전 세계적으로 유행하며 수많은 확진자와 사망자를 발생시킨 코로나바이러스-19(COVID-19)는 일상에서 사람 간 전염이 가능하여 국민들을 불안과 공포에 떨게 하고 있다. 감염을 최소화하기 위해서는 건물 출입시 마스크 착용이 필수적이지만 일부 사람들은 여전히 마스크 없이 얼굴을 노출시킨 채 건물에 출입하고 있다. 본 논문에서는 효율적인 출입 통제를 위해 얼굴에 마스크를 착용했는지 여부를 자동으로 판별하는 방법을 제안한다. 제안 방법은 양쪽 눈 영역을 검출하고 눈 위치를 참조하여 마스크 착용 영역(양쪽 눈 아래 얼굴 영역)을 예측한다. 이 때 마스크 착용 영역을 보다 정확히 예측하기 위해 양쪽 눈 위치가 수평이 되도록 얼굴 영역을 회전하여 정렬한다. 정렬된 얼굴 영역에서 추출된 마스크 착용 영역은 이미지 분석에 특화된 딥러닝 기법인 CNN(Convolutional neural network)을 통해 마스크 착용 여부(착용 또는 미착용)를 최종 판별한다. 총 186장의 테스트 이미지에 대해 실험한 결과, 98.4%의 판별 정확도를 보였다.
RGB 칼라 필터 배열을 사용한 순차주사 CCD 이미지 센서는 센서의 구조적 한계를 극복하고 칼라 신호의 해상도를 향상시키기 위해 칼라 보간 구조가 필요하다. 기존의 접근 방법을 통해 보간된 결과 영상 대부분에서 경계선은 열화되고 재현된 칼라는 원영상의 칼라와 차이가 났다. 본 논문에서는 순차주사 CCD 이미지 센서를 위한 개선된 경계적응적 칼라 보간 구조를 제안했다. 제안된 경계 표시자(edge indicator) 함수는 채널내 상관관계 뿐만 아니라 채널간의 상관관계를 이용하며 주어진 영상의 경계 특성을 칼라 보간 과정에 적응적으로 반영한다. 주어지지 않은 채널 값은 경계를 거스르는 방향이 아니라 경계 방향을 따라서 보간되고, 에일리어징 현상(aliasing artifacts)은 억제가 됐다. 또한 경계적응적 칼라 보간 구조의 단순한 칼라 영상 형성 모델로부터 발생하는 국소적으로 나타나는 잘못된 색을 칼라 경계 검출법에 기반한 스위칭 알고리즘에 의해 제거하였다. 개선된 경계적응적 칼라 보간 구조는 기존의 접근 방법에 비해 주관적 화질과 객관적 화질 모두 우수한 결과를 실험적으로 보였다.
얼굴 모핑은 원본 이미지에서 목표 이미지로 점진적이면서 자연스럽게 영상을 변화시키는 기법으로 영상처리와 그래픽 분야에서 자주 사용되는 강력한 영상처리 기술 중의 하나이다. 본 논문에서는 Dlib 얼굴 랜드마크 검출기를 이용하여 생성된 얼굴 랜드마크 정점들을 이용하여 들로네 삼각망을 생성하고 원본 영상에서 목표영상으로의 들로네 삼각망들의 와핑과 크로스 디졸브를 통해 모핑을 구현하는 방법을 제안하였다. 본 논문에서 제안한 방법은 들로네 삼각망을 생성하기 위한 정점들을 수동으로 만들어 주는 것이 아니라, 얼굴 모핑에서 얼굴의 주요한 부분인 눈, 눈썹, 코, 입 등의 얼굴의 주요 특징점이라 할 수 있는 얼굴 랜드마크들을 이용함으로써 자동으로 들로네 삼각망을 생성할 수 있다는 것이 특징이다. 그리고 수동으로 정점을 추가할 수도 있어 더욱 자연스러운 모핑 결과를 얻을 수 있을 수 있다는 것을 시뮬레이션을 통해 확인하였다.
웹캠을 이용한 온라인 회의 및 수업에서 크로마키 기법을 이용한 콘텐츠 제작은 중요한 기법중의 하나이다. 본 연구에서는 크로마키 배경을 사용하지 않고 배경 합성이 가능한 기술을 제안하였다. 제안하는 방법은 HSI 이미지 변환 단계, 배경에서 변경된 영역을 감지하는 단계, 배경 영역을 크로마키로 대체하여 적용하는 단계의 3단계로 구성된다. 입력 영상에서 각 프레임의 블록 평균 영상을 계산하고, 배경 영상의 블록 평균 영상과 입력 영상의 블록 평균 영상의 차이를 이용하여 변화 영역을 검출한다. 개발된 크로마키 효과 기술은 하나의 카메라에서 물체가 없는 배경 이미지를 획득하고 움직이는 물체와 배경을 구분하여 물체만 추출하는 기술을 사용하였다. 실험결과, 제안한 방법은 배경색이 다양한 경우에도 처리가 가능할 뿐만 아니라 물체의 경계선을 매끄럽게 처리할 수 있어서 현장에서 쉽게 적용할 수 있을 것으로 기대할 수 있다.
