• 한국ITS학회 논문지
• /
• 제18권3호
• /
• pp.106-118
• /
• 2019

최근 들어 인공 지능을 이용한 영상 객체 인식에 대한 연구 및 개발이 활발하게 진행되고 있다. 그 연장선상에서 도로 유지 및 관리 분야에도 관련 연구의 활용도가 크게 향상될 것으로 기대된다. 그 중에서도 특히 도로 노면 파손 객체 인식 (Object Detection) 을 위한 인공 지능모델이 지속적으로 개발되고 있다. 이러한 객체 인식 알고리즘을 개발하려면 우선적으로 특징지도를 생성하는 Backbone Network가 반드시 필요한데, 본 논문에서는 이를 선정하는 방법을 제안하고자 한다. 이를 위해 6,000여 장의 도로 노면 파손 영상 데이터를 확보하고, 근래에 많이 사용되는 4종류의 심층 신경망을 활용하여 성능을 비교한다. 3가지의 성능 평가 방법을 적용하여 심층 신경망의 특징을 분석하고 최적의 심층 신경망을 결정한다. 또한 하이퍼 파라미터의 최적 조율을 통해 성능을 향상시키고, 최종적으로 도로 노면 파손 영상 분류를 위하여 85.9%의 정확도로 수행이 가능한 경량화된 Backbone Network용 심층 신경망을 제안한다.

• 생태와환경
• /
• 제36권1호통권102호
• /
• pp.29-37
• /
• 2003

부산의 대표적인 자연형 계곡이 있는 범어사에서 도시하천인 온천천을 거쳐 수영강 합류부에 분포하는 저서성 대형무척추동물을 계절별로 조사하였다. 전 조사지점에서 층 4문 5강 10목 19과 23종이 조사되었다. 범어사에서는 하루살이류 (Ephemeroptera), 강도래류(Ple-coptera)등 다양한 분류군이 출현한 반면에 나머지 조사지에서 빈모류 (Oligochaeta)와 깔따구류 (Chirono-midae)가 우점하였다. 두 우점분류군의 출현시기는 7월12월과 3월은 빈모류군이 우점을 차지하였으나 9월은 깔따구류가 우점을 차지하여 차이를 보였다. 생물학적 지수인 TBI (Trent Biotic Index), BS (Biotic Score), BMWP (Biological Monitoring Working Party)를 조사하였는데 전체적으로 범어사 지점에서 하류로 가면서 각 지수들이 낮아지는 경향이 나타났다. 전체적인 지수 분포는 TBI 1-8, BMWP 1-93 그리고 CBI는 9-387의 분포를 보였다. 비지도 학습법인 코호넨 신경망을 통하여 지점별 저서생물 출현의 유형화가 잘 반영되어 표출되었다. 또한 하천의 지속적인 관리를 위해 생물학적 지수를 회귀신경망을 통하여 예측하였는데 전체적으로 각 지수의 예측은 실제치와 잘 일치하여 나타났다(TBI, BMWP와 CBI의 상관계수(correlation coefficient)는 각각 0.957, 0.979와 0.967).

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 춘계학술발표대회
• /
• pp.705-707
• /
• 2022

인체의 흉부 X-ray 영상으로부터 척추질환과 관련된 의료 진단지표를 자동으로 추출하는 과정을 위하여 흉추조직의 정확한 분할이 필요하다. 본 연구에서는 HRNet 기반의 학습을 통하여 흉추조직을 분할하는 방법을 고찰한다. 분할 과정에서 영상 내의 상대적인 위치 정보가 효과적으로 반영될 수 있도록, 계층별로 영상의 고해상도의 표현이 그대로 유지되는 구조와 저해상도의 특징 지도로 변환되는 구조가 병렬적으로 연결되는 형태의 심층 신경망 모델을 채택하였다. 흉부 X-ray 영상에서 콥각도(Cobb's angle)를 산출하는 문제를 대상으로 흉추 분할을 위한 학습 방법, 진단지표 추출 방법 등을 소개하며, 부수적으로 피사체의 위치 변화 및 크기 변화 등에 강인한 성능을 제공하기 위하여 학습 데이터를 증강하는 방법론을 제시하였다. 총 145개의 영상을 사용한 실험을 통하여 제안된 이론의 타당성을 평가하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2018년도 추계학술대회
• /
• pp.360-363
• /
• 2018

