• 한국농촌건축학회논문집
• /
• 제24권1호
• /
• pp.9-17
• /
• 2022

Rural spaces are increasingly valuable as areas for introducing renewable energy infrastructure to achieve carbon neutrality. Rural areas are the living grounds of rural residents, and the balance of conservation and development for rural areas is important for the introduction of reasonable facilities. In order to maintain a balance between development and preservation and to introduce reasonable renewable energy facilities, it is necessary to develop a current status survey and an effective survey method to utilize a space capable of introducing renewable energy facilities such as idle land and vacant houses. Therefore, this study was conducted to verify the readability using an unmanned aerial vehicle, and the main results are as follows. The detection of photovoltaic power generation facilities using unmanned aerial vehicles was effective in analyzing the location and area of photovoltaic panels located on the roofs of buildings, and it was possible to calculate the expected power generation by region through the area calculation of photovoltaic panels. The vacant house detection can be used to select an investigation target for an vacant house condition survey as it can identify damage to buildings that are expected to be empty houses, management status, and electricity supply facilities through aerial photos. It is judged that the unmanned aerial vehicle detection capability can be utilized as a method to improve the efficiency of investigation and supplement the data related to solar power generation facilities and vacant houses provided by public institutions. Although this study detected the status of solar power generation facilities and vacant houses through high-resolution aerial image analysis, as a follow-up study, automatic measurement methods using the temperature difference of solar power generation facilities and general characteristics of vacant houses that can be read from the air were investigated. If the deriving research is carried out, it is judged that it will be possible to contribute to the improvement of the accuracy of the detection result using the unmanned aerial vehicle and the expansion of the application range.

• 지능정보연구
• /
• 제28권2호
• /
• pp.101-125
• /
• 2022

최근 컴퓨팅 기술의 발전과 클라우드 환경의 개선에 따라 딥 러닝 기술이 발전하게 되었으며, 다양한 분야에 딥 러닝을 적용하려는 시도가 많아지고 있다. 대표적인 예로 정상적인 데이터에서 벗어나는 값이나 패턴을 식별하는 기법인 이상 탐지가 있으며, 이상 탐지의 대표적 유형인 점 이상, 집단적 이상, 맥락적 이중 특히 전반적인 상황을 파악해야 하는 맥락적 이상을 탐지하는 것은 매우 어려운 것으로 알려져 있다. 일반적으로 이미지 데이터의 이상 상황 탐지는 대용량 데이터로 학습된 사전학습 모델을 사용하여 이루어진다. 하지만 이러한 사전학습 모델은 이미지의 객체 클래스 분류에 초점을 두어 생성되었기 때문에, 다양한 객체들이 만들어내는 복잡한 상황을 탐지해야 하는 이상 상황 탐지에 그대로 적용되기에는 한계가 있다. 이에 본 연구에서는 객체 클래스 분류를 학습한 사전학습 모델을 기반으로 이미지 캡셔닝 학습을 추가적으로 수행하여, 객체 파악뿐만 아니라 객체들이 만들어내는 상황까지 이해해야 하는 이상 상황 탐지에 적절한 2 단계 사전학습 모델 구축 방법론을 제안한다. 구체적으로 제안 방법론은 ImageNet 데이터로 클래스 분류를 학습한 사전학습 모델을 이미지 캡셔닝 모델에 전이하고, 이미지가 나타내는 상황을 설명한 캡션을 입력 데이터로 사용하여 학습을 진행한다. 이후 이미지와 캡션을 통해 상황 특질을 학습한 가중치를 추출하고 이에 대한 미세 조정을 수행하여 이상 상황 탐지 모델을 생성한다. 제안 방법론의 성능을 평가하기 위해 직접 구축한 데이터 셋인 상황 이미지 400장에 대해 이상 탐지 실험을 수행하였으며, 실험 결과 제안 방법론이 기존의 단순 사전학습 모델에 비해 이상 상황 탐지 정확도와 F1-score 측면에서 우수한 성능을 나타냄을 확인하였다.

