• 콘크리트학회논문집
• /
• 제28권1호
• /
• pp.59-65
• /
• 2016

본 연구에서는 수소 함유량이 높아 중성자 차폐에 유리한 합성수지를 대상으로 중성자 차폐용 골재로서의 적용성 검토를 수행하였다. 사용된 합성수지는 고밀도 폴리에틸렌(HDPE), 폴리프로필렌(PP), 초고분자량 폴리에틸렌(UPE)으로 잔골재의 20%, 40%, 60%의 부피에 해당하는 양을 무게로 환산하여 배합하였다. 실험은 모르타르의 물리적 특성을 파악할 수 있는 플로우 테스트, 인장 및 압축강도 시험을 수행하였으며, 시험체 내부의 미세구조를 분석하기 위해 파단면의 이미지 분석, SEM 및 X-ray CT 촬영을 실시하였다. 합성수지를 혼입한 모르타르의 플로우의 값은 HDPE 및 PP는 증가하였지만 UPE의 경우 감소하였다. 반면 인장 및 압축강도의 경우 종류에 상관없이 전반적으로 강도가 감소하는 경향을 보였으며, 이미지 분석 결과, HDPE 및 PP를 혼입한 모르타르의 강도는 혼입량에 관계없이 파단면에서의 합성수지 비율에 영향을 받았으며, 모르타르 내의 시멘트 매트릭스와의 단락 및 재료의 불균등한 분포가 강도 저하에 영향을 미친 것으로 추정된다. 반면, 미분말 상태인 UPE는 혼입량이 증가함에 따라 내부 공극이 증가하였으며, 이러한 특징은 일정량 이하에서는 강도 저하가 미미하였으나 일정한 혼입률 이상, 특히 본 실험에서는 치환율이 60% 이상에서 급격한 강도 저하를 나타냈다.

• 스마트미디어저널
• /
• 제11권1호
• /
• pp.46-57
• /
• 2022

본 논문에서는 딥러닝을 기반으로 입력영상의 옵티컬 플로우(optical flow)와 그래디언트(gradient)를 이용하여 종단간 행동인식이 가능한 다중영역 기반 방사성 GCN(MRGCN: Multi-region based Radial Graph Convolutional Network) 알고리즘에 대해 기술한다. 이 방법은 데이터 취득이 어렵고 계산이 복잡한 스켈레톤 정보를 사용하지 않기 때문에 카메라만을 주로 사용하는 일반 CCTV 환경에도 활용이 가능하다. MRGCN의 특징은 입력영상의 옵티컬플로우와 그래디언트를 방향성 히스토그램으로 표현한 후 계산량 축소를 위해 6개의 특징 벡터로 변환하여 사용한다는 것과 시공간 영역에서 인체의 움직임과 형상변화를 계층적으로 전파시키기 위해 새롭게 고안한 방사형 구조의 네트워크 모델을 사용한다는 것이다. 또 데이터 입력 영역을 서로 겹치도록 배치하여 각 노드 간에 공간적으로 단절이 없는 정보를 입력으로 사용한 것도 중요한 특징이다. 30가지의 행동에 대해 성능평가 실험을 수행한 결과 스켈레톤 데이터를 입력으로 사용한 기존의 GCN기반 행동인식과 동등한 84.78%의 Top-1 정확도를 얻을 수 있었다. 이 결과로부터 취득이 어려운 스켈레톤 정보를 사용하지 않는 MRGCN이 복잡한 행동인식이 필요한 실제 상황에서 더욱 실용적인 방법임을 알 수 있었다.

• 한국전자통신학회논문지
• /
• 제18권2호
• /
• pp.313-320
• /
• 2023

반려견의 등록 누계 현황은 2016년도 107만건에서 2020년 232만건을 기록하고 있다. 매년 동물 등록이 10% 이상씩 증가하고 있고, 이에 따라 반려견을 등록 할 때 이름을 정해야 한다. 반려견 외모의 특징에 맞는 이름을 지어주고 싶지만, 이름을 정하는 것은 많은 어려움이 있다. 본 논문에서는 반려견의 이미지를 인식하고 닮은 사물이나 음식을 기반으로 반려견의 이름을 추천해주는 시스템의 개발 내용을 기술한다. 이 시스템은 다양한 사물과 음식의 이미지를 학습한 모델을 통해 반려견의 이미지와의 유사도를 추출하고, 유사도를 기반으로 강아지의 이름을 추천해준다. 또한 결과값으로 나온 이미지 데이터를 기반으로 연관된 연상단어를 추가로 추천해줌으로써 사용자들에게 다양한 선택지를 제공하고 편의를 높이고 흥미와 재미를 높일 수 있다. 본 시스템을 통해 반려견의 이름을 짓는 고민거리를 해결하고 편하게 반려견에게 어울리는 이름을 확인할 수 있으며, 다양한 추천 이름을 통해 폭넓은 선택지를 줌으로써 사용자들의 만족도를 높일 수 있을 것으로 기대한다.

