• 한국차세대컴퓨팅학회논문지
• /
• 제14권5호
• /
• pp.31-39
• /
• 2018

최근 딥러닝을 기반으로 사용자의 손 제스처를 인식하여 가상현실 환경에서 사용자 친화적 인터페이스를 제공하기 위한 연구가 활발히 진행되고 있다. 그러나 대부분 연구들은 손 정보를 얻기 위하여 별도 센서를 사용하거나 효율적인 학습을 위하여 전처리 과정을 거친다. 또한 조명의 변화나 손 일부가 가려지는 등과 같은 외부환경의 변화를 고려하지 못하고 있다. 본 논문은 일반 웹캠에서 얻어진 RGB 영상에서 별도의 전처리 과정없이 외부 환경에 강인한 딥러닝 기반 손 제스처 인식 방법을 제안한다. 딥러닝 모델로 VGGNet과 GoogLeNet 구조를 개선하고, 각 구조의 성능을 비교한다. 조명이 어둡거나 손 일부가 가려지거나 시야에서 일부 벗어난 손 영상들이 포함된 데이터로 실험한 결과 본 연구에서 제시한 VGGNet과 GoogLeNet 구조는 각각 93.88%와 93.75%의 인식률을 보였고 메모리와 속도 측면에서 GoogLeNet이 VGGNet 보다 메모리를 약 3배 적게 사용하면서 처리속도는 10배 이상 우수함을 알 수 있었다. 본 연구의 결과는 실시간 처리가 가능하여 가상현실 환경에서 게임, 교육, 의료 등 다양한 분야에서 손 제스처 인터페이스로 활용될 수 있다.

• Composites Research
• /
• 제33권6호
• /
• pp.365-370
• /
• 2020

항공기에서의 결빙은 동체 전체의 무게증가로 인한 연료 효율 감소, 거칠기 생성으로 인한 항력 증가, 센서의 오작동 등과 같은 문제의 원인이다. 폴리우레탄 탑코트의 경화온도인 60℃에서의 경화시간에 따른 폴리우레탄 탑코트의 점도를 실시간으로 측정하였고 이 데이터를 통해 폴리우레탄 탑코트의 시간 별 점도에 대해 파악하였다. 실리카 나노입자는 초음파분산을 통해 에탄올 내에 분산을 진행하였고, 각기 다른 선경화 조건을 진행한 폴리우레탄 탑코트 위에 도포를 진행하였다. 실리카/폴리우레탄 탑코트 나노복합재료의 표면 거칠기는 표면 거칠기 테스터를 사용하여 측정하였고 표면 거칠기 데이터는 3차원 매핑을 사용하여 시각화 하였다. 선경화 시간에 따른 실리카와 폴리우레탄 탑코트 간의 접착력은 인발접착시험(Adhesion pull-off test)를 통하여 평가를 진행하였고, 표면 소수성은 증류수를 이용한 정적 접촉각을 통해 평가하였다. 최종적으로 소수성 표면을 위한 폴리우레탄 탑코트의 최적 선경화 시간을 파악할 수 있었다.

• 한국측량학회지
• /
• 제39권6호
• /
• pp.587-598
• /
• 2021

본 연구는 자율주행을 위한 정밀지도 구축 및 신속갱신을 위한 다중카메라 기반의 MMS (Mobile Mapping System)기술개발을 목표로 한다. 고가의 라이다 센서를 대체하고 긴 처리시간을 단축하기 위해 다수의 카메라를 적용하고 실시간 데이터 전처리를 통해 저가이면서 효율적인 MMS를 개발하고자 한다. 이를 위해 다중카메라 저장 기술개발, 다중카메라 시각동기화 기술개발, MMS 시제품 개발을 수행하였다. 다중의 카메라로부터 취득되는 고속영상의 실시간 JPG압축저장을 위해 엔진을 선정하고 저장모듈을 개발하였으며, 다중영상이 촬영된 정확한 시간을 실시간으로 기록하기 위해 이벤트 및 GNSS (Global Navigation Satellite System) 타임서버 기반 시각동기화 방안을 개발했다. 그리고 각 부문별 요구사항을 바탕으로 MMS를 설계하고 시제품을 제작하였다. 마지막으로 제작된 다중카메라기반 MMS의 성능검증을 위해 실제 1,000km 도로에서 데이터를 취득하고 정량적 평가를 수행했고, 평가결과 시각동기화 성능은 1/1000초 이하를 나타내었으며, SFM영상처리를 통해 얻은 포인트 클라우드의 위치정확도는 5cm 내외를 나타냈다. 정량적 평가 결과를 통해 본 연구에서 개발된 다중카메라 기반 MMS기술이 정밀지도 구축 기준을 만족하는 성능을 나타내는 것을 알 수 있었고, 향후 정밀지도 구축 분야에서 특히 외산기술에 의존하고 있던 고가의 MMS를 대체하는데 기여할 것으로 판단된다.

