최근 널리 사용되는 모든 비파괴검사 기술 중 적외선열화상 카메라는 점차 적용 범위를 확대하고 있다. 초음파적외선 열화상은 절대온도 0 K 이상의 모든 물체가 방출하는 적외선 에너지를 검출하여 검사자가 볼 수 있는 화상으로 이미지를 만들어 검사하는 기술에 초음파를 접목하여 결함 부위만을 검출하는 방법으로 비접촉으로 넓은 범위를 빠른 시간에 검사할 수 있는 장점이 있는 기술이다. 본 연구에서는 고유주파수를 변화할 수 있는 터패놀-D 소재의 가변초음파 가진검사 방법을 이용하여 결함 검출의 적용가능성을 연구하였다.
Maintenance of power distribution facilities is a significant subject in the power supplies. Fault caused by deterioration in power distribution facilities may damage the entire power distribution system. However, current methods of diagnosing power distribution facilities have been manually diagnosed by the human inspector, resulting in continuous pole accidents. In order to improve the existing diagnostic methods, a thermal image analysis model is proposed in this work. Using a thermal image technique in diagnosis field is emerging in the various engineering field due to its non-contact, safe, and highly reliable energy detection technology. Deep learning object detection algorithms are trained with thermal images of a power distribution facility in order to automatically analyze its irregular energy status, hereby efficiently preventing fault of the system. The detected object is diagnosed through a thermal intensity area analysis. The proposed model in this work resulted 82% of accuracy of detecting an actual distribution system by analyzing more than 16,000 images of its thermal images.
This study presents the estimation of crack depth by analyzing temperatures extracted from thermal images and environmental parameters such as air temperature, air humidity, illumination. The statistics of all acquired features and the correlation coefficient among thermal images and environmental parameters are presented. The concrete crack depths were predicted by four different machine learning models: Multi-Layer Perceptron (MLP), Random Forest (RF), Gradient Boosting (GB), and AdaBoost (AB). The machine learning algorithms are validated by the coefficient of determination, accuracy, and Mean Absolute Percentage Error (MAPE). The AB model had a great performance among the four models due to the non-linearity of features and weak learner aggregation with weights on misclassified data. The maximum depth 11 of the base estimator in the AB model is efficient with high performance with 97.6% of accuracy and 0.07% of MAPE. Feature importances, permutation importance, and partial dependence are analyzed in the AB model. The results show that the marginal effect of air humidity, crack depth, and crack temperature in order is higher than that of the others.
최근 코로나19를 예방하기 위해 마스크 착용 유무와 체온을 확인하는 곳이 많아졌다. 그러나 이러한 것은 사람이 수동으로 측정하거나 한 명씩 기계 앞에서 측정하는 방식이 대부분이므로 측정 방식에 따라 결과가 달라지고 인력 낭비가 발생한다. 또한 기계는 일반적으로 최고 온도만을 측정하므로 발열의 기준 또한 신뢰할 수 없다. 입구에 사람이 몰려 병목이 발생할 수 있으며 측정 장소는 대부분 입구 하나이므로 확진자의 동선 추적시에도 불편하다. 따라서 본 연구에서는 발열자와 마스크 미착용자를 카메라, 열화상 카메라, Haar Cascade 및 결괏값 선별 알고리즘을 활용하여 자동으로 분류하고 실시간으로 알려 전염병 확산을 억제하는 방법에 대해 제안하고자 한다.
적외선 열화상 기술은 물체의 표면에서 방사되는 적외선을 검출하여 그 물체의 표면온도 분포를 나타내는 기술로서 물체의 내부 상태도 간접적으로 표현할 수 있다. 이 기술은 광범위한 분야에서 피사체의 물리적 손상이 허락되지 않을 경우 사용되고 있다. 본 실험에서는 "적외선 촬영법에 의한 건축물 단열 성능 평가 방법"(KS F2829)에 의거하여 결함부위 온도차 비율법(TDR : Temperature Difference Ratio)라는 지표로 국립산림과학원내 목조주택의 단열성능을 평가하였다. 실험을 위한 공간을 목조주택의 2층 방으로 정하고 적외선 카메라로 방의 실내와 실외의 표면온도를 측정하였다. 열화상 이미지를 이용하여 모서리 부분과 창을 통한 열손실을 정량적으로 파악할 수 있었으며 육안으로 확인 불가능한 열손실 결함부위를 탐지할 수 있었다. 이를 바탕으로 기존목조주택의 열환경성능 제고를 위한 개 보수시 도움이 될 것으로 기대된다.
