• 대한원격탐사학회지
• /
• 제13권1호
• /
• pp.57-73
• /
• 1997

본 연구는 산악 지형의 레이더(SAR) 영상자료에서 흔히 볼 수 있는 지형의 기복에 의한 화소값의 왜곡 보정과 관련된 것이다. 연구 자료로는 RADARSAT 위성에서 얻어진 서울 남쪽 관악산과 안양 지역의 SAR 영상자료를 이용하였고, 영상자료의 보정을 위하여 SAR 영상과 유사 한 해상력을 갖춘 수치고도자료(digital elevation model)를 제작하였다. 레이더 영상자료는 먼저 각 화소가 가지고 있는 기하학적 왜곡을 보정하여 정확한 지도좌표에 등록함으로써, 수치고도자 료로부터 각 화소 지점의 구체적인 지형적 특성에 관한 자료를 산출하였다. 영상의 각 화소값에 미치는 지형적 영향을 분석하기 위한 기하학적 인자로서 각 지점에 입사되는 레이더파와 경사면 의 연직선이 이루는 유효입사각(local incidence angle)을 산출하였다. 수치지도로 제작된 임상도 를 이용하여 동일한 임분특성을 가지고 있는 산림내에서 얻어지는 레이더 반사치와 유효입사각의 관계를 분석하였다. 영상자료의 지형효과 보장은 실험적인 방법에 의하여 수행되었는데, 유효입사 각과 레이더 반사치와의 관계에서 도출된 지형에 의한 영향을 나타내는 수식을 적용하였다. 보정 결과는 육안에 의한 영상의 비교와 함께 현지자료를 이용하여 검증하였다.

• 대한원격탐사학회지
• /
• 제21권2호
• /
• pp.99-111
• /
• 2005

제주도의 지열 부존 가능지역을 추출하기 위하여 최근 활발하게 제안되고 있는 퍼지이론에 기반한 GIS 통합기법을 적용함으로써 그 효용성을 검토하였다. 지질도, 수계 분포 밀도, 분석구 분포 밀도, 선구조 분포 밀도, 항공자력도, 항공방사능도 등 각 주제도의 통계적 상관관계 분석을 위해 퍼지소속함수(Fuzzy membership function)를 그래프에 도시하였다. 현재 온천 발견 위치와 상관성은 용암류의 분출시기가 오래될수록 높았다. 수계, 분석구 및 선구조에서는 분포밀도가 낮은 곳에서 상관성이 높게 나타났으며, 항공자력도와 항공방사능도에서는 대자율 및 감마선 강도가 중간 범위인 곳에서 상관성이 높은 것으로 나타났다. 퍼지 연산자 중에서는 $\gamma$ 연산자($\gamma$=0.75)가 가장 높은 성공 비율을 보였으며, 제주도 서북부 일부지역에서 새로운 지열 부존 가능성이 제기되었다.

• 대한원격탐사학회지
• /
• 제24권1호
• /
• pp.1-16
• /
• 2008

Steam and advection fogs are frequently observed in the Yellow Sea from March to July except for May. This study uses remote sensing (RS) data for the monitoring of sea fog. Meteorological data obtained from the Ieodo Ocean Research Station provided a valuable information for the occurrence of steam and advection fogs as a ground truth. The RS data used in this study were GOES-9, MTSAT-1R images and QuikSCAT wind data. A dual channel difference (DCD) approach using IR and shortwave IR channel of GOES-9 and MTSAT-1R satellites was applied to detect sea fog. The results showed that DCD, texture-related measurement and the weak wind condition are required to separate the sea fog from the low cloud. The QuikSCAT wind data was used to provide the wind speed criteria for a fog event. The laplacian computation was designed for a measurement of the homogeneity. A new combined method, which includes DCD, QuikSCAT wind speed and laplacian computation, was applied to the twelve cases with GOES-9 and MTSAT-1R. The threshold values for DCD, QuikSCAT wind speed and laplacian are -2.0 K, $8m\;s^{-1}$ and 0.1, respectively. The validation results showed that the new combined method slightly improves the detection of sea fog compared to DCD method: improvements of the new combined method are $5{\sim}6%$ increases in the Heidke skill score, 10% decreases in the probability of false detection, and $30{\sim}40%$ increases in the odd ratio.

