• 제목/요약/키워드: Embedded Computing Technologies

검색결과 43건 처리시간 0.018초

고속 해상 객체 분류를 위한 양자화 적용 기반 CNN 딥러닝 모델 성능 비교 분석 (Comparative Analysis of CNN Deep Learning Model Performance Based on Quantification Application for High-Speed Marine Object Classification)

  • 이성주;이효찬;송현학;전호석;임태호
    • 인터넷정보학회논문지
    • /
    • 제22권2호
    • /
    • pp.59-68
    • /
    • 2021
  • 최근 급속도로 성장하고 있는 인공지능 기술이 자율운항선박과 같은 해상 환경에서도 적용되기 시작하면서 디지털 영상에 특화된 CNN 기반의 모델을 적용하는 관련 연구가 활발히 진행되고 있다. 이러한 해상 서비스의 경우 인적 과실을 줄이기 위해 충돌 위험이 있는 부유물을 감지하거나 선박 내부의 화재 등 여러 가지 기술이 접목되기에 실시간 처리가 매우 중요하다. 그러나 기능이 추가될수록 프로세서의 제품 가격이 증가하는 문제가 존재해 소형 선박의 선주들에게는 비용적인 측면에서 부담이 된다. 또한 대형 선박의 경우 자율운항선박의 시스템을 감안할 때, 연산 속도의 성능 향상을 위해 복잡도가 높은 딥러닝 모델의 성능을 개선하는 방법이 필요하다. 따라서 본 논문에서는 딥러닝 모델에 경량화 기법을 적용해 정확도를 유지하면서 고속으로 처리할 수 있는 방법에 대해 제안한다. 먼저 해상 부유물 검출에 적합한 영상 전처리를 진행하여 효율적으로 CNN 기반 신경망 모델 입력에 영상 데이터가 전달될 수 있도록 하였다. 또한, 신경망 모델의 알고리즘 경량화 기법 중 하나인 학습 후 파라미터 양자화 기법을 적용하여 모델의 메모리 용량을 줄이면서 추론 부분의 처리 속도를 증가시켰다. 양자화 기법이 적용된 모델을 저전력 임베디드 보드에 적용시켜 정확도와 처리 속도를 사용하는 임베디드 성능을 고려하여 설계하는 방법을 제안한다. 제안하는 방법 중 정확도 손실이 제일 최소화되는 모델을 활용해 저전력 임베디드 보드에 비교하여 기존보다 최대 4~5배 처리 속도를 개선할 수 있었다.

SegNet과 ResNet을 조합한 딥러닝에 기반한 횡단보도 영역 검출 (Detection of Zebra-crossing Areas Based on Deep Learning with Combination of SegNet and ResNet)

  • 량한;서수영
    • 한국측량학회지
    • /
    • 제39권3호
    • /
    • pp.141-148
    • /
    • 2021
  • 본 논문은 SegNet과 ResNet을 조합한 딥러닝을 이용하여 횡단보도를 검출하는 방법을 제안한다. 시각 장애인의 경우 횡단보도가 어디에 있는지 정확히 아는 게 안전한 교통 시스템에서 중요하다. 딥러닝에 의한 횡단보도 검출은 이 문제에 대한 좋은 해결책이 될 수 있다. 로봇 시각 기반 보조 기술은 지난 몇년 동안 카메라를 사용하는 특정 장면에 초점을 두고 제안되어 왔다. 이러한 전통적인 방법은 비교적 긴 처리 시간으로 의미있는 결과를 얻었으며 횡단보도 인식을 크게 향상시켰다. 그러나 전통적인 방법은 지연 시간이 길고 웨어러블 장비에서 실시간을 만족시킬 수 없다. 본 연구에서 제안하는 방법은 취득한 영상에서 횡단보도를 빠르고 안정적으로 검출하기 위한 모델을 제안한다. 모델은 SegNet과 ResNet을 기반으로 개선되었으며 3단계로 구성된다. 첫째, 입력 영상을 서브샘플링하여 이미지 특징을 추출하고 ResNet의 컨벌루션 신경망을 수정하여 새로운 인코더로 만든다. 둘째, 디코딩 과정에서 업샘플링 네트워크를 통해 특징맵을 원영상 크기로 복원한다. 셋째, 모든 픽셀을 분류하고 각 픽셀의 정확도를 계산한다. 이 실험의 결과를 통하여 수정된 시맨틱 분할 알고리즘의 적격한 정확성을 검증하는 동시에 결과 출력 속도가 비교적 빠른 것으로 파악되었다.

