• 한국컴퓨터그래픽스학회논문지
• /
• 제15권4호
• /
• pp.1-11
• /
• 2009

본 연구에서는 다각형 메쉬 모델들에 대한 시뮬레이션 수행시 주요 병목현상으로 제기되는 충돌감지의 효율성을 높이기 위하여, 연속 시간사이에서 이산시간 스위프트로 형성된 프리즘을 단위로 하는 효율적 메쉬 컬링 기법을 제안한다. 제안 기법에서는 우선, 연속 시간사이에서 대응되는 두 삼각형을 이용하여 프리즘을 정의하고, 프리즘 단위의 폐쇄검사(Occlusion Query) 기반 가시성 테스트(Visibility Test)를 실시하여, 교차 가능성이 없는 프리즘을 세부 충돌테스트의 대상에서 제외시킨다. 또한, 가시성 테스트 결과로 추출된 프리즘의 충돌가능 집합(PCS: Potential Colliding Set)에서 충돌 가능성이 없는 프리즘의 쌍들을 분리축 테스트(SAT: Separating Axis Test)을 기반으로 분류하는 협대역 컬링(Narrow Band Culling)을 수행한다. 분리축 테스트 시, 두 프리즘의 영역을 각각의 반공간(Half Space)에 포함시키는 평면을 정의하고 이에 수직인 주축을 정의하여, 단일 주축에 대한 분리 검사를 수행함으로써 수행 효율성을 높인다. 제안기법의 성능을 평가하기 위하여 서로 다른 크기의 벤치마크 모델을 선정하고, 제안 기법 적용 전후의 세부 층돌검사 대상 프리즘 쌍의 수를 비교하였다. 또한, 단일 주축에 대한 분리축 테스트 기반 컬링의 효율성을 입증하기 위하여, 프리즘 쌍에 대한 가시성테스트 실험 결과와 비교하였다. 2916개와 2731개의 삼각형으로 구성된 두 메쉬모델에 대한 컬링 실험에서, 제안 컬링기법 적용시 99%의 효과적인 컬링결과를 얻었다.

• 대한전자공학회논문지SD
• /
• 제45권6호
• /
• pp.49-59
• /
• 2008

본 논문에서는 SIFT(Scale Invariant Feature Transform) 알고리즘을 임베디드 환경에서 실시간으로 처리하기 위해 가장 연산량이 많은 특징점 위치 결정 단계를 고정 소수점 모델로 설계 및 분석하고 그에 근거한 하드웨어 구조를 제안한다. SIFT 알고리즘은 객체의 꼭지점이나 모서리와 같이 색상 성분의 차가 심한 구역에서 얻어진 특징점 주위 픽셀의 벡터성분을 추출하는 알고리즘으로, 현재 얼굴인식, 3차원 객체 인식, 파노라마, 3차원 영상 복원 작업의 핵심 알고리즘으로 연구 되고 있다. 본 알고리즘에 대한 최적의 하드웨어 구현을 위해 특징점 위치(Keypoint Localization)와 방향(Orient Assignment)에 대한 정확도, 오차율을 사용하여 고정 소수점 모델에서 각 중요 변수들의 비트 크기를 결정 한다. 얻어진 고정 소수점 모델은 원래의 부동 소수점 모델과 비교했을 때 정확도 93.57%, 오차율 2.72%의 결과를 보이며, 고정 소수점 모델은 부동 소수점 모델과 비교하여 제거된 특징점의 대부분이 두 영상에서 추출된 특징점 끼리의 매칭과정에서 불필요한 객체의 모서리 영역에 몰려있음을 확인했다. 고정 소수점 모델링 결과 ARM 400MHz 환경에서 약 3시간, Pentium Core2Duo 2.13GHz 환경에서 약 15초의 연산시간을 갖는 부동 소수점 모델이 동일한 환경에서 약 1시간과 10초의 연산시간을 가지며, 최적화된 고정 소수점 모델을 하드웨어로 구현 시 $10{\sim}15\;frame/sec$의 성능을 보일 것으로 예상한다.