본 논문은 영상장치를 이용한 차세대 스마트 LED 전광판의 불량픽셀 검출을 위한 딥러닝 구조 개발에 관한 연구를 제안한다. 이 연구에서는 영상장치를 활용하여 딥러닝을 통해 실외 LED 전광판의 결함을 자동으로 검출하는 기법을 제안한다. 이를 통해 LED 전광판의 효율적인 관리와 발생할 수 있는 다양한 오류와 문제를 해결하고자 한다. 연구 과정은 3단계를 거쳐 이루어진다. 첫 번째로, 평면화된 전광판 이미지 데이터를 calibration을 통해 배경을 완전히 제거하고 필요한 전처리 과정을 거쳐 학습 데이터셋을 생성한다. 두 번째로, 생성된 데이터셋은 객체 인식 네트워크를 학습을 시키는 데 활용된다. 네트워크는 Backbone과 Head로 구성된다. Backbone에서는 CSP-Darknet을 활용하여 특징 맵을 추출하고, Head에서는 추출된 Feature Map을 기반으로 물체를 검출한다. 이 과정에서 네트워크는 Confidence score와 IoU가 일치하도록 오차를 수정하며 지속적으로 학습된다. 세 번째에서는 생성된 모델을 활용하여 실제 실외 LED 전광판에서 불량픽셀을 자동으로 검출한다. 본 논문에서 제안하는 방법을 적용하여 LED 전광판의 불량픽셀 검출에 대한 공인 측정 실험 결과로는 실제 LED 전광판에서 불량픽셀을 100% 검출한 결과를 얻을 수 있었다. 이를 통해 LED 전광판의 불량 관리와 유지보수의 효율성이 향상되었음을 확인할 수 있다. 이러한 연구 결과는 LED 전광판 관리의 획기적인 개선을 이룰 것으로 기대된다.
용접을 하는데 있어서 보다 균일한 용접상태를 유지하고, 용접품질의 향상 및 동일시간에 보다 많은 용접을 함으로써 생산성 향상을 위해 로봇의 이용이 점차로 증가하고 있다. 로봇용접의 과정 중 실제 용접을 실시하기 위해 로봇을 움직이기 이전에 용접할 부위의 검출이 선행되어야 하고, 그 검출방법에 있어서 크게 접촉식과 비접촉식의 센서가 활용이 되고 있다. 본 논문에서는 비접촉식 중 비전센서인 레이저 다이오드와 CCD 카메라를 이용하여 CCD 카메라를 거친 영상을 처리하여 용접선을 추적하고 용접을 하도록 하고 있다. 레이저 다이오드를 용접모재와 일정 각도를 가지도록 조사하게 되면 모재표면의 형상에 따라 반사되는 굴곡면이 달라지게 되는데 이 형상이 CCD 카메라를 통해 입력되고, 이 입력된 화상을 이미지 보드와 프로그램을 통하여 분석을 하고, 얻어진 용접선의 화상의 좌표 값을 토대로 로봇을 이동시킴으로써 용접을 하도록 하고 있다. 용접은 실시간으로 이루어짐으로써 생산성 향상에 크게 기여할 수 있다. 또한 모재에 따라 굴곡이 다른 1차원 평면의 용접인 경우는 약간의 프로그램 수정으로 대부분 추적 가능하다는 것을 확인할 수 있었다.
본 논문에서는 적외선 열화상 기법을 원전 배관에 적용하여 감육결함을 검사하기 위한 시험 조건을 파악하기 위해서, 인공 결함이 가공된 배관 시편과 평판 시편을 이용하여 적외선 열화상 시험을 수행하였다. 시험에는 할로겐램프를 사용하여 시편을 가열하였으며, 램프의 출력과 시편과 램프의 거리를 변수로 실험을 수행하였다. 시험 결과 시편과 램프의 거리가 1~2 m 이고 램프의 출력이 정격출력의 60 % 이상일 때, 적외선 열화상 기법은 1회 촬영으로 최소한 500 mm 범위 내에 존재하는 원주방향 폭이 $2{\Theta}=90^{\circ}$이고 깊이와 길이가 각각 d/t=0.5와 $L/D_o=0.25$인 배관내 인공 감육 결함들을 검출하였다. 평판 시편과 배관 시편에서 시편과 램프의 거리에 관계없이 램프 출력이 높을수록 결함에 대한 이미지가 선명하였다. 평판 시편과 배관 시편에서 적외선 열화상 방법의 결함 검출 능력은 유사하지만, 최적의 시험 조건은 시편에 따라 다르게 나타났다.