본 논문에서는 합성곱신경망과 ROI기법을 이용한 콘크리트 균열 분석에 관해 소개한다. 콘크리트 표면, 빔과 같은 구조물은 피로 응력, 주기 부하에 노출되며, 이는 일반적으로 구조물의 표면에서 미세한 수준에서 시작되는 균열을 야기한다. 구조물의 균열은 안정성을 저하시키고 구조물의 견고함을 감소시킨다. 조기 발견을 통해 손상 및 고장 가능성을 방지하기 위한 예방 조치를 취할 수 있다. 일반적으로 수동 검사 결과는 품질이 좋지 않고, 대규모 기반 시설의 경우 접근이 어려우며, 균열을 정확하게 감지하기 어렵다. 이러한 수동검사의 자동화는 기존 방식의 한계를 해결할 수 있기 때문에 컴퓨터 비전 기반의 연구들이 수행되었다. 하지만 다양한 유형의 균열이나, 열화상 카메라 등을 이용한 연구들은 부족한 상태이다. 따라서 본 연에서는 콘크리트 벽의 균열을 자동으로 감지하는 방법론을 개발하여 제시하며, 다음과 같은 연구 내용을 목표로 한다. 첫째, 균열 감지 이미지 기반 분석의 주요 장점인 이미지 처리 기술을 사용하여 기존의 수동 방법과 비교하여 정확도가 향상된 결과 및 정보를 제공한다. 둘째, 강화된 Sobel edge segmentation 기술 및 ROI 기법 기반의 알고리즘을 개발하여 비파괴 시험을 위한 자동 균열 감지 기술을 구현한다.
본 논문에서는 탄소섬유를 이용한 면상발열체의 발열 상태를 영상처리 기술을 이용한 분석을 제안하였다. 면상발열체의 제작 방법은 탄소섬유를 작게 잘라 촙 상태로 만든 다음 분산제를 통하여 다시 결합시켜 준다. 그 다음 부직포 위에 분산제를 통해 결합된 탄소섬유 용액을 필터링 한다. 마지막 단계는 필터링된 탄소섬유를 건조 하면 부직포 형태의 면상 탄소 섬유를 얻을 수 있다. 면상발열체는 이렇게 제작된 면상 탄소 섬유에 전기를 인가하면 된다. 본 논문에서는 면상발열체를 4가지 방법으로 분석하였다. 분석 방법 중 면상 발열체의 발열특성 분석과 면상발열체의 발열속도 분석은 제작된 면상발열체가 정상군에 해당하는지를 확인한다. 절연 코팅 및 면상 발열체 모듈 분석은 실제 제품의 제작에 사용될 수 있는 면상발열체에 대해 영상처리 기술을 이용하여 2차원 이미지 분석이다. 면상발열체의 열화상 이미지 분석은 2차원 및 3차원으로 발열 상태를 분석할 뿐만 아니라, 발열의 상위온도 15~20%와 하위온도 15~20%를 이미지에 표시하는 프로그램 기법이다. 마지막 분석은 제작된 면상발열체의 상태를 화면에 직접 보여줌으로써 제작 과정 중 잘못된 부분을 쉽게 찾을 수 있다. 이와 같은 면상발열체의 이미지 분석 방법은 기존의 방법과 결합하여 발열상태를 더욱 정밀하게 분석할 수 있었다.
