• 한국멀티미디어학회논문지
• /
• 제12권9호
• /
• pp.1217-1232
• /
• 2009

본 논문에서는 실외에서 촬영된 비교정 영상으로부터 3차원 건물 구조를 복원하는 반자동화 방법론을 제안한다. 사용자는 관심있는 건물을 임의의 위치에서 촬영한다. 본 논문에서 제안하는 시스템은 먼저, 입력영상에 대하여 SIFT 알고리즘을 이용하여 특징점과 대응점을 추출한다. 두 번째로, 각 영상에 존재하는 선과 소실점을 추정하고, 추정된 소실점으로 추출한 선들을 그룹화 한다. 다음으로, 각 영상 간의 관계를 대응점의 개수로 정의한 인접 그래프를 이용하여 입력 영상에 대한 순서를 정의하여, 각 영상을 촬영한 카메라의 위치 정보를 보정한다. 최종적으로 추정한 카메라의 정보와 각 영상에서 그룹화된 선을 이용하여 건물의 대략적인 3차원 구조를 복원한다. 하프 에지(half-edge) 자료 구조와 오일러 연산자(Euler operator)를 이용한 상세 모델링을 수행함으로써 완성된 건물 구조를 복원할 수 있다. 본 논문에서는 자동으로 추출된 기하학적 정보를 이용하여 최소한의 사용자 입력으로 건물을 복원 할 수 있도록 하였다.

• 한국컴퓨터정보학회논문지
• /
• 제27권4호
• /
• pp.27-36
• /
• 2022

본 논문에서는 이러한 어류 가공 현장의 문제점을 개선하기 위해서 AI 머신 비전을 이용한 어류의 목표 중량 절단 예측기법을 제안한다. 제안하는 방법은 먼저 입력된 물고기의 평면도와 정면도를 촬영하여 이미지기반의 전처리를 수행한다. 그런 다음 RANSAC(RANdom SAMmple Consensus)를 사용하여 어류의 윤곽선을 추출한 다음 3D 모델링을 사용하여 물고기의 3D 외부 정보를 추출한다. 이어서 추출된 3차원 특징 정보와 측정된 중량 정보를 머신러닝하여 목표 중량에 대한 절단 지점을 예측하기 위한 신경망 모델을 생성한다. 마지막으로 제안기법을 통해 예측된 절단 지점으로 직접 절단한 뒤 그 중량을 측정하였다. 그리고 측정된 무게를 목표 무게와 비교하여 MAE(Mean Absolute Error) 와 MRE(Mean Relative Error)와 같은 평가 방법을 사용해 성능을 평가하였다. 그 결과, 목표 중량과 비교해 3% 이내의 평균 오차율을 달성하였다. 제안된 기법은 향후 자동화 시스템과 연계되어 수산업 발전에 크게 기여할 것으로 전망한다.

• Steel and Composite Structures
• /
• 제44권2호
• /
• pp.241-254
• /
• 2022

The cables in a cable-stayed bridge are critical load-carrying parts. The potential damage to cables should be identified early to prevent disasters. In this study, an efficient deep learning model is proposed for the damage identification of cables using both a multi-layer perceptron (MLP) and a graph neural network (GNN). Datasets are first generated using the practical advanced analysis program (PAAP), which is a robust program for modeling and analyzing bridge structures with low computational costs. The model based on the MLP and GNN can capture complex nonlinear correlations between the vibration characteristics in the input data and the cable system damage in the output data. Multiple hidden layers with an activation function are used in the MLP to expand the original input vector of the limited measurement data to obtain a complete output data vector that preserves sufficient information for constructing the graph in the GNN. Using the gated recurrent unit and set2set model, the GNN maps the formed graph feature to the output cable damage through several updating times and provides the damage results to both the classification and regression outputs. The model is fine-tuned with the original input data using Adam optimization for the final objective function. A case study of an actual cable-stayed bridge was considered to evaluate the model performance. The results demonstrate that the proposed model provides high accuracy (over 90%) in classification and satisfactory correlation coefficients (over 0.98) in regression and is a robust approach to obtain effective identification results with a limited quantity of input data.

