• 전자공학회논문지
• /
• 제51권4호
• /
• pp.173-180
• /
• 2014

압축센싱은 성긴(Sparse) 또는 압축가능한(Compressible) 신호에 대해 Nyquist rate 미만의 샘플링으로도 신호 복원이 가능하다는 것을 수학적으로 증명한 새로운 패러다임의 신호 획득 방법이다. 단순한 신호 획득 과정을 이용하면서도, 동시에 우수한 압축센싱 복원 영상을 얻기 위한 많은 연구들이 수행되고 있다. 그러나, 에너지 분포 및 인간 시각 시스템 등 컬러 영상에 대한 기본적인 특성을 복원 과정에 활용한 기존 압축센싱 관련 연구는 많이 부족하다. 이러한 문제를 해결하기 위해, 본 논문에서는 컬러영상의 압축센싱 복원을 위한 평활 그룹-희소성 기반 반복적 경성 임계 알고리즘을 제안한다. 제안하는 방법은 그룹-희소성에 기반한 경성 임계치 적용과 프레임 기반 필터의 사용을 통해 영상의 변환 영역에 대한 희소성을 증대시키는 동시에 화소 영역의 평활 정도를 복원 과정에 활용할 수 있도록 한다. 또한, 그룹-희소화 경성 임계 과정은 자연 영상의 에너지 분포 및 인간 시각시스템 특성에 따라 중요하다고 판단되는 RGB-그룹 계수들을 보전하도록 설계하였다. 실험 결과 객관적 화질 측면에서 제안방법이 대표적인 그룹-희소화 평활 복원 기법 보다 평균 PSNR이 최대 2.7dB 높은 것을 확인하였다.

• 한국엔터테인먼트산업학회논문지
• /
• 제15권4호
• /
• pp.369-381
• /
• 2021

AI(인공지능) 기술은 전시 기획, 현장 진행, 평가에 이르는 예술 전시 준비 과정에서 활용할 수 있다. AI는 전시 기획과 안내 서비스 분야부터 예술 창작의 도구까지 영역을 확장하고 있다. 본 연구는 전시와 AI 기술의 융합을 정보와 서비스 제공에 활용하는 챗봇을 중심으로 고찰해보았다. 더 구체적으로 연구하기 위해 네이버 클로바 챗봇 제작툴과 국립현대미술관의 정보를 사용하여 전시 서비스용 챗봇 개발(연구설계)을 진행하였다. 본 연구에서는 국립현대미술관의 모든 정보가 아닌 관람과 전시로 정보를 한정하였으며 버튼을 통해 원하는 답변을 얻는 시나리오 방식과 직접 질문을 입력하는 텍스트 Q&A 방식을 제공하는 챗봇을 개발(모델 및 평가)하였다. 엘리자(ELIZA)의 챗봇 평가 척도에 따라 여섯 가지 항목으로 챗봇을 평가해본 결과 5점 만점에 4.2점이 도출되었고 관람, 전시 정보를 전달하는 목적으로 사용될 챗봇 개발(연구모형)을 완성했다. 개발한 챗봇에 연속적인 시나리오 답변 연결과 텍스트 Q&A형 답변 실패 및 오류 해결 및 추가 서비스 확대를 통해 실제 예술 전시 공간에서 사용될 수 있는 완벽한 챗봇 모델을 제작하는 것을 향후 연구 과제로 삼는다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제8권3호
• /
• pp.945-953
• /
• 2018

본 논문은 무인수상정의 자율운항을 위한 장애물 탐지 및 회피기동을 위해 3차원 라이다를 사용하였다. 단일센서만을 사용해서 해상조건에서의 무인수상정 장애물 회피운항을 하는데 목적이 있다. 3차원 라이다는 Quanergy사의 M8센서를 사용하여 주변 환경 장애물 데이터를 (r, ��, ��)로 수집하며 장애물 정보에는 Layer 정보와 Intensity 정보를 포함한다. 수집된 데이터를 3차원 직각좌표계로 변환을 하고, 이를 2차원 좌표계로 사상한다. 2차원 좌표계로 변환한 장애물 정보를 포함하는 데이터는 수면위의 잡음데이터를 포함하고 있다. 그래서 기본적으로 무인수상정을 기준으로 가상의 관심영역을 정의하여서 규칙적으로 생성되는 잡음데이터에 대해서 삭제를 하였으며, 그 이후에 발생하는 잡음데이터는 Vector Field Histogram으로 계산된 히스토그램 데이터에서 Threshold를 정해 밀도값에 비례하여 잡음데이터를 제거하였다. 제거된 데이터를 이용하여 무인수상정의 움직임에 따른 상대물체를 탐색하여 가상의 격자지도에 1 Cell씩 저정하면서 데이터의 밀도 지도를 작성하였다. 작성된 장애물 지도를 폴라 히스토그램을 생성하고, 경계값을 이용하여 회피방향을 선정하였다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제7권3호
• /
• pp.329-337
• /
• 2017