인간의 활동은 척추 옆굽음증, 골반 뒤틀림과 같은 개개인의 신체적 특징부터 기쁨, 분노, 슬픔 등의 감정들까지 다양한 요인들에 영향을 받는다. 하지만 이러한 동작의 특성은 오랜 시간에 걸쳐서 변화하며, 단기적으로 행동의 특성은 크게 변하지 않는다. 사람의 활동 데이터는 시간 흐름에 따라서 변화하는 시계열 적 특징과 각 행동별로 일정한 규칙성을 갖는다. 본 연구에서는 시계열 적 특징을 다루기 위한 순환신경망의 한 종류인 LSTM을 활동유형을 인식하는 기술에 적용하였으며, 측정시간과 LSTM 모델의 구성요소들에대한 파라미터 최적화로 활동유형의 인식률을 개선하였다.

• 생태와환경
• /
• 제33권3호통권91호
• /
• pp.230-243
• /
• 2000

1995년까지 우리 나라의 주요 하천을 대상으로 하여 출판된 논문에서 저서성 대형무척추 동물의 주요 분류군 출현현황을 종합적으로 고찰하고 인공신경회로망을 이용하여 유형분석을 하였다. 한강 수계의 11개 지류를 포함한 총 27개 하천에서 5문 10강 26목 108과 571종이 보고되었으며 주로 파리류, 하루살이류, 날도래류, 강도래류, 딱정벌레류, 잠자리류, 빈모류, 복족류 등이 출현하였고 주요 출현분류과는 Ephemerellidae, Baetidae, Heptageniidae, Hydropsychidae, Chironomidae, Hirudinae, Tubificidae, Perlodidae 등이었다. 하천의 군집구성은 환경교란 정도에 따라 세 그룹으로 나뉘어졌고 환경교란에 따라 군집의 종풍부도가 영향을 받았으며 Ephemeroptera, Plecoptera, Trichoptera, Diptera 및 Diptera 내의 Chironomidae에서는 환경교란이 클수록 종풍부도가 많이 감소되었다. 반면 Chironomus속은 교란이 커질수록 종풍부도가 증가되었다. 전 자료를 대상으로 코호넨망에 입력하여 유형화하였을 때 일차적으로 한강, 낙동강, 섬진강 등 주요 수계에 따라 군집이 묶여졌고 다음으로 환경교란에 따라 무리화 되었다. 비교적 청정하거나 오염이 심한 곳의 군집은 비교적 무리화가 잘된 반면 중간 정도로 오염된 곳은 세부군집으로 묶여져 흩어져 나타났다.

• 생태와환경
• /
• 제45권2호
• /
• pp.242-251
• /
• 2012

본 연구는 탄소 및 질소 안정동위원소비를 이용하여 하천에서 환경변화의 지표로 활용할 수 있는 부착조류의 먹이원으로서 기여도를 파악하고자 하였다. 연구지역인 탐진강은 지류를 통해 유입되는 외래기원물질의 영향으로 상류에서 하류로 갈수록 높은 영양염의 농도를 나타냈으며 이와 더불어 상위섭식자인 어류의 질소 안정동위원소비의 증가가 관찰되었다. 또한 탐진강에서 채집된 저서성대형무척추동물과 어류의 ${\delta}^{13}C$ 값이 상류에서 하류로 이동하면서 무거워지는 경향을 나타내었다. 이는 탐진강 하류 수역에서 무거운 ${\delta}^{13}C$ 값을 보였던 암석 부착조류가 먹이원으로서의 기여도가 높아진 결과로 판단된다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권11호
• /
• pp.491-500
• /
• 2021

