• 대한원격탐사학회지
• /
• 제40권3호
• /
• pp.257-268
• /
• 2024

Drone-mounted hyperspectral sensors (DHSs) have revolutionized remote sensing in agriculture by offering a cost-effective and flexible platform for high-resolution spectral data acquisition. Their ability to capture data at low altitudes minimizes atmospheric interference, enhancing their utility in agricultural monitoring and management. This study focused on addressing the challenges of radiometric and geometric distortions in preprocessing drone-acquired hyperspectral data. Radiometric correction, using the empirical line method (ELM) and spectral reference panels, effectively removed sensor noise and variations in solar irradiance, resulting in accurate surface reflectance values. Notably, the ELM correction improved reflectance for measured reference panels by 5-55%, resulting in a more uniform spectral profile across wavelengths, further validated by high correlations (0.97-0.99), despite minor deviations observed at specific wavelengths for some reflectors. Geometric correction, utilizing a rubber sheet transformation with ground control points, successfully rectified distortions caused by sensor orientation and flight path variations, ensuring accurate spatial representation within the image. The effectiveness of geometric correction was assessed using root mean square error(RMSE) analysis, revealing minimal errors in both east-west(0.00 to 0.081 m) and north-south directions(0.00 to 0.076 m).The overall position RMSE of 0.031 meters across 100 points demonstrates high geometric accuracy, exceeding industry standards. Additionally, image mosaicking was performed to create a comprehensive representation of the study area. These results demonstrate the effectiveness of the applied preprocessing techniques and highlight the potential of DHSs for precise crop health monitoring and management in smart agriculture. However, further research is needed to address challenges related to data dimensionality, sensor calibration, and reference data availability, as well as exploring alternative correction methods and evaluating their performance in diverse environmental conditions to enhance the robustness and applicability of hyperspectral data processing in agriculture.

• 비교문화연구
• /
• 제38권
• /
• pp.191-214
• /
• 2015

Chinese American Writer, Ha Jin has been writing exclusively about the life in his native Communist China. His stories and poems are almost all about the Chinese people so far. In addition, the distinctive Chinese flavour and the inexorably repressive image of China in his works present an 'Other' to the American culture. Such kind of Chineseness can also be found in Ha Jin's works and his career as a writer. The continued demand for knowledge of China, which is created by China's increasingly important role in the globalized economy, sustains the country's position as an Other for America. In his early four novels, Ha Jin portrays a totally repressive image of Communist China, an image of which functions perfectly as a form of otherness for his American readers. In Ha Jin's portrayal, the Chinese masses are subjected to the Communist authority through its bureaucracy and state-economy mechanism, as well as through the godlike image of Mao Zedong. They are to follow the Communist conscience and subscribe to unity-in-difference. Deviation from the one-party rule is intolerable. In each of the novels, Ha Jin presents a specific system of repression. In In the Pond, confrontation against Party authority is contained by a process of complicity. In Waiting, the Party's power is upheld through a system of surveillance in which people act as agents, resulting in a web of power which paralyses love. The Crazed illustrates a play of power by Party officials which, against the backdrop of the Tiananmen Square Massacre, is full of craze itself, driving people either out of sanity or out of the country. War Trash exposes the Communist power's repression to the extreme by presenting a case of dishonour in those whose life is debased as trash by the Party. The repressive image of China produced in these stories, which span over half a century, makes Ha Jin's China a perfect Other for the West. To sum up, Ha Jin's novels construct a repressive image of China. In his novels, Ha Jin exposes the working of repression in particular systems. Through these systems, he problematizes the notion of personal autonomy for Chinese people and proposes for his western/American readers a solution which eventually turns into a re-presentation of American hegemony.