본 논문에서는 서포트 벡터 머신의 중요한 파라미터인 C와 σ값을 빠르고 정확하게 찾는 탐색 방법론을 제안한다. 기존에 알려진 격자 탐색 방식은 모든 경우를 비교하기 때문에 탐색속도가 느리다. 이러한 문제점을 개선하기 위해 본 논문에서는 탐색속도 향상을 위한 딥 서치 방식을 제안한다. 1단계에서는 C-σ 정확도지표를 4등분 한 뒤 각 영역의 중간 값을 탐색하여 가장 정확도 값이 높은 지점을 시작 지점으로 선택한다. 2단계에서는 선정된 시작지점을 다시 4등분한 뒤 정확도 값이 가장 큰 지점을 새로운 탐색지점으로 지정한다. 3단계에서는 탐색지점에 이웃한 8개의 지점들을 탐색하여 정확도 값이 가장 높은 곳을 새로운 시작 지점으로 선정한 뒤 해당 지점을 4등분하여 정확도 값을 계산한다. 마지막 단계에서는 이웃 지점의 값들보다 탐색지점의 정확도지표 값이 최댓값이 될 때까지 진행한다. 최댓값을 만족하지 않을시 2단계에서부터 반복하며 입력된 레벨 값만큼 반복을 진행한다. 베어링의 결함 및 정상 데이터를 사용하여 비교한 결과, 제안한 Deep search 알고리즘은 기존 알고리즘 보다 성능 및 탐색시간에서 우수성을 보였다.

• 전자공학회논문지
• /
• 제53권6호
• /
• pp.137-145
• /
• 2016

본 논문에서는 새로운 방법의 3차원 컴퓨터단층영상에서 혈관을 추적하는 알고리즘을 소개하고자 한다. 해당 방법은 먼저 빠르게 다수의 2차 혹은 3차의 정칙곡선들로 대표되는 혈관의 지역적 모델들을 생성한다. 혈관의 특징을 고려한 비용함수로부터 각 곡선들은 영상데이터를 기반으로 생성된 비용을 부여 받는다. 추적 과정에서 매 단계 다음 혈관을 추정하기 위한 곡선들은 특정 기준에 의하여 여과되어 결국 혈관의 내부에 위치한 곡선들만 걸러낸다. 그 후 이들을 기반으로 혈관의 중심 선에 해당하는 최적의 정칙곡선 하나를 선정하게 된다. 지역적으로 최적인 정칙곡선이 순차적으로 검출되며 이들을 연결하여 하나의 혈관을 대표하는 구분적으로 부드러운 곡선을 만들어낸다. 짧은 정칙곡선은 제어 점들만으로 빠르게 기하학적 변환이 가능하며, 정의역 모든 구간에 대하여 미분이 가능하므로 곡률과 비틀림과 같은 기하학적 정보를 얻기 용이한 장점이 있다. 해당 방법에서 사용되는 정칙곡선모델이 혈관을 분류하고 추적함에 있어서 그 적합성을 증명하였고, 공공 데이터를 이용한 실험을 통하여 정확성과 수행 시간에 대해 최신기법들과 비교할만한 결과를 얻었다.

