• Journal of Astronomy and Space Sciences
• /
• 제26권1호
• /
• pp.111-126
• /
• 2009

인공위성 궤도 결정을 위해 한국천문연구원의 0.6m 광시야 망원경을 이용하여 중 고궤도 인공위성과 폐기위성을 관측하였다. 관측 자료는 영상처리 및 좌표 보정을 통해 장착기기에 의한 오차를 보정한다. 위성 관측 사료에서 얻은 좌표 정보는 관측 시스템의 불안정성과 끝점 결정 오차에 의해 13각초의 오차를 가진다. KODAS의 결과로 얻은 시뮬레이션 좌표와 Gauss 방법을 이용해 예비궤도 결정을 수행하고 궤도 결정에 적합한 시간 간격을 찾아보았다. 또한 미분보정을 통한 예비궤도 결정 결과의 향상을 확인하였다. 이들 결과를 평균궤도요소 형대로 변환하여 실제 관측 자료와 비교하여 에비궤도 결정을 통해서 짧은 시간동안 위성의 추적이 가능함을 확인하였으며, 미분보정을 통해 그 결과를 향상시킬 수 있음을 확인하였다.

• 한국인터넷방송통신학회논문지
• /
• 제13권4호
• /
• pp.91-97
• /
• 2013

본 논문에서는 단일 카메라를 사용하여 사용자 제스쳐 명령을 사용자의 손가락 개수 및 이동 방향을 기반으로 인식하는 손동작 리모트 컨트롤러 인터페이스를 구현한다. 구현한 손동작 리모트 컨트롤러 인터페이스는 손 영역의 추출을 위해서 RGB 컬러모델로부터 YCbCr 컬러모델로의 색 변환에 의한 색차정보를 이용하고, 추출된 손 영역의 중심에서 이중 원형 추적(Double Circle Tracing)에 의한 교차정보를 이용하여 손가락 개수 및 위치 정보를 계산한다. 특히, 제안하는 방법에서 지속적 사용자 명령은 제스쳐 단일 형상의 방향 이동에 의해서 반복 수행이 가능하고, 손가락 위치 정보는 사용자 경험(UX: User eXperience)에 기반 하여 사용자 명령을 증폭 수행한다. 또한 Intel사(社)의 OpenCV 라이브러리를 기반으로 C++언어를 사용하여 구현된 손동작 컨트롤러 인터페이스의 성능 평가를 위해서는 상용 비디오 플레이어 프로그램에 적용하여 각 컨트롤 모드별 인식률을 측정한 결과 평균 89%의 인식률을 보였다.

• 대한전자공학회논문지SD
• /
• 제41권10호
• /
• pp.85-94
• /
• 2004

본 논문에서는 메모리 접근 연산을 레지스터 접근 연산으로 변환함으로써 레지스터를 할당하여 내장형 소프트웨어의 성능 향상을 도모할 수 있는 위한 레지스터 할당 기법을 제안한다. 제안된 방법에서는 프로파일링(Profiling)을 통하여 메모리 트레이스(trace)를 얻는다. 그리고 각 함수의 수행 횟수에 대한 프로파일링 결과로부터 높은 동적 호출 횟수를 가지는 대상 함수를 선정하여 제안된 레지스터 할당 기법을 적용한다. 이와 같이 최적화의 대상이 되는 함수의 수를 줄임으로써 전체적인 컴파일 시간을 줄일 수 있다. 최적화대상 함수의 메모리 트레이스를 탐색하여 레지스터 접근 연산으로 변경될 경우 수행 사이클을 줄일 수 있는 메모리 접근 연산을 찾는다. 찾아진 메모리 접근 연산에 대해서는 컴파일러의 중간단계 코드를 수정하여 프로모션 레지스터(promotion register)를 할당한다. 이와 같은 과정을 거쳐 메모리 접근 연산이 프로모션 레지스터에 대한 접근 연산으로 대체되고 이로부터 성능향상을 얻을 수 있다. 제안된 레지스터 프로모션 기법을 ARM과 MCORE 프로세서용 컴파일러에 적용한 후 MediaBench와 DSPStone 벤치마크를 이용하여 cycle count를 비교함으로써 성능을 측정하였다. 그 결과 ARM과 MCORE에 대하여 평균 14%와 18%의 성능향상을 얻을 수 있었다.