• 대한원격탐사학회지
• /
• 제38권6_2호
• /
• pp.1633-1641
• /
• 2022

도시의 인구 집중과 무분별한 개발은 대기오염, 열섬현상과 같은 다양한 환경 문제들을 유발하며, 자연재해로 인한 피해 상황을 악화시키는 등 인재의 원인이 되고 있다. 도심 수목은 이러한 도시 문제들의 해결방안으로 제시되어왔으며, 실제로 환경 개선 기능을 제공하는 등 중요한 역할들을 수행한다. 이에 따라 수목이 도시 환경에 미치는 영향을 파악하기 위해 도심 수목에서 개별목에 대한 정량적인 측정 및 분석이 요구된다. 그러나 도심 수목의 복잡성 및 다양성은 단일 수목 탐지 정확도를 낮추는 문제점이 존재한다. 따라서 본 연구는 수목 개체에 대해 효과적인 탐지가 가능한 고해상도 항공영상 및 object detection에서 뛰어난 성능을 발휘한 You Only Look Once Version 5 (YOLOv5) 모델을 사용하여 도심 수목을 효과적으로 탐지하는 연구를 진행하였다. 수목 AI 학습 데이터셋의 구축을 위한 라벨링 가이드라인을 생성하고 이를 기준으로 동작구 수목에 대해 box annotation을 수행하였다. 구축된 데이터셋으로부터 다양한 scale의 YOLOv5 모델들을 테스트하고 최적의 모델을 채택하여 효율적인 도심 수목 탐지를 수행한 결과, mean Average Precision (mAP) 0.663의 유의미한 결과를 도출하였다.

• 인터넷정보학회논문지
• /
• 제22권6호
• /
• pp.33-40
• /
• 2021

음성인식(ASR: Automatic Speech Recognition)은 사람의 말소리를 음성 신호로 분석하고, 문자열로 자동 변화하여 이해하는 기술이다. 초기 음성인식 기술은 하나의 단어를 인식하는 것을 시작으로 두 개 이상의 단어로 구성된 문장을 인식하는 수준까지 진화하였다. 실시간 음성 대화에 있어 높은 인식률은 자연스러운 정보전달의 편리성을 극대화하여 그 적용 범위를 확장하고 있다. 반면에, 음성인식 기술의 활발한 적용에 따라 관련된 사이버 공격과 위협에 대한 우려 역시 증가하고 있다. 기존 연구를 살펴보면, 자동화자식별(ASV: Automatic Speaker Verification) 기법의 고안과 정확성 향상 등 기술 발전 자체에 관한 연구는 활발히 이루어지고 있으나, 실생활에 적용되고 있는 음성인식 서비스의 자동화자 식별 기술에 대한 사이버 공격 및 위협에 관한 분석연구는 다양하고 깊이 있게 수행되지 않고 있다. 본 연구에서는 자동화자 식별 기술을 갖춘 AI 음성인식 서비스를 대상으로 음성 주파수와 음성속도를 조작하여 음성인증을 우회하는 사이버 공격 모델을 제안하고, 상용 스마트폰의 자동화자 식별 체계를 대상으로 실제 실험을 통해 사이버 위협을 분석한다. 이를 통해 관련 사이버 위협의 심각성을 알리고 효과적인 대응 방안에 관한 연구 관심을 높이고자 한다.

• 한국측량학회지
• /
• 제39권6호
• /
• pp.483-490
• /
• 2021

최근 도시화된 지역의 지하개발로 인한 각종 문제가 증가함에 따라 정확한 지하시설물 정보관리가 요구되고 있다. 이에 본 연구에서는 현장에서 실시간으로 지하공간통합지도를 활용하기 위해 현장 취득 GPR (Ground Penetration Radar) 탐사 데이터와 지하공간통합지도의 상호 위치를 비교하는 기능, 지하시설물 분석 기능, GPR 탐사 단면을 지하공간통합지도 상에 중첩하여 가시화 하는 기능, 측량 데이터를 3차원 공간상에 정위치 및 속성 편집을 통해 셰이프 파일로 변환하는 기능, 셰이프파일을 지하공간통합지도 모바일 센터에 제출하는 기능을 정의하여 프로그램으로 개발하였다. 또한, 개발 프로그램의 현장 적용 테스트를 위해 상수관로 매설 공사 현장에서 지하시설물 실시간 측량 현장에서 활용하는 시나리오와 GPR 탐사 현장에서 활용하는 시나리오를 도출하였으며, 서울시 관내 4개소에서 현장 실증을 수행하여 활용 시나리오의 현장 적용 문제점 및 기능의 오류 없이 정상적으로 작동함을 확인하였다. 이를 통해 본 연구에서 개발한 프로그램의 현장 활용성을 확인할 수 있었으며, 현장에서 측량 성과의 품질 확인 및 지하공간통합지도의 갱신 자동화에 기여할 수 있을 것이다. 또한, 국토교통부에서 추진하는 지하시설물도 정확도 향상 확산사업에 시범 적용하여 개발 프로그램의 활용성을 더욱 높일 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제38권5_3호
• /
• pp.913-924
• /
• 2022

