• 전자공학회논문지CI
• /
• 제45권6호
• /
• pp.170-178
• /
• 2008

3 차원 정보로부터 정확한 에지를 추출하고 푸리 변환하여 물체를 인식할 수 있는 고 효율의 물체 인식방법을 제안하였다. 물체의 윤곽은 인식에 유용한 많은 정보를 포함하고 있지만, 정확한 윤곽정보를 얻기가 어려우며, 정확한 윤곽정보를 얻었다고 하더라도 물체의 크기나 방향 마다 윤곽이 달라지기 때문에 물체 인식에 획기적 대안으로 활용되지 못하고 있다. 제안한 물체 인식 알고리즘은 1) 레이저 스캔 디바이스를 사용하여 얻는 3 차원 물체정보로부터 정밀한 물체 윤곽을 획득하고 2) 크기 및 회전 불변한 푸리에 표시 자를 이용하여 윤곽을 표현함으로써, 필요 데이터 베이스의 크기를 대폭 줄인다. 이렇게 얻어진 물체에 대한 푸리에 표식자 정보는 미리 준비된 푸리에 표식자 데이터 베이스로부터 최적 정합되는 물체를 찾아 인식한다. 이 알고리즘은 MPEG7 Part B의 방대한 영상 데이터 베이스를 대상으로 실험하였으며, 그에 대한 결과를 논문에 포함시켰다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2002년도 추계공동학술대회논문집
• /
• pp.147-153
• /
• 2002

연안도시에서 인구증가와 산업활동으로 인해 연안과 강의 폐기물에 대한 효과적인 제어의 필요성이 점차 증가되어 왔다. 이렇듯 수역에서 처리되는 폐기물의 량은 급격히 증가하였고, 수질을 깨끗하게 유지하기 위해서 이를 지속적으로 추적하는 것은 필수적이다. 이 분야에서 수질과 관계된 조사와 연구는 계속 진행되었으나, 해저면에서 폐기물 처리의 조직적인 조사는 무시거나 경시되어왔다. 본 연구에서 양방향 음파탐사기로 얻은 이미지로부터 해안과 강의 바닥에서 페기물 분포의 상태를 조사하였다. 해저에서 양방향음파탐사기에 의해 전해지는 소리의 강도는 해저면에서 폐기물의 일반적인 분포와 특징을 알려주며, 선박의 좌우현 대하여 각각 22m~112m, 폭으로 44m~224m의 넓이를 예인선의 예인케이블에 의해 연결된 tow fish에서 변환기로부터 스캔된 이미지가 제공된다 모든 데이터는 DGPS에 의한 위치 정보와 함께 높은 칼라 해상도(1280 $\times$ 1024 픽셀)로 실시간으로 표시된다. 현장측정과 기록된 이미지의 분석으로 해저에 투기된 폐기물의 위치 및 분포를 나타낼 수 있었으며 나아가 투기폐기물들의 회수와 처리를 제어하는 시스템을 계획하기 위해 기초가 되는 데이터베이스 시스템을 구축할 수 있었다

• 정보처리학회논문지B
• /
• 제14B권4호
• /
• pp.249-254
• /
• 2007

본 논문에서는 초음파 및 적외선 센서와 무선 카메라를 장착한 소형 이동 로봇의 물체 검출 방법을 제시한다. 전방 물체의 존재 여부를 판단하기 위해, 초음파 센서는 초음파 발생 신호의 귀환시간, 적외선 센서는 감지한 적외선 아날로그신호의 양, 카메라는 영상 데이터 중 물체의 특징 등을 추출하여 그 결과를 융합함으로써 물체의 유무 또는 이동 로봇과 물체와의 거리를 판단하여 로봇의 움직임을 제어하는데 사용한다. 초음파와 적외선 센서는 물체의 유무와 물체의 대략의 거리를 예측하는 1차 센서로 사용되며 거리 계산결과와 실제 거리 값과의 오차는 5%이내이다. 영상처리에 의해 2차의 섬세한 물체 검출 및 추적을 수행하여 최종적으로 센서 융합에 의한 물체 검출율을 개선하였다. 영상처리방법은 물체와 배경 및 유사잡음들과의 강인한 분리를 위하여 고유색상정보와 움직임 정보 등의 사전정보를 활용하였으며, 형태의 변화가 수반되는 경우에도 유연한 대처능력을 갖도록 하기 위해 시그니처를 이용한 영역분할 방법을 통해 모든 후보영역내의 물체의 존재를 확인하고 목표 물체영역만을 검출하였다. 세가지 센서에 의한 대상 물체 검출 결과의 합은 최종적인 검출을 결정하는데 확률적 근거로 활용되며 각 개별 센서를 사용한 경우보다 최소 7% 이상의 검출율이 개선되었다.

