• 한국산림과학회지
• /
• 제96권3호
• /
• pp.251-258
• /
• 2007

항공 Lidar 기술을 이용한 산림조사 기법은 현지조사 및 항공사진을 이용한 기존 조사방법의 한계를 극복할 수 있는 대안으로 떠오르고 있다. 본 연구에서는 국내 산림지형의 특성을 고려하여 개체목 인식 및 수고(樹高)추출을 위한 항공 Lidar자료의 기본적인 처리기법을 제시하고자 한다. 경기도 유명산 조림지를 대상으로 촬영된 항공 Lidar 원시자료로부터 비지면점을 제거하는 기법을 적용하여 순수 지표면을 표현하는 수치표고모형자료(DEM)를 생성하였다. 이렇게 제작된 DEM자료를 기반으로 비지면점에 해당하는 신호값들을 추출한 후 수관고모형(CHM)자료를 생성하였다. CHM자료에 개체목의 수고를 추출하는 필터링 기법을 개발하였다. 연구 지역의 낙엽송 및 잣나무 표본임분을 대상으로 항공사진 및 현지 측정된 자료와 비교한 결과, 개체목의 본수는 90% 이상의 정확도로 추출되었으며, 수고는 평균 1.1m 낮게 추정되었다.

• 한국정보처리학회논문지
• /
• 제6권8호
• /
• pp.2262-2270
• /
• 1999

본 논문에서는 원격작업용 제스처 명령의 인식을 위해 컴퓨터 시각 센서와 HMM을 이용한 알고리즘을 사용하였다. 스테레오 정합을 이용한 자동 손영역의 추출은 원격작업용 제스처 추적의 자동 초기 영역 설정을 위해 제안하였다. 이는 좌, 우 두 카메라의 시각치를 이용하였으며, 손의 상대적인 거리정보를 이용하게 된다. 손영역의 추적은 일반적인 흑백 영상에서도 배경이나 잡음에 구애받지 않도록 에지값의 양의 시간차(PDOE : positive difference of edges) 영상이 사용되었으며, 제스처 명령 모델로는 실제 원자력 발전소 내 원격작업용으로 정의된 K/K(KNU/KAERI) 제스처 명령을 이용하였다. 이산 HMM을 이용한 복합 제스처 인식모델은 전명령어(pre-oeders)와 기본 명령여(basic-orders), 후명령어(post-orders)의 세 부분에 대한 각각의 명령 모델로 구성되며, 각 명령 모델의 조합과 연동에 의해서 복합적인 명령의 인식을 수행하도옥 하였다. 최종 제스처 인식 결과는 2개 이상의 명령이 복합된 연속명령에 대해 97% 이상의 안정된 인식율을 나타내었다.

• Journal of Computing Science and Engineering
• /
• 제6권1호
• /
• pp.1-11
• /
• 2012

Computed tomography (CT) images are widely used for the analysis of the temporal evaluation or monitoring of the progression of a disease. The follow-up examinations of CT scan images of the same patient require a 3D registration technique. In this paper, an automatic and robust registration is proposed for the rigid registration of 3D CT images. The proposed method involves two steps. Firstly, the two CT volumes are aligned based on their principal axes, and then, the alignment from the previous step is refined by the optimization of the similarity score of the image's voxel. Normalized cross correlation (NCC) is used as a similarity metric and a downhill simplex method is employed to find out the optimal score. The performance of the algorithm is evaluated on phantom images and knee synthetic CT images. By the extraction of the initial transformation parameters with principal axis of the binary volumes, the searching space to find out the parameters is reduced in the optimization step. Thus, the overall registration time is algorithmically decreased without the deterioration of the accuracy. The preliminary experimental results of the study demonstrate that the proposed method can be applied to rigid registration problems of real patient images.