이 연구에서는 국내 연안어장을 대상으로 조식동물 및 서식지에 대한 수중영상 기반의 인공지능 학습자료를 구축하고, state-of-the-art (SOTA) 모델인 High Resolution Network-Object Contextual Representation(HRNet-OCR)과 Shifted Windows-L (Swin-L)을 이용하여, 조식동물 서식지 수중영상의 의미론적 분할을 수행함으로써 화소 또는 화소군 간의 공간적 맥락(상관성)을 반영하는 보다 실제적인 탐지 결과를 제시하였다. 조식동물 서식지인 감태, 모자반의 수중영상 레이블 중 1,390장을 셔플링(shuffling)하여 시험평가를 수행한 결과, 한국수산자원공단의 DeepLabV3+ 사례에 비해 약 29% 향상된 정확도를 도출하였다. 모든 클래스에 대해 Swin-L이 HRNet-OCR보다 판별율이 더 좋게 나타났으며, 특히 데이터가 적은 감태의 경우, Swin-L이 해당 클래스에 대한 특징을 더 풍부하게 반영할 수 있는 것으로 나타났다. 영상분할 결과 대상물과 배경이 정교하게 분리되는 것을 확인되었는데, 이는 Transformer 계열 백본을 활용하면서 특징 추출능력이 더욱 향상된 것으로 보인다. 향후 10,000장의 레이블 데이터베이스가 완성되면 추가적인 정확도 향상이 가능할 것으로 기대된다.

• 한국수자원학회논문집
• /
• 제55권9호
• /
• pp.679-686
• /
• 2022

기후변화로 인한 돌발홍수의 발생 빈도 증가에 따라 X밴드 레이더를 이용한 보다 빠르고 정확한 강수 관측이 중요해지고 있다. 이에 환경부는 삼척과 울진에 2기의 이중편파 X밴드 레이더를 설치했다. 본 연구에서는 차폐 효과를 최소화하기 위해 설치된 2기의 각 레이더에서 2개의 고도각 관측을 수행한 뒤 얻어진 관측자료를 합성하여 정량강우를 산정하였다. 정량강우산정을 위해서 먼저 품질관리(QC) 기법을 적용한 뒤 비차등위상차(K_DP)를 산출하고 하이브리드 고도면 강수추정(HSR) 기법을 적용하였다. 본 연구에서는 산출된 K_DP를 이용해 R-K_DP 관계로 불리는 강우강도와 비차등위상차의 관계식을 적용하여 얻어지는 정량적 강우추정(QPE)의 정확도 상승을 위해 해당 관계식의 매개변수를 추정했다. 매개변수 추정을 위해서 여러 개의 강우량계와 레이더 자료를 바탕으로 경험적 방법을 개발하였다. 새로 제안된 매개변수를 이용한 관계식(R = 27.4K^0.81_DP)은 관측된 강수량에 대해 추정된 강수의 상관계수를 선행연구대비 1% 정도 약간 상승시켰다. 마찬가지로, 제곱평균 제곱근오차는 3.88 mm/hr에서 3.68 mm/hr로 감소했고 편차는 -1.72에서 -0.92로 상관계수보다 유의미하게 감소해 정확도가 상승했음을 보였다.