• 지질공학
• /
• 제32권2호
• /
• pp.209-219
• /
• 2022

본 연구에서는 강우에 따른 사면 내 지반특성 변화와 사면붕괴 형상을 실험적으로 규명하기 위하여 인공강우장치와 모형토조를 이용한 실내모형실험을 수행하였다. 이를 위하여 균질한 모래를 대상으로 모형 실험을 수행하였으며, 계측장치를 이용하여 강우침투에 의한 사면 내 포화양상을 조사하였다. 모형사면은 30°의 경사면에 35°의 사면경사로 조성하였고 강우강도는 50 mm/hr를 적용하였다. 토층의 깊이는 모형토조의 크기를 고려하여 35 cm로 선정하고 TDR센서는 깊이별로 설치하여 시간에 따른 지반특성 변화를 고찰하였다. 실험결과 강우 시 모형사면은 강우침투로 인하여 지표에서 지중으로, 선단부에서 정상부로 포화가 진행됨을 알 수 있다. 즉, 강우의 침투로 인하여 사면의 선단부가 먼저 포화되고 이후 지속적인 강우로 인하여 포화의 영역이 사면의 선단부로부터 정상부로 확대됨을 알 수 있다. 모형사면의 붕괴는 사면의 선단부에서부터 붕괴가 시작되어 이후 사면의 정상부로 확장되는 진행성 사면붕괴가 발생되었으며, 최종 사면붕괴시점에서 붕괴면적이 급격하게 증가하였다. 또한 활동면은 원호활동의 형태로 발생되었다. 한편, 사면 내 모관흡수력이 흙-함수특성곡선(SWCC)에서 산정된 공기함입치(AEV)에 이르게 되면 사면붕괴가 발생되는 것으로 나타났다.

• 한국항해항만학회지
• /
• 제46권3호
• /
• pp.280-288
• /
• 2022

본 연구는 정상 가동 중에도 회전수가 변하는 기기의 이상 및 고장 진단 방안을 다루고 있다. 회전수가 변함에 따라 비정상적 시계열 특성을 내포한 센서 데이터에 기계학습을 적용할 수 있는 절차를 제시하고자 하였다. 기계학습으로는 k-Nearest Neighbor(k-NN), Support Vector Machine(SVM), Random Forest을 사용하여 이상 및 고장 진단을 수행하였다. 또한 진단 정확성을 비교할 목적으로 이상 감지에 오토인코더, 고장진단에는 합성곱 기반의 Conv1D도 추가로 이용하였다. 비정상적 시계열로부터 통계 및 주파수 속성으로 구성된 시계열 특징 벡터를 추출하고, 추출된 특징 벡터에 정규화 및 차원 축소 기법을 적용하였다. 특징 벡터의 선택과 정규화, 차원 축소 여부에 따라 달라지는 기계학습의 진단 정확도를 비교하였다. 또한, 적용된 학습 알고리즘 별로 초매개변수 최적화 과정과 적층 구조를 설명하였다. 최종적으로 기존의 심층학습과 비교하여, 기계학습도 가변 회전기기의 고장을 정확하게 진단할 수 있는 절차를 제시하였다.