본 연구에서는 MS Kinect v2 RGBD 카메라 기반의 Human-Skeleton Keypoints와 2-Stacked Bi-LSTM 모델을 이용하여 낙상 행위를 탐지하는 방법을 제안한다. 기존의 연구는 RGB 영상에서 OpenPose 등의 딥러닝 모델을 이용하여 골격 정보를 추출한 후 LSTM, GRU 등의 순환신경망 모델을 이용해 인식을 수행하였다. 제안한 방법은 카메라로부터 골격정보를 바로 전달 받아 가속도 및 거리의 2개의 시계열 특징을 추출한 후 2-Stacked Bi-LSTM 모델을 이용하여 낙상 행위를 인식하였다. 어깨, 척추, 골반 등 주요 골격을 대상으로 중심관절을 구하고 이 중심관절의 움직임 가속도와 바닥과의 거리를 특징으로 제안하였다. 추출된 특징은 Stacked LSTM, Bi-LSTM 등의 모델과 성능비교를 수행하였고 GRU, LSTM 등의 기존연구에 비해 향상된 검출 성능을 실험을 통해 증명하였다.

• 생태와환경
• /
• 제52권1호
• /
• pp.50-64
• /
• 2019

본 연구에서는 낙동강 5개 보의 상류 및 하류 총 6개 지점(상주보, 강정고령보, 달성보, 합천창녕보, 창녕함안보 상류와 합천창녕보 하류)에서 서식 생물의 탄소 및 질소 안정동위원소 비를 분석, 낙동강 생태계 구조를 정량적으로 파악하고자 하였다. 대상 생물은 식물플랑크톤을 포함하는 입자성유기물(부유 및 부착), 동물플랑크톤, 저서성 대형무척추동물 및 어류를 포함하며, 강우 전 갈수기(6월) 와 강우 직후(9월), 두 차례에 걸쳐 시료를 채집, 안정동위원소 비를 분석하였다. 채집된 생물의 탄소 안정동위원소 비의 범위를 비교하고 질소 안정동위원소 비를 이용하여 각 생물의 영양단계를 산출, 시공간 분포를 분석하였다. 동물플랑크톤과 저서성 대형무척추동물은 상류에 위치한 상주보에서 높은 값을 나타낸 후 점차 감소하여 하류의 창녕함안보에서 다시 증가하는 경향을 나타냈다. 이들 값은 홍수 전과 후, 상이한 값을 나타내어 하절기 홍수로 인한 육상 기원 유기물의 영향을 받는 것으로 조사되었으나, 그 반응은 생물군에 따라 상이한 것으로 분석되었다. 질소 안정동위원소 비를 이용해 계산된 각 생물들의 영양단계는 그 기준(baseline)으로 POM보다 동물플랑크톤을 이용하는 것이 보다 타당한 범위를 보이는 것으로 나타났다. 본 논문에서는 생태계 먹이망 구조 해석에 대한 정략적 접근에 요구되는 주요 생물군의 생태정보를 제공하여 향후 생태계 반응을 평가, 예측하는 다양한 연구분석에 활용될 수 있도록 하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권1호
• /
• pp.51-58
• /
• 2023

본 논문에서는 X-ray 영상에서 의료 진단지표를 자동으로 추출하기 위한 조직분할 기법을 제안한다. 척추질환이나 심장질환에 대한 진단지표로서, 흉추-심장 비율이나 콥 각도 등의 지표를 산출하기 위해서는 흉부 X-ray 영상으로부터 흉추, 용골 및 심장의 영역을 정확하게 분할하는 과정이 필요하다. 본 연구에서는 이를 위하여 계층별로 영상의 고해상도의 표현과 저해상도의 특징지도로 변환되는 구조가 병렬적으로 연결되는 형태의 심층신경망 모델을 채택하였다. 이러한 구조는 영상에서 세부 조직의 상대적인 위치정보가 분할 과정에 효과적으로 반영될 수 있게 한다. 또한 픽셀 정보와 객체 정보가 다단계의 과정으로 상호 작용되는 OCR 모듈과, 네트워크의 각 채널이 서로 다른 가중치 값으로 반영되도록 하는 채널 어텐션 모듈을 결합하여 학습 성능을 개선할 수 있음을 보인다. 부수적으로 X-ray 영상에서 피사체의 위치 변화, 형태의 변형 및 크기 변이 등에도 강인한 성능을 제공하기 위하여 학습데이터를 증강하는 방법을 제시하였다. 총 145개의 인체 흉부 X-ray 영상과, 총 118개의 동물 X-ray 영상을 사용한 실험을 통하여 제안된 이론의 타당성을 평가하였다.