• 한국정보과학회논문지:데이타베이스
• /
• 제35권6호
• /
• pp.481-494
• /
• 2008

본 논문에서는 시계열 데이타 클러스터링에서 DFT 진폭 기반의 프라이버시 보호 기법을 제안한다. 기존의 프라이버시 보호 연구인 DFT 계수 기법은 원본과 유사한 데이타가 복원될 수 있어 프라이버시 보호 측면에서 큰 문제점이 있다. 반면에, 제안한 DFT 진폭 기법은 DFT 변환 후에 위상을 제외한 진폭만을 사용함으로써 원본 데이타를 복원하기 매우 어려운 특징을 가진다. 본 논문에서는 우선 기존의 DFT 계수 기법이 복원이 용이한 함수이고, 제안한 DFT 진폭 기법이 복원이 어려운 함수임을 체계적으로 설명한다. 다음으로, 클러스터링 정확도를 대신하고 진폭을 선택하기 위한 척도로서 거리-순서 보존정도의 개념을 제안한다. 거리-순서 보존 정도는 객체들의 상대적 순서가 클러스터링 보호 함수의 적용전후에 얼마나 보존되는지의 척도를 나타낸다. 본 논문에서는 이러한 거리-순서 보존 정도의 개념을 사용하여 DFT 진폭 기법에서 진폭을 선택하는 탐욕적 전략들을 제시한다. 즉, 제안한 탐욕적 전략은 거리-순서 보존 정도를 극대화하는 방향으로 DFT 진폭을 선택하여, 궁극적으로 클러스터링 정확도를 높이고자 하는 방법이다. 마지막으로 실험을 통해 제안한 거리-순서 보존 정도가 클러스터링 정확도를 대신할 수 있는 척도임을 보인다. 또한, 제안한 DFT 진폭 기법의 탐욕적 전략들이 기존의 DFT 계수 기법에 비해 정확도가 크게 떨어지지 않음을 확인한다. 이 같은 결과를 달 때, 제안한 DFT 진폭 기법은 DFT 계수 기법에 비해 프라이버시 보호 정도를 크게 개선했을 뿐 아니라 비교적 정확한 클러스터링 정확도를 보이는 우수한 연구 결과라 사료된다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제6권4호
• /
• pp.203-210
• /
• 2017

본 논문에서는 이미지 캡션 생성과 모델 전이에 효과적인 심층 신경망 모델을 제시한다. 본 모델은 멀티 모달 순환 신경망 모델의 하나로서, 이미지로부터 시각 정보를 추출하는 컨볼루션 신경망 층, 각 단어를 저차원의 특징으로 변환하는 임베딩 층, 캡션 문장 구조를 학습하는 순환 신경망 층, 시각 정보와 언어 정보를 결합하는 멀티 모달 층 등 총 5 개의 계층들로 구성된다. 특히 본 모델에서는 시퀀스 패턴 학습과 모델 전이에 우수한 LSTM 유닛을 이용하여 순환 신경망 층을 구성하며, 캡션 문장 생성을 위한 매 순환 단계마다 이미지의 시각 정보를 이용할 수 있도록 컨볼루션 신경망 층의 출력을 순환 신경망 층의 초기 상태뿐만 아니라 멀티 모달 층의 입력에도 연결하는 구조를 가진다. Flickr8k, Flickr30k, MSCOCO 등의 공개 데이터 집합들을 이용한 다양한 비교 실험들을 통해, 캡션의 정확도와 모델 전이의 효과 면에서 본 논문에서 제시한 멀티 모달 순환 신경망 모델의 높은 성능을 확인할 수 있었다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제32권3호
• /
• pp.202-214
• /
• 2005