• 지능정보연구
• /
• 제26권1호
• /
• pp.23-45
• /
• 2020

기업의 경쟁력 확보를 위해 판별 알고리즘을 활용한 의사결정 역량제고가 필요하다. 하지만 대부분 특정 문제영역에는 적합한 판별 알고리즘이 어떤 것인지에 대한 지식은 많지 않아 대부분 시행착오 형식으로 최적 알고리즘을 탐색한다. 즉, 데이터셋의 특성에 따라 어떠한 분류알고리즘을 채택하는 것이 적합한지를 판단하는 것은 전문성과 노력이 소요되는 과업이었다. 이는 메타특징(Meta-Feature)으로 불리는 데이터셋의 특성과 판별 알고리즘 성능과의 연관성에 대한 연구가 아직 충분히 이루어지지 않았기 때문이며, 더구나 다중 클래스(Multi-Class)의 특성을 반영하는 메타특징에 대한 연구 또한 거의 이루어진 바 없다. 이에 본 연구의 목적은 다중 클래스 데이터셋의 메타특징이 판별 알고리즘의 성능에 유의한 영향을 미치는지에 대한 실증 분석을 하는 것이다. 이를 위해 본 연구에서는 다중 클래스 데이터셋의 메타특징을 데이터셋의 구조와 데이터셋의 복잡도라는 두 요인으로 분류하고, 그 안에서 총 7가지 대표 메타특징을 선택하였다. 또한, 본 연구에서는 기존 연구에서 사용하던 IR(Imbalanced Ratio) 대신 시장집중도 측정 지표인 허핀달-허쉬만 지수(Herfindahl-Hirschman Index, HHI)를 메타특징에 포함하였으며, 역ReLU 실루엣 점수(Reverse ReLU Silhouette Score)도 새롭게 제안하였다. UCI Machine Learning Repository에서 제공하는 복수의 벤치마크 데이터셋으로 다양한 변환 데이터셋을 생성한 후에 대표적인 여러 판별 알고리즘에 적용하여 성능 비교 및 가설 검증을 수행하였다. 그 결과 대부분의 메타특징과 판별 성능 사이의 유의한 관련성이 확인되었으며, 일부 예외적인 부분에 대한 고찰을 하였다. 본 연구의 실험 결과는 향후 메타특징에 따른 분류알고리즘 추천 시스템에 활용할 것이다.

• 한국해안·해양공학회논문집
• /
• 제30권2호
• /
• pp.69-83
• /
• 2018

남중국해는 심해 분지, 대륙 붕단, 얕은 대륙붕, 많은 해협, 복잡한 수심 특징을 가진 전형적인 연안 영해이다. 본 연구에서는, 비구조 격자 기반으로 대상 해역을 상세하게 해상할 수 있으며, 개방경계에 조석을, 해표면에 기상자료를 입력하여 조석 및 폭풍해일을 모의할 수 있는 수치 모델을 구축하여 남중국해의 조석 특성과 전파 양상을 조사하고, 태풍에 의한 폭풍해일을 재현하였다. 태풍에 의한 폭풍해일 모의는, 2013년에 필리핀에 막대한 피해를 초래하였던 태풍 하이옌에 대해서 수행하였다. 관측치 및 선행 연구의 조석 분포와의 비교 결과, 4개의 주요 분조의 진폭과 위상은 대체적으로 잘 모의되었다. 선행 연구들에 따르면, 당 해역은 모델을 이용하여 조석을 예측하기가 어렵다고 보고되고 있는데, 이 점을 감안한다면 본 연구에서 예측한 조석은 허용 범위에 있다고 생각된다. 본 연구에서 수행한 자유 진동 모드 실험을 통해서 남중국해가 일주조 조석이 우세한 이유를 알 수 있었으며, 조석 잔차류(tidal residual current) 및 총에너지 소실(total energy dissipation) 산정을 통해서 조석 및 퇴적환경을 파악하였다. 본 연구에서 구축한 모델을 이용하여 태풍 하이옌에 의한 폭풍해일을 타당하게 모의하였으며, 모델 검증 및 조석 환경 규명을 통하여 남중국해의 지역 실시간 순압 조석/수위 예측 시스템을 구축하였다.

