• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2007년도 가을 학술발표논문집 Vol.34 No.2 (A)
• /
• pp.269-270
• /
• 2007

유비쿼터스 환경에서는 사용자가 컴퓨터 및 네트워크의 존재를 의식하지 않는 상태에서 다양한 서비스를 이용하게 된다. 주변에 있는 PC, 냉장고, TV, 자동차 등의 모든 기기에 프로세서가 내장되고 네트워크가 연결되어 특정한 서비스를 제공하기 위해 함께 동작하게 된다. 이러한 장치와 서비스들을 연동하기 위한 현재의 솔루션은 클라이언트-서버 방식의 분산 컴퓨팅 모델이다. 각각의 장치가 원격 프로시듀어 흑은 원격 객체의 형태로 서버를 제공하고 이들을 하나의 클라이언트가 시나리오대로 그것들을 호출함으로써 응용을 완성할 수 있다. 하지만, 이러한 분산 컴퓨팅 모델을 지원하는 프로그래밍 환경으로는 다음과 같은 한계가 있다. 첫째, 소프트웨어 배치(deployment) 문제가 발생한다. 수 많은 시나리오를 생각해 볼 수 있는 유비쿼터스 환경에서는 특정 장치를 공장에서 생산하여 출고할 때 어떤 서버 소프트웨어가 미리 설치되어야 하는지는 가늠할 수 없는 문제이다. 둘째, 성능 문제가 발생할 수 있다. 각 장치의 함수를 호출하는 것은 대부분 원격 함수(remote procedure)이므로 한번 호출하는데 상당한 자원이 소요된다. 하지만, 시나리오를 구현하기 위해서는 특정 장치의 함수를 여러 번 호출해야 되는 상황이 자주 연출된다. 이러한 상황을 피하여 성능을 향상 시키기 위해서는 각 장치에 요구되는 부문 시나리오가 한번에 호출로 처리될 수 있어야 한다. 셋째, 유지 보수 문제가 발생할 수 있다 하나의 서비스가 여러 개의 서버 프로그램과 클라이언트 프로그램으로 구성되기 때문에 한번 업그레이드를 할 때 모든 구성 요소들이 모두 버전 업이 되어야 한다. 넷째, 유비쿼터스 환경에 적합한 추상화 개념의 부재를 들 수 있다. 다양한 장치, 웹서비스 및 데이터 들이 연동되어 하나의 서비스 시나리오를 구현함에 있어서 현재의 프로그래밍 언어는 높은 수준의 추상화 개념을 제공하지 못하고 있다. 본 연구에서는 모바일 코드 기술을 프로그래밍 언어에 적용하여 유비쿼터스 환경에서의 다양한 장치들과 서비스들을 손쉽게 통합하여 애플리케이션 시나리오를 구현할 수 있는 새로운 프로그래밍 언어인 유비스크립트(ubiscript)를 제안한다. 유비스크립트에서는 모바일 코드의 개념을 통해서 앞서 언급한 유비쿼터스 컴퓨팅 환경에서의 문제점을 해결하고자 하였다. 모바일 코드에서는 프로그램 코드가 네트워크를 통해서 컴퓨터를 이동하면서 수행되는 개념인데, 이는 물리적으로 떨어져있으면서 네트워크로 연결되어 있는 다양한 컴퓨팅 장치가 서로 연동하기 위한 모델에 가장 적합하다. 이는 기본적으로 배포(deploy)라는 단계가 필요 없게 되고, 새로운 버전의 프로그램이 작성될지라도 런타임에 코드가 직접 이동하게 되므로 버전 관리의 문제도 해결된다. 게다가 원격 함수를 매번 호출하지 않고 한번 이동된 코드가 원격지에서 모두 수행을 하게 되므로 성능향상에도 도움이 된다. 장소 객체(Place Object)와 원격 스코프(Remote Scope)는 앞서 설명한 특징을 직접적으로 지원하는 언어 요소이다. 장소 객체는 모바일 코드가 이동해서 수행될 계산 환경(computational environment)에 대한 레퍼런스이다. 원격 스코프는 원격지의 컴퓨터에 존재하는 계산 환경의 스코프(scope)를 로컬 계산 환경에 적용할 수 있도록 하는 언어 요소이다. 유비쿼터스 컴퓨팅 환경에서의 장치와 서비스들을 연동하기에는 현재의 프로그래밍 모델은 배포, 유지 보수, 성능 등의 문제점을 안고 있다. 본 연구에서는 모바일 코드 개념을 도입한 새로운 프로그래밍 언어인 유비스크립트를 제안하여 이러한 문제점들을 극복하고자 하였다. 유비스크립트에서는 유비쿼터스 환경을 직접적으로 표현할 수 있도록 새로운 언어 요소인 장소 객체와 원격 스코프 개념을 도입하였고, 프로토타입과 가상의 시나리오 구현을 통하여 기존의 프로그래밍 언어보다 유비쿼터스 환경에 더 적합하고, 단순하며 생산성이 우수하다는 것을 확인하였다.