4차 산업혁명 시대의 사이버네틱스와 휴먼·포스트휴먼에 관한 인문학적 지평 연구 (An Interdisciplinary Approach to the Human/Posthuman Discourses Emerging From Cybernetics and Artificial Intelligence Technology)

  • 김동윤
    • 방송공학회논문지
    • /
    • 제24권5호
    • /
    • pp.836-848
    • /
    • 2019
  • 본 글은 오늘날 과학기술 분야에서 큰 영향을 미친 사이버네틱스와 이를 계승한 인지과학, 인공지능, 이로 인해 촉발된 포스트휴먼 담론으로 이어지는 맥락을 살펴보고자 한다. N. 위너에 의해 주창된 사이버네틱스는 현대정보과학과 뉴런망(網) 개념을 배태하는데 큰 역할을 하였으며 인간의 정신(mind)을 디지털 부호화하려는 현대 뇌신경과학에 많은 영향을 주었다고 말해진다. N. 위너는 인간은 커뮤니케이션의 동물이라고 전제하고 피드백에 입각한 정보이론을 정립하고자 하였다. 위너는 기존 인간의 부정적인 국면들(폭력성, 야만성 전쟁 등)과 전체주의적인 선동 선전에 의해 정보의 엔트로피가 증가했기 때문이라고 보았다. 이러한 부정적인 정보의 엔트로피를 제거하기 위해서 사이버네틱스, 즉 자동제어 장치를 통해 정보가 자유롭게 유통되는 시스템을 고안한 것이다. 이제 인간 사회는 피드백 효과에 바탕을 둔 정보이론과 그 시스템에서 서로 소통하게 되는 것이다. 그러나 위너는 인간이 기계가 되고 매체가 과잉 정보로 인해 정보가 전달하는 메시지가 단지 되풀이되는 것을 경계하였다. 그럼에도 불구하고 사이버네틱스는 닫혀진 시스템으로서 복합성에 의해 비판 받게 되었다. 그 이후 사이버네틱스 개념은 이를 계승한 인지과학의 영역에서 인지주의(Cognitivism)를 낳았고 이는 오늘날 인공지능 개발의 기반 인식을 형성하고 있다. 인지주의의 단적인 예는 인간 뇌를 뉴런 개념으로 파악하여 뉴런을 디지털 부호화 함으로써 '뉴런인간'(장 피에르 샹죄)을 탄생시키는 것이다. 뉴런 인간의 개념은 인간과 기계를 동일시하고 인간의 탈신체화, 인간 신체의 탈문질화 가능성을 열어 놓았다는 점에서 의미심장하다. 다른 한편 인간 뇌의 디지털 부호화와 신체의 탈물질화는 N. K. 헤일즈가 말하는 '포스트휴먼'의 이상에 가깝다. 도나 J 헤러웨이의 '사이보그 선언'도 포스트휴먼의 이상을 사이보그로 구현하려 한다. 디지털 혁명으로 촉발된 포스트휴먼 개념은 기존 인간에 대한 정의와 위상, 인간과 기계의 관계와 경계를 근본적이고 급진적인 방식으로 질문한다. 인간의 이상과 인류의 오랜 염원은 인간 존재를 불멸화하는 것이다. 18세기 계몽주의자 콩도르세가 말하는 완벽가능성의 이상은 완벽하게 만들어진 인간에 대한 환상과 신화이다. 귄터 안더스는 인간이 완벽하게 만들어지지 않고 불완전한 인간으로 태어난 것을 부끄럽게 여긴다고 말한다. 인간의 자가제조를 통한 완벽성의 꿈과 환상은 삶의 지평에서 - 불멸을 꿈꾸면서 - 죽음을 후퇴시키고 삶으로서의 세계(Lebenswelt)를 축출한다. 삶의 세계는 삶의 풍요로운 의미의 근원이자 실존적 지평이다. NBIC 기술, 사이버네틱스, 인공지능, 뇌신경과학의 다양한 형태의 결합은 '호모 아티피시알리스'(Homo Artificialis, 인공인간)를 창발함으로써 오랜 시간 속에서 숙성된 인문적 성찰과 지혜, 그것이 사유한 삶의 근원으로서의 실존적 지평을 근본적으로 뒤흔들고 있는 것이다. 이러한 급진적인 과학기술적 변화의 맥락에서 떠오른 '포스트휴먼' 개념은 - 역설적이게도 - 인간(휴먼)의 위상, 삶의 의미, 존재의 지평 등 가장 인간(학)적 형이상학적 실존적인 질문들을 재점화하고, 깊은 인문적 성찰을 요구하고 있다.