• 대한원격탐사학회지
• /
• 제37권5_1호
• /
• pp.1135-1147
• /
• 2021

고해상도 위성영상의 기하보정을 위해 촬영 당시의 위성 센서와 지표면과의 기하학적 관계를 복원하는 센서모델링 과정이 필요하다. 이를 위해 일반적으로 고해상도 위성은 RPC (Rational Polynomial Coefficient) 정보를 제공하고 있지만, 제공 RPC는 위성 센서의 위치와 자세 등에 의해 발생하는 기하왜곡을 포함하고 있다. 이러한 RPC 오차를 보정하기 위해 일반적으로 지상기준점(Ground Control Points)을 활용한다. 지상기준점을 수집하는 대표적인 방법으로 현장 측량을 통해 지상좌표를 취득하지만, 이는 위성영상의 품질이나 촬영 시기에 따른 토지피복의 변화, 기복변위 등으로 위성영상 내에서 지상기준점을 판독하기에 어려운 문제가 있다. 이에 최근에는 다양한 센서로부터 취득된 영상지도를 참조자료로 이용하여, 영상정합 기법을 통해 지상기준점 수집을 자동화할 수 있다. 본 연구에서는 무인항공기 영상을 활용하여 추출된 정합점을 통해 KOMPSAT-3A 위성영상의 RPC를 보정하고자 한다. 무인항공기 영상과 KOMPSAT-3A 위성영상의 정합점 추출을 위한 전처리 방법을 제안하고, 대표적인 특징기반 정합기법(Feature-based matching method)과 영역기반 정합기법(Area-based matching method)인 SURF (Speeded-Up Robust Features)와 위상상관(Phase Correlation) 기법을 각각 적용하여 추출된 정합점의 특성을 비교하였다. 각 기법을 통해 추출된 정합점을 활용하여 RPC 보정계수를 산출한 후, GNSS (Global Navigation Satellite System) 측량을 통해 직접 취득한 검사점에 적용하여 KOMPSAT-3A의 기하품질을 향상하였다. 제안기법의 성능 및 활용성 검증을 위해 GCP를 이용하여 보정한 결과와 비교하여 분석하였다. GCP 기반 보정 방법은 제공 RPC보다 Sample은 2.14 pixel, Line은 5.43 pixel 만큼 개선된 보정 정확도를 보였다. 그리고 SURF와 위상상관 기법을 활용한 제안기법은 제공 RPC보다 각각 Sample은 0.83 pixel, 1.49 pixel만큼 보정되었으며, Line은 4.81 pixel, 5.19 pixel만큼 개선되었다. 이를 통해 GCP 기반 위성영상 RPC 보정 방법의 대안으로 무인항공기 영상이 활용될 수 있음을 확인하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제5권2호
• /
• pp.69-78
• /
• 2016

허혈성 뇌졸중은 뇌혈관의 혈전이나 색전에 의해 뇌 혈류가 감소하게 되어 뇌 조직이 기능을 못하는 질환으로, 질환의 특성상 뇌혈관의 폐색 여부를 확인하는 것이 중요하기 때문에 질환의 진단에 있어서 의료 영상이 필수적으로 활용된다. 그 중에서도 뇌 자기공명영상은 뇌의 구조적인 정보들을 얻을 수 있어 질환을 진단하는데 그 지표로 널리 활용되고 있다. 하지만 허혈성 뇌졸중과 같은 응급 질환의 경우 빠른 진단과 처치에 도움이 될 수 있는 지능적인 시스템이 요구됨에 비해, 기존의 의료 영상 저장 시스템으로는 신속하고 직관적인 영상 정보 제공이 어렵다. 즉, 기존의 시스템은 피상적인 메타 데이터를 이용하여 의료 영상을 관리하고 있어 의료 영상에 내재된 주요 의미적 정보를 고려하지 못하고 있다. 따라서 본 논문에서는 뇌 자기공명영상이 내포하고 있는 주요 의미적인 정보인 뇌의 해부학적 구조와 같은 영상 정보를 제공할 수 있도록 하는 템플릿 중심의 영상 매핑 기법을 제안하고자 한다. 제안하는 기법은 방대한 양의 영상을 대표할 수 있는 대표 영상(템플릿)을 선정하여 의미적 특징과 대표 영상(템플릿) 사이의 대응성을 정립하고, 전문가(의사)에 의해서만 분석될 수 있는 영상 사이의 의미적 연관성을 표면화 시켜 의미 기반의 영상 관리를 가능케 한다.

• 디지털융복합연구
• /
• 제10권10호
• /
• pp.215-220
• /
• 2012

본 논문에서는 상황 변화 환경에서 적응적인 객체 인식을 위한 계층적 트리 구조를 이용한 조명 온톨로지 분류에 대한 방식을 제안한다. 본 논문에서는 상황이 불변하는 환경에서 동작하는 개발된 많은 시스템을 찾아냈고, 상황에 맞는 감지를 위한 새로운 개념의 트리 구조를 이용한 온톨로지를 도입하였다. 조명의 영향이 상황 인지 인식시스템을 아주 설계하기 어려운 시스템으로 만들기 때문에 본 논문에서는 트리 구조의 온톨로지를 사용하여 이러한 상황 변화 시스템을 설계하는데 더 중점을 두었다. 온톨로지는 일반적으로 사람들이 특정 분야의 것들에 대해 생각하는 방법의 추상적 모델에서 전형적으로 캡처된 한 분야의 개념화의 명시적 사양으로 정의 할 수 있다. 인간은 기본 원칙과 환경을 이해하고 설명하기 위해 온톨로지를 생성한다. 본 연구에서는 상황 온톨로지, 상황 모델링, 상황 적응 및 조명 기준에 따라 트리 구조 온톨로지를 설계하는 상황 분류를 제안했다. 조명 온톨로지의 적당한 영역을 선택한 후, 그 영역에서 더 나은 성능을 생산하는 동작의 한 집합을 선택하는데 있어서 장점을 얻었다. 본 논문에서는 역동적인 변화 환경에서 객체 인식의 영역에서 이러한 개념을 이용하여 폭 넓은 실험을 수행하였으며 제안하는 기본 개념에 대해 수행할 수 있는 많은 성공을 얻었다.