• 한국GIS학회:학술대회논문집
• /
• 한국GIS학회 2008년도 공동춘계학술대회
• /
• pp.286-292
• /
• 2008

RTLS 시스템은 이동 객체에 RTLS 태그를 부착한 후 태그에서 발산되는 신호를 이용하여 실시간으로 위치를 파악하는 시스템으로 최근 항만 물류 및 자산 관리 분야에서 객체의 실시간 위치를 파악하기 위해 활용되고 있다. RTLS 시스템은 태그의 위치를 측정하기 위해 삼각 측량 법이나, Proximity matching법을 사용한다. 삼각 측량법은 3개 이상의 리더에서 수신된 신호 세기나 신호의 도달 시간을 이용하여 삼각측량 방식으로 위치를 결정하는 알고리즘으로, 전파의 난반사나 장애물등에 민감하며, Proximity matching법은 위치 샘플링 값에 대한 근접성을 이용한 통계 정보를 바탕으로 하여 위치를 결정하는 알고리즘으로 위치 정확도를 높일 수 있으나, 샘플링 데이터 개수에 따라 정확도가 크게 변화하는 문제가 있다. 본 논문에서는 이러한 위치 정보의 오차를 줄이기 위하여, Fingerprint 방식의 확률 모델에 TDOA 방식에서 사용되는 요소들을 혼합하여 확률에 의한 불확실성을 줄이고 더 높은 정확도의 위치 정보를 전달하는 위치 보정 기법을 제안한다. 본 논문에서 제안하는 2단계 위치 보정 기법은 먼저, Fingerprint 데이터 셋으로부터 현재 측정된 위치의 신호정보를 이용한 확률 모델을 적용하여 단 하나의 후보자를 결정한다. 둘째, 측정된 정보와 후보자 위치 정보를 기반으로 TDOA에서 사용하는 기하학적 위치 결정 방법을 변형한 알고리즘을 이용해 측정된 위치를 보정함으로써, TDOA 방식이나, Fingerprint 방식 둘 중 하나만 사용하는 것보다 향상된 위치의 정확도를 제공한다. 그리고 본 논문에서는 제안한 위치 보정 기법을 위한 위치 보정 모듈을 설계하였으며, RTLS 미들웨어에 이를 반영하여 구현하였다.

• 터널과지하공간
• /
• 제32권2호
• /
• pp.131-143
• /
• 2022

달 현지 탐사를 위해 무인 이동체가 활용되고 있으며, 달 지상 관심 지역의 지형 특성을 정확하게 파악하여 실시간으로 정보화 하는 작업이 요구된다. 하지만, 정확도 높은 지형/지물 객체 인식 및 영역 분할을 위해서는 다양한 배경조건의 영상 학습데이터가 필요하며 이러한 학습데이터를 구축하는 과정은 많은 인력과 시간이 요구된다. 특히 대상이 쉽게 접근하기 힘든 달이기에 실제 현지 영상의 확보 또한 한계가 있어, 사실에 기반하지만 유사도 높은 영상 데이터를 인위적으로 생성시킬 필요성이 대두된다. 본 연구에서는 가용한 중국의 달 탐사 Yutu 무인 이동체 및 미국의 Apollo 유인 착륙선에서 촬영한 영상을 통해 위치정보 기반 스타일 변환 기법(Style Transfer) 모델을 적용하여 실제 달 표면과 유사한 합성 영상을 인위적으로 생성하였다. 여기서, 유사 목적으로 활용될 수 있는 두 개의 공개 알고리즘(DPST, WCT2)를 구현하여 적용해 보았으며, 적용 결과를 시간적, 시각적 측면으로 비교하여 성능을 평가하였다. 평가 결과, 실험 이미지의 형태 정보를 보존하면서 시각적으로도 매우 사실적인 영상을 생성할 수 있음을 확인하였다. 향후 본 실험의 결과를 바탕으로 생성된 영상 데이터를 지형객체 자동 분류 및 인식을 위한 인공지능 학습용 영상 데이터로 추가 학습된다면 실제 달 표면 영상에서도 강인한 객체 인식 모델 구현이 가능할 것이라 판단된다.