• 전기전자학회논문지
• /
• 제27권4호
• /
• pp.486-493
• /
• 2023

본 논문에서는 FMCW 레이다 기반의 포인트 클라우드와 LSTM을 이용한 자동 핸드 제스처 영역 추출 및 인식 기법을 제안한다. 제안한 기법은 기존의 방식과 다른 다음과 같은 독창성이 있다. 첫 번째, 기존의 range-doppler 등의 2D 이미지를 입력 벡터로 하는 방식과 다르게 시계열 형태의 포인트 클라우드 입력 벡터는 레이다 전방에서 발생하는 시간에 따른 움직임을 좌표계 형태로 인식할 수 있는 직관적인 입력 데이터이다. 두 번째, 입력 벡터의 크기가 작기 때문에 인식에 쓰이는 딥러닝 모델도 가볍게 설계할 수 있다. 제안하는 기법의 수행 과정은 다음과 같다. FMCW 레이다로 측정된 거리, 속도, 각도 정보를 활용해 x, y, z 좌표 형식과 도플러 속도 정보를 포함한 포인트 클라우드를 활용한다. 제스처 영역은 속도 정보를 통해 얻어진 도플러 포인트를 이용하여 제스처의 시작과 끝 지점을 파악해 자동으로 핸드 제스처 영역을 추출하게 된다. 추출된 제스처 영역의 시점에 해당하는 시계열 형태의 포인트 클라우드는 최종적으로 본 논문에서 사용한 LSTM 딥러닝 모델의 학습 및 인식에 활용되게 된다. 제안하는 기법의 객관적인 신뢰성을 평가하기 위해 다른 딥러닝 모델들과 MAE를 산출하는 실험과 기존 기법들과 인식률을 산출하는 실험을 수행하여 비교하였다. 실험 결과, 시계열 형태의 포인트 클라우드 입력 벡터 + LSTM 딥러닝 모델의 MAE 값이 0.262, 인식률이 97.5%로 산출되었다. MAE는 낮을수록, 인식률은 높을수록 우수한 결과를 나타내므로 본 논문에서 제안한 기법의 효율성이 입증되었다.

• 한국음향학회지
• /
• 제20권6호
• /
• pp.94-103
• /
• 2001

수치해석 방법을 이용하여 실험으로 구한 머리전달함수 (Head Related Transfer Function: HRTF)를 컴퓨터 시뮬레이션으로 대치하고, 청취자의 머리 주변에서의 음장을 가시화하는 방법에 대해 다룬다. 본 논문에서는 경계요소법 (Boundary Element Method)과 무한요소법 (Infinite-Finite Element Method)의 두 가지 방법을 이용한다. 지금까지는 더미헤드 (Dummy-Head)등을 이용한 실험으로 머리전달함수를 구하였는데 이 실험에는 상당한 시간과 장비가 필요하다. 3차원 레이저스캐너를 이용하여 KEMAR 더미헤드의 형상을 측정하고 이것을 여러 다른 요소 수를 가지는 경계요소모델 및 무한요소모델로 변환하여 머리전달함수를 계산하고 모델의 요소 크기와 적용 가능한 주파수 대역과의 관계에 대해 분석한다. 측정을 통해 구한 머리전달함수와 비교하여 모델을 검증하고 음향학의 상반원리를 적용하여 머리전달함수의 데이터베이스를 구한다. 또한 몇 가지 가상음향 시스템에 대한 음장해석을 통해 주파수 및 시간영역에서의 음장을 가시화한다.

