• 한국정보통신학회논문지
• /
• 제23권12호
• /
• pp.1500-1505
• /
• 2019

현재 전 세계적으로 ICT 스마트시티의 일환으로 도시교통 문제해결을 위한 차세대 지능형 교통시스템인 C-ITS(Cooperative-Intelligent Transport Systems) 구축을 추진하고 있다. C-ITS와 함께 자율주행 서비스를 실현하기 위해서는 첨단 도로 인프라의 역할이 중요하다. 그리고 중장기적인 C-ITS, 자율주행서비스의 연구와 함께 단기적으로 도로 교통안전을 위한 보다 현실적인 솔루션 제시가 필요하다. 따라서 본 논문에서는 IoT 가드 레일을 기반으로 C-ITS의 필수 요구정보인 교통흐름과 사고위험 정보를 감지·분석하여, 도로 현장에 즉각적인 경보와 원격 모니터링을 제공할 수 있는 고속도로 사고감지 및 경보 시스템을 제안한다. 지능형 IoT 가드 레일은 장기적으로 C-ITS와 자율주행 서비스에서 요구하는 실제 도로 현장에서의 데이터를 제공하는 지능적 첨단 도로 인프라로서 활용될 것으로 기대된다.

• 한국컴퓨터정보학회논문지
• /
• 제27권6호
• /
• pp.43-52
• /
• 2022

사람이 느끼는 피로는 다양한 생체신호로부터 측정이 가능한 것으로 알려져 있으며, 기존 연구는 질병과 관련된 심각한 피로수준을 산정하는데 주된 목적을 두고 있다. 본 연구에서는 피실험자의 영상을 이용하여 딥러닝 기반의 영상 분석 기술을 적용, 피로 여부를 판단하기 위한 모델을 제안한다. 특히 화상 분석에서 통상적으로 사용되는 객체 인식, 요소 추출과 함께 영상 데이터의 시계열적 특성을 고려하여 방법론을 교차한 3개 분석모델을 제시했다. 다양한 피로상황에서 수집된 정면 얼굴 영상 데이터를 이용하여 제시된 모델을 실험하였으며, CNN 모델의 경우 0.67의 정확도로 피로 상태를 분류할 수 있어 영상 분석 기반의 피로 상태 분류가 유의미하다고 판단된다. 또한 모델별 학습 및 검증 절차 분석을 통해 영상 데이터 특성에 따른 모델 적용방안을 제시했다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 추계학술대회
• /
• pp.50-53
• /
• 2022

YOLOv5에서 객체 탐지를 위해 이미지를 학습 시 기존의 이미지에 위치 정보를 어노테이션 하는 과정이 필요한다. 가장 대표적인 방법이 이미지에 바운딩 박스를 그려 위치 정보를 메타정보로 저장하게 하는 것이다. 하지만 객체의 경계가 모호한 경우 바운딩 박스를 하는 것에 어려움을 겪게 된다. 그 대표적인 예시가 화재인 부분과 화재가 아닌 부분을 분류하는 것이다. 따라서 본 논문에서는 화재가 났다고 판단되는 샘플 100개의 이미지를 바운딩 박싱 개수를 달리하여 학습시켜 보았다. 그 결과 바운딩 박스를 어노테이션 시 가장자리를 가능한 크게 잡아 하나의 박스로 어노테이션하는 것보다 조금 더 세분화 하여 박스 3개로 어노테이션하여 학습시킨 모델에서 더 뛰어난 화재 탐지 성능을 보여주었다.

• 한국임상수의학회지
• /
• 제40권1호
• /
• pp.31-37
• /
• 2023

Vertebral left atrial size (VLAS) is an important indicator to predict myxomatous mitral valve degeneration (MMVD) in dogs. When the caudal margin of cardiac silhouette and the dorsal margin of caudal vena cava (CdVC) could not be seen exactly, another way to evaluate VLAS is needed. The objective of this study was to assess whether a new modified VLAS (m-VLAS) could be used as an indicator to predict MMVD in 57 small breed dogs with MMVD. The m-VLAS was also used to classify American College of Veterinary Internal Medicine staging groups and left heart enlargement confirmed with echocardiograph (EchoLHE) groups. The m-VLAS was measured as the distance from the ventral aspect of the carina to the dorsal aspect of the intersection of the cardiac silhouette and the farthest LA caudal margin, not the CdVC, followed by drawing the same line beginning at the cranial edge of T4. Based on VLAS values and m-VLAS values measured for dogs with MMVD, correlations between these values and left heart enlargement groups were then evaluated. There were significant differences in both the VLAS and the m-VLAS between EchoLHE groups. The AUC of the ROC curve of the m-VLAS to detect EchoLHE was higher than that of the VLAS. The optimal cutoff value for the m-VLAS was >2.7, which had a higher specificity (86.84%) than the VLAS specificity (71.05%). This study reveals that a new m-VLAS is a more specific indicator than the VLAS for predicting left side heart enlargement in small breed dogs. Therefore, the m-VLAS can be used as a clinically useful radiographic measurement alternative to or better than the VLAS.