• 융합정보논문지
• /
• 제7권6호
• /
• pp.229-235
• /
• 2017

최근 물체를 인식하기 위해 많은 데이터를 기반으로 학습하여 인식하는 연구가 활성화 되고 있다. 본 논문에서는 도로주행 영상에서 장애물이라고 생각되는 객체를 추출하여 자동차, 사람, 오토바이로 구분하여 인식하는 시스템을 제안한다. 이동한 방향과 크기를 고려한 상태에서 광류 추정 알고리즘을 이용하여 객체를 추출하였으며, 추출한 객체를 CNN(Convolutional Neural Network) 인식 모델 중 하나인 AlexNet을 이용하여 인식하였다. 실험을 위해 도로 위의 다양한 영상을 블랙박스로 수집하여 실험하였고, 실험 결과 객체 추출 정확도는 92%, 객체 인식 정확도는 96%의 결과를 보였다.

• 한국정보통신학회논문지
• /
• 제19권10호
• /
• pp.2380-2388
• /
• 2015

영상에서 움직임이 있는 객체 영역을 검출하기 위한 이동 객체 검출(moving object detection; MOD) 알고리듬을 EGML(effective Gaussian mixture learning) 기반 배경 차분 방법을 적용하여 하드웨어로 설계하였다. EGML 계산 일부의 근사화를 통해 하드웨어 복잡도를 줄였으며, 파이프라이닝 적용을 통해 동작속도를 개선하였다. Verilog-HDL을 이용하여 하드웨어를 설계하였으며, MATLAB/Simulink와 FPGA가 연동된 FPGA- in-the-loop 환경에서 하드웨어 동작을 검증하였다. 설계된 MOD 프로세서는 XC5VSX95T FPGA 디바이스에서 2,218 슬라이스로 구현되었으며, 102 MHz의 클록 주파수로 동작하여 102 MS/s의 처리율을 갖는 것으로 평가되었다. IEEE CDW-2012 데이터 세트의 12가지 영상에 대해 MOD 프로세서의 성능을 분석한 결과, 평균 recall 값은 0.7631, 평균 precision 값은 0.7778, 그리고 평균 F-measure 값은 0.7535로 각각 평가되었다.

• 한국콘텐츠학회논문지
• /
• 제21권1호
• /
• pp.552-560
• /
• 2021

현재 국내 수산 양식업은 스마트화를 추진하고 있지만, 여전히 양식 단계의 많은 과정에서 사람의 주관적인 판단으로 진행되고 있다. 수산 양식업 스마트화를 위해서 선행되어야 할 부분은 양식장 내 물고기들의 상태를 효과적으로 파악하는 것이다. 어류 개체 수, 크기, 이동경로, 이동속도 등을 파악하여 실시간 모니터링 할 수 있게 된다면 사료 자동 급이, 질병유무판단 등 다양한 양식자동화를 진행할 수 있을 것이다. 본 연구에서는 수중 촬영한 어류비디오 데이터를 이용하여 실시간으로 어류의 상태를 파악 할 수 있는 알고리즘을 제안하였다. 어류 객체검출을 위해 딥러닝 기반 최신 객체검출 모델들을 적용하여 검출 성능을 비교 평가 하였고, 검출 결과를 이용하여 비디오내의 연속적인 이미지 프레임에서 어류 객체 ID부여, 이동경로 추적 및 이동속도를 측정할 수 있는 알고리즘을 제안하였다. 제안한 알고리즘은 객체 검출 성능 92%(F1-score 기준)를 보였으며, 실제 테스트비디오 상에서 실시간으로 다수의 어류 객체를 효과적으로 추적하는 것을 확인하였다. 본 논문에서 제안하는 알고리즘을 이용하여 향후 사료 자동 급이, 어류 질병 예측 등 다양한 스마트양식 기술에 효과적으로 활용될 수 있을 것으로 기대한다.

• 한국항행학회논문지
• /
• 제21권1호
• /
• pp.119-125
• /
• 2017

본 논문에서는 야구 동영상에서 민시프트 추적 프레임워크 하에 선수들을 병합-분리하는 방법을 제안한다. 민시프트 추적 방법은 추적대상 객체의 확률분포에 대해 현재 추적영역에서 확률 값이 최대가 되는 위치로 중심점을 이동하여 객체를 추적한다. 민시프트 추적은 처리속도가 빨라 실시간 추적 문제에 널리 사용되고 있다. 그러나, 다수 객체 추적에서 겹침 문제를 처리하기 어렵다. 이와 같은 문제는 일반적으로 데이터 연관 방법을 적용하여 해결한다. 하지만, 야구선수의 겹침 문제는 선수영역의 해상도가 낮고, 여러 객체가 한 모델을 공유하기 때문에 데이터 연관 방법을 바로 적용하기 어렵다. 본 논문에서는 데이터 연관 방법 적용 이전에 선수 겹침 상황에서 병합-분리을 관리하는 방법을 제안한다. 제안하는 방법은 선수의 겹침 상황에서 추적영역 내의 추적 맵 값을 조정하여 선수의 병합-분리를 관리한다. 본 논문에서 제안하는 방법과 민시프트 알고리즘의 추적성능을 비교하여 제안방법의 성능이 우수함을 보였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권12호
• /
• pp.561-568
• /
• 2021

