최근 몇 년간 사물인터넷은 중요한 연구적 관심을 끌어왔다. 새로운 IoT 기술이 널리 이용되기 위해서는 정보의 신뢰성과 보호가 전적으로 요구된다. IoT 시스템은 그 특성상 직접적인 접근이 쉬우므로 이로 인한 물리적인 보안에 매우 취약하다. SoC 기술의 발달과 함께 운영체제에 대한 기술도 많이 이루어졌으며 많은 새로운 운영체제가 소개되고 있다. 본 연구에서는 ARMv7 Thumb Architecture 하드웨어 플랫폼에서 동작하는 운영체제에 대한 취약성분석 결과에 대하여 기술하였다. 최근에 소개된 "Windows 10 IoT Core" 운영체제에 대하여, 연구를 통하여 개발된 침투코드를 특정 IoT 시스템에 이식시켜 Zero-Day Attack을 구현하였다. 결과의 침투코드에 대한 바이러스 검출 여부를 "virustotal" 사이트에 의뢰하여 유효성을 입증하였다.
본 논문이 제안하는 동작검출 알고리즘은 빛에 대한 불규칙성을 이용하여 동작영역을 탐색하는 방식으로, 기존 3 way-diff 알고리즘에서 주장한 반사된 빛 영역을 수식화하여 추출한다. 즉, 3 way-diff 알고리즘을 확장한 알고리즘이다. 3 way-diff 알고리즘은 연속된 3개의 이미지를 사용하여 반사된 빛 영역을 추출한다. 이 알고리즘에서 주장하는 반사된 빛 영역이란 이미지 제작과정에서 빛에 의해 발생된 영역으로 모든 사물 주변에 미세하게 생성된다. 이러한 영역을 추출하기 위해 하나의 과정을 보인다. 하지만 이 과정은 단순한 작업일 뿐 빛에 대한 수식이 정의되지 않았다. 본 논문은 3 way-diff 알고리즘에서 주장하는 반사된 빛 영역을 잡음의 일종이라 판단하여 반사된 빛 영역을 추출하는 수식을 정의한다. 제안된 알고리즘과 기존 알고리즘들에 실험을 통해 성능비교를 보인다.
곤충병원성 선충의 효율적 검색법 확립과 생물적 방제제로서 유용한 선충 종의 탐색을 위하여 수행된 연구로서 남한 각지의 다양한 생태환경에서 토양을 채집하고, 병원성 검정과 병행하여, 감염력과 증식력 및 보존력이 강한 계통을 선발하였으며, 각종 해충에 대한 살충력을 검정하여 생물적 방제제로서의 유용성을 시험하였다. 우리나라에서 검출된 곤충병원성 선충은 주로 Rhbditida에 속하는 Steinermatidae 및 1 Heterorhabditidae였으며, 본 연구에서도 Rhabditida의 선충이 다수를 차지하는 경향은 같았다. 그러나, Rhabditidae에서는 현재까지 알려진 Steinernematidae와 Heterorhabditidae외에도 19계통의 Rhabditidae와 2 계통의 Diplogasteridae가 새로 검출되었고, Tylenchida에 속하는 선충도 5계통이 발견되었으며, 금후 속 및 종 단위의 상세한 동정이 필요할 것이다. 병원성이 우수한 선충계통은 생존 유충과 번데기에서 개체당 20만∼30만 마리가 증식하였으므로, 증식용 숙주 1마리 분의 병원체로 구제가능한 해충의 이론치는 십만을 초월할 것으로 추산되었다. 선발 계통의 선충은 대부분 통성활물기생이며, 능동적인 숙주의 추적 및 감염치사한 사체에서 증식함은 "적극적 사물기생" 또는 "살생부생성"으로 간주할 수도 있었다. 본 연구는 생물살충제 연구를 위한 생태환경기술 개발에 필요한 자료를 제공할 뿐 아니라, 기초생명과학 연구용 선충 계통의 선발과 증식 및 보존 관리를 비롯하여 널리 활용될 수 있을 것이다.
본 논문에서는 컬러와 운동 정보를 혼합한 손 추적 시스템을 제안하고자 한다. 손의 검출 및 추적은 많은 경우 피부색을 모델링하여 검출을 하는 방식을 사용한다. 하지만 이와 같은 방법으로는 빛이나 주변 사물에 의해 영향을 많이 받기 때문에 정확한 값을 일정하게 도출해 낼 수 없었다. 또한, 피부색에 의존하므로, 손뿐만 아니라 얼굴 및 비부 색과 비슷한 색을 갖는 배경 등에 의해 추적이 방해받을 수 있다. 이에 본 논문은 운동 히스토리 기법(MHI)을 이용하여 움직임을 파악한 후 이를 CamShift와 결합함으로서, 효과적으로 추적할 수 있도록 설계하였다. 제안된 시스템은 C/C++을 기반으로 구현하였으며, 실험에서 제안 방법이 안정적이고 우수한 성능을 보여줌을 증명하였다.