• International Journal of Computer Science & Network Security
• /
• 제23권11호
• /
• pp.99-109
• /
• 2023

The darknet is frequently referred to as the hub of illicit online activity. In order to keep track of real-time applications and activities taking place on Darknet, traffic on that network must be analysed. It is without a doubt important to recognise network traffic tied to an unused Internet address in order to spot and investigate malicious online activity. Any observed network traffic is the result of mis-configuration from faked source addresses and another methods that monitor the unused space address because there are no genuine devices or hosts in an unused address block. Digital systems can now detect and identify darknet activity on their own thanks to recent advances in artificial intelligence. In this paper, offer a generalised method for deep learning-based detection and classification of darknet traffic. Furthermore, analyse a cutting-edge complicated dataset that contains a lot of information about darknet traffic. Next, examine various feature selection strategies to choose a best attribute for detecting and classifying darknet traffic. For the purpose of identifying threats using network properties acquired from darknet traffic, devised a hybrid deep learning (DL) approach that combines Recurrent Neural Network (RNN) and Bidirectional LSTM (BiLSTM). This probing technique can tell malicious traffic from legitimate traffic. The results show that the suggested strategy works better than the existing ways by producing the highest level of accuracy for categorising darknet traffic using the Black widow optimization algorithm as a feature selection approach and RNN-BiLSTM as a recognition model.

• 대한영상의학회지
• /
• 제85권2호
• /
• pp.345-362
• /
• 2024

자기공명영상(이하 MRI)은 복부 영상에서 국소 병변의 감지와 특성을 찾을 수 있는 것 때문에 중요한 역할을 한다. 그러나 MRI 검사에 상대적으로 긴 검사 시간과 호흡 유지 기법에서 움직임 관리와 같은 몇 가지 힘든 요인이 있다. 최근에는 검사 시간을 줄이면서 적절한 이미지 품질을 유지하는 기법인 평행 이미징, 압축 감지(compressed sensing) 및 최첨단 딥 러닝(deep learning) 기술이 등장하여 문제 해결 전략을 가능하게 하고 있다. 또한, 역동적 조영증강 영상에서 자유 호흡 기법은, 추가 차원(extra-dimensional)-부피 보간 호흡 유지 검사(volumetric interpolated breath-hold examination) 및 황금 각도 방사형 희소 병렬(golden-angle radial sparse parallel), 간 가속 볼륨 획득(liver acceleration volume acquisition) 스타와 같은, 심한 호흡곤란이나 마취 중인 환자에게서 복부 MRI를 시행하는 것을 돕는다. 이 임상화보에서는 시간을 줄이면서도 이미지 품질을 유지하기 위한 다양한 고급 복부 MRI 기술과 역동적 영상을 위한 자유 호흡 기술을 제시하고 또한 이를 통한 예시들을 보여주고자 한다. 이러한 첨단 기법들의 고찰은 적용된 시퀀스의 적절한 해석에 도움을 줄 것이다.

• Geomechanics and Engineering
• /
• 제36권3호
• /
• pp.205-215
• /
• 2024

Manually mapping fractures in construction stone mines is challenging, time-consuming, and hazardous. In this method, there is no physical access to all points. In contrast, digital image processing offers a safe, cost-effective, and fast alternative, with the capability to map all joints. In this study, two methods of detecting the trace of discontinuities using image processing in construction stone mines are presented. To achieve this, we employ two modified Hough transform algorithms and the degree of neighborhood technique. Initially, we introduced a method for selecting the best edge detector and smoothing algorithms. Subsequently, the Canny detector and median smoother were identified as the most efficient tools. To trace discontinuities using the mentioned methods, common preprocessing steps were initially applied to the image. Following this, each of the two algorithms followed a distinct approach. The Hough transform algorithm was first applied to the image, and the traces were represented through line drawings. Subsequently, the Hough transform results were refined using fuzzy clustering and reduced clustering algorithms, along with a novel algorithm known as the farthest points' algorithm. Additionally, we developed another algorithm, the degree of neighborhood, tailored for detecting discontinuity traces in construction stones. After completing the common preprocessing steps, the thinning operation was performed on the target image, and the degree of neighborhood for lineament pixels was determined. Subsequently, short lines were removed, and the discontinuities were determined based on the degree of neighborhood. In the final step, we connected lines that were previously separated using the method to be described. The comparison of results demonstrates that image processing is a suitable tool for identifying rock mass discontinuity traces. Finally, a comparison of two images from different construction stone mines presented at the end of this study reveals that in images with fewer traces of discontinuities and a softer texture, both algorithms effectively detect the discontinuity traces.

