• 한국산업정보학회논문지
• /
• 제29권4호
• /
• pp.25-34
• /
• 2024

본 논문은 반려견의 피부질환 발병 여부와 부위를 추론하기 위해서 딥러닝 기반 U-Net 모델을 학습하여 이미지 촬영을 통한 반려견의 피부병 발병 여부와 추론되는 병명을 제공하는 애플리케이션을 개발하였다. U-Net은 의료영상 분야에서 주로 사용되는 영역 분할(Image Segmentation) 기반 학습 모델로써 폴리곤 형태의 특정 이미지 영역을 구분하는 데 효과적이다. 따라서 반려견의 피부 이미지에서 병변 영역 식별에 활용할 수 있다. 본 논문에서는 반려견의 6가지 주요 피부질환을 클래스로 정의하고 이를 분별하는 U-Net 모델을 학습시켰다. 이를 모바일 앱으로 구현하여 간단한 카메라 촬영으로 병변 분석과 예측 작업을 수행하여 결과를 제공한다. 이를 통해서 반려인들은 반려동물의 건강 상태를 관찰하고 조기 진단에 도움이 되는 정보를 얻을 수 있다. 이와 같이 딥러닝을 통해서 반려동물 건강관리에 신속하고 정확한 진단 도구를 제공함으로써 가정에서도 손쉽게 이용할 수 있는 서비스 개발에 중요한 의미를 두고 있다.

• Proceedings of the National Institute of Ecology of the Republic of Korea
• /
• 제3권2호
• /
• pp.67-72
• /
• 2022

Ecological research relies on the interpretation of large amounts of visual data obtained from extensive wildlife surveys, but such large-scale image interpretation is costly and time-consuming. Using an artificial intelligence (AI) machine learning model, especially convolution neural networks (CNN), it is possible to streamline these manual tasks on image information and to protect wildlife and record and predict behavior. Ecological research using deep-learning-based object recognition technology includes various research purposes such as identifying, detecting, and identifying species of wild animals, and identification of the location of poachers in real-time. These advances in the application of AI technology can enable efficient management of endangered wildlife, animal detection in various environments, and real-time analysis of image information collected by unmanned aerial vehicles. Furthermore, the need for school education and social use on biodiversity and environmental issues using AI is raised. School education and citizen science related to ecological activities using AI technology can enhance environmental awareness, and strengthen more knowledge and problem-solving skills in science and research processes. Under these prospects, in this paper, we compare the results of our early 2013 study, which automatically identified African cichlid fish species using photographic data of them, with the results of reanalysis by CNN deep learning method. By using PyTorch and PyTorch Lightning frameworks, we achieve an accuracy of 82.54% and an F1-score of 0.77 with minimal programming and data preprocessing effort. This is a significant improvement over the previous our machine learning methods, which required heavy feature engineering costs and had 78% accuracy.

• 한국가금학회지
• /
• 제49권3호
• /
• pp.157-165
• /
• 2022

RGB 조건에서 하나의 픽셀은 255의 세제곱 개 이상의 색상을 표현할 수 있다. 현재까지의 컴퓨터 비전 연구는 조류에서 나타나는 다양한 깃털색 표현형에 대해 세밀히 분석하여 종을 구분하였지만, GWAS에 이용될 목적을 위해 다양하게 유전되는 색상을 단순화하지 못하였다고 판단된다. 본 연구는 연산오계(YO)와 백색레그혼(WL) 상호역교배 F₂ 집단을 이용하였으며 이미지 양자화를 통하여 이미지의 크기를 줄이고 저장을 용이하게 하였으며 깃털색의 원인 유전자 탐색을 위한 기초 자료를 제공하기 위하여 육안으로 결정하였던 다양한 깃털색을 단순화하였다. 특히, GWAS 연구에 필요한 수치화된 표현형을 제시하였다는 측면에서 가치가 있다고 판단된다.

• 전기전자학회논문지
• /
• 제24권1호
• /
• pp.302-310
• /
• 2020

본 논문은 인공지능과 IoT 기반의 생활폐기물 모니터링 시스템을 구현하고, 이를 통하여 효율적인 쓰레기 처리와 관리 방안을 제안한다. 제주 지역은 타 지역에 비하여 대체로 정량적 추정과 운영 전략을 수립하는데 장점을 갖추고 있다. 특히, 상주인구 대비 사계절 관광객의 변화를 통하여 쓰레기 량의 변화를 알 수 있음으로써 쓰레기 종량제 연구의 좋은 사례가 되고 있다. 이에 클린하우스 현장에 기존 CCTV를 연동하여 정보를 제공할 수 있는 IoT 장치를 개발하고, 카메라의 쓰레기 영상데이터 셋을 분석하기 위하여 인공지능(AI) 알고리즘을 이용한다. 이를 통하여 쓰레기가 쓰레기통 밖에 잘못 투기되었는지, 쓰레기 처리를 위해 판단된 의사결정에 따라 쓰레기 차량이 수거해야 할지 정보를 전송함으로써 원활한 쓰레기 처리 및 홍보방송을 할 수 있도록 한다. 개발된 IoT 장치는 국가 공인 시험연구기관을 통해 전파적합성 시험과 환경시험을 하고, 다양한 쓰레기 대상을 제안한 인공지능 알고리즘으로 시뮬레이션하여 의사판단용 데이터 구축방법으로 활용하고자 한다.

