• 한국산학기술학회논문지
• /
• 제19권11호
• /
• pp.497-505
• /
• 2018

대형폐기물량을 산정해야 하는 상황에서 드론을 이용하여 폐기물의 3차원 모형을 구축하여 폐기물의 정량적인 양을 산출할 수 있다. 필요에 따라서 단시간에 폐기물량을 산정해야 하는 경우가 있다. 본 연구에서는 다양한 비행변수와 지상기준점 측량을 통해 드론 기반의 3차원 모형을 구축하고 정확도와 소요되는 시간의 관계를 분석하였으며 단시간에 폐기물량 산정을 위한 적절한 드론 활용 기법을 도출하고자 하였다. 드론을 이용하여 폐기물의 영상을 촬영하여 자동정합하고 3차원 좌표를 가지는 모형을 생성하였다. 3차원 모형의 정확도는 RMSE(Root Mean Square Error) 계산을 통해 평가하였다. 총 49개 모형의 RMSE는 최고 0.08부터 최저 124.75로 나타났다. 정확도가 높은 상위 15개 모형의 소요시간과 그 특성을 분석한 결과, RMSE가 0.08로 영상의 정확도가 가장 높은 1번 모형의 소요시간이 954.87분으로 나타났다. 또한 소요시간이 98.27분으로 가장 짧은 10번 3차원 모형의 RMSE는 0.15로써 정확도가 가장 높은 모형과 큰 차이가 없음을 확인하였다. 가장 효율적인 드론 비행변수는 비행고도 150m에서 높은 촬영중복도(종중복도 60-70%, 횡중복도 30-40%)이며 영상정합에 필요한 지상기준점 개수는 최소 10개 이상인 것으로 나타났다. 본 연구의 결과는 드론을 활용하여 신속하고 효율적인 폐기물량 산정하는데 기초자료로 활용될 수 있다.

• 방송공학회논문지
• /
• 제23권6호
• /
• pp.855-865
• /
• 2018

음향 이벤트 인식은 다수의 음향 이벤트가 발생하는 환경에서 이를 인식하고 각각의 발생과 소멸 시점을 판단하는 기술로써 인간의 청각적 인지 특성을 모델화하는 연구다. 음향 장면 및 이벤트 인식 연구 그룹인 DCASE는 연구자들의 참여 유도와 더불어 음향 인식 연구의 활성화를 위해 챌린지를 진행하고 있다. 그러나 DCASE 챌린지에서 제공하는 데이터 세트는 이미지 인식 분야의 대표적인 데이터 세트인 이미지넷에 비해 상대적으로 작은 규모이며, 이 외에 공개된 음향 데이터 세트는 많지 않아 알고리즘 개발에 어려움이 있다. 본 연구에서는 음향 이벤트 인식 기술 개발을 위해 실내외에서 발생할 수 있는 이벤트를 정의하고 수집을 진행하였으며, 보다 큰 규모의 데이터 세트를 확보하였다. 또한, 인식 성능 개선을 위해 음향 이벤트 존재 여부를 판단하는 보조 신경망을 추가한 이중 CNN 구조의 알고리즘을 개발하였고, 2016년과 2017년의 DCASE 챌린지 기준 시스템과 성능 비교 실험을 진행하였다.

• 핵의학기술
• /
• 제23권1호
• /
• pp.54-58
• /
• 2019

Capillary tube 10개를 $^{99m}Tc$로 채워서 고정식-초점형 SPECT와 회전식-평형 SPECT 장비를 이용하여 선예도와 감도를 평가하였다. 그리고 이 데이터를 이용하여 검출-조사야 내에서의 평균값과 표준편차를 이용하여 균일도를 나타내는 변동계수를 평가하였다. 고정식-초점형 SPECT의 선예도 균일도와 감도 균일도는 회전식-평형 SPECT 에 비해 각각 68%, 110% 높게 평가되었다.

• 한국음향학회지
• /
• 제38권2호
• /
• pp.161-167
• /
• 2019

본 논문은 트랙기반 중작업용 ROV(Remotely Operated underwater Vehicle)에 적용 가능한 어라운드 뷰 소나 및 굴착깊이 측정 소나의 성능 검증에 대한 내용을 다루고 있다. 현재 국산화 개발 중인 중작업용 ROV에 활용 가능한 어라운드 뷰 소나 및 굴착깊이 측정 소나를 장착하여 수조 및 실해역에서 성능 검증 실험을 수행하였다. 어라운드 뷰 소나의 경우 이미지 소나를 ROV 전후좌우 4방향에 장착하고, 굴착깊이 측정 소나는 멀티 빔 음향측심기(Multi Beam Echo Sounder, MBES) 기술로써 ROV 전방에 장착된다. 본 논문에서 개발한 소나를 장착하고 ROV를 실해역에 진수시켜 소나를 운용한 결과 소나 시스템들은 작업 중 발생하는 침전된 부유물이 발생하거나 탁도가 높은 해역에 영향을 거의 받지 않으며 어라운드 뷰 소나의 경우 ROV 전방 30 m 거리에 있는 암반지형, 자갈, 모래톱 등을 확인할 수 있었다. 그리고 굴착깊이 측정 소나의 경우 ROV가 굴착 작업을 수행 후 굴착 깊이를 측정 가능함을 확인하였다. 본 논문에서 제안한 어라운드 뷰 소나와 굴착깊이 측정 소나를 활용함으로써 작업효율성을 높일 수 있음을 입증하였다.