• 방송공학회논문지
• /
• 제6권3호
• /
• pp.246-259
• /
• 2001

최근 급속도로 확장되고 있는 인터넷을 통한 동영상 서비스와 이미 상용 서비스가 시작된 디지털 방송 서비스 등으로 인하여, 가전제품에서 디지털 동영상을 처리하는 데에 관한 관심이 매우 높아지고 있다. 텍스트 기반이나 이미지 기반 데이터와 달리 멀 티미디어 데이터는 정보의 출발점으로부터 미리 정해진 시간가지 작업의 목적지에 도달하지 않으면 원래 전달하고자 했던 자료의 의미를 제대로 전달할 수 없다. 멀티미디어 스트리밍 전용 시스템은 데이터를 정해진 시간가지 목표에 전달하는 것을 궁극적인 목표로 하고 설계되어야 한다. 이러한 시간적 제약성 때문에, 멀티미디어 스트리밍 응용은 많은 디스크 대역폭을 필요로 하고, 파일 시스템에 많은 부하를 가하게 된다. 기존에 사용되는 대부분의 범용 파일 시스템은 스트리밍 부하의 특성인 순차적 읽기에 적합하게 설계되어 있지 않다 따라서, 스트리밍 환경을 위해서 사용되기 위해서는 많은 개선의 여지를 가지고 있다 본 논문에서는, 멀티미디어 스트리밍 부하의 특성을 분석하고, 이에 최적화된 파일 시스템을 설계한다. 설계된 파일 시스템을 구현하여 범용 파일 시스템과의 성능평가 실험을 수행하였다. 성능 평가 결과 본 논문에서 제시하는 파일 시스템이 순차적 파일 접근의 경우 기존의 유닉스 계열에서 제공되는 파일 시스템 보다 월등한 성능을 보이는 것을 관찰할 수 있었다. 이와 더불어 효율적으로 동영상 자료를 접근할 수 있도록, MPEG-4 압축방식에 특화된 커널 수준의 파일 시스템 APIl를 제안한다.

• 한국측량학회지
• /
• 제40권3호
• /
• pp.239-247
• /
• 2022

현대에는 급속한 산업화와 인구 증가로 인해 도시들이 더욱 복잡해지고 있다. 특히 도심은 택지개발, 재건축, 철거 등으로 인해 빠르게 변화하는 지역에 해당한다. 따라서 자율주행에 필요한 정밀도로지도와 같은 다양한 목적을 위해 빠른 정보 갱신이 필요하다. 우리나라의 경우 기존 지도 제작 과정을 통해 지도를 제작하면 정확한 공간정보를 생성할 수 있으나 대상 지역이 넓은 경우 시간과 비용이 많이 든다는 한계가 있다. 지도 요소 중 하나인 도로는 인류 문명을 위한 많은 다양한 자원을 제공하는 중추이자 필수적인 수단에 해당한다. 따라서 도로 정보를 정확하고 신속하게 갱신하는 것이 중요하다. 이 목표를 달성하기 위해 본 연구는 Semantic Segmentation 알고리즘인 LinkNet, D-LinkNet 및 NL-LinkNet을 사용하여 광주광역시 도시철도 2호선 공사 현장을 촬영한 드론 정사영상에서 도로를 추출한 다음 성능이 가장 높은 모델에 하이퍼 파라미터 최적화를 적용하였다. 그 결과, 사전 훈련된 ResNet-34를 Encoder로 사용한 LinkNet 모델이 85.125 mIoU를 달성했다. 향후 연구 방향으로 최신 Semantic Segmentation 알고리즘 또는 준지도 학습 기반 Semantic Segmentation 기법을 사용하는 연구의 결과와의 비교 분석이 수행될 것이다. 본 연구의 결과는 기존 지도 갱신 프로세스의 속도를 개선하는 데 도움을 줄 수 있을 것으로 예상된다.

• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.979-995
• /
• 2023

산불은 예측이 어려운 재해이기 때문에 실시간 모니터링을 통해 빠르게 대응하는 것이 중요하며, 정지 궤도 위성 영상은 광역을 짧은 시간 간격으로 모니터링할 수 있어 산불 탐지 분야에 활발히 이용되고 있다. 기존의 위성 영상 기반 산불 탐지 알고리즘은 밝기 온도의 통계량 분석을 통한 임계값 기반으로 이상치를 탐지하는 방향으로 진행되어 왔다. 그러나 강도가 약한 산불을 탐지하기 어렵거나, 적절한 임계값 설정의 어려움으로 일반화 성능이 저하되는 한계점이 있어 최근에는 기계학습을 이용한 산불 탐지 알고리즘들이 제시되고 있다. 현재까지는 random forest, VanillaConvolutional neural network (CNN), U-net 구조 등의 비교적 간단한 기법이 적용되고 있다. 따라서, 본 연구에서는 정지궤도 위성인 Advanced Himawari Imager를 이용하여 동아시아와 호주를 대상으로 State of the Art (SOTA)딥러닝 기법을 적용한 산불 탐지 알고리즘을 개발하고자 하였다. SOTA 모델은 EfficientNet과 lion optimizer를 적용하여 개발하고, Vanilla CNN 구조를 사용한 모델과 산불 탐지 결과를 비교하였다. EfficientNet은 동아시아와 호주에서 0.88 및 0.83의 F1-score를 기록함으로써 CNN (동아시아: 0.83, 호주: 0.78)에 비해 뛰어난 성능을 입증하였다. EfficientNet에 불균형 문제 해결을 위한 weighted loss, equal sampling, image augmentation 기법 적용 시, 동아시아와 호주에서 각각 0.92와 0.84의 F1-score를 기록함으로써 적용 전(동아시아: 0.88, 호주: 0.83)에 비하여 성능이 향상되었음을 확인하였다. 본 연구를 통하여 제시된 SOTA 딥러닝 기법의 산불 탐지에의 적용 가능성과 딥러닝 모델의 성능 향상을 위해 고려해야 할 방향은 향후 산불탐지 분야에 대한 딥러닝 적용에 도움이 될 것으로 기대된다.