• 정보과학회 논문지
• /
• 제44권11호
• /
• pp.1236-1243
• /
• 2017

본 논문은 기존의 TextRank 알고리즘에 상호정보량 척도를 결합하여 군집 기반에서 키워드 추출하는 LSI-based ClusterTextRank 기법과 추출된 키워드를 Latent Semantic Indexing(LSI)을 이용한 연관망 구축 기법을 제안한다. 제안 기법은 문서집합을 단어-문서 행렬로 표현하고, 이를 LSI를 이용하여 저차원의 개념 공간으로 차원을 축소한다. 그 다음 k-means 군집화 알고리즘을 이용하여 여러 군집으로 나누고, 각 군집에 포함된 단어들을 최대신장트리 그래프로 표현한 후 이에 근거한 군집 정보량을 고려하여 키워드를 추출한다. 그리고나서 추출된 키워드들 간에 유사도를 LSI 기법을 통해 구한 단어-개념 행렬을 이용하여 계산한 후, 이를 키워드 연관망으로 활용한다. 제안 기법의 성능을 평가하기 위해 여행 관련 블로그 데이터를 이용하였으며, 제안 기법이 기존 TextRank 알고리즘보다 키워드 추출의 정확도가 약 14% 가량 개선됨을 보인다.

• 디지털콘텐츠학회 논문지
• /
• 제15권6호
• /
• pp.675-682
• /
• 2014

전립선은 남자에게만 있는 장기이다. 전립선의 질병을 진단하기 위하여 일반적으로 TRUS 영상이 사용되는데, 희미한 전립선 경계나 잡음, 좁은 그레이 레벨 분포 때문에, 전립선의 경계를 검출하는 것은 상당히 어려운 작업 중의 하나이다. 본 논문에서는 SVM을 사용하여 TRUS 영상에서 자동적으로 전립선 분할을 하는 방법을 제안한다. 이 방법은 전처리, 가버 특징 추출, 훈련, 전립선 분할 과정으로 진행된다. 전처리 과정에서 잡음 제거는 스틱 필터와 top-hat 변환이 적용된다. 회전 불변 텍스처 추출을 위하여 가버 필터 뱅크가 사용된다. 훈련과정에서 SVM은 전립선과 비전립선의 각 특징을 얻기 위해 사용되며, 마지막으로 전립선 경계가 추출된다. 여러 실험 결과로 제안 방법은 충분히 유효하고, 의사의 수동 추출 방법과 비교했을 때 10%미만의 경계 차이를 보였다.

• 한국정보과학회논문지:데이타베이스
• /
• 제32권6호
• /
• pp.603-615
• /
• 2005

워크플로우 관리 시스템은 다양성과 복잡성이 커지고 있는 비즈니스 프로세스 관리의 해결대안으로서 부각되고있다. 본 연구에서는 주어진 프로세스 흐름을 세 가지의 패턴 즉, 반복블록, 직렬블록 및 병렬블록 등으로 단순화하고 노드의 위상적 순서(topological ordering)를 생성하는 알고리즘을 이용하여 사이클을 찾아 반복블록을 제거하고, 다음으로 직렬 및 병렬블록을 반복적으로 검색하는 수로분기 알고리즘을 포함하는 새로운 모델을 제시한다. 그리고 ACTA 형식론에 기반하여 각 블록을 ECA규칙으로 변환하여 사건(event)을 감지하는 워크플로우 시스템으로의 구현 방안을 제시한다. 그 모델의 결과를 컴퓨터가 수행할 수 있도록 만들어주는 과정 즉, 비즈니스 프로세스를 모델에 입각하여 통제하는 데에 사건-조건-처리(ECA)규칙을 사용한다. 유형별로 ECA 규칙에 입각한 통제 논리를 설계하였으며, 이것은 규칙기반 워크플로우 관리시스템의 기초가 될 수 있다. 또한 본 연구의 결과가 현행 DBMS들의 능동형 규칙(active rule)에 적용될 수 있도록 구체적 대안을 제시하였다.

• 한국정보전자통신기술학회논문지
• /
• 제1권3호
• /
• pp.69-76
• /
• 2008

본 논문에서는 Mountain clustering 알고리즘을 이용한 Fuzzy Radial Basis Function Neural Network(FRBFNN)의 규칙 수를 자동생성 방법을 제시한다. FRBFNN은 기존 RBFNN에서 가우시안이나 타원형 형태의 특정 RBF를 사용하는 구조와 달리 클러스터의 중심값과의 거리에 기반을 둔 멤버쉽함수를 사용하여 전반부의 공간 분할 및 활성화 레벨을 결정한다. 또한 분할된 로컬영역에서의 입출력 특성을 나타내는 퍼지규칙의 후반부로서 고차 다항식을 고려하였다. 본 논문에서는 데이터의 밀집도에 기반을 두어 클러스터링을 수행하는 Mountain clustering 알고리즘을 사용하여 적합한 퍼지 규칙(클러스터)의 수와 클러스터의 중심값을 자동적으로 생성하는 방법을 제안한다. Mountain clustering으로부터 구해진 클러스터의 중심은 멤버쉽 값을 결정하는데 사용되며, Weighted Least Square Estimator (WLSE) 알고리즘을 사용하여 후반부 다항식의 계수를 추정한다. 제안된 알고리즘은 비선형 함수 모델링에 적용하여 성능의 우수성과 알고리즘의 타당성을 보인다.

