• 한국항공우주학회지
• /
• 제49권9호
• /
• pp.709-719
• /
• 2021

최근 들어 비행 시뮬레이션 기술의 정확도 향상과 기술의 발전으로 실제 비행시험 횟수를 줄이고 시뮬레이션으로 비행 안전과 인증을 확인하는 가상 인증이 확대되는 추세에 있다. 고신뢰도의 비행 시뮬레이션을 위해서는 고정밀도의 공력 데이터를 다양한 받음각과 마하수, 옆 미끄럼각 범위에서 구성해야 한다. 본 연구에서는 정밀한 공력 데이터베이스의 구축을 위해 최적 설계에 주로 사용되는 다양한 데이터 융합 기법의 하나인 Gaussian Process(GP) 기반의 변형 정밀도 모델링(VFM, Variable Fidelity Modeling) 기법과 Adaptive Sampling 기법을 결합하여 개선 변형 정밀도(Improved VFM) 기법을 제안하였다. Case study로 F-16 전투기를 선정하고 고정밀도 데이터의 종류에 따라 4개의 Case를 분류하여 각각의 오차와 정확도를 확인하였다. 여기에 본 연구에서 제안하는 개선 VFM 데이터 융합 기법을 적용하여 고정밀 공력 데이터 사용 횟수를 최소화함으로써 그 유용함을 확인할 수 있었다. 또한, Gliding, Short Term Pitch Response, Roll Mode 기동에 대한 실제 실험 데이터 대비 항공안전 인증 요구 만족 여부를 확인하였다. 이를 통해 개선 변형 정밀도 모델링을 사용한 고정밀도 시뮬레이션의 가상 인증 적용 가능성을 확인하였다.

• 방송공학회논문지
• /
• 제26권3호
• /
• pp.269-282
• /
• 2021

증강현실과 가상현실 같은 3차원 콘텐츠 보급이 증가함에 따라 실시간 컴퓨터 애니메이션 기술의 중요성이 높아지고 있다. 하지만 컴퓨터 애니메이션 제작 과정은 대부분 수작업 혹은 마커를 부착하는 모션캡쳐 방식으로 이루어져 있다. 때문에 사실적인 영상을 얻기 위해서는 숙련된 전문가에게도 매우 오랜 시간이 필요하다. 이러한 문제점을 해결하기 위해 최근에는 딥러닝 모델과 센서를 기반으로 하는 애니메이션 제작 시스템과 알고리즘이 나오고 있다. 이에 본 논문에서는 딥러닝과 Kinect 카메라 기반 FBX 형식의 애니메이션 제작 시스템에서 자연스러운 인체 움직임을 구현하는 4가지 방법에 대해 연구했다. 각 방법은 환경적 특성과 정확도를 고려하여 선택된다. 첫 번째 방법은 Kinect 카메라를 사용한다. 두 번째 방법은 Kinect 카메라와 보정 알고리즘을 사용한다. 세 번째 방법은 딥러닝 모델을 사용한다. 네 번째 방법은 딥러닝 모델과 Kinect를 사용한다. 제안 방법을 오차와 처리 속도를 실험한 결과, 네 번째 딥러닝 모델과 Kinect를 동시에 사용하는 방법이 다른 방법에 비해 가장 좋은 결과를 보였다.

• 대한원격탐사학회지
• /
• 제38권2호
• /
• pp.167-177
• /
• 2022

위성 영상 촬영 후 지상국에 전송된 영상을 이용하여 최종 위성 영상을 획득하기 위해 많은 영상 전/후 처리 과정이 수반된다. 전/후처리 과정 중 레벨 1R 영상에서 레벨 1G 영상으로 변환 시 기하 보정은 필수적으로 요구된다. 기하 보정 알고리즘에서는 보간 기법을 필연적으로 사용하게 되며, 보간 기법의 정확도에 따라서 레벨 1G 영상의 품질이 결정된다. 또한, 레벨 프로세서에서 수행되는 보간 알고리즘의 고속화 역시 매우 중요하다. 본 논문에서는 레벨 1R에서 레벨 1G로 변환 시 기하 보정에 필요한 경량화된 심층 컨볼루션 신경망 기반 보간 기법에 대해 제안하였다. 제안한 기법은 위성 영상의 해상도를 2배 향상하며, 빠른 처리 속도를 위해 경량화된 심층 컨볼루션 신경망으로 딥러닝 네트워크를 구성하였다. 또한, panchromatic (PAN) 밴드 정보를 활용하여 multispectral (MS) 밴드의 영상 품질 개선이 가능한 피처 맵 융합 방법을 제안하였다. 제안된 보간 기술을 통해 획득한 영상은 기존의 딥러닝 기반 보간 기법에 비해 정량적인 peak signal-to-noise ratio (PSNR) 지표에서 PAN 영상은 약 0.4 dB, MS 영상은 약 4.9 dB 개선된 결과를 보여주었으며, PAN 영상 크기 기준 36,500×36,500 입력 영상의 해상도를 2배 향상된 영상 획득 시 기존 딥러닝 기반 보간 기법 대비 처리 속도가 약 1.6배 향상됨을 확인하였다.

