• 한국지구과학회지
• /
• 제42권6호
• /
• pp.662-676
• /
• 2021

여수 사도 공룡발자국 화석지는 많은 수의 공룡발자국 화석과 함께 공룡의 집단행동에 대한 연구로 잘 알려진 지역이다. 또한 다양한 종류의 지질유산 및 지형유산이 분포하고 있어 지질관광과 지질교육의 장으로 주목받고 있다. 그러나 지리적 위치에 따른 접근성, 조차에 의한 시간적 제약, 지속적인 풍화 및 훼손에 의해 학생들의 교육을 위한 야외조사는 매우 제한적으로만 이루어지고 있다. 따라서 이번 연구는 최근 다양한 분야에서 이용되고 있는 사진측량법을 이용하여 사도의 공룡발자국 화석들의 3D 모델과 이미지를 생성한 후 이를 통해 과거에 확인하지 못한 화석에 대한 세부적인 정보를 확인함과 동시에 이를 교육자료로 활용 할 수 있는 방안에 대하여 제안하고자 한다. 획득한 3D 이미지를 통해 확인한 결과 기존에 육안이나 사진으로 확인하지 못하였던 일부 발자국 화석들의 존재를 확인할 수 있었고 기존에 발견된 화석이라도 사진이나 해석 드로잉으로 표현하지 못하였던 세부를 이미지로 나타낼 수 있었다. 또한 발자국 화석의 3D 모델은 향후 반영구적인 데이터로 보존할 수 있어 여러 형태로의 활용과 보존이 가능하다. 이번 연구에서는 사진측량법으로 얻어진 3D 모델을 활용하여 3D 프린팅 및 가상야외조사에 활용할 모바일 증강현실 콘텐츠를 구현하였으며 향후 3D 모델이 필요한 다양한 교육 콘텐츠 분야에서 사진측량법을 활용할 수 있을 것으로 보인다.

• 한국수자원학회논문집
• /
• 제56권6호
• /
• pp.403-417
• /
• 2023

본 연구에서는 CCTV 영상 기반 강우강도 산정 시 필수적으로 요구되는 적정 강우 이미지 DB를 구축하기 위한 방법론을 개발하였다. 먼저, 실환경에서 불규칙적이고 높은 변동성을 보일 수 있는 변수들(바람으로 인한 빗줄기의 변동성, 녹화 환경에서 포함되는 움직이는 객체, 렌즈 위의 흐림 현상 등)에 대한 통제가 가능한 한국건설생활환경시험연구원 내 기후환경시험실에서 CCTV 영상 DB를 구축하였다. 서로 다른 5개의 실험 조건을 고려하여 이상적 환경에서 총 1,728개의 시나리오를 구성하였다. 본 연구에서는 1,920×1,080 사이즈의 30 fps (frame per second) 영상 36개에 대하여 프레임 분할을 진행하였으며, 총 97,200개의 이미지를 사용하였다. 이후, k-최근접 이웃 알고리즘을 기반으로 산정된 최종 배경과 각 이미지와의 차이를 계산하여 빗줄기 이미지를 분리하였다. 과적합 방지를 위해 각 이미지에 대한 평균 픽셀 값을 계산하고, 설정한 픽셀 임계치보다 큰 자료를 선별하였다. 180×180 사이즈로의 재구성을 위해서 관심영역을 설정하고 10 Pixel 단위로 이동을 진행하여 픽셀 변동성이 최대가 되는 영역을 산정하였다. 합성곱 신경망 모델의 훈련을 위해서 120×120 사이즈로 재변환하고 과적합 방지를 위해 이미지 증강 과정을 거쳤다. 그 결과, 이미지 기반 강우 강도 합성곱 신경망 모델을 통해 산정된 결과값과 우량계에서 취득된 강우자료가 전반적으로 유사한 양상을 보였으며, 모든 강우강도 실험 조건에 대해서 약 92%의 데이터의 PBIAS (percent bias)가 절댓값 범위 10% 이내에 해당하였다. 본 연구의 결과물과 전이학습 등의 방법을 연계하여 기존 실환경 CCTV의 한계점을 개선할 수 있을 것으로 기대된다.