• 대한핵의학회지
• /
• 제31권1호
• /
• pp.73-82
• /
• 1997

N-13 암모니아 PET 동적영상을 이용하여 심근혈류량을 측정할 때, 부분용적효과와 스필오버현상을 보정하는 새로운 방법을 고안하고, 이 방법을 이용하여 측정한 심근혈류량을 2구획모델만을 이용한 종래의 방법과 비교, 분석하여 새로운 방법에 대한 효율성과 정확성을 고찰한다. 9명의 관상동맥 환자에서 20mCi의 N-13 암모니아를 안정상태와 부하상태에서 주사한 후, PET 동적영상을 얻어 심근의 3부분(중격, 전면벽, 측면벽)과 좌심실방에 관심영역을 그려 시간-방사능곡선을 얻었다. 심근의 3부분에 대한 심근혈류량과 스필오버분획을 기하학적 관심영역 모델 개념을 2구획모델에 포함시킨 새로운 방법과 종래의 2구획모델 방법으로 각각 구하였다. 이때 관심영역의 위치에 따른 심근혈류량을 알아보기 위해서 심근 밖에서 좌심실 중심쪽으로 20개의 관심영역을 그리고, 위의 두 방법을 이용하여 심근혈류량을 구하였다. 종래의 N-13 암모니아 2구획모델과 기하학적 모델 개념을 2구획모델에 포함시킨 새로운 방법으로 모델 합치 곡선을 구하였다. 관심영역 위치 변화에 대한 심근혈류량의 값을 종래의 방법과 새로운 방법으로 구하고, 부분용적효과를 정확하게 보정하기 위하여 관심영역을 심내막쪽에 설정하였다. 총 108개의 심근관심영역에서 두 가지 방법을 이용하여 구한 심근혈류량 사이의 회귀곡선 기울기는 1.57, 상관계수는 0.88이었다. 그리고 같은 방법으로 얻어진 스필오버분획들도 선형적 상관관계(r=1.00, 기울기=0.98)가 있었다. 결론적으로 N-13 암모니아 PET 동적영상과 기하학적 모델 개념을 2구획모델에 포함시킨 새로운 방법을 이용하여 구한 심근혈류량은 종래의 방법보다 더 효율적이며 정확하게 정량화되어짐을 알 수 있었으며, 앞으로 임상환경에서 심근혈류량 정량분석연구에 유용할 것이라고 생각한다. 환자 군에 비해 유의하게 낮았다(p<0.01). 결론적으로, 흉통을 호소한 환자에서 심근관류 신티그라피상 정상인 경우에는 심장사건의 발생율이 낮음을 알 수 있었고, 특히 관동맥조영술에 관동맥병변이있는 환자와 없는 환자간에 1차 심장사건의 발생율에 유의한 차이가 없는 것을 고려하면, 심근관류 신티그라피가 정상소견을 보이는 흉통환자는 정상 관동맥조영술 소견을 보이는 환자에 준하여 치료하여도 좋을 것으로 사료되었다.리고 0.19, 0.40, 0.53, 0.61이었다. 실제 속도상수의 비 $k_3/k_4$에 대한 (BG-OCC)/OCC와 $R_A,\;R_v$간의 상관계수는 각각 0.983, 0.984, 0.999이었으며 그때의 기울기는 각각 1.76, 0.47, 1.25이었다. 결 론 : IPT 약역학은 시간이 흐름에 따라 혈류량의 변동에 비해 도파민 운반체량의 변동에 더욱 민감한 경향을 보였으며 $k_3/k_4$에 대한 (BG-OCC)/OCC, $R_A,\;R_v$의 결과간에 좋은 상관관계를 가졌다. 따라서 이러한 약역학 컴퓨터시뮬레이션이 SPECT 영상을 이용한 도파민 운반체 또는 수용체 정량분석을 최적화하는데 매우 유용할 것으로 생각된다.TEX>-CIT SPECT는 파킨슨병의 조기진단 및 진행 추적에 임상적으로 유용할 것으로 판단된다., SCC 4예, AC 1예)였으며, 11예 중 9예(81.8%)에서 방사선학적 검사결과와 Tc-99m MIBI섭취율의 변화가 일치하였다. 결론적으로, Tc-99m MIBI SPECT는 폐암병소의 국소화 및 방사선치료 효과의 판정에 어느정도 유용하리라 사료되었다.냈고 4명에서는 low CBD obstruction을 나타내었으며 후에 CBD stone, CBD carcinoma,