• 한국환경생태학회지
• /
• 제35권6호
• /
• pp.659-668
• /
• 2021

본 연구는 부산광역시를 대상으로 열환경을 개선하기 위한 바람길 관리 방안 제안을 목적으로 한다. 이를 위해, Landsat-7 위성 열영상 자료와 공간통계 분석을 실시하여 부산광역시의 Hot spot과 Cool spot 지역 특성을 파악하였으며, WRF 기상모의를 통해 주요 바람길을 분석하였다. 그 결과, Hot spot 지역 중 열환경 개선이 요구되는 지역은 부산진구, 동래구, 연제구와 사상구 공업지역, 대규모 시설지역에는 부산항 부두로 나타났으며 주요 바람길에는 금정산~백양산~구덕산 계곡부로서 확인되었다. 이를 바탕으로 바람길 관리 전략을 제시하면 다음과 같다. 공업시설과 부산항 일대는 대기 온도 상승 요인으로서 주변 지역의 열환경을 악화시키므로 시설의 온도저감 및 바람길을 고려한 도시·건축계획이 요구된다. 바람길 관리가 필요한 지역으로 만덕동, 사직동 일대 산림에 대한 추가적인 훼손이 일어나지 않도록 하여야 하며, 산림과 인접한 지역의 대규모 고층아파트는 산림에서 생성된 차고 신선한 공기의 흐름을 방해하므로 금정산과 접해있는 제3종 일반주거지역의 신규·재개발에 따른 고층아파트 단지 조성은 지양해야 한다. 본 연구 결과는 부산광역시의 기후변화에 대응한 도시계획 및 환경계획수립 시 기초자료로 활용할 수 있을 것으로 기대한다.

• 대한원격탐사학회지
• /
• 제38권6_2호
• /
• pp.1643-1652
• /
• 2022

해양생태계 및 수산자원, 해상안전에 부정적인 영향을 미치는 해양침적쓰레기는 주로 음파탐지기, 인양틀 및 잠수부를 통해 탐지되고 있다. 시간과 비용을 고려하여 최근에는 수중영상과 인공지능을 결합한 방법이 시도되고 시작했다. 본 연구에서는 효율적이고 정확한 해양침적쓰레기 탐지를 위하여, 수중영상과 딥러닝 객체탐지 모델인 You Only Look Once Version 5 (YOLOv5)와 You Only Look Once Version 7 (YOLOv7)을 학습 및 비교평가를 수행하였다. 유리, 금속, 어망, 타이어, 나무, 플라스틱 등의 객체탐지에 있어, 두 모델 모두 0.85 이상의 Mean Average Precision (mAP@0.5)를 기록하였다. 향후 영상자료 용량이 충분해지면, 보다 객관적인 성능평가 및 모델 개선이 가능할 것으로 사료된다.

• 한국측량학회지
• /
• 제39권6호
• /
• pp.393-399
• /
• 2021

본 연구는 다양한 미세먼지 농도 환경의 야간 CCTV 영상을 학습 시켜 영상에 의한 미세먼지 농도 추정에 대한 실험을 진행하였다. 주간 영상의 경우 많은 관련 연구가 존재하였고, 영상의 다양한 텍스쳐와 밝기 정보가 잘 표현되어 학습에 영향을 주는 정보가 뚜렷하다. 하지만 야간 영상의 경우 주간 영상에 비해 담고 있는 정보가 적고 야간 영상만 사용한 연구가 드물다. 따라서 차량과 가로등 같은 광원 때문에 특징이 균일하지 못한 야간 촬영 영상들과 비교적 광원이 일정한 건물 지붕, 건물 벽, 가로등을 ROI로 결합한 실험을 진행하였다. 이후 야간 영상으로 딥러닝 기반 미세먼지 농도 추정이 가능한지 상관도를 주간 실험과 비교 분석하였다. 실험 결과, 지붕 ROI (Region of Interest) 학습한 경우의 결과 값이 가장 높았고, 전체 영상과의 결합 학습모델은 더 향상된 결과를 보여주었다. 전체적으로 R²가 0.9를 상회하여 야간 CCTV 영상으로부터 미세먼지 추정이 가능함을 나타내고 있고, 날씨 자료의 추가 결합 학습은 실험 결과에 크게 영향을 주지 않은 것으로 계산되었다.