• 지능정보연구
• /
• 제24권1호
• /
• pp.205-225
• /
• 2018

Convolutional Neural Network (ConvNet)은 시각적 특징의 계층 구조를 분석하고 학습할 수 있는 대표적인 심층 신경망이다. 첫 번째 신경망 모델인 Neocognitron은 80 년대에 처음 소개되었다. 당시 신경망은 대규모 데이터 집합과 계산 능력이 부족하여 학계와 산업계에서 널리 사용되지 않았다. 그러나 2012년 Krizhevsky는 ImageNet ILSVRC (Large Scale Visual Recognition Challenge) 에서 심층 신경망을 사용하여 시각적 인식 문제를 획기적으로 해결하였고 그로 인해 신경망에 대한 사람들의 관심을 다시 불러 일으켰다. 이미지넷 첼린지에서 제공하는 다양한 이미지 데이터와 병렬 컴퓨팅 하드웨어 (GPU)의 발전이 Krizhevsky의 승리의 주요 요인이었다. 그러므로 최근의 딥 컨볼루션 신경망의 성공을 병렬계산을 위한 GPU의 출현과 더불어 ImageNet과 같은 대규모 이미지 데이터의 가용성으로 정의 할 수 있다. 그러나 이러한 요소는 많은 도메인에서 병목 현상이 될 수 있다. 대부분의 도메인에서 ConvNet을 교육하기 위해 대규모 데이터를 수집하려면 많은 노력이 필요하다. 대규모 데이터를 보유하고 있어도 처음부터 ConvNet을 교육하려면 많은 자원과 시간이 소요된다. 이와 같은 문제점은 전이 학습을 사용하면 해결할 수 있다. 전이 학습은 지식을 원본 도메인에서 새 도메인으로 전이하는 방법이다. 전이학습에는 주요한 두 가지 케이스가 있다. 첫 번째는 고정된 특징점 추출기로서의 ConvNet이고, 두번째는 새 데이터에서 ConvNet을 fine-tuning 하는 것이다. 첫 번째 경우, 사전 훈련 된 ConvNet (예: ImageNet)을 사용하여 ConvNet을 통해 이미지의 피드포워드 활성화를 계산하고 특정 레이어에서 활성화 특징점을 추출한다. 두 번째 경우에는 새 데이터에서 ConvNet 분류기를 교체하고 재교육을 한 후에 사전 훈련된 네트워크의 가중치를 백프로퍼게이션으로 fine-tuning 한다. 이 논문에서는 고정된 특징점 추출기를 여러 개의 ConvNet 레이어를 사용하는 것에 중점을 두었다. 그러나 여러 ConvNet 레이어에서 직접 추출된 차원적 복잡성을 가진 특징점을 적용하는 것은 여전히 어려운 문제이다. 우리는 여러 ConvNet 레이어에서 추출한 특징점이 이미지의 다른 특성을 처리한다는 것을 발견했다. 즉, 여러 ConvNet 레이어의 최적의 조합을 찾으면 더 나은 특징점을 얻을 수 있다. 위의 발견을 토대로 이 논문에서는 단일 ConvNet 계층의 특징점 대신에 전이 학습을 위해 여러 ConvNet 계층의 특징점을 사용하도록 제안한다. 본 논문에서 제안하는 방법은 크게 세단계로 이루어져 있다. 먼저 이미지 데이터셋의 이미지를 ConvNet의 입력으로 넣으면 해당 이미지가 사전 훈련된 AlexNet으로 피드포워드 되고 3개의 fully-connected 레이어의 활성화 틀징점이 추출된다. 둘째, 3개의 ConvNet 레이어의 활성화 특징점을 연결하여 여러 개의 ConvNet 레이어의 특징점을 얻는다. 레이어의 활성화 특징점을 연결을 하는 이유는 더 많은 이미지 정보를 얻기 위해서이다. 동일한 이미지를 사용한 3개의 fully-connected 레이어의 특징점이 연결되면 결과 이미지의 특징점의 차원은 4096 + 4096 + 1000이 된다. 그러나 여러 ConvNet 레이어에서 추출 된 특징점은 동일한 ConvNet에서 추출되므로 특징점이 중복되거나 노이즈를 갖는다. 따라서 세 번째 단계로 PCA (Principal Component Analysis)를 사용하여 교육 단계 전에 주요 특징점을 선택한다. 뚜렷한 특징이 얻어지면, 분류기는 이미지를 보다 정확하게 분류 할 수 있고, 전이 학습의 성능을 향상시킬 수 있다. 제안된 방법을 평가하기 위해 특징점 선택 및 차원축소를 위해 PCA를 사용하여 여러 ConvNet 레이어의 특징점과 단일 ConvNet 레이어의 특징점을 비교하고 3개의 표준 데이터 (Caltech-256, VOC07 및 SUN397)로 실험을 수행했다. 실험결과 제안된 방법은 Caltech-256 데이터의 FC7 레이어로 73.9 %의 정확도를 얻었을 때와 비교하여 75.6 %의 정확도를 보였고 VOC07 데이터의 FC8 레이어로 얻은 69.2 %의 정확도와 비교하여 73.1 %의 정확도를 보였으며 SUN397 데이터의 FC7 레이어로 48.7%의 정확도를 얻었을 때와 비교하여 52.2%의 정확도를 보였다. 본 논문에 제안된 방법은 Caltech-256, VOC07 및 SUN397 데이터에서 각각 기존에 제안된 방법과 비교하여 2.8 %, 2.1 % 및 3.1 %의 성능 향상을 보였다.