최근 자율주행에 관한 기술은 고부가가치 신기술로서 주목받고 있으며 활발히 연구가 진행되고 있는 분야이다. 상용화 가능한 자율주행을 위해서는 실시간으로 정확하게 진입하는 객체를 탐지하고 이동속도를 추정해야 한다. CNN(Convolutional Neural Network) 기반 딥러닝 알고리즘과 밀집광학흐름(Dense Optical Flow)을 사용하는 기존 방식은 실행 속도가 느려 실시간으로 객체를 탐지하고 이동속도를 추정하기에는 한계가 존재한다. 본 논문에서는 트램에 설치된 카메라를 통해 획득된 주행영상에서 딥러닝 알고리즘인 YOLOv5 알고리즘을 활용하여 실시간으로 객체를 탐지를 수행하고, 탐지된 객체영역에서 기존의 밀집광학흐름(Dense Optical Flow) 대신 연산량을 개선한 부분 밀집광학흐름(Local Dense Optical Flow)을 사용하여 객체의 진행 방향과 속력을 빠르게 추정하는 방식을 제안한다. 이를 바탕으로 충돌 시간과 충돌 지점을 예측할 수 있는 모델을 설계하였으며, 이를 통해 트램(Tram)의 주행 중 전방 충돌사고를 방지할 수 있는 시스템에 적용하고자 한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2021년도 추계학술대회
• /
• pp.201-204
• /
• 2021

최근 전동 킥보드 사용량이 크게 늘었으나, 다른 이동수단 대비 낮은 안정성과 사용자들의 헬멧 착용에 대한 인식 부족으로 인해 사고의 위험성이 큰 상황이다. 이에 대하여 정부는 헬멧 착용을 강제하는 법률을 제정하였으나, 경찰력의 한계에 따른 단속 미비로 여전히 헬멧 착용율은 낮다. 본 연구는 YOLO v3 알고리즘을 통해 학습시킨 딥러닝 모델을 활용하여 도로 상황을 촬영한 동영상 내에서 헬멧 착용자와 미착용자를 구분하고 미착용자 탐지 시 알람을 제공하는 시스템을 제시한다. 기존 YOLO 알고리즘 및 신경망을 적용하되, 전동 킥보드 데이터를 새로 수집하고 클래스를 구분하여 학습시켰다. 소수의 탐지 및 분류 오류를 보정하기 위해, 히스토그램 간 유사도를 측정해 최종적으로 객체를 추적 및 확정하고, 객체에 대한 헬멧 착용 여부를 통계적으로 확인한다.

• Spatial Information Research
• /
• 제13권2호
• /
• pp.119-128
• /
• 2005

GIS 분야에서 다루는 공간 데이터는 대부분 2차원의 데이터이다. 현실 공간에 존재하는 3차원 객체의 2차원 정보만을 취하거나 혹은 2차원 공간으로 투영하는 등의 방법으로 데이터를 저장한다. 이러한 방법은 정보의 손실로 인한 데이터 활용범위가 축소되고, 현실 공간을 정확하게 반영하지 못하는 문제가 있다. 최근 3차원 공간 데이터를 저장, 관리 가능한 DBMS가 개발되고, 3차원 데이터에 대한 관심과 요구가 높아지고 있다. 하지만 이들은 단순히 3차원 공간의 데이터를 저장만 가능할 뿐 공간 데이터베이스 관리 시스템의 핵심이라 할 수 있는 공간 질의가 불가능하다. 또한 이에 대한 연구가 미흡한 실정이다. 본 연구에서는 3차원 공간 모델을 이용하여 공간 데이터베이스 표준에서 정의하고 있는 공간 관계 연산을 설계하였다. 공간 데이터 모델로는 OGC에서 제시한 GML3에서 정의하는 모델을 사용하였고, 공간 관계 연산에 대한 설계 도구로는 공간 관계를 연산하는데 가장 좋은 방법으로 알려진 Point-Set Topology 기반의 DE-9IM을 이용하였다.