• 대한원격탐사학회지
• /
• 제38권6_4호
• /
• pp.1935-1943
• /
• 2022

위성 영상을 활용하여 대규모 또는 정밀 토양 수분도를 제작하는 방법의 개발과 이를 적용한 사례 연구는 원격탐사 응용 분야에서 중요한 연구 주제 중 하나이다. 이 연구는 제주도 연구 지역을 대상으로 토양 수분도를 제작하였다. 이를 위하여 선형으로 조정된 Synthetic Aperture Radar (SAR) 편광 영상과 입사각 정보를 이용하여 광학 영상과 함께 토양 수분도를 산출하였다. SAR 영상은 Google Earth Engine (GEE)에서 제공하는 후반 산란 계수 Analysis Ready Data (ARD) 자료를 사용하였다. 또한 Environmental Systems Research Institute (ESRI)의 토지 피복도(land cover map)와 KOMPSAT-3 고해상도 위성 영상의 지표 반사도로부터 산출한 식생 지수 정보(normalized difference vegetation index, NDVI)를 토양 수분도 처리 과정에 적용하였다. 이처럼 SAR 영상과 광학영상 정보를 융합하여 처리하는 경우는 토양 수분 산출물의 신뢰도를 향상할 수 있는 것으로 알려져 있다. 산출물의 과학적 분석을 위하여 KOMPSAT-3 영상으로 제작한 정규 수분 지수(normalized difference water index, NDWI)와 비교 분석을 실시하였다. 그리고 KOMPSAT-3 처리 결과의 검증을 위하여 Landsat-8 위성의 NDWI 처리 결과와 비교하였다. 이 연구를 통하여 산출한 토양 수분도 결과는 KOMPSAT-3 영상과 Landsat-8 위성으로 각각 처리한 NDWI 처리 결과와 높은 상관도를 나타냈다. 마지막으로 이 연구에 사용한 토양 수분 산출 알고리즘을 우리나라 고해상도 위성인 KOMPSAT-5 영상에 맞게 추가 개발하면 다른 외부 영상 없이 KOMPSAT 광학 위성정보와 KOMPSAT SAR 영상정보를 이용한 정밀 토양 수분도 제작이 가능할 것이라고 생각한다.

• 한국터널지하공간학회 논문집
• /
• 제24권2호
• /
• pp.217-230
• /
• 2022

쉴드TBM (Tunnel Boring Machine) 터널 시공에 있어 막장압 관리는 막장면 붕괴, 지반침하 등을 방지하여 막장 안정성을 유지하는 데 중요한 역할을 담당한다. 특히, 챔버 내부의 굴착토로 막장압을 조절하는 토압식 쉴드TBM의 경우, 이수식 쉴드TBM에 비해 막장압의 관리가 어렵다. 본 연구에서는 국내 토압식 쉴드TBM 터널 시공 현장의 지반조건 및 굴진특성 데이터를 분석하여, 토압식 쉴드TBM 터널의 세그먼트 링별 막장압 예측모델을 제시하였다. 예측모델의 입력특성으로 7가지를 선정하였으며, 912개의 학습 데이터 세트(Training data set)와 228개의 시험 데이터 세트(Test data set)를 확보하였다. 최적의 토압식 쉴드TBM 막장압 예측모델 선정을 위하여 KNN (K-Nearest Neighbors), SVM (Support Vector Machine), RF (Random Forest), XGB (eXtreme Gradient Boosting) 모델의 하이퍼파라미터(Hyperparameter)를 최적화하여 예측성능을 비교한 결과, RF 모델이 7.35 kPa의 평균 제곱근 오차(Root Mean Square Error, RMSE)로 가장 우수한 성능을 나타냈다. 추가적으로, RF 모델의 특성 중요도(Feature importance) 분석을 수행한 결과, 입력특성 중 수압의 영향도가 0.38로 가장 높았으며, 전반적으로 지반조건이 굴진특성보다 높은 중요도를 보여주었다.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1185-1193
• /
• 2023

