• 한국인터넷방송통신학회논문지
• /
• 제21권1호
• /
• pp.141-148
• /
• 2021

일부 네거리나 혼잡도로에서 특정 시간대에 행인이 많고 도로가 막혀서 발생하는 교통사고가 적지 않다. 특히 인근에 학교교차로가 있어 바쁜 시간에 학생들의 교통안전을 지키는 것이 중요하다. 과거에는 교통 신호등을 설 계 했을 때 행인의 안전성을 고려하지 않고 자동차 인식과 교통 최적화에 대하여 연구 했다. 행인, 특히 학생들의 안전을 확보하는 전제에서 가능한 한 도로의 소통을 유지하는 것이 본 연구의 중점적인 연구 방향이다. 본 연구는 사람, 오토바이, 자전거, 자동차, 버스의 식별문제를 중점적으로 연구할 것이다. 조사와 비교를 통해 본 연구는 YOLO v4 네트워크로 목표물의 위치와 수량을 식별하는 것을 제시한다. YOLO v4는 작은 목표물의 식별 능력이 강하고 정밀도가 높으며 처리속도가 빠르다는 특징을 가지고 있으며, 데이터 수집 대상을 설정하여 이미지 집합을 훈련하고 테스트 한다. 움직이는 영상에서 목표물의 정확도, 실수율과 누락율에 대한 통계를 사용하여, 본 연구에서 훈련된 네트워크는 움직이는 이미지 속의 사람, 오토바이, 자전거, 자동차와 버스를 정확하게 식별 할 수 있다.

• 마이크로전자및패키징학회지
• /
• 제31권1호
• /
• pp.29-34
• /
• 2024

전류가 전도체를 통과할 때 발생하는 줄 열을 이용한 발열체는 자동차 창유리, 고속열차 창유리 및 태양전지와 같은 다양한 산업 분야에서 수분 제거 등을 위해 널리 연구되고 개발되고 있고, 최근에는 기계적 변형 조건 하에서도 안정적인 가열을 유지할 수 있는 유연 발열체를 개발하기 위하여 여러 나노 구조의 발열체를 이용한 연구가 활발하게 진행중이다. 본 연구에서는 유연성이 우수한 폴리우레탄을 기판으로 선정하고 마그네트론 스퍼터링을 이용하여 낮은 전기비저항(1.6 μΩ-cm)을 가지는 은 (Ag) 박막을 형성하여 발열층으로 이용한 연구를 진행하였다. 2D 박막구조에서의 전면발열에 의하여 열응답속도가 매우 높아 목표 온도의 95%까지 20초 이내에 도달하였으며 우수한 발열재현성을 보여주었다. 또한 기계적 변형이 가해지는 환경에서도 우수한 발열특성이 유지되었으며 반복적인 굽힘 테스트 (10,000회, 곡률반경 5 mm 기준)에서도 3% 이내의 전기저항 증가만이 발생할 정도로 우수한 유연성을 보유하여, 폴리우레탄/은 구조의 면상발열체는 굴곡진 형태를 가진 다양한 기기에서부터 인체분위와 같이 다양한 응력이 가해지는 환경에서 사용할 수 있는 플렉서블/웨어러블 면상발열체로의 적용이 매우 유망하다는 것을 보여준다. 또한 증착된 은 박막 발열 층 구조는 다양한 목적을 위한 기능을 추가하여 다양한 분야에서 사용할 수 있는 플렉서블/웨어러블 발열체로서의 적용 가능성을 보여줍니다.

• 인터넷정보학회논문지
• /
• 제25권1호
• /
• pp.99-107
• /
• 2024

경제성장과 산업 발전에 따라 반도체 제품부터 SMT 제품, 전기 배터리 제품에 이르기 까지 많은 전자통신 부품들의 제조과정에서 발생하는 철, 알루미늄, 플라스틱 등의 이물질로 인해 제품이 제대로 동작하지 않거나, 전기 배터리의 경우 화재를 발생하는 문제까지 심각한 문제로 이어질 가능성이 있다. 이러한 문제를 해결하기 위해 초음파나 X-ray를 이용한 비파괴 방법으로 제품 내부에 이물질이 있는지 판단하여 문제의 발생을 차단하고 있으나, X-ray 영상을 취득하여 이물질이 있는지 판정하는 데에도 여러 한계점이 존재한다. 특히. 크기가 작거나 밀도가 낮은 이물질들은 X-Ray장비로 촬영을 하여도 보이지 않는 문제점이 있고, 잡음 등으로 인해 이물들이 잘 안 보이는 경우가 있으며, 특히 높은 생산성을 가지기 위해서는 빠른 검사속도가 필요한데, 이 경우 X-ray 촬영시간이 짧아지게 되면 신호 대비 잡음비율(SNR)이 낮아지면서 이물 탐지 성능이 크게 저하되는 문제를 가진다. 따라서, 본 논문에서는 저화질로 인해 이물질을 탐지하기 어려운 한계를 극복하기 위한 5단계 방안을 제안한다. 첫번째로, Global 히스토그램 최적화를 통해 X-Ray영상의 대비를 향상시키고, 두 번째로 고주파 영역 신호의 구분력을 강화하기 위하여 Local contrast기법을 적용하며, 세 번째로 Edge 선명도 향상을 위해 Unsharp masking을 통해 경계선을 강화하여 객체가 잘 구분되도록 한다, 네 번째로, 잡음 제거 및 영상향상을 위해 Resdual Dense Block(RDB)의 초고해상화 방법을 제안하며, 마지막으로 Yolov5 알고리즘을 이용하여 이물질을 학습한 후 탐지한다. 본 연구에서 제안하는 방식을 이용하여 실험한 결과, 저밀도 영상 대비 정밀도 등의 평가기준에서 10%이상의 성능이 향상된다.