• 한국측량학회지
• /
• 제40권3호
• /
• pp.177-185
• /
• 2022

본 연구에서는 딥러닝을 통해 고해상도 광학 위성영상에 동종센서로 촬영한 영상을 참조하여 폐색 영역을 복원하는 방법을 제안하였다. 패치 단위로 분할된 영상에서 원본 영상의 화소 분포를 최대한 유지하며 폐색 영역을 모의한 영상과 주변 영상의 자연스러운 연속성을 위해 ConvNeXt 블록을 적용한 CycleGAN (Cycle Generative Adversarial Network) 방법을 사용하여 실험을 진행하였고 이를 3개의 실험지역에 대해 분석하였다. 또한, 학습패치 크기를 512*512화소로 하는 경우와 2배 확장한 1024*1024화소 크기의 적용 결과도 비교하였다. 서로 특징이 다른 3개의 지역에 대하여 실험한 결과, ConvNeXt CycleGAN 방법론이 기존의 CycleGAN을 적용한 영상, Histogram matching 영상과 비교하여 개선된 R² 값을 보여줌을 확인하였다. 학습에 사용되는 패치 크기별 실험의 경우 1024*1024화소의 패치를 사용한 결과, 약 0.98의 R²값이 산출되었으며 영상밴드별 화소 분포를 비교한 결과에서도 큰 패치 크기로 학습한 모의 결과가 원본 영상과 더 유사한 히스토그램 분포를 나타내었다. 이를 통해, 기존의 CycleGAN을 적용한 영상 및 Histogram matching 영상보다 발전된 ConvNeXt CycleGAN을 사용할 때 원본영상과 유사한 모의 결과를 도출할 수 있었고, 성공적인 모의를 수행할 수 있음을 확인하였다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1343-1356
• /
• 2022

광학위성영상을 이용해 농작물을 모니터링 할 때 가장 문제가 되는 것은 구름이나 그림자이다. 구름과 그림자의 영향을 줄이기 위해 일정 주기동안 최대 정규식생지수를 선택하는 합성기법이 사용되었다. 그러나, 본 방법은 구름의 영향을 줄이기는 하나, 일정 주기 동안 최대 정규식생지수(Normalized Difference Vegetation Index, NDVI)값만을 사용하기 때문에 NDVI가 감소하는 현상을 신속히 보여주기 어렵다. 이에 따라, 구름의 영향을 최소화하면서 식생의 분광정보를 최대한 유지하기 위한 방안으로 합성 시 여러 환경인자를 정의하고, 이에 대한 점수를 부여하여 합성 시 가장 적합한 화소를 선택하는 방법인 점수 기반 합성기법이 제시되었다. 본 연구에서는 Sentinel-2A/B Level2A 반사율 영상과, 부가정보로 제공되는 구름, 그림자, Aerosol Optical Thickness(AOT), 촬영날짜, 센서천정각 등을 이용한 점수 기반 식생지수 합성기법을 개발하였다. 2021년동안 당진 논지역과 태백 고랭지 배추밭을 대상으로 15일 주기와 한달 주기로 점수기반 합성기법을 적용한 결과, 구름의 영향을 받은 우기만을 제외하고 15일 주기 합성 시 한달 주기에 비해 보다 빠르고 자세한 NDVI값의 변화를 볼 수 있었다. 특정 영상에서는 합성 NDVI영상에서 부분적으로 날짜별 차이가 나타나 공간적으로 이질적인 부분이 보이기도 하는데, 이는 사용한 구름, 그림자 정보의 부정확성으로 인한 것으로 사려된다. 향후 입력정보의 정확도를 향상시키고, Maximum NDVI Composite (MNC) 기반 합성기법과 정량적 비교를 수행할 예정이다.