• 대한건축학회논문집:계획계
• /
• 제35권11호
• /
• pp.69-78
• /
• 2019

The purpose of this study is to propose a modeling methodology through the exchange of coordinate data of a three-dimensional custom curtain wall panel between Rhino and Revit, and to examine the validity of the model implemented in the drawing. Although the modeling means and method are different, a fundamental principle is that all three-dimensional modeling begins by defining the position of the points, the most primitive element of geometry, in the XYZ coordinate space. For the BIM modeling methodology proposal based on this geometry basic concept, the functions and characteristics associated with the points of Rhino and Revit programs are identified, and then BIM implementation process model is organized and systemized through the setting of the interoperability process algorithm. The BIM implementation process model proposed in this study is (1) Modeling and panelizing surface into individual panels using Rhino and Grasshopper; (2) Extraction of vertex coordinate data from individual panels and create CSV file; (3) Curtain wall modeling through Adaptive Component Family in Revit and (4) Automatic creation of Revit curtain wall panels through API. The proposed process model is expected to help reduce design errors and improve component and construction quality by automatically converting general elements into architectural meaningful information, automating a set of processes that build them into BIM data, and enabling consistent and integrated design management.

• 한국의류산업학회지
• /
• 제25권1호
• /
• pp.92-103
• /
• 2023

As the body shape change which occurs after middle age is the main factor affecting the fit of ready-to-wear clothes, this study was designed to classify and analyze the torso shapes of middle-aged men. This study sorted 3D body scans of 200 men aged 40-64 from the 8th Size Korea (2021) database and extracted their 47 measurement values using the Grasshopper algorithm for automatic extraction landmarks and measurements, developed by the previous research (Ryu & Song, 2022). Eight principal components (torso length, shoulder size, overall body size, abdomen prominence, back protrusion, neck inclination, upper body slope, and hip prominence) were identified and four torso shapes were classified. Shape 1 (28.5%) exhibited the shortest torso length, the narrowest shoulders, and the most protruding back. Shape 2 (21.0%) exhibited the skinniest body and the largest backward inclination of the upper body. Hence, the back appeared to be protruding, and the abdomen looked prominent. Shape 3 (25.5%) had the largest overall body size. Thus, the abdomen looked the least protruding, and it exhibited the flattest back. Shape 4 (25.0%) had the longest torso, widest shoulders, straightest neck, and the least protruding hips. This study suggested these three discriminant functions to identify a new person's torso type.

• 국제학술발표논문집
• /
• The 8th International Conference on Construction Engineering and Project Management
• /
• pp.87-95
• /
• 2020

Generally, occupational safety and particularly construction safety is an intricate phenomenon. Industry professionals have devoted vital attention to enforcing Occupational Safety and Health (OHS) from the last three decades to enhance safety management in construction. Despite the efforts of the safety professionals and government agencies, current safety management still relies on manual inspections which are infrequent, time-consuming and prone to error. Extensive research has been carried out to deal with high fatality rates confronting by the construction industry. Sensor systems, visualization-based technologies, and tracking techniques have been deployed by researchers in the last decade. Recently in the construction industry, computer vision has attracted significant attention worldwide. However, the literature revealed the narrow scope of the computer vision technology for safety management, hence, broad scope research for safety monitoring is desired to attain a complete automatic job site monitoring. With this regard, the development of a broader scope computer vision-based risk recognition system for correlation detection between the construction entities is inevitable. For this purpose, a detailed analysis has been conducted and related rules which depict the correlations (positive and negative) between the construction entities were extracted. Deep learning supported Mask R-CNN algorithm is applied to train the model. As proof of concept, a prototype is developed based on real scenarios. The proposed approach is expected to enhance the effectiveness of safety inspection and reduce the encountered burden on safety managers. It is anticipated that this approach may enable a reduction in injuries and fatalities by implementing the exact relevant safety rules and will contribute to enhance the overall safety management and monitoring performance.