비전 시스템은 영상 이미지를 획득하여 대상 영역을 판별하고 분석하는 시스템이며, 자동화 공정에 사용하고자 하는 수요가 증가하면서 비전 기반의 검사 시스템 도입이 매우 중요한 이슈로 부상하고 있다. 이러한 비전 시스템은 일상생활과 생산 공정에서 검사 장비로 사용되고 있으며, 영상 처리 기술에 대한 연구가 매우 활발하게 이루어지고 있다. 그러나 문자 인식이나 반도체 패키지 등의 검사 대상을 추출하기 위한 영역 정의에 대한 연구는 미미한 상황이다. 본 논문에서는 사용자가 관심영역을 정의하여 엣지 추출을 수행함에 있어 잡음까지도 엣지로 판단하는 경우를 방지하기 위하여, 영상 이미지 내에서 잡음이 존재하여도 특정한 영역의 엣지들의 분포를 이용하여 검사 대상 영역의 엣지를 추출할 수 있는 잡음에 강인한 정렬 보정 모델을 제안한다. 제안 모델을 통하여 타이어의 문자 인식이나 반도체 패키지 검사와 같은 생산 분야에 적용하면 제품의 생산 효율이 향상될 수 있을 것으로 기대된다.
기계학습의 정확도는 학습용 데이터의 양과 데이터의 품질에 많은 영향을 받는다. 기존의 웹을 기반으로 학습용 데이터를 수집하는 것은 실제 학습과 무관한 데이터가 수집 될 수 있는 위험성이 있으며 데이터의 투명성을 보장할 수가 없다. 본 논문에서는 블록체인구조에서 블록들이 직접 병렬적으로 데이터를 수집하게 하고 각 블록들이 수집한 데이터를 타 블록의 데이터와 비교하여 양질의 데이터만을 선별하는 방안을 제안한다. 제안하는 시스템은 각 블록들은 데이터를 서로 블록체인을 통해 공유하며 All-reduce 구조의 Parallel-SGD를 활용하여 다른 블록들의 데이터와 비교를 통해 양질의 데이터만을 선별하여 학습용 데이터셋을 구성할 수가 있다. 또한 본 논문에서는 제안한 구조의 성능을 확인하기 위해 실험을 통해 기존의 벤치마크용 데이터셋의 이미지를 활용하여 변조된 이미지 사이에서 원본 이미지만을 양질의 데이터로 판별함을 확인하였다.
전 세계적으로 중요한 담수 자원인 지하수의 미세플라스틱 오염에 대한 우려가 커지고 있다. 지하수 환경에서 미세플라스틱의 오염을 예측하고 평가하기 위해 대수층 내 현장 실태조사가 수행 중에 있으며, 실험실 규모의 컬럼 실험을 통해 지하수에서 미세플라스틱 이동 메커니즘을 조사하는 연구들이 수행되고 있다. 이러한 연구들은 많은 개수의 분석 시료를 동반하며, 환경 중 미세플라스틱 정량분석을 위해서 고가의 분석기기(라만분광기, 푸리에 변환 적외선(FTIR) 분광기, 열분해 가스크로마토그래피 질량분석기)를 사용하여 플라스틱의 종류를 판별하고 개수를 측정하고 있다. 또한, 컬럼 실험을 수행한 대부분의 선행 연구에서는 미세플라스틱 정량분석을 위해 탁도 분석, 분광광도계를 이용한 흡광도 분석, 현미경을 이용한 계수 방법 등을 이용하여 고가의 분석기기를 사용하지 않고 연구를 수행하였다. 하지만, 이러한 방법들은 유체 속 다른 물질이 포함되어있을 경우에 민감하고 농도를 비율 혹은 개수로 표현하기 때문에 질량 측면에서 미세플라스틱의 농도를 과소·과대 평가할 수 있다. 특히, 현미경을 이용한 계수 방법의 경우에는 분석에 많은 시간이 소요된다는 단점이 있다. 위에 언급한 다양한 분석법들의 단점들을 보완하기 위하여, 본 연구에서는 대수층 내 미세플라스틱 이동 특성을 규명하기 위한 실내 실험에 사용될 수 있는 형광이미지 기반의 미세플라스틱 정량분석법을 개발하였다. Nile Red 형광염료를 이용하여 미세플라스틱을 염색하고 사진을 촬영하여 미세플라스틱 시료의 질량과 미세플라스틱 형광이미지의 형광강도 간 상관관계를 분석하였다. 또한, Nile Red로 염색된 미세플라스틱 입자의 수중 노출 테스트를 진행하여, 실내 대수층 모의실험 시 미세플라스틱 질량을 정량화할 수 있는 적용 가능성을 평가하였다. 상관 분석 결과, 미세플라스틱 질량과 이미지의 형광강도는 높은 상관관계를 보였으며, 수중 노출 실험 전과 후의 미세플라스틱 입자의 형광강도 차이는 미미한 것으로 나타났다. 이러한 연구결과를 통해 본 연구에서 개발된 미세플라스틱 정량분석 방법이 포화 다공성 매체로 구성된 컬럼실험 시 유출수의 미세플라스틱 질량 추정에 유용하게 사용될 것으로 생각되며, 대수층 내 미세플라스틱의 이동 특성 규명 연구에 많은 도움이 될 것으로 기대된다.