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2007년도 추계학술대회논문집
• /
• pp.574-577
• /
• 2007

본 논문에서는 실 시공 중인 PSC 교량에 대하여 풍하중에 의한 상시 진동 계측 자료을 기반으로, 교량의 동특성(고유진동수, 모드형상)을 추정하였으며, 이를 바탕으로 대상 교량의 탄성계수를 추정하여 정적 계측을 통한 탄성계수 결과와 비교하였다. 본 논문에서 사용한 동특성 추정 기법은, 대표적인 주파수 영역 해석 방법인 Frequency Domain Decomposition(FDD) 방법과 시간영역 해석 방법인 Stochastic Subspace Identification(SSI) 방법을 이용하였다. 탄성계수 추정은 유한요소모델과 계측 결과를 이용하여 두 개의 결과 차이가 수렴하도록 하는 반복 계산을 통해 탄성계수를 추정하였다. 우선, 탄성계수 추정 기법의 검증을 위해, 수치 해석을 통하여 그 기법을 검증하였으며, 해석 결과 정확한 탄성계수값을 추정하였으며, 이를 통해 본 논문에서 적용한 탄성계수 추정법에 대한 신뢰도를 확인하였다. 이를 바탕으로 사용된 추정 기법을 실 교량에 적용하기 위해 실제 상시 진동 계측 값을 바탕으로 실교량의 동특성 및 탄성계수를 추정하였다. FDD 및 SSI 기법을 통한 모드 해석 결과, 두 기법 모두 유사한 결과를 나타내어 FDD 및 SSI 두 방법에 대한 결과의 신뢰도를 확인 할 수 있었다. 추정 탄성계수 값은 거더 단면내 설치한 응력계 및 변형률계를 통한 계측 결과값의 범위 내에 있음을 확인하였다. 따라서 본 논문에서 적용한 교량의 상시 진동 데이터를 바탕으로 한동특성 및 탄성계수 추정법이 구조물의 대략적인 탄성계수 및 이에 따른 구조물의 전체적인 건전도를 파악하는데 도움이 되리라 생각된다.

• 한국통신학회논문지
• /
• 제31권11C호
• /
• pp.1071-1076
• /
• 2006

본 논문에서는 수화 인식을 위한 얼굴 및 손 추적시스템을 제안한다. 제안된 시스템은 검출 및 추적 단계로 구분된다. 검출 단계에서는 신호의 주체인 얼굴과 손에 위치한 피부 특징을 이용하였다. CbCr 공간에서의 타원 모델을 구성하여 피부 색상을 검출하고 피부 영역을 분할한다. 그리고 크기와 얼굴 특징을 이용하여 얼굴과 손 영역을 정의한다. 추적 단계에서는 동작 추정을 위하여 첫 번째 손 영역으로 예측된 다음의 손위치를 연산함으로써 두 번째 손의 영역을 유도해낸다. 그러나 갑작스런 움직임의 속도 변화가 있을 경우 연속된 프레임에서 추적된 위치는 부정확하였다. 이러한 점을 해결하고자 손 영역에 대하여 반복적인 재연산을 수행하여 적응적으로 영역을 찾음으로써 오차를 보정하도록 하였다. 실험 결과 제안된 방법은 기존의 방법보다 4%의 처리 시간이 증가된 반면, 예측 오차는 96.87%까지 감소시킬 수 있었다.