• 한국산학기술학회논문지
• /
• 제19권8호
• /
• pp.441-448
• /
• 2018

이 연구는 글 없는 그림책 활동이 유아의 그림 표상능력과 사회성 발달에 미치는 영향을 알아보는데 그 목적이 있다. 이를 위해 연구대상은 K유치원에 재학 중인 만 3세 유아 30명으로 하였다. 그 중 15명을 실험집단으로 나머지 15명을 비교집단으로 선정하였다. 실험처치는 실험집단에 8주간 글 없는 그림책 활동을 실시하였으며, 두 집단 모두 그림 표상능력과 사회성 발달 검사를 사전 사후에 실시하였다. 그 결과, 글 없는 그림책 활동이 유아의 그림 표상능력 하위 영역 중 다양한 색채, 세부적 묘사, 조화로운 공간 표상, 다양한 형체, 주제 관련 표상, 표상의 독특성, 그림 표상의 완성도, 언어 표상의 연결에 효과가 있는 것으로 나타났다. 다음으로 글 없는 그림책 활동이 유아의 사회성 발달 하위영역 중 협동성, 자율성, 또래 간 상호작용에서 효과가 있는 것으로 나타났다. 이러한 연구결과는 글 없는 그림책 활동이 유아의 그림 표상능력과 사회성 발달에 효과적인 교수-학습 자료로 유아교육기관에서 유용하게 활용될 수 있음을 시사한다.

• 한국인터넷방송통신학회논문지
• /
• 제15권6호
• /
• pp.135-140
• /
• 2015

CPS는 다양한 임베디드 시스템들을 복합적으로 모델링 및 시뮬레이션 한다. 이때 다양한 종류의 모델이 사용되기 때문에 시뮬레이션에 사용되는 데이터들에 대한 체계적인 관리 위해 SEDRIS를 적용한다. SEDRIS는 특정 도메인 환경에서 개발된 환경데이터들을 재사용 및 상호운영 가능하기 때문에 비용과 시간을 절감할 수 있다. 기존 시뮬레이터와 SEDRIS를 연동 위해, 시뮬레이터의 지형 표현에 사용되는 높이맵을 SEDRIS의 레스터 데이터 표현방법으로 변환하여 입력만이 가능하다. 이 문제를 해결위해, 높이맵 표현을 위해 사용되는 RAW파일을 폴리곤 데이터로 변환하는 방법을 제안한다. 제안한 방법은 두 가지 이점을 제공한다. 첫 번째로 SEDRIS 내부에 환경데이터 표현이 가능해진다. 두 번째는 그림파일처럼 보이는 지형을 뷰어로 확인 가능하다. 즉, SEDRIS 비전문가도 지형 환경 데이터를 구축이 가능하다.

• 지능정보연구
• /
• 제29권1호
• /
• pp.203-214
• /
• 2023

우리나라 관세청은 효과적인 원스톱(One-stop) 업무 처리가 가능한 전자통관 시스템으로 효율적으로 업무처리를 하고 있지만 기술의 발달과 비대면 서비스의 증가로 매년 수출입건수가 증가하고 있으며 그에 따른 업무량도 폭증하고 있는 실정으로 이에 따른 보다 효과적인 방법이 매우 필요하다. 수입과 수출은 모든 물품에 대한 분류 및 세율 적용을 위한 HS Code(Harmonized system code)가 필요하고 해당 HS Code를 분류하는 품목 분류는 전문지식과 경험이 필요한 업무 난이도가 높고 관세 통관절차에서 중요한 부분이다. 이에 본 연구는 품목 분류 의뢰서의 물품명, 물품상세설명, 물품 이미지 등의 다양한 유형의 데이터 정보를 활용하여 멀티모달 표현 학습(Multimodal representation learning) 기반으로 정보를 잘 반영할 수 있도록 딥러닝 모델을 학습 및 구축하여 HS Code를 분류 및 추천해 줌으로써 관세 업무 부담을 줄이고 신속한 품목 분류를 하여 통관절차에 도움을 줄 것으로 기대한다.