시맨틱 웹은 단순한 문서들의 링크가 아닌 문서들의 의미와 관계를 표현하는 웹으로 소프트웨어 에이전트가 이해할 수 있도록 구성되어 있다 본 논문에서 제안하는 검색방식은 온톨로지기반의 추론을 통한 시맨틱 검색방법으로 다음과 같은 특징을 갖는다. 첫째, 검색키워드와 문서의 키워드가 다르더라도 의미적으로 같으면 온톨로지의 추론을 통해 검색이 가능하게 한다. 둘째, 규칙기반의 변환기가 서로 다른 온톨로지의 컨셉을 정확한 매치(exact match)가 아니어도 유사한 컨셉으로 추론할 수 있게 한다. 셋째, 온톨로지가 검색 키워드의 의미를 뚜렷하게 정의할 수 있으므로 단순한 키워드 매칭과 빈도만으로 검색하는 것 보다 정확한 검색이 가능하도록 한다. 넷째, 최적화된 질의문 자동 생성이 도메인 온톨로지를 통해 가능하므로 자연어와 유사한 검색영역과 정확성을 갖게 한다. 다섯째, 에이전트가 단순히 키워드가 포함된 문서만을 찾는 것이 아니라 온톨로지에 표현되어 있는 정보를 토대로 사용자가 원하는 정보와 지식을 자동적으로 찾게 한다. 이러한 방식은 데이타베이스의 질의문을 사용하거나 일반적인 키워드기반의 정보검색 기법을 사용하여 자료를 검색하는 기존의 검색 시스템보다 정화한 검색을 가능하게 한다. 본 논문에서는 온톨로지를 기반으로 추론을 적용한 시맨틱 검색시스템에 대하여 문서검색에 초점을 맞추어 연구 결과를 제안한다.

• 자원환경지질
• /
• 제42권3호
• /
• pp.273-282
• /
• 2009

지리정보분야에서는 수치화된 도면자료에서 고 부가가치 정보로 활용되기 위해 공간데이터베이스 구축이 지속적으로 진행되고 있다. 파일기반의 주제도에서 데이터베이스로의 변환은 다양한 데이터베이스 기능을 활용하기 때문에 대용량의 데이터를 통합하고 다양한 정보검색을 용이하게 한다. 지질도는 지질현상에 대한 조사자의 해석을 도식적으로 표현한 결과이기 때문에, 정량적으로 제작되는 다른 주제도와 차별화 된다. 이러한 특징은 지질학적인 다양한 의미에 대해 해석을 필요로 하는 지질도의 데이터베이스 구축을 쉽지 않게 한다. 이러한 이유로 일부 미국 호주 등에서는 통합적 데이터베이스 구축을 위해 데이터 모델을 제시하고 있으나, 지질현상의 표현이 다르기 때문에 국내환경에 적용 하기가 어렵다. 이 논문에서는 한국 실정에 적합한 지질도 데이터 모델링을 위해 1:50,000 축척의 지질도와 보다 대축척인 1:5,000 광산지질도 요소를 분석하여 데이터 모델을 제시한다. 제시한 데이터 모델은 ArcGIS Geodatabase에 대한 논리모델로, 설계한 모델을 이용하여 1:50,000 축척 지질도에 효과적으로 적용할 수 있다. 이 연구에서 구현된 데이터 모델은 국내 지질도의 통합적 활용 및 효율적 관리에 이용될 수 있을 것으로 기대된다.

• 만화애니메이션 연구
• /
• 통권45호
• /
• pp.27-50
• /
• 2016

이 연구는 재현의 층위인 실제 인간의 육성(肉聲)을 기반으로 하는 다큐멘터리-애니메이션이 현실세계의 증언으로 작용하는 애니메이션 매체의 새로운 확장임을 논의하였다. 애니메이션은 매우 다양한 기법으로 제작되어 정의하기 힘들 정도로 복잡한 양상을 띠며, 다큐멘터리는 객관적 재현을 기반으로 하지만 연출과 디지털 영상처리 등 여러 유형의 인위적 개입이 존재한다는 점에서 복잡성이 증폭된다. 두 매체의 혼성 장르로 등장한 다큐멘터리-애니메이션은 실제의 사건과 요소를 작품 안으로 끌어들여 현실 기반의 서사를 개념적으로 공유하며, 애니메이션의 외형을 시각적 특징으로 한다. 일반적으로 '애니메이티드 다큐멘터리'로 분류되어 온 이 장르는 <바시르와 왈츠를> 발표 이후 논의가 촉발되었는데, 이 작품의 기법은 실사를 변환한 로토스코핑 기법을 사용한 것으로 오인되곤 한다. 그렇지만 세밀히 분석해보면 전형적인 애니메이션 기법, 3D프로그램의 사용, 그리고 실사영상의 혼용으로 실체 없는 가상의 시뮬라크르인 애니메이션과 지시대상의 객관적 지표성을 기반으로 하는 다큐멘터리의 특성이 공존하는 모호한 매체로 제시되어 있다. 본고에서 논의하고 있는 <무장>(Going Equipped)과 <스낵 앤 드링크>(Snack and Drink), 그리고 <라이언>(Lyan)은 실제인물의 증언으로 서사가 진행된다는 점에서 다큐멘터리 매체의 특성을 공유하지만 동시에 제작기법과 연출특성으로 인해 애니메이션으로 연결된다. 따라서 기존의 분류체계에 이 매체를 포함하기보다 새로운 확장으로써 논의되어야 하며, 이는 작품의 실체를 직시하고 논의를 발전시키기 위해 반드시 필요한 전제라 하겠다. 이 연구에서는 인터뷰이(Interviewee)의 목소리를 직접 사용하면서도 애니메이션의 특성을 벗어나지 않는 작품들을 통해 다큐멘터리-애니메이션을 정의하고 현실세계의 증언으로 확장되고 있는 매체의 가능성에 대하여 논의하고자 하였다.