• 한국지능시스템학회논문지
• /
• 제22권5호
• /
• pp.656-662
• /
• 2012

본 논문에서는 그래프기반 문장랭킹 방식인 문장 상호 추천과 문장의 주관, 객관 성향을 이용하는 문장 성향 분석을 혼합한 새로운 요약문 추출 방법에 대해서 기술한다. 문장 상호 추천에서는 문장을 단어벡터로 변환한 후에 LSA를 이용하여 문장과 문장 사이의 유사도 점수를 계산하였다. 이렇게 얻어진 유사도와 각 단어의 희귀도(Rarity Score)를 기반으로 문장과 문장 사이의 연결 강도를 정의하여, 그래프 기반 문장 랭킹 방식을 적용 하였다. 한편, 문장성향 분석에서는 주관, 객관 성향을 결정하기 위해서 기존의 Golden Standard 단어 성향 분류를 기반으로 워드넷을 확장하여 데이터베이스를 구축하였다. 이를 통해 각 단어들의 성향을 판단하고 단어들의 평균 성향을 문장의 전체 성향에 반영하여, 주관적 성향을 띄는 문장들을 선택하였다. 최종적으로 문장 상호 추천 결과와 문장 성향 분석 결과를 혼합하여 주어진 문서로부터 요약문을 추출하였다. 요약문 추출 기능의 객관적인 성능 평가를 위하여 추출된 요약문 토대로 한 분류게임을 실시하였고, 그 결과를 MS-Word에 포함된 문서 요약 기능과 비교함으로써, 제안한 모델의 효과성을 확인하였다.

• 정보처리학회논문지B
• /
• 제11B권5호
• /
• pp.581-586
• /
• 2004

본 논문은 중앙 영역에서의 컬러 특징 추출 기법과 추출된 컬러 특징들의 비교 빈(bin)를 최적화한 새로운 내용기반 영상 검색 방법을 제안한다. 인간의 시각적 특징이 중심 객체의 유무에 영향을 받고, 대부분의 영상의 중심 객체는 중앙에 존재한다는 가정 하에 영상의 중앙 영역에서 컬러 특징을 추출한다. 따라서, 배경이 단순한 경우 영상의 전체영역을 특징으로 하여 검색했을 때 배경의 영향에 좌우되는 단점을 극복할 수 있다. 또한 영상의 컬러 특징값은 HSV 컬러 공간으로 변환한 후 16레벨로 양자화를 하여 추출한다. 실험값을 통해 기존의 16개 빈을 모두 비교하여 검색한 경우에 비해 상위 8개 빈만을 가지고 검색한 경우 주관적인 평가와 객관적인 평가 모두 다 좋은 결과를 보인다. 영상 전체를 특징으로 추출한 경우보다 중앙 영역만으로 특징을 추출한 경우 평균 precision이 약 5%정도 좋았다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제5권5호
• /
• pp.628-638
• /
• 1999

본 논문에서는 색상-공간 특징을 사용하여 24bpp RGB 칼라 이미지를 검색하는 방법을 제안한다. 각 이미지는 RGB 색상공간에서 인지적 균등 색상공간인 CIE L*u*v* 색상공간으로의 변환을 거친 후 색상 유사도를 사용하여 여러 개의 영역으로 나누어진다. 크기가 작은 영역은 무시할 수 있으며, 큰 영역은 공간 특징을 추출하기 어려우므로, 영역 분할 시 영역의 크기에 제약을 가하였다. 분할 된 각 영역의 평균 색상과 중점을 색상-공간 특징으로 추출하게 된다. 검색 과정에서는 질의의 색상-공간 특징과 데이타베이스 이미지의 색상-공간 유사도를 검사하여 검색하게 된다. 사용자 그래픽 질의와 예제 이미지에 의한 검색이 가능한 내용기반 이미지 검색 시스템을 구현하였다. 실험한 결과 Recall/Precision이 0.80/0.84였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.190-190
• /
• 2019

호우로 인해 도시지역에 발생하는 홍수의 대표적인 특성은 도로와 저지대의 내수침수라고 할 수 있다. 이러한 침수현상을 모의하고 예측하기 위해서는 일반적으로 도시유출해석 모형과 연계된 2차원 침수해석 모형을 활용한다. 다만, 이러한 물리적, 수치해석 도구들은 공간적인 해상도가 높고, 대상영역이 넓을수록 많은 연산시간이 소요되므로 집중호우와 같이 단시간에 많은 비가 발생하는 경우 홍수예보에 활용하는데 한계가 있다. 따라서 시나리오 기반의 침수위험 정보를 사전에 정의하나, 위험기준을 정의하는 방법에 따라 위험지역과 위험도가 달라질 수 있다. 이에 본 연구에서는 시공간적으로 상세한 침수 예상 정보를 빠르고, 정확하게 제공하기 위해서 침수시나리오 기반의 침수위험 예보 기준 지도를 작성하고, 기준 지도 작성 시 위험기준 요소의 정의를 다양하게 적용하여 서울시의 침수위험 지역과 위험도의 변화를 분석하고자 한다. 여기서 침수시나리오는 76개 강우 시나리오와 SWMM모형, 2차원 침수해석모형(GIAM)을 활용하여 생산한 결과를 활용하였다. 생산된 침수시나리오는 6m 시공간 해상도를 갖지만, 예측강우를 활용한 돌발홍수예보 프로토타입의 기준 격자망을 고려하여 500m 해상도로 변환하여 분석에 활용한다. 본 연구에서는 침수위험의 유무, 위험 정도를 분류하는 위험기준을 영역 내 최대침수심, 평균침수심, 침수면적 비율 등으로 다양화하고, 각 위험기준 요소별 침수위험 예보 기준 지도를 작성한다. 또한, 실제 침수발생 사례에 작성한 침수위험 예보 기준 지도를 적용하여, 침수위험 지역과 위험도를 가장 적합하게 구현한 위험기준을 찾고자 한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.493-493
• /
• 2017