• ETRI Journal
• /
• 제29권3호
• /
• pp.353-362
• /
• 2007

In this paper, we propose a novel unsupervised video object extraction algorithm for individual images or image sequences with low depth of field (DOF). Low DOF is a popular photographic technique which enables the representation of the photographer's intention by giving a clear focus only on an object of interest (OOI). We first describe a fast and efficient scheme for extracting OOIs from individual low-DOF images and then extend it to deal with image sequences with low DOF in the next part. The basic algorithm unfolds into three modules. In the first module, a higher-order statistics map, which represents the spatial distribution of the high-frequency components, is obtained from an input low-DOF image. The second module locates the block-based OOI for further processing. Using the block-based OOI, the final OOI is obtained with pixel-level accuracy. We also present an algorithm to extend the extraction scheme to image sequences with low DOF. The proposed system does not require any user assistance to determine the initial OOI. This is possible due to the use of low-DOF images. The experimental results indicate that the proposed algorithm can serve as an effective tool for applications, such as 2D to 3D and photo-realistic video scene generation.

• 정보처리학회논문지D
• /
• 제13D권1호
• /
• pp.29-36
• /
• 2006

본 논문에서는 식물 잎 모양을 기반으로 이미지를 표현하고 검색하는 식물 잎 이미지 검색 시스템을 보인다. 보다 효과적인 잎의 모양 표현을 위하여, MPP(Minimum Perimeter Polygons) 알고리즘을 개선하였고, 처리시간을 줄이기 위하여, NN(Nearest Neighbor) 검색을 개선한 동적 매칭알고리즘을 제안하였다. 본 시스템은 사용자에게 질의 이미지를 업로드하는 인터페이스를 제공하거나 모양 특징에 기반한 질의를 생성하는 도구를 제공하고 유사도에 따른 이미지를 검색한다. 검색의 편의성을 위해, 웹상에서 잎 모양과 잎차례를 스케치하여 손쉽게 질의할 수 있게 하였다. 실험에서는, 한국에 자생하는 식물 이미지 데이터베이스를 구축하였으며, 질의를 통해 검색된 유사한 이미지의 개수를 기반으로 성능을 평가하였다.

• 한국통신학회논문지
• /
• 제25권7A호
• /
• pp.1044-1049
• /
• 2000

영상의 특징을 나타내는 방법의 하나인 투영은 영상의 근사화된 형상 및 위치 정보 등의 많은 유용한 정보를 포함하고 있다. 그러나 투영을 영상 검색을 위한 방법으로 사용할 경우, 사용되는 색인 데이터 량이 많고, 에디터 베이스의 영상 크기에 따라 토영된 벡터의 길이가 달라진다는 단점이 있다. 이에 본 논문에서는 투영기법이 안고 있는 이러한 문제점을 극복하는 방법으로 데이터베이스 영상을 투영한 후 투영 벡터의 국부화를 통하여 영상의 지역적 특성이 반영되도록 하였으며, 색인 데이터 량을 주리기 위하여 투영된 벡터의 분산 값을 색인 데이터로 활용하였다. 제안된 방법은 검색 시 투영 기법의 장점을 수용함과 동시에 영상의 통계적 특성을 활용할 수 있을 뿐 아니라 시스템 구현 시 질의 시간 내에 응답을 얻을 수 있다는 이점이 있다.

• 한국학교수학회논문집
• /
• 제9권2호
• /
• pp.195-208
• /
• 2006

학생들은 개념과 관련된 여러 가지 기하적 표현 중에서 특정한 표현을 해당 개념의 형식적인 정의에 우선하는 기하적 심상으로 받아들이곤 한다. 학생이 지닌 기하적 심상과 개념의 형식적인 정의가 항상 조화를 이루지는 않으며, 이로 인해 문제해결과정에서 오류가 유발될 수 있다. 기하적 표현을 통한 학습이 중요한 비중을 차지하는 기하 영역에서는 이러한 학생들의 오류 및 오류의 원인을 체계적으로 분석할 필요가 있다. 본 연구에서는 학생이 지닌 특정한 기하적 심상으로 인해 발생하는 오류 사례의 분석을 통해 보다 일반적으로 학생들이 수학적 개념에 대하여 지니는 심상 및 심상과 관련한 오류의 유형을 개념적으로 분류하여 이론적 분석의 틀을 제안하고자 한다.