• 한국터널지하공간학회 논문집
• /
• 제24권5호
• /
• pp.411-429
• /
• 2022

NATM 터널에서 계측은 필수 불가결한 요소이나 계측기의 신뢰도를 검증할 방법, 절차, 규정 등에 대한 연구가 부족함으로 인해 터널에서 계측기가 성능검증 절차 없이 설치 및 적용되고 있다. 본 연구에서는 국내외 계측 검·교정 관련 규정을 조사하고 공인 인정기준의 필요성을 제시하였다. 또한 터널계측기 중 록볼트 축력계와 지중변위계를 대상으로 계측기의 불량원인을 외관검사로 파악하였으며 성능검사를 위해 단계별 하중 재하가 가능한 검증 장치를 개발하여 국내 9개 계측제조업체의 정밀계측기 불량원인을 파악하였다. 개별센서 위주의 성능테스트도 중요하나 완제품 상태에서 검증 절차를 통과해야 함이 필수적이므로 이에 따른 성능검사 방법과 절차를 제시하였다. 본 연구를 통하여 향후 계측기 성능검증을 위한 관련 규정 마련과 현장에서 계측기를 선정하는 데 도움이 될 것으로 판단된다.

• 한국터널지하공간학회 논문집
• /
• 제24권1호
• /
• pp.39-55
• /
• 2022

본 연구는 경주 중·저준위 지하 처분환경에서의 사일로 콘크리트의 음향방출(AE) 신호 감쇠계수(α)를 결정하기 위해 신호감쇠 실험을 수행하였다. 활용된 시료들은 경주 중·저준위 처분장 사일로에 사용된 콘크리트 배합비로 제작하였으며 28일간 수중 양생 후 처분환경에 맞도록 온도 및 포화유무에 따라 추가적으로 노출시켰다. 처분조건 별 각 3개씩의 공시체에 대하여 신호전달거리에 따른 AE 신호를 측정한 결과, 초기구간에서는 포화콘크리트의 AE 진폭과 절대에너지가 건조콘크리트의 경우보다 더 높게 나타났지만, α는 포화콘크리트의 경우가 더 높게 산정되었다. 또한, 포화유무와 상관없이 온도가 증가함에 따라 α는 감소하는 경향을 보였다. α는 온도조건보다는 포화유무에 따른 영향이 큰 것으로 분석되었으며, 이는 콘크리트 처분구조물의 감쇠신호 측정 시 포화여부를 고려한 판단이 중요하다는 것을 의미한다. 처분환경에서의 콘크리트 α는 균열이 발생한 위치에서의 실제 AE 특성 파라미터 값을 추정함으로써 경주 중·저준위 처분환경에서 사일로 콘크리트의 건전성을 예측하고 센서의 최적 배치를 결정하는 데 도움이 될 것으로 기대한다.

• 한국컴퓨터정보학회논문지
• /
• 제27권5호
• /
• pp.1-9
• /
• 2022

사람이나 사물 등의 위치를 알아낼 수 있는 측위기술은 사람의 유동량 측정, 보안, 인원 구조 등 다양한 환경에서 요구되고 사용될 수 있다. 측위를 위해 카메라와 같은 시각 센서기술을 사용하기도 하지만 이는 빛, 온도 등 주변 환경에 민감하며 사생활 노출 문제가 발생할 수 있다. 본 논문에서는 앞서 말한 문제들이 없는 초광대역 (UWB, ultra wideband) 레이더 기술과 머신러닝을 이용하여 벽 뒤 다른 실내공간에 있는 점유자의 수와 위치를 인식하는 연구를 수행하였다. 네 가지 상황 (강의실 내 몇 명이 있는지, 28가지의 위치를 정하고 어느 위치에 있는지, 28가지의 위치 중 한 위치에서 더 세부적인 16가지 위치 중 어느 위치에 있는지, 두 명이 동시에 있는 상황에서 어느 위치에 있는지)에 대해 극단적 랜덤 트리 등 네 가지 알고리즘 별로 모델을 생성하고 그 결과를 비교하였다. 전체적으로 네 가지 알고리즘 모두 좋은 결과를 보여주었으며 머신러닝을 이용해 위치인식 및 위치측정이 가능함을 검증하였다. 또한 oneM2M 표준 플랫폼을 활용하여 서비스 확장 가능성을 고려하였으며 이 기술을 여러 분야에서 활용한다면 더욱 많은 서비스나 제품을 창출할 수 있을 것으로 기대한다.