• 한국통신학회논문지
• /
• 제27권2A호
• /
• pp.137-145
• /
• 2002

3차원 모델링을 위한 방법 중 서로 다른 위치에서 획득한 두 영상으로부터 3차원 거리 정보를 추출하는 스테레오 영상 기법은 매우 유용한 방법이다. 일반적으로 2D 스테레오 영상으로부터 3차원 모델을 생성하기 위해서는 좌측 영상과 우측 영상의 일치하는 화소를 찾는 정합 과정에 의한 변위 추정이 매우 중요하다. 본 논문에서는 스테레오 영상의 변위 추정 문제를 해결하기 위해 기존 방법들의 장단점을 고려하여 변위의 정확성과 시간상의 효율성을 향상시킬 수 있는 방법을 제안한다. 빠른 수행을 위하여 먼저 스테레오 영상에 대하여 웨이블릿 변환을 수행하고 특징점 정합을 통하여 영상에서 기준이 될만한 기준점을 설정한다. 이 기준점은 95% 이상의 매칭 확률을 가지고 있는 점으로 이러한 기준점에 기초하여 영역 기반 방법의 조밀한 변위 추정을 위한 가변 블록 탐색창의 크기 결정과 오정합을 막기 위한 ordering constraint가 적용된다. 이렇게 하여 빠른 수행 시간안에 변위를 추정할 수 있었고, 영역 기반 방법의 문제점이었던 일정 크기의 윈도우를 일률적으로 적용하기 때문에 나타나는 폐색 영역의 문제나 반복 패턴으로 인한 오차를 해결할 수 있었다.

• 대한원격탐사학회지
• /
• 제14권3호
• /
• pp.250-261
• /
• 1998

본 논문에서는 위성 영상을 이용하여 고속으로 수치지형표고 모델을 추출하기 위한 방법을 제안한다. 수치지형표고 모델 추출 방법은 위성의 위치와 자세를 계산하는 카메라 모델링 과정, 스테레오 영상으로부터 동일점을 찾아내는 정합과정 그리고 외부 표정 요소와 정합쌍을 이용하여 고도 정보를 추출하는 고도 정보 계산 과정으로 크게 구분된다. 이 중 정합 과정은 대상 영상의 모든 영역에 대하여 수행되므로 계산량이 많고, 수치지형표고 모델 추출 과정의 대부분의 수행시간을 점유한다. 따라서 본 논문에서는 수치지형표고 모델 추출 과정 중 대부분의 수행시간을 차지하는 정합 기법의 속도 향상을 통하여 수치지형표고 모델 제작 시간을 단축 시킨다. 본 논문에서 제안한 정합 기법의 속도 향상 방법은 두 가지로 분류된다. 첫째는 일반적으로 많이 사용되는 유사함수인 정규상관계수(NCC: Normalized Cross Correlation)에 비해 계산량이 적은 고속 GC(Gradient Correlation)을 사용한다. 둘째는 동일점을 찾기 위하여 사용되는 정합 창틀을 계산할 때, 이전에 미리 계산된 값을 이용하여 계산량을 감소시킨다. 실험에 사용한 입력 영상은 6000$\times$6000 크기의 충청 지역 level 1A SPOT위성 쌍의 일부분이다 실험 결과 기존의 수치지형표고 모델 추출 방법과 유사한 성능을 보이며 수행시간이 단축되는 것을 확인하였다.

• 스마트미디어저널
• /
• 제11권11호
• /
• pp.92-98
• /
• 2022

섬유산업에서 생산된 직물의 결함을 식별하는 것은 품질관리를 위한 핵심적인 절차이다. 본 연구는 직물의 이미지를 분석하여 결함을 검출하는 모델을 만들고자 하였다. 연구에 사용된 모델은 딥러닝 기반의 VGGNet 과 ResNet이었고, 두 모델의 결함 검출 성능을 비교하여 평가하였다. 정확도는 VGGNet 모델이 0.859, ResNet 모델이 0.893으로 ResNet 모델의 정확도가 더 높은 결과를 보여주었다. 추가적으로 딥러닝 모델이 직물의 이미지 내에서 결함으로 인식한 부분의 위치를 알아보기 위하여 XAI(eXplainable Artificial Intelligence)기법인 Grad-CAM 알고리즘을 사용하여 모델의 관심영역을 도출하였다. 그 결과 딥러닝 모델이 직물의 결함으로 인식한 부분이 육안으로도 실제 결함이 있는 것으로 확인되었다. 본 연구의 결과는 직물의 결함 검출에 있어서 딥러닝 기반의 인공지능을 활용함으로써 섬유의 생산과정에서 발생하는 시간과 비용을 줄일 수 있을 것으로 기대된다.