• 한국의학물리학회지:의학물리
• /
• 제30권2호
• /
• pp.49-58
• /
• 2019

Purpose: Automated analytical systems have begun to emerge as a database system that enables the scanning of medical images to be performed on computers and the construction of big data. Deep-learning artificial intelligence (AI) architectures have been developed and applied to medical images, making high-precision diagnosis possible. Materials and Methods: For diagnosis, the medical images need to be labeled and standardized. After pre-processing the data and entering them into the deep-learning architecture, the final diagnosis results can be obtained quickly and accurately. To solve the problem of overfitting because of an insufficient amount of labeled data, data augmentation is performed through rotation, using left and right flips to artificially increase the amount of data. Because various deep-learning architectures have been developed and publicized over the past few years, the results of the diagnosis can be obtained by entering a medical image. Results: Classification and regression are performed by a supervised machine-learning method and clustering and generation are performed by an unsupervised machine-learning method. When the convolutional neural network (CNN) method is applied to the deep-learning layer, feature extraction can be used to classify diseases very efficiently and thus to diagnose various diseases. Conclusions: AI, using a deep-learning architecture, has expertise in medical image analysis of the nerves, retina, lungs, digital pathology, breast, heart, abdomen, and musculo-skeletal system.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권8호
• /
• pp.2067-2081
• /
• 2024

Recently, image analysis research has been actively conducted due to the accumulation of big image data and the development of deep learning. Image analytics research has different characteristics from other data such as data size, real-time, image quality diversity, structural complexity, and security issues. In addition, a large amount of data is required to effectively analyze images with deep-learning models. However, in many fields, the data that can be collected is limited, so there is a need for meta learning based image analysis technology that can effectively train models with a small amount of data. This paper presents a comprehensive survey of meta-learning-based object-tracking techniques. This approach comprehensively explores object tracking methods and research that can achieve high performance in data-limited situations, including key challenges and future directions. It provides useful information for researchers in the field and can provide insights into future research directions.

• 융합신호처리학회논문지
• /
• 제23권3호
• /
• pp.137-142
• /
• 2022

해마다 야생동물이 인간의 거주지에 출몰하는 횟수가 증가하여 재산 및 인명 피해가 증가하고 있다. 특히, 고속도로나 농가에 야생동물이 출몰하는 경우에 그 피해가 더 심하다. 이런 문제점을 해결하기 위해 고속도로에는 생태통로와 유도펜스를 설치하였다. 또한, 농가에서도 문제를 해결하기 위해 센서를 이용한 경적 퇴치기, 그물망 설치, 배설물로 퇴치 하는 등방법을 쓰고 있으나 고가의 비용이 들며 그 효과가 높지 않다. 본 논문에서는 AI 기반 영상분석 방법인 YOLO(You Only Live Once)를 이용하여 유해동물을 실시간 분석하여 오작동을 줄였고, 퇴치장치로 고휘도 LED와 초음파 주파수 스피커를 이용였다. 스피커는 동물들만 들을 수 있는 가청주파수를 출력하여 야생동물만 퇴치하도록 효율성을 높였다. 제안하는 시스템은, 경제적으로 설치할 수 있도록 범용 보드를 사용하여 설계되어 있으며 기존의 센서를 이용한 장치들보다 감지 성능이 높다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.355-356
• /
• 2021

새만금 방조제의 갯벌 유실상태 및 생태변화를 조사하기 위해 매년 지질학적, 생물학적 조사가 이루어지고 있다. 또한 우리나라 전역에서 산림감시 및 대규모 환경 감시를 위한 다양한 활동들이 활발히 진행되고 있다. 최근 드론 기술과 인공지능 기술의 발달로 인하여 이러한 활동을 보다 효율적이고 경제적으로 수행하기 위한 다양한 연구가 진행되고 있다. 본 연구에서는 도론을 이용하여 대규모 면적의 생태환경을 효율적으로 조사 및 분석하기 위하여 시멘틱세그멘테이션 기법을 활용한 영상 분할 기법을 제안한다.

• 패션비즈니스
• /
• 제26권2호
• /
• pp.28-47
• /
• 2022

Rapid development of information and communication technology is leading the digital transformation (hereinafter, DT) of various industries. At this point in rapid online transition, fashion manufacturers operating offline-oriented businesses have become highly interested in DT and artificial intelligence (hereinafter AI), which leads DT. The purpose of this study is to examine the development status and application case of AI-based digital technology developed for the fashion industry, and to examine the DT stage and AI application status of domestic fashion manufacturers. Hence, in-depth interviews were conducted with five domestic IT companies developing AI technology for the fashion industry and six domestic fashion manufacturers applying AI technology. After analyzing interviews, study results were as follows: The seven major AI technologies leading the DT of the fashion industry were fashion image recognition, trend analysis, prediction & visualization, automated fashion design generation, demand forecast & optimizing inventory, optimizing logistics, curation, and ad-tech. It was found that domestic fashion manufacturers were striving for innovative changes through DT although the DT stage varied from company to company. This study is of academic significance as it organized technologies specialized in fashion business by analyzing AI-based digitization element technologies that lead DT in the fashion industry. It is also expected to serve as basic study when DT and AI technology development are applied to the fashion field so that traditional domestic fashion manufacturers showing low growth can rise again.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1997년도 한국자동제어학술회의논문집; 한국전력공사 서울연수원; 17-18 Oct. 1997
• /
• pp.1628-1630
• /
• 1997

The purpose of this study is to see the method of the analysis of EEG(Electroencephalography) whcih is a nonlinear system, to quantize human emotion under color stimulation using the analysis of EEG. The result of this study would be used clinical study and development fo image instruments with color. In this study, the method of the analysis of EEG is power spectrum using FFT(Fast Fourier Transform) and the modelling of EEG under color stimulation base on back propagation Neural Networks ond of AI(Artfical Intellignece) skills. First, input layer make a match to relative power which get analyzing s in 4 channels, and output layer make a match to color stimulation which is measured human emotion. Finally, weights of each neurons determine by learing back porpagation Neural Networks.