최근, 아크용접을 하는데 있어서 보다 균일한 용접상태와 용접품질의 향상 및 동일시간에 보다 많은 용접을 함으로써 생산성 향상을 위해 로봇의 이용이 점차로 증가하고 있다. 로봇용접의 과정 중 실제 용접을 실시하기 위해 로봇을 움직이기 이전에 용접할 부위의 검출이 선행되어야 하고, 그 검출방법에 있어서 크게 접촉식과 비접촉식으로 대별된다. 본 논문에서는 비접촉식 중 영상처리센서인 레이저 다이오드와 CCD 카메라를 이용하여 CCD 카메라를 거친 영상을 처리하여 용접선을 추적하고 용접을 하도록 하고 있다. 레이저 다이오드를 용접모재와 어떤 각도를 가지도록 조사하게 되면 모재표면의 형상에 따라 반사되는 굴곡면이 달라지게 되는데 이 형상이 CCD 카메라를 통해 입력되고, 이 입력된 화상을 이미지 보드와 프로그램을 통하여 분석을 하고, 얻어진 용접선의 화상의 좌표 값을 토대로 로봇을 이동시킴으로써 용접을 하도록 하고 있다. 용접은 실시간으로 이루어짐으로써 생산성 향상에 크게 기여할 수 있다. 또한 모재에 따라 굴곡이 다른 1차원 평면의 용접인 경우는 약간의 프로그램 수정으로 대부분 추적 가능하다.
오래된 필름이나 영상들은 물리적 또는 화학적으로 많은 손상을 받기 때문에 손상부분에 대한 특별한 처리가 요구된다. 영상 손상은 손상의 범위에 따라, 영상 전체에 걸쳐 나타나는 전역 손상과, 영상 일부분이 손상되어 나타나는 지역손상으로 구분할 수 있으며, 오래된 영상은 지역 손상 부분의 복구만으로도 상당한 화질 향상이 가능하다. 기존의 연구는 긁힘으로 인한 line scratch 검출 알고리즘의 연구와 얼룩, 긁힘, 또는 의도적인 손상으로 인해 손상된 영역을 복원하는 복원 알고리즘이 연구되고 있다. 오래된 영상 복원 연구의 대표적인 방법은 편미분방정식을 적용한 인페인팅 기법이며, 영상의 형태를 편미분방정식으로 모델링하기 때문에, 편미분 차수의 제한에 의해 복잡한 형태의 영상 복원 화질이 좋지 못하고, 계산복잡도가 높은 단점을 가지고 있다. 본 논문에서는 오래된 영상에서 주로 나타나는 필름의 긁힘으로 인해 생기는 line scratch를 검출하고, 영상의 특성을 반영하는 에지검출연산자의 일종인 Sobel 연산자를 이용하는 인페인팅 기법을 제안한다. 실제 영상 복원실험을 위해 오래된 한국영화인 1945년 작 "자유만세" 와 1976년 작 "로보트 태권V" 영상을 사용하였으며, 기존의 연구결과와 비교하여 화질개선 뿐만이 아니라, 개선된 복원 속도를 얻을 수 있었다.
기계 학습 분야에 합성 곱 신경망이 대두되면서 이미지 처리 문제를 해결하는 모델은 비약적인 발전을 맞이했다. 하지만 그만큼 요구되는 컴퓨팅 자원 또한 상승하여 일반적인 환경에서 이를 학습해보기는 쉽지 않은 일이다. 주의 집중 기법은 본래 순환 신경망의 기울기 소실 문제를 방지하기 위해 제안된 기법이지만, 이는 합성 곱 신경망의 학습에도 유리한 방향으로 활용될 수 있다. 본 논문에서는 합성 곱 신경망에 주의 집중 기법을 적용하고, 이때의 학습 시간과 성능 차이 비교를 통해 제안하는 방법의 우수성을 입증한다. 제안하는 모델은 YOLO를 기반으로 한 객체 검출에서 주의 집중 기법을 적용하지 않은 모델에 비해 학습 시간, 성능 모두 우수한 것으로 나타났으며, 특히 학습 시간을 현저히 낮출 수 있음을 실험적으로 증명하였다. 또한, 이를 통해 일반 사용자의 기계 학습에 대한 접근성 증대가 기대된다.
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.