• 철학연구
• /
• 제147권
• /
• pp.1-28
• /
• 2018

이 글은 니체의 정의론의 차별성을 드러내기 위해 '힘에의 의지'라는 근본개념을 매개로 타자와 사회적 계약을 맺는 정치적 행위에 대한 내재적 분석을 시도하고 공리주의, 자유주의, 민주주의를 포함한 근대 국가의 정치 이념에 대한 비판을 다룰 것이다. 즉 '덕'이라는 보편적 진리의 이름 뒤에 감추어진 심리적인 층위들을 벗겨내는 '계보심리학'으로 정의의 자명한 가치의 지반을 파헤쳐 허구성과 오류를 밝히는 작업이 될 것이다. '덕'에 근거한 자명한 정의 개념의 의미를 '비도덕적'일 뿐만 아니라 '도덕 바깥'에서 해체함으로써 보복이 아닌 사랑에 근거해 새로운 정서적 차원을 밝히려는 것이다. 니체가 정의를 권력관계의 역동성에서 분석하면서 그 가치의 개념을 복수, 보복, 원한과 같은 부정적인 감정이 아니라 '자비'와 '용서'라는 긍정적인 감정에 근거지을 때, 법의 집행에서 예외규정을 허용함으로써 보편성과 일관성을 상실하지 않는지 비판적으로 분석할 것이다.

• 대한토목학회논문집
• /
• 제39권5호
• /
• pp.631-636
• /
• 2019

최근 많은 연구자들이 대규모 현장에 투입된 건설자원의 유형과 위치를 자동 파악하는 영상분석기술을 활발히 개발하고 있다. 하지만 기존의 방법들은 인식하고자 하는 건설 물체(작업자, 중장비, 자재 등)를 학습용 이미지 데이터에 표시하는 Labeling 작업을 요구하고 이에 불필요한 시간과 노력이 낭비된다는 한계가 있다. 이러한 한계를 보완하기 위해서 본 연구는 액티브 러닝을 활용한 영상기반 건설현장 물체 자동 인식 프레임 워크를 제안함을 목표로 한다. 개발 프레임워크 검증을 목적으로 건설분야 Benchmark 데이터셋을 이용하여 실제 실험을 진행하였다. 그 결과, 액티브 러닝을 통해 학습한 모델은 다양한 특성을 지닌 건설물체를 성공적으로 인식할 수 있었고, 기존의 학습 DB 구축 방식과 비교할 때 더 적은 데이터 수와 반복학습 횟수로도 높은 성능을 가지는 영상분석모델을 개발할 수 있었다. 결과적으로 기존에 요구되던 학습 DB 구축을 위한 Labeling 작업을 줄일 뿐만 아니라 총 시간과 비용을 최소화할 수 있다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2009년도 춘계학술대회
• /
• pp.396-399
• /
• 2009

스테레오 비전 시스템(stereo vision system)은 2차원 영상정보를 이용하여 3차원 깊이 정보를 획득하는 데 유용한 방법으로, 그동안 많은 연구가 진행되었다. 3차원 깊이 정보를 획득하기 위해서는 영상의 대응점을 찾아야 하는데, 속도와 정확성을 동시에 만족시키기가 어렵다. 이러한 문제를 해결하기 위해, 본 논문에서는 적응적 가중치(weight)를 적용한 cost aggregation 기반의 스테레오 정합 기법을 제안한다. 이 방법은 스테레오 영상의 특징을 이용하여 가중치를 획득하고, 색상정보, 밝기정보, 거리정보에 가중치를 적용한 후, 이를 이용하여 대응점을 찾아 깊이 정보를 추출한다. 제안된 방법의 성능을 평가하기 위하여 ground truth가 존재하는 다양한 스테레오 영상을 이용하여 실험하였으며, 실험 결과 다양한 영상에서도 향상된 결과를 보였다.

• 한국산학기술학회논문지
• /
• 제22권5호
• /
• pp.251-256
• /
• 2021

일반적인 카메라와 다르게 초당 매우 많은 개수의 프레임을 캡처할 수 있는 기능을 가진 고속의 카메라는 그동안 제한적이었던 일부의 영상 처리 기술들의 고도화를 가능하게 할 수 있다. 본 논문에서는 입력되는 초고속의 컬러 영상으로부터 잡음을 제거한 다음, 잡음이 제거된 영상으로부터 사람의 얼굴 영역을 검출하는 방법을 제시한다. 본 논문에서는 우선 입력되는 초고속의 영상 안에 포함된 잡음 화소들을 양방향의 필터를 적용하여 효과적으로 제거한다. 그런 다음, 레티나 얼굴 모델을 사용하여 잡음이 제거된 영상으로부터 사람의 개인 정보를 대표적으로 나타내는 얼굴 영역을 강인하게 검출한다. 실험 결과에서는 본 논문에서 제시한 알고리즘이 입력되는 컬러 영상으로부터 잡음을 제거한 다음, 생성된 모델을 사용하여 사람의 얼굴 영역을 강인하게 검출한다는 것을 보여준다. 본 논문에서 제시된 모델 기반의 얼굴 영역검출 방법은 실내외 건물의 모니터링, 출입문 개폐 관리, 그리고 모바일 생체 인증과 같은 영상처리 및 패턴 인식과 관련된 실제적인 많은 응용 분야의 기초 기술로 사용될 것으로 예상된다.