위성 영상을 활용하여 정확한 토양 수분도를 산정하는 연구는 원격탐사 응용 분야에 포함되는 중요한 기본 연구 주제 중 하나이다. 이 연구의 목적은 KOMPSAT-3/3A 영상과 KOMPSAT-5 SAR 영상을 적용하여 시험 지역에 대하여 토양수분도를 제작하고 산정된 결과를 정확도 검증 차원에서 미국 NASA에서 제공하는 Soil Moisture Active Passive (SMAP)의 토양수분 자료와 정량 비교하는 것이다. 한편 농림 식생 지대를 중심으로 토양수분도를 산정하기 위하여 환경공간정보서비스에서 제공하는 토지피복지도를 연구에 적용하였다. 시험 연구 지역은 이 연구에 적용한 수분 구름 모델(Water Cloud Model)에 기반한 토양수분 산정 알고리즘 적용에 필요한 입력 자료가 모두 가용한 제주 서부 지역을 선정하였다. 토양수분도 제작에 사용한 Synthetic Aperture Radar (SAR) 영상은 KOMPSAT-5 HV와 Sentinel-1 VV 영상이며, 식생지수는 KOMPSAT-3 영상의 지표반사도를 사용하였다. 이 연구에서 산출한 토양수분도 산정 결과와 SMAP (L-3) 자료를 차분 연산으로 비교하면 차이 값이 평균 4.13±3.60p%의 높은 일치도를 보이는 것으로 나타났고, SMAP (L-4) 자료와의 차분 연산 결과는 평균 14.24±2.10p% 수준의 일치도를 보였다. 이 연구를 통하여 향후 우리나라 위성영상과 공공 제공자료를 이용하여 정확도가 높은 정밀 토양수분도를 제작할 수 있는 가능성을 제시하였다.

• 문화기술의 융합
• /
• 제10권2호
• /
• pp.517-524
• /
• 2024

본 연구는 ChatGPT 서비스의 개시 이후 인공지능 혁명이라 일컬어지는 시대적 배경 속에서, 웹사이트의 제작과 인공지능의 융합을 위해 딥러닝 모델을 학습 및 구현하고자 한다. 딥러닝 모델은 수집한 3,000개의 웹페이지 이미지를 구성요소와 레이아웃 분류체계 기반의 데이터 가공을 통해 학습하였으며, 다음과 같은 세 가지 단계로 구분하여 진행하였다. 첫째, 인공지능 모델에 관한 선행연구를 조사하여 구현하고자 하는 모델에 가장 적합한 알고리즘을 선택하였다. 둘째, 적합한 웹페이지 및 단락 이미지를 수집하고 분류 및 가공하였다. 셋째, 딥러닝 모델을 학습시키고 서빙 인터페이스를 연동해 모델의 실제 결과를 확인하였다. 이렇게 구현된 모델은 실제 웹페이지를 구성하는 복수의 단락을 탐지하고, 단락별 규모, 요소, 특징을 분석하여 분류체계를 기반으로 의미 있는 데이터를 도출할 것이다. 이 과정은 점차 발전하여 웹페이지를 보다 정밀하게 분석할 수 있게 될 것이다. 그리고 정밀 분석기법을 역으로 설계하여, 인공지능이 완벽한 웹페이지를 자동으로 생성할 수 있는 연구의 초석이 될 것으로 기대한다.