부유사 수리실험에서 부유사의 농도를 측정하는 것은 불확실성이 매우 크다. Einstein(1950)은 유사의 pickup function 결정에서 이러한 불확실성 때문에 유사입자의 거동을 발생시키는 양력의 확률을 적용하기도 하였다. 일반적으로 부유사의 측정은 부유사 채집기를 통해 수행하지만, 시간적으로 비효율 적이며, 채집 시 채집기의 부피로 인한 난류 발생으로 채집 후 흐름 변화가 발생할 수 있다. 수리실험의 규모라면 이 문제는 더욱 부각될 수 있다. 연속적인 부유사의 농도 측정을 위해 이러한 점은 개선되어야 하는 문제이다. 본 연구에서는 유사 실험의 이러한 단점을 극복하고자 image processing 기법을 적용하였다. Image processing은 부유사의 농도가 증가할수록 탁도가 증가하는 특성을 이용하여, 부유사 농도를 추정하는 방법이다. 이 과정에서 RGB(Red-Green-Blue)로 색을 표시하는 방식에서 image를 변환하여 gray scale로 전환해야 하며, 파(wave)의 전파에 의한 image 결과의 변형은 없다고 가정하였다. Gray scale과 탁도와의 관계를 도출하기 위해 하상에 유사를 포설하고, 단파(surge)를 발생 시켰다. 실험은 길이 12.0m, 폭 0.8m, 높이 0.75m의 개수로에서 수행하였으며, 수로 상류에 sluice형 gate를 급격하게 개방하는 것으로 단파를 재현하였다. 탁도 측정을 위해 유사 채집기를 이용하였으며, 상기에서 제시한 흐름 교란문제로, 1지점에서 1개의 시간동안만 채집을 수행하였으며, image의 촬영을 병행하였다. 또한 data의 정확도를 높이기 위해 3번의 반복실험을 수행하였다. 실험결과 gray scale과 탁도와는 일정한 관계가 나타났으며, 이를 토대로 gray scale-SSC(suspended sediment concentration)와의 관계를 도출하였다. Bayesian 분석을 이용하여 image processing의 보정(확률적 보정)을 추가적으로 수행하였다. 최종적으로 실측한 값과 image processing을 통한 값을 1:1 curve를 통해 비교하였으며, 약 9%의 평균 오차가 발생하여, image processing과 bayesian 적용을 통한 부유사 농도 측정은 신뢰할 만한 결과를 도출하는 것으로 판단된다.

• 정보보호학회논문지
• /
• 제31권3호
• /
• pp.387-400
• /
• 2021

클라우드 환경의 발전에 따른 스트리밍 플랫폼과 콘텐츠의 증가로 합법적인 콘텐츠뿐만 아니라 불법 복제된 콘텐츠 또한 빠른 속도로 증가하고 있다. 따라서 다양한 콘텐츠에 대한 저작권 침해 여부를 판별할 수 있는 기술의 개발이 요구된다. 한국저작권보호원에서는 AI를 활용한 영상 콘텐츠 실증시스템을 운영하고 있지만, 해상도 변화와 같은 왜곡에 대해 한계점을 가지고 있다. 본 논문에서는 스켈레톤 정보를 활용하여 불법 스트리밍 플랫폼에서 유통 중인 영상 콘텐츠에 대해 왜곡 저항력이 강한 저작권 침해 여부 판단 기술을 제안한다. 제안하는 기법은 빠른 연산을 위해 수집된 데이터를 이진 데이터로 변환하여 원본 영상과의 해밍거리를 계산하는 방법을 사용하였으며, 실험 결과 평균 215KB의 크기와 94.79%의 정확도로 불법 복제 영상물을 판별할 수 있음을 확인하였다.

• 한국재난정보학회 논문집
• /
• 제19권4호
• /
• pp.897-907
• /
• 2023

연구목적: 본 연구에서는 단일 24GHz FMCW레이더를 사용하여 수집된 적은 양의 학습데이터로 학습된 AI 모델을 사용하여 학습되지 않은 사람의 3가지 자세를 구분하고자 한다. 연구방법: 실내에서 학습 대상자들의 3가지 자세(서기, 앉기, 눕기)에 대한 FFT데이터를 수집하여 2D 이미지로 변환시킨 후 제안하는 2D CNN 모델로 학습시켜 학습에 사용되지 않은 새로운 대상자들의 자세를 잘 구분할 수 있는지 실험을 통해 정확도를 분석하였다. 연구결과: 제안하는 기법을 통해 3가지 자세의 평균 정확도가 89.99%임을 보였고, 기존의 1D CNN이나 SVM 보다 성능이 향상되었다. 결론: 실내에서 재난이 발생하는 경우 단일 FMCW 레이더와 AI 기법을 통해 요구조자의 자세를 추정하고자 하였으며, 학습되지 않은 대상자의 자세도 높은 정확도로 추정이 가능함을 실험을 통해 확인하였다.