AI(Artificial Intelligence)의 다양한 모델 중 생성 모델, 특히 GAN(Generative Adversarial Network)은 이미지 처리, 밀도 추정, 스타일 전이 등 다양한 응용 분야에서 성공을 거두었다. 이러한 GAN은 CGAN(Conditional GAN), CycleGAN, BigGAN 등의 방식으로 확장 및 개선되었지만 재난 시뮬레이션, 의료 분야, 도시 계획 등 특정 분야에서는 데이터 부족과 불안정한 학습에 의한 이미지 왜곡 문제로 실제 시스템 적용에 문제가 되고 있다. 본 논문에서는 클래스 항목을 판별하는 ACGAN(Auxiliary Classifier GAN) 구조를 기반으로 기존 PGGAN(Progressive Growing of GAN)의 점진적 학습 방식을 활용한 새로운 점진적 단계의 학습 방법론 PST(Progressive Step Training)를 제안한다. PST 모델은 기존 방법 대비 70.82% 빠른 안정화, 51.3% 낮은 표준 편차, 후반 고해상도의 안정적 손실값 수렴 그리고 94.6% 빠른 손실 감소를 달성한다.
얼굴 등록자 인증은 얼굴 인식을 기반으로 인증하고자 하는 사람이 등록자인지, 아닌지를 판별하는 것으로, 기본적으로 2클래스 분류 문제이다. 서포트 벡터 머신(Support Vector Machine, 이하 SVM)은 2 클래스 분류 문제에 효과적인 것으로 잘 알려져 있다. 얼굴 등록자 인증의 분류에 사용되었던 기존의 SVM들은 각 클래스 (등록자 클래스, 미등록자 클래스) 구성원의 얼굴 이미지로부터 추출된 이미지 특징 벡터를 이용하여 훈련되고 인증된다. 이렇게 훈련 세트 구성원들의 이미지 특징 벡터들로 훈련된 SVM은 인증시의 얼굴 이미지가 SVM 훈련 세트의 얼굴 이미지들의 조명, 자세, 표정들과 다른 인증 환경의 경우나 등록자의 가입 및 탈퇴 등으로 등록 클래스나 미등록 클래스의 구성과 크기에 변동이 생기는 인증 환경의 경우에, 강인한 성능을 보이기 어려웠다. 본 논문에서는 강인한 얼굴 등록자 인증을 위하여, 효과적인 클래스 구별 특징 벡터 기반 SVM을 제안한다. 훈련과 인증에 사용되는 특징 벡터는 2개의 클래스를 잘 구별할 수 있는 특성을 반영하도록 선택되었기 때문에 이를 이용하여 훈련된 제안된 SVM은 등록자 클래스 구성의 변화 및 얼굴 이미지에 있어서의 조명, 얼굴 자세, 얼굴 표정의 변화에 덜 영향을 받는다. 실험을 통해 제안된 SVM에 기반을 둔 얼굴 등록자 인증 방법이 기존 SVM에 기반을 둔 방법보다 성능이 더 나으며, 등록자 클래스 구성의 변화에도 강인함을 보였다.
최근, 국내의 도심지와 수도권을 잇는 급행철도 사업, 간선도로 및 고속도로의 지중화 사업 등과 같이 교통 인프라 건설이 활발하게 추진되고 있으며 국토의 효율적인 활용을 위하여 지하 터널 및 산 터널의 시공이 활발해지고 있다. 터널 시공이 늘어남에 따라 콘크리트 구조물의 노후화로 인한 안전진단, 유지보수 및 관리의 필요성도 증대되고 있다. 본 논문에서는 인력에 의한 외관조사의 단점을 해결하고 터널 안전점검의 자동화를 위하여 터널 스캐닝영상을 통한 안전점검을 제시한다. 터널 스캐닝영상을 통한 안전점검은 기존 인력에 의한 외관조사에 비해 조사기간과 인력을 크게 줄일 수 있으며 조사자의 안전사고와 교통체증에 따른 사회적 비용을 절감할 수 있다는 장점이 있다. 터널 스캐닝영상 기반 안전점검을 위해서는 터널 스캐닝영상의 접합을 통하여 평면전개 이미지를 생성하는 것이 핵심이다. 본 연구에서는 터널 스캐닝영상 기반 안전점검의 필수기술인 터널 스캐닝 다중 촬영 영상 접합에 적합한 알고리즘에 대한 성능평가를 진행하였다. 터널이미지 접합에 유리한 알고리즘을 찾기 위하여 OpenCV에서 제공하는 특징점 검출 및 매칭 알고리즘 중 실수기술자와 높은 정확도를 갖는 SIFT, 이진기술자를 갖고 연산속도가 빠른 ORB, BRISK 총 3가지 알고리즘을 비교 분석하고자 한다. 터널이미지는 크게 콘크리트부, 조명부와 타일부로 나누어 터널이미지의 특성을 반영하였다. 터널이미지 접합에 유리한 알고리즘은 특징점 검출 개수, 연산속도, 특징점 매칭의 정확성, 영상접합 결과를 종합하여 판별하였다. 접합성능은 SIFT알고리즘이 가장 좋았으며 ORB, BRISK도 짧은 연산시간과 준수한 성능을 보였다. 연산시간보다 정확도가 중요시되는 정밀한 평면전개 이미지 생성에 SIFT가 활용될 수 있고 ORB와 BRISK도 준수한 접합결과를 보여줘 대용량 영상에서 빠른 영상처리 속도가 요구되는 작업이 필요할 경우 사용될 수 있는 가능성을 확인했다.