• 인터넷정보학회논문지
• /
• 제23권5호
• /
• pp.127-134
• /
• 2022

스테가노그래피(Steganography)란 다양한 멀티미디어 파일에 비밀 메시지를 숨기는 은닉 기법을 말하며, 스테가노그래피 기반의 은닉 통신을 할 때 송신자와 수신자 외에 제 3자는 통신 메시지에 은닉 정보의 존재 여부를 식별하기 매우 어렵다는 장점으로 인해 사이버범죄와 공격에 많이 악용되고 있다. 봇넷은 일반적으로 봇마스터, 봇, 그리고 C&C(Command & Control) 서버로 구성되고 봇마스터에 의해 통제되는 네트워크이며, 중앙집중형, 분산형(P2P), 그리고 하이브리드형 등 다양한 구조를 갖고 있다. 최근에는 봇넷의 은닉성을 강화하기 위해 SNS 플랫폼을 C&C 서버 대신 활용하고 스테가노그래피 기법을 적용하여 C&C 통신을 수행하는 스테고 봇넷(Stego Botnet)에 대한 연구가 활발히 진행되고 있으나, 이미지 또는 비디오 매체 위주의 스테고 봇넷 기법들이 연구되어왔다. 한편, SNS 상에서는 다양한 음원 및 녹음 파일 등과 같은 오디오 파일 역시 활발히 공유되고 있어 오디오 스테가노그래피 기반의 스테고 봇넷에 대한 연구가 필요하다. 따라서, 본 연구에서는 텔레그램 메신저(Telegram Messenger)에서 오디오 파일을 커버 매체로 하고 스테기노그래피 기법을 활용하여 C&C 은닉 통신을 수행하는 스테고 봇넷을 설계 및 구축하고 실험을 통해 파일 형식별, 툴별 은닉용량에 대해 비교 분석한 결과를 제시한다.

• 한국엔터테인먼트산업학회논문지
• /
• 제14권8호
• /
• pp.175-187
• /
• 2020

본 논문의 연구목적은 뮤지컬 『All Shook Up』의 새로운 연출적 해석과 해체 과정을 통해 드러나는 수행적 시노그래피의 요소와 그 의미를 논의하는 것이다. 포스트모더니즘 이후 드러나는 수행적 특성은 관객의 적극적인 참여를 통해 개개인의 능동적인 지각과, 다양한 사회적 의미 창발을 목표로 한다. 이를 위해, 시노그래피의 이론적 토대를 시대별로 제시하였다. 이를 토대로 『All Shook Up Travelers』의 수행적 공간 구축을 위한 재구성 과정에서 시노그래피 구성요소 중 무대와 미디어를 중심으로 세분화하여 고찰하였다. 그 결과, 비주얼 내러티브 기반의 세계관 구축을 통해 텍스트를 기반으로 제작한 강렬한 이미지를 배우의 내적서사 확장의 직접적인 매개체로 활용하여 시노그래피의 시각적 강렬함을 달성하였다. 그것들은 배우와 관객들과의 공존-분리를 노정한 극 내부서사의 강화, 양의성을 지닌 독자적인 의미전달, 관객들의 비판적인 사유, 능동적인 지각 등 공감각적 체험을 가능하게 하였다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제28권2호
• /
• pp.1-9
• /
• 2022

본 논문에서는 균열을 감지 할 때 필요한 데이터를 생성할 수 있는 벡터 기반 증강 기법과 이를 학습할 수 있는 합성곱 인공신경망(Convolution Neural Networks, ConvNet) 기법을 제안한다. 균열을 빠르고 정확하게 감지하는 것은 건물 붕괴와 낙하 사고를 사전에 방지할 수 있는 중요한 기술이다. 이 문제를 인공지능으로 해결하기 위해서는 대량의 데이터 확보가 필수적이지만, 실제 균열 이미지를 얻기 위한 상황은 대부분 위험하기 때문에 대량의 균열 데이터를 확보하기는 어렵다. 이런 데이터베이스 구축의 문제점은 인위적인 특정 부분에 변형을 주어 데이터의 양을 늘리는 탄성왜곡(Elastic distortion)으로 완화시킬 수 있지만, 본 논문에서는 이보다 향상된 균열 패턴 결과를 ConvNet을 활용하여 모델링한다. 탄성왜곡보다 우리의 방법이 실제 균열 패턴과 유사하게 추출된 결과를 얻을 수 있었고, 일반적인 데이터 증강에서 사용되는 픽셀 단위가 아닌, 벡터 기반으로 균열 데이터 증강을 설계함으로써 균열의 변화량 측면에서 우수한 결과를 얻을 수 있다. 결과적으로 본 논문에서는 적은 개수의 균열 데이터를 입력으로 사용했음에도 불구하고 균열의 방향 및 패턴을 다양하게 생성하여 효율적으로 균열 데이터베이스를 구축할 수 있다.