• 터널과지하공간
• /
• 제16권6호
• /
• pp.526-535
• /
• 2006

본 연구에서는 장대터널 화재 시 발생하는 스모크의 거동특성을 파악하기 위해 축소모형실험을 실시하였다. Froude 상사를 기초로 실제 터널을 1/50로 축소한 20 m 의 아크릴 터널 모형을 제작하였으며, 파라핀 기체로 만든 스모크를 터널 내부에 주입시킴으로써 20MW의 실제 화재를 모사하였다. 실험에서 화재 발생 약 2분 후에 스모크는 부력효과의 감소로 아래로 하강하였으며, 제트팬 가동 전까지 4분 동안 스모크는 약 90 m를 이동하였다. 제트팬이 가동되고 기류속도가 임계속도 (도로터널 화재 중 발생하는 스모크의 역기류를 제압하기 위한 최소 공기속도)에 가까워질수록 스모크의 제어가 효율적으로 이루어지며, 스모크의 분포는 화원에서 약 3 m 정도로 더 이상 탈출 방향으로의 스모크 전파가 이루어지지 않았다. 하지만, 제트팬 가동 초기에 스모크의 제어가 거의 이루어지지 않음을 보였고 오히려 이 단계에서 탈출자의 호흡선 차단 등의 위험요소가 내재되어 있음을 알 수 있었다.

• 지능정보연구
• /
• 제19권3호
• /
• pp.141-156
• /
• 2013

최근 소셜미디어는 전세계적 커뮤니케이션 도구로서 사용에 전문적인 지식이나 기술이 필요하지 않기 때문에 이용자들로 하여금 콘텐츠의 실시간 생산과 공유를 가능하게 하여 기존의 커뮤니케이션 양식을 새롭게 변화시키고 있다. 특히 새로운 소통매체로서 국내외의 사회적 이슈를 실시간으로 전파하면서 이용자들이 자신의 의견을 지인 및 대중과 소통하게 하여 크게는 사회적 변화의 가능성까지 야기하고 있다. 소셜미디어를 통한 정보주체의 변화로 인해 데이터는 더욱 방대해지고 '빅데이터'라 불리는 정보의 '초(超)범람'을 야기하였으며, 이러한 빅데이터는 사회적 실제를 이해하기 위한 새로운 기회이자 의미 있는 정보를 발굴해 내기 위한 새로운 연구분야로 각광받게 되었다. 빅데이터를 효율적으로 분석하기 위해 다양한 연구가 활발히 이루어지고 있다. 그러나 지금까지 소셜미디어를 대상으로 한 연구는 개괄적인 접근으로 제한된 분석에 국한되고 있다. 이를 적절히 해결하기 위해 본 연구에서는 트위터 상에서 실시간으로 방대하게 생성되는 빅스트림 데이터의 효율적 수집과 수집된 문헌의 다양한 분석을 통한 새로운 정보와 지식의 마이닝을 목표로 사회적 이슈를 포착하기 위한 실시간 트위터 트렌드 마이닝 시스템을 개발 하였다. 본 시스템은 단어의 동시출현 검색, 질의어에 의한 트위터 이용자 시각화, 두 이용자 사이의 유사도 계산, 트렌드 변화에 관한 토픽 모델링 그리고 멘션 기반 이용자 네트워크 분석의 기능들을 제공하고, 이를 통해 2012년 한국 대선을 대상으로 사례연구를 수행하였다. 본 연구를 위한 실험문헌은 2012년 10월 1일부터 2012년 10월 31일까지 약 3주간 1,737,969건의 트윗을 수집하여 구축되었다. 이 사례연구는 최신 기법을 사용하여 트위터에서 생성되는 사회적 트렌드를 마이닝 할 수 있게 했다는 점에서 주요한 의의가 있고, 이를 통해 트위터가 사회적 이슈의 변화를 효율적으로 추적하고 예측하기에 유용한 도구이며, 멘션 기반 네트워크는 트위터에서 발견할 수 있는 고유의 비가시적 네트워크로 이용자 네트워크의 또 다른 양상을 보여준다.