• Ecology and Resilient Infrastructure
• /
• 제3권4호
• /
• pp.307-314
• /
• 2016

최근 하천복원 사업은 과거 인공적인 부분을 개선하는 범위를 벗어나 격리차단된 구하도까지 복원하는 수준에 이르렀다. 구하도 복원은 하천 제방과 같은 종적 구조물에 의해 차단된 공간의 수리적 연결성 회복이 중요하다. 그러나 하천복원이 적절히 수행되었는지 관한 평가방법이 부족한 상황이기에 본 연구에서는 대상하천에서의 생태적 연결성 평가를 위한 수단을 제공하고자 한다. 이 연구에서 강우에 의한 유역유출 및 하도흐름 해석이 동시에 가능한 1차원 수치모형을 개발하여 청미천 유역에 적용한 바 있다. 특히 이 연구에서 1차원의 홍수추적 결과를 2차원의 공간분포로 변환시키고 시간에 따른 2차원의 수리특성으로부터 서식처적합도까지 산출하여 연결성 회복정도를 평가하는 수치모형을 개발하였으며, 이를 청미천 구하도 복원지역에 적용하였다. 복잡할 뿐만아니라 시간도 많이 소요되는 2차원의 분석을 수행하지 않고서도 1차원 수리특성 결과를 확장해서 2차원 수리특성을 쉽게 구할 수 있도록 한 것이 본 연구의 특징이다. 본 연구의 결과를 이용하면 구간별 대상종별 서식처적합도를 용이하게 산정할 수 있다.

• 대한원격탐사학회지
• /
• 제35권6_1호
• /
• pp.959-971
• /
• 2019

대표적인 딥러닝(deep learning) 기법 중 하나인 Convolutional Neural Network(CNN)은 고수준의 공간-분광 특징을 추출할 수 있어 초분광 영상 분류(Hyperspectral Image Classification)에 적용하는 연구가 활발히 진행되고 있다. 그러나 초분광 영상은 높은 분광 차원이 학습 과정의 시간과 복잡도를 증가시킨다는 문제가 있어 이를 해결하기 위해 기존 딥러닝 기반 초분광 영상 분류 연구들에서는 차원축소의 목적으로 Principal Component Analysis (PCA)를 적용한 바 있다. PCA는 데이터를 독립적인 주성분의 축으로 변환시킬 수 있어 분광 차원을 효율적으로 압축할 수 있으나, 분광 정보의 손실을 초래할 수 있다. PCA의 사용 유무가 CNN 학습의 정확도와 시간에 영향을 미치는 것은 분명하지만 이를 분석한 연구가 부족하다. 본 연구의 목적은 PCA를 통한 분광 차원축소가 CNN에 미치는 영향을 정량적으로 분석하여 효율적인 초분광 영상 분류를 위한 적절한 PCA의 적용 방법을 제안하는 데에 있다. 이를 위해 PCA를 적용하여 초분광 영상을 축소시켰으며, 축소된 차원의 크기를 바꿔가며 CNN 모델에 적용하였다. 또한, 모델 내의 컨볼루션(convolution) 연산 방식에 따른 PCA의 민감도를 분석하기 위해 2D-CNN과 3D-CNN을 적용하여 비교 분석하였다. 실험결과는 분류정확도, 학습시간, 분산 비율, 학습 과정을 통해 분석되었다. 축소된 차원의 크기가 분산 비율이 99.7~8%인 주성분 개수일 때 가장 효율적이었으며, 3차원 커널 경우 2D-CNN과는 다르게 원 영상의 분류정확도가 PCA-CNN보다 더 높았으며, 이를 통해 PCA의 차원축소 효과가 3차원 커널에서 상대적으로 적은 것을 알 수 있었다.