• 한국방사선학회논문지
• /
• 제17권3호
• /
• pp.297-303
• /
• 2023

소아 전산화단층촬영(Computed Tomography, CT) 검사 시 어린 환자들의 협조가 어려워 검사 실패나 재검사가 빈번히 발생할 수 있다. 딥러닝 이미지 재구성(Deep Learning Image Reconstruction, DLIR) 방법은 방사선 감수성이 높은 소아 환자들의 CT 검사에서 재검사율을 낮추면서 진단적 가치가 높은 영상을 획득할 수 있다. 본 연구에서는 DLIR을 적용하여 소아 흉부 CT 검사에서 호흡이나 움직임으로 인한 노이즈를 줄이고 임상적으로 유용한 영상을 얻기 위한 가능성을 조사하였다. 경상남도 소재의 P병원에서 7세 미만의 소아 43명의 흉부 CT 검사 데이터를 후향적으로 분석하였으며, 필터링 역 투영 재구성법(Filtered Back Projection, FBP), 반복적 재구성법(Adaptive Statistical Iterative Reconstruction, ASIR-50), 딥러닝 알고리즘인 True Fidelity-Middle(TF-M)의 영상을 비교하였다. 조영 증강된 흉부 영상 중 오른쪽 상행 대동맥(Ascending Aorta, AA)과 등 근육(Back Muscle, BM)에 동일한 ROI를 그리고 각 영상에서 HU값을 이용하여 노이즈(Standard deviation, SD)를 측정하였다. 통계분석은 SPSS(ver. 22.0)를 사용하여 세 측정치의 평균값을 일원 배치 분산분석(One-way ANOVA)으로 분석하였다. 연구의 결과로 AA의 SD값은 FBP=25.65±3.75, ASIR-50=19.08±3.93, TF-M=17.05±4.45 로 나타났으며(F=66.72, p=0.00), BM의 SD값은 FBP=26.64±3.81, ASIR-50=19.19±3.37, TF-M=19.87±4.25 로 나타났다(F=49.54, p=0.00). 사후검정의 결과는 세 그룹간 유의한 차이가 있었다. DLIR 재구성 방법은 기존의 재구성 방법과 비교하여 유의하게 낮은 노이즈 값을 보였다. 따라서 딥러닝 알고리즘인 TrueFidelity-Middle(TF-M)의 적용은 소아 흉부 CT 검사 시 호흡이나 움직임에 의한 영상 화질의 저하를 줄일 수 있어 임상적으로 매우 유용하게 활용될 것으로 기대된다.

• 벤처혁신연구
• /
• 제4권2호
• /
• pp.77-95
• /
• 2021

4차산업혁명과 코로나19 팬데믹이라는 2중의 파도속에서 이 파도를 타는 기업은 승승장구 할 수 있지만, 그렇지 못한 기업은 파도 속에 빠져 허우적거릴 것이다. 4차산업혁명과 관련하여 다양한 기술들이 나오고 상용화되고 있다. 이러한 시점에서 소비자 특히 태어나면서부터 디지털과 함께 온 디지털 네이티브 들은 이러한 기술을 사용 함에 있어서 어떠한 요인들이 사용 의도에 영향을 미치며 그 요인 중에서 가장 중요하게 영향을 미치는 것이 무엇인지를 규명하고자 했다. 이를 위해 디지털 네이티브인 20대 150명을 대상으로 FinTech 기술과 AR기술의 사용의도에 영향을 미치는 요인에 대해 데이터를 설문조사를 통해 수집하였다.이를 토대로 통계분석을 실시한 결과 다음과 같은 결과를 얻었다. 기술의 종류에 상관없이 전체적으로 분석을 한 결과는 성과기대, 노력기대, 사회적영향, 습관이 디지털 네이티브의 4차산업기술 사용의도에 정(+)의 영향을 미치는 것으로 나타났다. 반면, 촉진조건과 쾌락적 동기는 유의한 영향관계가 검정되지 않았다. 영향력은 사회적영향과 습관이 매우 큰 영향을 미치는 것으로 나타났다. 이를 보다 세분화하여 본 연구에서 대상으로 삼은 FinTech와 AR의 경우 나누어 분석한 결과 다른 양상이 나타났다. 실용적인 가치를 중시하는 FinTech 기술의 경우 성과기대, 노력기대, 사회적영향, 습관이 사용의도에 정(+)의 영향을 미쳤다. 영향력은 습관과 사회적 영향이 큰 영향을 미치는 것으로 나타났다. 쾌락적 가치를 중시하는 AR의 경우 본 연구에서 채택한 모든 변인들이 기술 사용의도에 정(+)의 영향을 미쳤다. 쾌락적 동기와 사회적 영향이 큰 영향을 미치는 것으로 나타났다. 분석결과를 종합해보면 사회적 영향은 4차산업기술의 종류와 관계없이 중요한 영향 변수로 나타났다. 서비스가 보편화되고 있는 모바일 뱅킹과 같은 FinTech 기술은 습관이, 아직은 보편화 되어 있지 않고 엔터테인먼트 위주로 서비스 되고 있는 AR의 경우 쾌락적 동기가 중요한 영향 요인으로 나타났다. 본 연구는 디지털 네이티브들의 4차산업 기술 수용에 영향을 미치는 요인을 위와 같이 확인함으로써 이를 토대로 학술적 및 실무적 시사점을 제시할 수 있었다.