파노라마(Panorama) 및 360도 영상과 같은 몰입형(Immersive) 미디어 영상은 영상 내 공간을 사용자가 직접 방문한 것 같은 현장감을 제공해야하므로 실제 세계의 모습을 사실 그대로 나타낼 수 있어야 한다. 그러나 파노라마 및 360도 영상에서는 촬영 카메라들간의 시차(Parallax)로 인해 사물이 사라지거나 중복해서 나타나는 현상이 나타나며, 이와 같은 시차 왜곡은 사용자의 콘텐츠 몰입을 방해할 수 있다. 이에 따라서, 시차 왜곡을 극복하기 위한 많은 동영상 스티칭 알고리즘이 제안되고 있지만, Object detection 모듈의 낮은 성능과 Seam 생성 방식 등의 제한으로 여전히 시차 왜곡이 발생하고 있다. 이에 본 논문에서는 기존 동영상 스티칭 기술의 제한 사항을 분석하고, 해당 동영상 스티칭 기술의 제한을 극복하기 위하여 LDPM(Local Differential Pixel Mean) 영상 평가를 활용한 동영상 스티칭의 시차 왜곡 검출 및 정정 방법을 제안한다.
마스크 착용은 COVID-19 감염을 예방하기 위한 효과적인 방안이다. 적외선 열화상 기반의 온도 측정과 신원 인식 시스템이 기업에서 널리 사용되고 있는 상황에서 마스크 감지를 위한 연구는 필수적이다. 최근 비전분야에 소개된 MTCNN은 객체 인스턴스 세분화를위한 개념적으로 간단하고 유연하며 일반적인 프레임 워크를 제시한다. 본 논문에서는 열적외선 카메라로부터 획득한 열감지영상에서 발열체인 인스턴스에 대해 발열부위의 세그멘테이션을 생성하는 동시에 이미지 내의 오브젝트 발열부분을 효율적으로 탐색하는 알고리즘을 제안한다. MTCNN(Multi-task Cascaded Convolutional Networks) 기법은 바운딩 박스 인식을 위해 기존 브랜치와 병렬로 객체 마스크를 예측하기 위한 브랜치를 추가한 알고리즘이다. MTCNN은 다른 작업으로 일반화하기 용이하다. 본 논문에서는 MTCNN기반 적외선 열영상 검출알고리즘을 제안하여 RGB영상에서 구별할 수 없는 마스크 착용 여부를 탐지하였다.
PAH화합물의 하나인 benzo(a)pyrene의 쥐 태반 microsomes에 의한 대사활성화를 조사하였다. B(a)P대사물은 C18- $\mu$ Bondapak칼럼을 사용하여 고압액체크로마토그래피로 분석하였다. 그 결과 B(a)P를 투여한 쥐의 태반 microsomes에 의한 주 대사산물은 발암성이 강한 7,8-diol B(a)P였으며, 또한 적은량의 4,5-diol B(a)P와 quinone류가 검출되었다. 3-methyl-cholanthrene을 투여한 경우 hydroxy B(a)P 와 quinone화합물이 주 대사산물이었으며 Phenobarbital을 전처리했을 경우 7,8-diol B(a)P이 주 대사산물인 것으로 나타났다.
Shape Contexts Recognition(SCR)은 도형이나 사물 등의 모양을 인식하는 기술로 문자인식, 모션인식, 얼굴인식, 상황인식 등의 기반이 되는 기술이다. 하지만 일반적인 SCR은 Shape의 모든 contour에 대해 히스토그램을 만들고 Shape A, B 비교를 위해 추출된 contour를 1:1 개수대로 매핑함으로써 처리속도가 느리다는 단점이 있다. 따라서 본 논문에서는 Shape 모양에 따라 윤곽선을 찾고 개량 DP 알고리즘 및 해리스코너 검출기를 이용하여 contour를 최적화시킴으로써 간략하면서도 더 효과적인 알고리즘을 만들었다. 이렇게 개선된 방법을 사용함으로써 기존방법보다 처리 수행속도가 빨라짐을 확인하였다.
자율주행 및 인공지능 CCTV는 안개와 같은 악조건 상황에서 주변의 사물과 사람인식에 대한 카메라의 가시성 및 검출 능력이 저하된다. 이러한 악조건 상황에서도 중요한 정보를 정확하게 얻기 위해서 안개 제거 알고리즘에 대한 연구가 필요하다. 과거부터 현재까지 안개 제거 기술은 컴퓨터 비전/ 데이터 기반 등 다양한 방법을 이용한 연구가 진행되고 있다. 안개 제거 기술 중에서 입력영상에 대한 깊이 정보를 통한 안개 전달량을 추정하는 방법이 중요하다. 본 논문에서는 영상의 특징 DCP, saturation∗value, sharpness가 깊이정보와 선형관계에 있다는 가정을 통해 선형모델을 제시한다. 제안한 선형모델을 통한 안개제거방법은 기존의 방법들과 정량적 수치평가에서 평균적으로 10% 향상된 결과를 보여주며 알고리즘의 성능의 우수성을 증명하였다.
본 논문은 코로나 방역의 자동화를 위한 Deep learning 기술 적용에 대해 연구한다. 2020년에 가장 중요한 이슈 중 하나인 COVID-19와 그 방역에 대해 많은 사람들이 IT분야에서 떠오르고 있는 artificial intelligence(AI)에 주목하고 있다. COVID-19로 인해 마스크 착용이 선택이 아닌 필수가 되며, 이를 통제하기 위한 모델이 필요한 상황이다. AI, 그 중에서도 Deep learning의 Object detection 기술을 일상생활 곳곳에 존재하는 영상 장치들에 적용하여 합리적인 비용으로 방역의 실시간 자동화를 구현할 수 있다. 이번 논문에서는 인터넷에 공개되어 있는 사물인식 오픈소스를 활용하여 이를 구현하기 위한 연구를 진행하였다. 또 이를 위한 Dataset 확보에 대한 조사도 진행하였다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.