• 한국정보통신학회논문지
• /
• 제23권9호
• /
• pp.1049-1059
• /
• 2019

기존의 영역 병합을 통한 이미지 분할 방법에서는 이웃한 두 영역 사이의 정보만을 이용하여 병합 모델을 학습한다. 학습 과정에서는 두 영역 사이의 지역적인 정보뿐만 아니라 물체 정보와 같은 전역적인 정보 또한 활용 가능하므로 주어진 모든 정보를 활용하여 병합 모델의 성능을 높이는 것이 바람직하다. 본 논문에서는 학습 기반의 이미지 분할 알고리즘에서 학습 시에만 사용 가능한 특권정보를 활용하는 SVM+ 방법을 제안한다. 특권정보는 학습 시에만 사용 가능한 정보이므로 전통적인 지도학습 방법으로는 학습이 불가하다. SVM+와 같은 특권정보를 학습할 수 있는 구조를 통해 지역 정보뿐만 아니라 물체 정보를 포함하여 영역 간의 병합 여부를 결정하는 모델을 학습하였다. BSDS 500 데이터 세트와 VOC 2012 데이터 세트에서 벤치마크를 수행하였으며 대부분의 평가 지표에서 개선된 성능을 보여 주었다. 특히 학습 데이터 세트가 작은 경우에 기존의 알고리즘에 비해서 월등히 뛰어난 성능을 보인다.

• 대한치과교정학회지
• /
• 제51권2호
• /
• pp.77-85
• /
• 2021

Objective: To evaluate the accuracy of a multi-stage convolutional neural network (CNN) model-based automated identification system for posteroanterior (PA) cephalometric landmarks. Methods: The multi-stage CNN model was implemented with a personal computer. A total of 430 PA-cephalograms synthesized from cone-beam computed tomography scans (CBCT-PA) were selected as samples. Twenty-three landmarks used for Tweemac analysis were manually identified on all CBCT-PA images by a single examiner. Intra-examiner reproducibility was confirmed by repeating the identification on 85 randomly selected images, which were subsequently set as test data, with a two-week interval before training. For initial learning stage of the multi-stage CNN model, the data from 345 of 430 CBCT-PA images were used, after which the multi-stage CNN model was tested with previous 85 images. The first manual identification on these 85 images was set as a truth ground. The mean radial error (MRE) and successful detection rate (SDR) were calculated to evaluate the errors in manual identification and artificial intelligence (AI) prediction. Results: The AI showed an average MRE of 2.23 ± 2.02 mm with an SDR of 60.88% for errors of 2 mm or lower. However, in a comparison of the repetitive task, the AI predicted landmarks at the same position, while the MRE for the repeated manual identification was 1.31 ± 0.94 mm. Conclusions: Automated identification for CBCT-synthesized PA cephalometric landmarks did not sufficiently achieve the clinically favorable error range of less than 2 mm. However, AI landmark identification on PA cephalograms showed better consistency than manual identification.

• 방송공학회논문지
• /
• 제26권1호
• /
• pp.70-78
• /
• 2021

2차원 단일 영상에서 3차원 깊이 정보를 복원하는 기술은 다양한 한계 및 산업계에서 활용도가 매우 높은 기술임이 분명하다. 하지만 2차원 영상은 임의의 3차원 정보의 투사의 결과라는 점에서 내재적 깊이 모호성(Depth ambiguity)을 가지고 있고 이를 해결하는 문제는 매우 도전적이다. 이러한 한계점은 최근 인공지능 기술의 발달에 힘입어 2차원 영상과 3차원 깊이 정보간의 대응 관계를 학습하는 알고리즘의 발달로 극복되어 지고 있다. 이러한 3차원 깊이 정보 획득을 위한 인공지능 기술을 학습하기 위해서는 대응 관계를 나타내는 대규모의 학습데이터의 필요성이 절대적인데, 이러한 데이터는 취득 및 가공 과정에서 상당한 노동력을 필요로 하기에 제한적으로 구축이 가능하다. 따라서 최근의 기술 발전 동향은 대규모의 2차원 영상과 메타 데이터를 활용하여 3차원 깊이 정보를 예측하려는 약교사(Weakly-supervised) 인공지능 기술의 발전이 주를 이루고 있다. 본 고에서는 이러한 기술 발전 동향을 장면(Scene) 3차원 복원 기술과 객체(Object) 3차원 복원 기술로 나누어 요약하고 현재의 기술들의 한계점과 향후 나아갈 방향에 대해서 토의한다.