• 정보보호학회논문지
• /
• 제29권1호
• /
• pp.117-125
• /
• 2019

최근 다양한 분야에서 활용중인 딥러닝은 적대적 공격 가능성의 발견으로 위험성이 제기되고 있다. 본 논문에서는 딥러닝의 이미지 분류 모델에서 악의적 공격자가 생성한 적대적 샘플에 의해 분류 정확도가 낮아짐을 실험적으로 검증하였다. 대표적인 이미지 샘플인 MNIST데이터 셋을 사용하였으며, 텐서플로우와 파이토치라이브러리를 사용하여 만든 오토인코더 분류 모델과 CNN(Convolution neural network)분류 모델에 적대적 샘플을 주입하여 탐지 정확도를 측정한다. 적대적 샘플은 MNIST테스트 데이터 셋을 JSMA(Jacobian-based Saliency Map Attack)방법으로 생성한 방법과 FGSM(Fast Gradient Sign Method)방식으로 변형하여 생성하였으며, 분류 모델에 주입하여 측정하였을 때 최소 21.82%에서 최대 39.08%만큼 탐지 정확도가 낮아짐을 검증하였다.

• 대한조선학회논문집
• /
• 제56권6호
• /
• pp.473-479
• /
• 2019

Welding is one of the most popular joining methods and most welding quality estimation methods are executed using joined material. This paper propose welding quality estimation methods using dynamic current, voltage and resistance which are obtained during welding in real time. There are many kinds of welding method. Among them, we focused on the projection welding and gathered dynamic characteristics from two different types of projection welding. For image learning, graphs are drawn using obtained current, voltage and resistance, and the graphs are converted to images. The images are labeled with two sub-categories - normal and defect. For deep learning of images obtained from welding, Convolutional Neural Network (CNN) is applied, and Tensorflow was used as a framework for deep learning. With two resistance welding test datasets, we conclude that the Convolutional Neural Network helps in predicting the welding quality.

• 컴퓨터교육학회논문지
• /
• 제10권1호
• /
• pp.77-88
• /
• 2007

PMP(Portable Multimedia Players)와 같은 모바일 정보기기를 학습에 활용하는 경우에는 기존 학습모델과는 차별화된 적용모델이 필요하다. PMP는 비디오, 오디오, 이미지, 사운드, 비디오 등과 같은 서로 다른 포맷의 미디어들을 저장, 이동, 플레이 하는데 융통성을 가지고 있다. 본 연구의 목적은 기술수용모델을 확장하여 PMP를 학습목적에서 사용하는 사람들을 대상으로 그들의 PMP 사용과 수용에 영향을 미치는 유인요인들을 탐색하는데 있다. 온라인 서베이 분석결과, 지각된 유용성, 지각된 용이성, 플로우, 지각된 유의성이 PMP 사용 만족에 통계적으로 유의한 영향을 미치는 것으로 나타났다. 또한, 지각된 용이성과 콘텐츠 신뢰가 지각된 유용성에 유의한 영향을 가지며, 지각된 유용성, 지각된 용이성, 지각된 유희성 요인이 플로우에 유의한 영향력을 가지는 것으로 나타났다. 이 과정에서 PMP를 학습에 활용하는 시사점 및 한계 등도 논의하였다.

• 디지털융복합연구
• /
• 제15권12호
• /
• pp.555-561
• /
• 2017

카드 기반 사용자 인터페이스는 스마트 폰에 있어 가장 쉬운 탐색 방법 중 하나로 최근 많은 콘텐츠는 카드 형태로 노출 되고 있다. 본 논문에서는 카드의 정의와 함께 스마트 폰에서 사용되는 카드의 구성 요소에 대해 알아보았다. 카드는 다양한 이미지와 미디어를 포함한 멀티미디어의 재생이 가능하고 버튼이나 액션의 배치를 통해 세부 콘텐츠로의 진입로 역할을 한다. 카드 UI는 그 형태에 따라 기본형, 타임라인형, 워크플로우형, 대시보드형으로 구분할 수 있었으면 각 유형에 따라 다른 특색을 가지고 있었다. 기본형과 타임라인형은 정보의 위계나 순서가 필요한 경우에는 적합하지 않았으며 대용량 콘텐츠를 제공하는데 적합한 유영이었다. 워크플로우형은 콘텐츠의 양과는 크게 구분이 없었으며 수평적 콘텐츠 배열이 가능했으며 대시보드형은 다양한 데이터를 그래프나 숫자로 제공하는데 적합한 유형으로 분석되었다.