• 한국의학물리학회지:의학물리
• /
• 제25권3호
• /
• pp.167-175
• /
• 2014

본 연구는 IMRT가 적용된 성문암 환자에 대하여 CBCT영상과 변형영상 정합기법을 이용하여 치료기간 동안 실제 환자에게 전달되는 선량 변화를 평가하고자 하였다. B-spline 알고리즘을 사용한 변형영상정합 시스템을 통해 치료 중 1주 간격으로 얻은 CBCT를 재구성하고 치료계획을 재계산하여 종양과 결정장기의 선량 분포를 비교하였다. 체중에 따른 체적변화는 3~5 주부터 평균 1.38~2.04 kg로 증가하였으며 체표면의 변화는 평균 2.1 mm로 감소하였다. 또한, 3주 이후의 경동맥에 전달된 선량은 계획되었던 값보다 최대 8.76%로 증가하였고, 갑상선샘은 26.4%로 감소하였다. 종양의 물리적의 평가인자인 PITV, TCI, rDHI, mDHI 그리고, CN은 치료 계획된 값보다 각각 평균 4.32%, 5.78%, 44.54%, 12.32% 그리고, 7.11%로 감소하였다. PTV에 대한 $D_{max}$는 평균 2.99% 증가하였고, $D_{mean}$, $V_{67.50}$, $D_{95}$는 각각 평균 1.52%, 5.78%, 11.94%로 감소하였다. 체중변화에 따른 체적의 변화가 없더라도 체형변화는 발생하였고, 좁은 여유마진을 가지는 IMRT는 이러한 변화에 민감하게 반응하였다. 성문암에 대한 IMRT 적용 시 환자의 체중변화를 관찰과 함께 변화를 기록하고 치료 중 변형영상정합 시스템을 이용하여 선량분포를 평가할 필요가 있다. 최종적으로 치료 중 실제 전달되는 선량평가는 적응형치료계획을 통하여 확인하고 정확한 선량전달이 필요하다고 사료된다.

• 지능정보연구
• /
• 제21권2호
• /
• pp.131-150
• /
• 2015

영어와 달리 한국어나 일본어 문장의 경우 용언의 필수격을 채우는 명사구가 생략되는 무형대용어 현상이 빈번하다. 특히 백과사전이나 위키피디아의 문서에서 표제어로 채울 수 있는 격의 경우 그 격이 문장에서 더 쉽게 생략된다. 정보검색, 질의응답 시스템 등 주요 지능형 응용시스템들은 백과사전류의 문서에서 주요한 정보를 추출하여 수집하여야 한다. 그러나 이러한 명사구 생략 현상으로 인해 양질의 정보추출이 어렵다. 본 논문에서는 백과사전 종류 문서에서 생략된 명사구 즉 무형대용어를 복원하는 시스템의 개발을 다루었다. 우리 시스템이 다루는 문제는 자연어처리의 무형대용어 해결 문제와 거의 유사하나, 우리 문제의 경우 문서의 일부가 아닌 표제어도 복원에 이용할 수 있다는 점이 다르다. 무형대용어 복원을 위해서는 먼저 무형대용어의 탐지 즉 문서 내에서 명사구 생략이 일어난 곳을 찾는 작업을 수행한다. 그 다음 무형대용어의 선행어 탐색 즉 무형대용어의 복원에 사용될 명사구를 문서 내에서 찾는 작업을 수행한다. 문서 내에서 선행어를 발견하지 못하면 표제어를 이용한 복원을 시도해 본다. 우리 방법의 특징은 복원에 사용된 문장성분을 찾기 위해 Structural SVM을 사용하는 것이다. 문서 내에서 생략이 일어난 위치보다 앞에 나온 명사구들에 대해 Structural SVM에 의한 시퀀스 레이블링(sequence labeling) 작업을 시행하여 복원에 이용 가능한 명사구인 선행어를 찾아내어 이를 이용하여 복원 작업을 수행한다. 우리 시스템의 성능은 F1 = 68.58로 측정되었으며 이는 의미정보의 이용 없이 달성한 점을 감안하면 높은 수준으로 평가된다.