• 한국컴퓨터정보학회논문지
• /
• 제26권4호
• /
• pp.11-19
• /
• 2021

이상 객체란 일반적이고 평범한 행동을 취하는 객체가 아닌 비정상적이고 흔하지 않은 행동을 하여 관찰이나 감시·감독을 필요로 하는 사람, 물체, 기계 장치 등을 뜻한다. 이를 사람의 지속적인 개입 없이 인공지능 알고리즘을 통해 탐지하기 위해서 광학 흐름 기법을 활용한 시간적 특징의 특이도를 관찰하는 방법이 많이 활용되고 있으며, 이 기법은 정해진 표현 범위가 없는 수많은 이상 행동을 식별하기에 적합하다. 본 연구에서는 생성적 적대 신경망(Generative Adversarial Network, GAN)으로 입력 영상 프레임을 광학 흐름 영상으로 변환하는 알고리즘을 학습시켜 비정상적인 상황을 식별한다. 특히 생성적 적대 신경망 모델이 입력 영상에 대한 중요한 특징 정보를 학습하고, 그 외 불필요한 이상치를 제외시키기 위한 전처리 과정과 학습 후 테스트 데이터셋에서 식별 정확도를 높이기 위한 후처리 과정을 고도화하여 전체적인 모델의 이상 행동 식별 성능을 향상시키는 기법을 제안한다. 이상 행동을 탐지하기 위한 학습 데이터셋으로 UCSD Pedestrian, UMN Unusual Crowd Activity를 활용하였으며, UCSD Ped2 데이터셋에서 프레임 레벨 AUC 0.9450, EER 0.1317의 수치를 보이며 이전 연구에서 도출된 성능 지표 대비 성능 향상이 확인되었다.

• 예술경영연구
• /
• 제53호
• /
• pp.101-125
• /
• 2020

본 논문은 그간 문화시설 건립의 타당성조사에서 쟁점이 되고 있는 수요 추정과 편익 추정에서의 문제점과 개선방안을 제시한다. 여가시간 확대와 소득 증대에 의해 문화시설 공급에 대한 당위성도 있지만 건립 이후의 운영 부실에 따른 경제적 부담 또한 크다. 문화시설의 건립 및 운영의 전문화와 활성화까지를 건립 계획 단계에서 고려하기 위해서 타당성조사라는 관리도구를 활용하고 있다. 본 연구는 국립현대미술관 서울관 건립 타당성재조사 사례를 통해 문화시설 건립 타당성조사 중 경제성 분석의 수요 추정과 편익 추정에서의 쟁점과 개선방안을 제시한다. 문화시설 수요 추정은 유사 시설을 선정하고 중력모델을 사용하고 있으며 향후에는 수요 추정의 정확도를 높이기 위해 준거시설 설정 기준 마련이 필요하다. 또한 타당성조사를 통해 건립된 문화시설인 경우 운영 데이터 및 정보를 공개하도록 유도 및 강제하고 이를 향후의 문화시설 타당성조사에서 수요 추정시 준거시설로 활용할 수 있도록 DB를 구축하는 것이 필요하다. 정확한 편익 추정을 위해서는 복수의 CVM 설문이 요구된다. 현재의 CVM 설문에 병행해서 온라인 비대면 설문을 보조적으로 할 수 있는 방안을 고려할 수 있다. 또한 현재 CVM 설문에서 설문 응답자에 대한 대체재 상기가 부족하여 WTP가 과대할 수 있기 때문에 건립 예정인 문화 시설의 대체재 설명에 대해 영상매체를 이용할 것을 제안한다.

• 한국건축시공학회지
• /
• 제22권6호
• /
• pp.689-700
• /
• 2022

건축물 골조공사에서 먹매김 작업은 건축물 구조부재 요소를 정확한 위치에 시공하기 위해 높은 정밀도가 요구되나, 현재 인력에 의해서 진행되어 작업자의 숙련도에 따라 먹 위치 정확도 및 정밀도가 저하되고, 정보손실 및 오류 발생에 따른 생산성 저하 문제점을 갖는다. 이를 해결하기 위해 전반적인 먹매김 공정의 자동화 및 정보화 기술 도입이 요구되며, 건설로봇을 활용한 먹매김 자동화는 효과적인 수단이 될 수 있다. 이에 본 연구에서는 건축물 골조공사의 먹매김 시공자동화 로봇의 프로토타입을 개발하고 기초성능을 평가하였다. 개발된 로봇은 크게 주행부, 마킹부, 센싱부, 제어부로 구성되었으며, 골조공사 환경을 고려하여 다양한 주행방식과 마킹부 이동 및 회전이 가능하도록 설계되었다. 주행 및 마킹 성능 실험 결과, 주행거리 오차 및 마킹 품질측면에서는 만족할 만한 성능을 보였으나, 일부 주행방식과 마킹 정밀도 측면에서의 개선 필요성이 확인되었다. 본 연구결과를 토대로 개발 장비의 지속적인 개선 및 성능 보완, 전체 먹매김 공정의 자동화 시스템 구축을 진행하고자 한다.