• 핵의학기술
• /
• 제22권1호
• /
• pp.55-66
• /
• 2018

PET/CT 검사에서 환자의 움직임이나 높은 비방사능에 의해 냉소 인공물(washed-out artifact)이 발생하여 육안적 판독 및 정량평가의 정확성을 감소시킬 가능성이 있다. GE PET/CT 장비의 산란 제한 보정 알고리즘은 영상에 발생한 냉소 인공물을 제거하여 영상을 회복시켜주는 알고리즘이다. 본 연구의 목적은 팬텀 실험을 통해 높은 비방사능에 의해 냉소 인공물이 발생한 영상에 산란 제한 보정 알고리즘을 적용하였을 때 기존의 정량 값으로 회복 가능한 비방사능의 역치 값을 측정하고, 냉소 인공물이 발생한 임상 환자 영상에 산란 제한 보정 알고리즘을 적용하여 보정 전과 후의 영상을 비교 분석하고자 한다. $^{68}Ge$ 실린더 팬텀 영상에 냉소 인공물을 발생시키기 위해 임의의 $^{18}F$ 선원의 비방사능이 20 ~ 20,000 kBq/ml 가 되도록 20 단계로 분주하고 $^{18}F$ 선원의 CT 영상과 PET 영상간에 불일치(mis-registration) 정도가 없을 때, 불일치가 각각 1, 2, 3, 4 cm 일 때의 영상을 획득하였다. 또한 본원에서 $^{18}F-FDG$ Fusion Whole Body PET/CT 검사를 시행한 환자 중 유치 도뇨관 내에 높은 비방사능에 의해 냉소 인공물이 발생한 34명의 환자를 대상으로, CT 영상과 PET 영상간의 불일치 정도(cm), 인공물을 발생시키는 원인이 되는 비방사능의 수치(kBq/ml), 인공물이 발생한 단면 내 근육에서의 $SUV_{mean}$, 인공물이 발생한 단면 내 병변에서의 $SUV_{max}$, 인공물이 발생하지 않은 단면 내 병변에서의 $SUV_{max}$를 측정하였다. 통계는 보정 전과 후의 차이를 비교하기 위해 대응 표본 t 검정을 시행하였다. 팬텀 실험에서는 $^{18}F$ 선원의 비방사능이 커질수록 $^{68}Ge$ 실린더 팬텀의 $SUV_{mean}$가 감소하였다. 불일치 거리가 커질수록 $SUV_{mean}$가 급격히 저하 되었지만 반대로 보정 효과는 더 크게 나타났다. 비방사능 50 kBq/ml 이하에서는 모든 조건에서 육안적으로도 냉소 인공물이 발생하지 않았으며 $SUV_{mean}$에도 차이가 없었다. 불일치가 없을 때와 1 cm 차이가 있을 때는 120 kBq/ml 이하부터 산란 제한 보정 알고리즘을 적용 할 때 기존 $SUV_{mean}$(0.95)와 동일하게 회복 되었고, 2 cm와 3 cm 차이에서는 100 kBq/ml 이하부터, 4 cm 차이에서는 80 kBq/ml 이하부터 기존 $SUV_{mean}$와 동일하게 회복 되었다. 임상 환자 34명의 영상을 분석한 결과, 불일치 평균 거리는 2.02 cm 이었고, 냉소 인공물을 발생시키는 평균 비방사능은 490.15 kBq/ml 이었다. 인공물이 발생한 단면 내 근육의 $SUV_{mean}$와 병변의 $SUV_{max}$는 보정 전 후 각각 통계적으로 유의한 차이가 있었지만(t=-13.805, p=0.000) (t=-2.851, p=0.012), 인공물이 발생하지 않은 단면 내 병변의 $SUV_{max}$는 통계적으로 유의한 차이가 없었다(t=-1.173, p=0.250). GE PET/CT 장비의 산란 제한 보정 알고리즘은 임상 검사에서 환자의 심한 움직임뿐만 아니라 높은 비방사능의 미세한 움직임에 의해 발생한 냉소 인공물을 제거하여 영상을 회복해 주는 알고리즘이다. 냉소 인공물이 발생 하였을 때 산란제한 보정 알고리즘 적용 후 그 원인이 되는 비방사능의 수치, CT 영상과 PET 영상의 불일치 거리 등을 감안하여 영상을 분석한다면 냉소 인공물 부위의 재촬영 없이, 육안적 판독 및 정량 값을 더 정확하게 평가 하는데 도움이 될 것으로 사료 된다.

• 지구물리와물리탐사
• /
• 제25권4호
• /
• pp.167-176
• /
• 2022

심지층 특성화 기술 확보에 필요한 자체 기기 개발의 일환으로 철재 케이싱이 설치된 시추공에도 적용가능한 공곡검층기 K-DEV를 설계하고 500 m 깊이 용 시작품을 개발하였다. K-DEV는 디지털 출력을 제공하고 이미 성능이 입증된 센서들을 장착하며, 기존에 국내에서 사용하는 윈치시스템과 호환성을 갖추도록 설계되었다. K-DEV 시작품은 외경 48.3 mm 비자성 스테인레스강 하우징을 채용했으며 실험실 내에서 20 MPa까지의 방수 시험, 그리고 1 km 깊이 시추공에 삽입하여 내구성 시험을 거쳤다. 시작품을 이용해 600 m 깊이까지의 하향 및 상향 연속 검층을 수행하여 작동의 안정성 및 자료의 반복성을 확인하였다. 철재 케이싱이 설치되어 있는 시추공내에서 방위각 결정에 필수적인 자이로 센서로 K-DEV 시작품에서는 고정밀도 MEMS 자이로스코프를 채택하였다. 여기에 가속도계 자료와 각속도 자료를 융합하고 무향 칼만 필터링(Unscented Kalman Filtering)을 통해 최적화 함으로써 정확한 궤적 추적을 수행하는 알고리듬을 고안하였다. 시험 시추공에서 K-DEV 시작품과 상업적 기기와의 비교 검층을 통해 서로 매우 근접한 결과를 얻었다. 특히, MEMS 자이로 센서의 시간에 따른 drift에 의한 오차 누적 문제는 검층 전 후에 정두에서 동일한 방향으로 위치한 정지 상태에서 측정한 자료로부터 각속도를 보정함으로써 해소될 수 있으며, 철재 케이싱이 설치된 시추공에서의 공곡검층이 나공 상태에서의 결과와 거의 동일한 궤적 추정 결과를 제공함을 확인할 수 있었다. 이러한 시작품 적용 결과로서 K-DEV 개발의 방법론, 시작품의 안정성 및 자료의 신뢰성을 확보하였다고 판단된다.