• Smart Structures and Systems
• /
• 제33권2호
• /
• pp.165-175
• /
• 2024

Rotating beams play a crucial role in representing complex mechanical components that are prevalent in vital sectors like energy and transportation industries. These components are susceptible to the initiation and propagation of cracks, posing a substantial risk to their structural integrity. This study presents a two-stage methodology for detecting the location and estimating the size of an open-edge transverse crack in a rotating Euler-Bernoulli beam with a uniform cross-section. Understanding the dynamic behavior of beams is vital for the effective design and evaluation of their operational performance. In this regard, modal parameters such as natural frequencies and eigenmodes are frequently employed to detect and identify damages in mechanical components. In this instance, the Frobenius method has been employed to determine the first two natural frequencies and corresponding eigenmodes associated with flapwise bending vibration. These calculations have been performed by solving the governing differential equation that describes the motion of the beam. Various parameters have been considered, such as rotational speed, beam slenderness, hub radius, and crack size and location. The effect of the crack has been replaced by a rotational spring whose stiffness represents the increase in local flexibility as a result of the damage presence. In the initial phase of the proposed methodology, a damage index utilizing the slope of the beam's eigenmode has been employed to estimate the location of the crack. After detecting the presence of damage, the size of the crack is determined using a Genetic Algorithm optimization technique. The ultimate goal of the proposed methodology is to enable the development of more suitable and reliable maintenance plans.

• Weed & Turfgrass Science
• /
• 제4권4호
• /
• pp.376-382
• /
• 2015

동전마름병은 Sclerotinia homoeocarpa가 원인균으로 주로 한지형 잔디에 발생하는 주요 병이다. 본 연구는 이쑤시개를 이용하여 동전마름병 전염원 검출과 처리물량을 달리하여 약제 살포하였을 때 병원균 검출 특성을 조사하기 위하여 수행하였다. 동전마름병 병원균을 검출한 결과 병반 중심의 잎 부위에서는 100% 검출되었으며, 대취 부분에서는 83.3%가 검출되었으나 토양에서는 전혀 검출되지 않았다(대취층 아래 1, 2와 3 cm). 병반 중심부와 가장자리에서는 100% 검출되었으며 병반으로부터 1.5 cm 떨어진 부분에서는 13% 검출되었으며 병반으로부터 3와 4.5 cm 떨어진 부분에서 병원균의 분리빈도는 각각 3와 0%로 나타났다. 동전마름병 병원균은 병반으로부터 1.5 cm 떨어진 지점의 잎과 대취에서는 73.3%와 20%가 검출되었으며 3 cm 떨어진 부분과 4.5 cm 떨어진 부분에서 각각 46.6%와 13.3% 병원균이 검출되었다. 토양부분에서는 병원균이 검출되지 않았으며 전염원 검출 빈도는 병반으로부터 멀어질수록 낮아지는 경향이었다. 두 가지 약제를 같은 약량으로 2.26와 6.78 L의 물에 희석하여 처리한 결과 병원균 검출빈도는 Chlorothalonil (CH) 처리구보다 Propiconazole (PP) 처리구에서 높게 나타났다. 병반중심부에서 CH의 경우 검출 빈도는 15.5%로 PP의 경우 20.5%로 나타났다. 잎에서는 CH약제 처리구는 각각 15.5%와 2.2%가 검출되었으며 PP 처리구에서 이보다 높은 20.5%와 4.4%가 검출되었다. 대취층에서 전염원은 CH 처리구에서 물 2.26 L와 12.7%로 물 6.78 L가 2.2%로 검출되었다. 가장자리에서는 잎 부분을 검출한 결과 CH의 경우 물 2.26 L 처리구에서는 2.7%로 물 6.78L에서는 검출되지 않았으며 PP의 경우 물 2.26 L에서 9.4%로 물 6.78L에서는 CH 처리구와 같이 검출되지 않은 것으로 나타났다. 이쑤시개 방법은 빠르고 쉽게 동전마름병을 검출하여 전염원의 분포 조사 및 전염원 형성 예측을 할 수 있는 방법으로 제안한다.

• 한국광학회지
• /
• 제26권3호
• /
• pp.162-167
• /
• 2015

본 논문에서는 적외선 파장대에서 렌즈의 변조전달함수(MTF)를 칼날 주사방식으로 측정하는 적외선 MTF 측정장치를 구성하고 평가하였다. 측정장치는 물체부, 평행광을 만들어주는 시준부, 형성된 상을 분석하는 분석부로 나뉜다. 광원으로는 텅스텐 필라멘트 광원을 사용하였으며 중적외선 영상을 검출하기 위해 MCT를 사용하였다. 이 장치를 사용하여 ZnSe 재질의 f 수가 5인 표준렌즈의 MTF를 중적외선 파장대인 $3{\sim}5{\mu}m$에서 측정하고 Zemax 프로그램을 통해 계산한 이론값과 측정값 차이를 비교하여 차단주파수(Cut-off frequency)인 50 1/mm까지 전구간에서 ${\pm}0.035$이내임을 확인하였다. 또한 측정값의 신뢰도를 확인하기 위한 A형 측정불확도를 계산한 결과 MTF의 대표 공간 주파수인 20 1/mm에서 0.002으로 동일한 조건 하에서 측정 시 측정값의 변화가 거의 없음을 알 수 있었다.