최근 하드웨어와 무선 통신 기술의 발달로 무선 센서네트워크를 이용하여 멀티미디어 데이터를 수집하기 위한 무선 멀티미디어 센서네트워크에 관한 연구가 활발히 이루어지고 있다. 많은 데이터를 갖는 멀티미디어 데이터를 네트워크 대역폭이 극히 낮은 무선 센서 네트워크에서 처리하기 위해서는 네트워크 상태에 따른 효율적인 데이터 압축과 전송에 관한 연구가 필요하다. 본 논문에서는 무선 센서네트워크에서 대표적인 멀티미디어 데이터인 이미지 데이터를 예측부호화를 통해 압축된 이미지를 우선순위에 기반하여 전송하기 위한 이미지 전송 기법(Priority based Image Transmission Technique With Wavelet Transform)을 제안한다. 제안하는 PIT 기법은 이미지의 웨이블릿 변환을 통하여 나누어진 영역별로 서로 다른 우선순위를 설정한다. PIT기법은 패킷의 우선순위에 따라 전달 여부를 결정하도록 하여 중요한 데이터일수록 전송이 성공할 가능성을 높인다. PIT기법은 웨이블릿 변환의 특성상 데이터의 일부가 손실되더라도 최대한 전체적인 내용을 파악할 수 있는 장점을 활용한다. PIT에서는 연속적인 이미지 사이의 유사성을 고려한 저주파수 영역에서의 예측부호화(DPCM)을 통하여 이미지 데이터가 우선순위별로 균등하게 분포시킴으로써 화질열화를 최소화한다. 실험을 통하여 제안하는 기법이 데이터가 손실되더라도 높은 화질을 보장함을 보인다.
본 연구는 5G 통신을 이용한 농업용 드론에 임무 카메라를 장착하여 농작물 상태 정보 획득을 위한 비행시험에 대해 다룬다. 시험 방법은 설정된 다분광카메라와 열화상카메라를 드론에 장착하고 운영 고도와 속도를 달리하여 농작물 상태 이미지를 획득하는 것이다. 다분광카메라는 다섯 가지의 분광 파장을 이용하여 농작물 상태 이미지를 획득하며 자체 내장된 GPS에서는 비행 중 획득한 이미지의 정확한 위치와 고도 정보를 비행시간과 동기화 하여 제공한다. 그리고 비행 중 획득된 열 영상 데이터는 분석을 위해 5G 통신으로 지상의 서버로 전송된다. 그러므로 분광카메라와 열영상카메라를 함께 이용할 경우 효율적인 경작지 상태 파악이 가능하며, 본 연구를 통해 농업용 드론에 임무 장비를 장착한 비행시험으로 경작지에서 농작물 상태 파악이 가능함을 증명하였다.
최근 빅데이터 과학은 사회현상 모델링을 통한 예측은 물론 강화학습과 결합하여 산업분야 자동제어까지 응용범위가 확대되고 있다. 이러한 추세 가운데 이미지 영상 데이터 활용연구는 화학, 제조, 농업, 바이오산업 등 다양한 산업분야에서 활발히 진행되고 있다. 본 논문은 신경망 기술을 활용하여 영상 데이터의 시맨틱 분할 성능을 개선하고자, U-Net의 계산효율성을 개선한 DeepU-Net 신경망에 AutoML 강화학습 알고리즘을 구현한 NASNet을 결합하였다. BRATS2015 MRI 데이터을 활용해 성능 검증을 수행하였다. 학습을 수행한 결과 DeepU-Net은 U-Net 신경망 구조보다 계산속도 향상 뿐 아니라 예측 정확도도 동등 이상의 성능이 있음을 확인하였다. 또한 이미지 시맨틱 분할 성능을 개선하기 위해서는 일반적으로 적용하는 드롭아웃 층을 빼고, DeepU-Net에 강화학습을 통해 구한 커널과 필터 수를 신경망의 하이퍼 파라미터로 선정했을 때 DeepU-Net보다 학습정확도는 0.5%, 검증정확도는 0.3% 시맨틱 분할 성능을 개선할 수 있었다. 향후 본 논문에서 시도한 자동화된 신경망을 활용해 MRI 뇌 영상진단은 물론, 열화상 카메라를 통한 이상진단, 비파괴 검사 진단, 화학물질 누출감시, CCTV를 통한 산불감시 등 다양한 분야에 응용될 수 있을 것으로 판단된다.
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.