• 한국건축시공학회지
• /
• 제23권3호
• /
• pp.231-240
• /
• 2023

본 연구에서는 액상 레드머드를 첨가한 시멘트 모르타르의 활용 가능성을 검토하기 위하여 pH 10~12 인 액상 레드머드(LR)를 황산으로 중화하여 액상 레드머드(SR)를 제조하였으며, 액상 레드머드의 활용가능성을 확인하고자 플로우, 응결시간, 압축강도를 측정하고 XRD, SEM을 통해 화학적 특성을 분석하였다. 플로우 측정결과 MS-LR과 MS-SR의 경우 Plain과 비교하여 플로우 값이 감소하였다. 응결시간 측정결과 Plain과 비교하여 MS-LR 및 MS-SR의 응결시간은 단축되었다. 압축강도 측정결과 Plain과 비교하여 MS-LR의 1d와 MS-SR의 1d 및 3d의 압축강도가 Plain보다 증가하였으며 28d 압축강도 측정결과에서는 MS-LR 및 MS-SR의 압축강도가 Plain과 비교하여 감소하였다. XRD 분석결과 28일의 경우 Plain과 MS-SR의 XRD 패턴이 유사하게 나타나고, MS-LR에서는 새로운 피크가 관찰되었다. SEM 이미지를 분석한 결과 Plain과 MS-SR의 미세구조는 유사하게 관찰되고 있지만, MS-LR의 미세구조는 미세한 섬유상 조직으로 미세구조가 다르게 나타났다. 따라서 중화하지 않은 레드머드 보다 황산으로 중화한 액상레드머드를 시멘트 모르타르에 대체하였을 때 강도개선 효과가 있는 것으로 사료되며 이의 활용가능성을 확인하였다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제25권4호
• /
• pp.9-16
• /
• 2019

본 논문에서는 대용량 비디오 영상에서 오토인코더를 이용하여 파랑 전파시 수리동역학적 장면만을 분리하는 방법에 대해 소개한다. 연안에서 센서를 이용한 파랑의 직접적 관측의 어려움으로 인해 비디오 영상을 이용한 입자 추적, 옵티컬 플로우 등의 이미지 분석 방법이 주로 활용되고 있다. 하지만 이미지 분석 방법은 주변광 및 기상상태 등 외부 요인에 의한 영향으로 파랑에 대한 정확한 분석에 어려움이 있다. 제안하는 방법은 비디오 영상으로부터 주변광의 영항을 최소화하고, 순수 파랑 전파시 파랑의 움직임 만을 분리하여 수리동역학적 장면을 추출한다. 실제 해역 및 수리 모형 실험에서 촬영된 비디오 영상에 제안하는 방법을 적용하여 원본 영상으로부터 주변광에 의한 영향과 배경을 잘 분리하여 파랑 전파에 따른 수리동역학적 파랑 이동 장면이 잘 추출되었음을 시각적으로 확인하였다. 또한 변분 오토인코더의 잠재표현 학습을 통해 얻은 원본 비디오 영상에 대한 잠재 표현은 주변광과 배경 요인에 의해 지배적으로 결정되는 반면, 파랑 이동 장면은 해당 요인에 관계없이 독립적으로 잘 표현되는 것을 알 수 있었다.

• 한국과학예술포럼
• /
• 제37권3호
• /
• pp.125-134
• /
• 2019

본 연구는 영상콘텐츠 제작과정에서 배경음악 선정의 자동화를 위하여 영상의 특성을 분류, 분석할 수 있는 프로그램을 구성하였다. 연구 결과 및 내용은 다음과 같다. 영상의 특성은 '주제 범주', '감정', '픽셀 움직임 속도', '색상', '등장인물' 로 선정하며, '주제 범주'와 '감정'은 Microsoft사의 Azure Video Indexer를, '픽셀 움직임 속도'는 Optical flow, '색상'은 Image Histogram, '등장인물'은 CNN (Convolutional Neural Network)을 활용하여 데이터를 추출하였다. 이러한 본 연구의 결과는 최근 주목을 받고있는 '인터넷 1인 방송 크리에이터'들의 콘텐츠 제작과정에서 배경음악 매칭을 위한 영상 특성 분석이 이루어졌다는 점에서 의의가 있다.