본 연구에선 제조 공정에서의 양/불량 판정을 위한 오토인코더(AE) 기반의 이상 탐지 방법들의 비교 분석과 우수한 성능을 보인 이상치 판별 기준을 제시한다. 제조 현장의 특성상 불량 데이터의 수는 적고, 불량의 형태가 다양하다. 이러한 특성은 정상과 비정상 데이터를 모두 활용하는 인공지능 기반 양/불량 판정 모델의 성능을 저하시키고, 성능 향상을 위한 비정상 데이터의 추가 확보에 시간과 비용을 발생시킨다. 이러한 문제를 해결하기 위해서 정상 데이터만을 이용해 이상 탐지를 수행하는 AE, VAE 등 AE 기반의 모델에 관한 연구들이 진행되고 있다. 본 연구에서는 Convolutional AE, VAE, Dilated VAE 모델을 기반으로 잔차 이미지에 대한 통계치와 MSE, 정보 엔트로피를 이상치 판별 기준으로 선정하여 각 모델의 성능을 비교 분석했다. 특히 Convolutional AE 모델에 대해서 범위 값을 적용했을 때, AUC PRC 0.9570, F1 Score 0.8812, AUC ROC 0.9548, 정확도 87.60%의 가장 우수한 성능을 보였다. 이는 기존의 이상치 판별 기준으로 자주 사용되었던 MSE에 비해 정확도 기준 약 20%P(Percentage Point)의 성능 향상을 보이며, 이상치 판별 기준에 따른 모델 성능 향상이 가능함을 확인하였다.
잡음에 의해 훼손된 영상 신호를 복원할 때 쓰이는 Wiener filter는 국부영역의 잡음 분산과 신호 분산을 가지고 적응적으로 필터의 파라미터를 조절한다. 그러나 기존의 Wiener filter는 고정된 필터 마스크를 사용함으로써, 평탄 영역의 잡음을 크게 제거하면, 에지 부분의 잡음이 살고, 에지 부분의 잡음을 제거하면, 평탄영역의 잡음이 사는 특성이 있다. 본 논문은 Kirsh mask로 에지와 그 방향성을 판별한 후, 에지 부분의 잡음을 제거하면서 평탄 영역의 잡음도 동시에 제거하기 위해 가변적인 필터 마스크를 사용했으며, 잡음에 의해 훼손된 방향성 정보를 살러 주기위해 필터 마tm크와 훼손된 영상 이미지에 방향성 정보를 추가했다. 제안된 방법으로 실험한 결과 주관적 비교에서 에피 부분이 잡음을 제거하고 방향성을 살렸으며, PSNR을 이용한 객관적 비교에서도 기존알고리즘보다 개선된 성능을 보였다.
Shape from focus (SFF) 방법은 이미지의 초점화된 영상을 이용하여 삼차원의 형상을 복원하는 방법이다. 그동안 많은 SFF 방법들이 연구되어 왔지만 노이즈에 대한 문제점과 영상특성으로 인한 최적화되지 못한 문제점이 남아있었다. 그러므로 노이즈를 제거하기 위한 필터링과 최적화 알고리즘을 제안한다. 성능 평가를 위하여 통계적인 판별기준인 평균제곱근오차 (RMSE)와 상관관계 (correlation) 수치를 이용한다.
본 논문은 EBGM(Elastic Bunch Graph Matching)기법을 이용한 얼굴인식에 대해 다룬다. 대용량 영상 정보에 대해 차원 축소를 이용한 얼굴인식 기법인 주성분기법이나 선형판별기법에서는 얼굴 영상 전체의 정보를 이용하는 반면 본 논문에서는 얼굴의 눈, 코, 입 등과 같은 얼굴 특징점에 대해 주파수와 방향각이 다른 여러 개의 가버 커널과 영상 이미지의 컨볼루션(Convolution)의 계수의 집합(Jets)을 이용한 특징 데이터를 이용한다. 하나의 얼굴 영상에 대해서는 모든 영상이 같은 크기의 특징 데이터로 표현되는 Face Graph가 생성되며, 얼굴인식 과정에서는 추출된 제트의 집합에 대해서 상호 유사도(Similarity)의 크기를 비교하여 얼굴인식을 수행한다. 본 논문에서는 기존의 EBGM방법의 Face Graph 생성 과정을 보다 간략화 한 방법을 이용하여 얼굴인식 과정에서 계산량을 줄여 속도를 개선하였다.
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.