• 한국방사선학회논문지
• /
• 제18권3호
• /
• pp.187-201
• /
• 2024

골다공증은 전 세계적으로 주요한 건강 문제임에도 불구하고, 골절 발생 전까지 쉽게 발견되지 않는 단점을 가지고 있습니다. 본 연구에서는 골다공증 조기 발견 능력 향상을 위해, 복부 컴퓨터 단층 촬영(Computed Tomography, CT) 영상을 활용하여 정상-골감소증-골다공증으로 구분되는 골다공증 단계를 체계적으로 분류할 수 있는 딥러닝(Deep learning, DL) 시스템을 개발하였습니다. 총 3,012개의 조영제 향상 복부 CT 영상과 개별 환자의 이중 에너지 X선 흡수 계측법(Dual-Energy X-ray Absorptiometry, DXA)으로 얻은 T-점수를 활용하여 딥러닝 모델 개발을 수행하였습니다. 모든 딥러닝 모델은 비정형 이미지 데이터, 정형 인구 통계 정보 및 비정형 영상 데이터와 정형 데이터를 동시에 활용하는 다중 모달 방법에 각각 모델 구현을 실현하였으며, 모든 환자들은 T-점수를 통해 정상, 골감소증 및 골다공증 그룹으로 분류되었습니다. 가장 높은 정확도를 갖는 모델 우수성은 비정형-정형 결합 데이터 모델이 가장 우수하였으며, 수신자 조작 특성 곡선 아래 면적이 0.94와 정확도가 0.80를 제시하였습니다. 구현된 딥러닝 모델은 그라디언트 가중치 클래스 활성화 매핑(Gradient-weighted Class Activation Mapping, Grad-CAM)을 통해 해석되어 이미지 내에서 임상적으로 관련된 특징을 강조했고, 대퇴 경부가 골다공증을 통해 골절 발생이 높은 위험 부위임을 밝혔습니다. 이 연구는 DL이 임상 데이터에서 골다공증 단계를 정확하게 식별할 수 있음을 보여주며, 조기에 골다공증을 탐지하고 적절한 치료로 골절 위험을 줄일 수 있는 복부 컴퓨터 단층 촬영 영상의 잠재력을 제시할 수 있습니다.

• 정보처리학회논문지B
• /
• 제9B권3호
• /
• pp.359-368
• /
• 2002

본 논문에서는 매칭 에러 영상과 이동벡터를 이용한 효율적인 이동물체 외곽선 검출 알고리즘과 부분외곽선 정보를 이용한 이동물체 고속 추적 알고리즘을 제안하였다. 이동물체의 외곽선 검출은 watershed 알고리즘을 기반으로 확률분포함수를 적용하여 seed 영역을 생성하고 seed 영역을 확장하여 이동물체의 윤곽선을 검출한 다음 이동벡터를 이용하여 최종 외곽선을 추출한다. 외곽선 중 일부를 특징으로 하여 이동물체를 추적하는 알고리즘을 사용하였다. 이동물체 초기 특징 벡터는 이동물체의 외곽선 영역 중 상하좌우의 외곽선 일부분을 특징벡터로 정한다. 다음은 추적단계로 이전 프레임에서 얻은 특징벡터를 이용하여 현재 프레임에서 이동물체의 추적을 수행하였다. 실제영상에 대하여 제안된 알고리즘으로 이동물체추적 모의 실험을 수행한 결과 기존 능동 윤곽선 추적알고리즘은 물체 외곽선 전체를 추적하기 때문에 물체의 외곽선 길이에 따라 처리시간이 변화하지만 제안된 알고리즘은 이동물체의 외곽선 영역을 특징정보로 하여 추적하기 때문에 추적 연산이 간단하였다. 고속이동벡터를 추출 BMA 연산은 기존 알고리즘 보다 연산량이 약 39% 감소였고, 이동 물체 외곽선 검출 알고리즘은 과분할 문제점이 발생하지 않았으며, 상하 좌우 외곽선 정보를 이용하여 이동물체를 추적한 결과 추적오차는 특징벡터의 크기가 $(15\times{5)}$일 때 검색오차가 4 화소 이하로 양호하게 나타났다.

• 대한원격탐사학회지
• /
• 제27권1호
• /
• pp.33-41
• /
• 2011

최근 국내외적으로 인터넷 웹에서 스마트폰 앱으로 정보통신기술 사용자 요구와 개발 환경이 변화되고 있어 공간정보 분야에서도 이에 따른 기술적 대응이 요구되고 있다. 그러나 현재의 수준은 스마트폰 지도서비스와 위치 확인 서비스가 주가 되고 있어 공간정보 콘텐츠 서비스를 위한 스마트폰 앱의 개발은 전세계 기술 개발 동향을 고려하더라도 시험 개발의 초기 단계로 볼 수 있다. 본 연구에서는 공간영상정보를 활용하여 코너 포인트 객체 (Corner Point Feature) 추출 및 DB 연동 처리 기능을 제공하는 앱을 개발하였다. 이때 코너 포인트 객체 추출은 Harris 알고리즘을 적용하였으며 데이터베이스 서버와 어플리케이션 서버, 사용자 환경으로 구분한 기본적인 시스템 환경의 모든 처리 모듈은 오픈소스 기반으로 설계 및 구현하였다. 추출되는 코너 포인트는 사용자 요구사항에 따라 화면 확대, 축소에 따라 상세화(Level of Details) 과정을 거쳐 화면에 최적화하도록 설계하였다. 한편 공간영상정보와 통일한 대상 지역의 수치지도가 있는 경우에는 앱 상에서수치지도 레이어를 중첩 표현할 수 있는 추가 기능을 제공하도록 하였다. 본 연구에서 추출되는 자동 POI(Point of Interests) 설정이나 포인트 객체 기반 국토변화 탐지에 적용이 가능할 것으로 예상한다.

• 한국측량학회지
• /
• 제34권3호
• /
• pp.283-290
• /
• 2016

정사영상 제작에 주로 사용되는 기존의 항공사진측량 방법은 대규모 지역에 대해서는 효과적이나 소규모 지역에서는 비경제적이며, 지형지물의 지속적인 변화관측과 짧은 주기의 제작에는 어려움이 있다. 최근 다양한 센서들이 탑재된 무인항공기(UAV: Unmanned Aerial Vehicle)가 급격한 속도로 발전되고 있으며 이러한 무인항공기는 공간정보 분야에서도 다양하게 사용되고 있다. 무인항공기는 소규모지역에 대해서 신속하게 영상 자료 취득이 가능하며 적은 비용으로 영상자료들을 수시로 갱신할 수 있다. 또한, 불필요한 지역을 제외한 특정지역에 대해서만 공간정보 자료 취득이 가능함으로써 공간정보자료의 중복성을 최소화 할 수 있는 장점을 가지고 있다. 본 연구에서는 평지지역에 비해 상대적으로 정확도가 낮은 소규모 경사지역을 대상으로 일반용 저사양 무인항공기를 이용하여 정사영상과 수치표고모델 (DEM: Digital Elevation Model)을 생성하였으며, 검사점에 의한 평면 및 수직 좌표 성분의 RMSE는 σ_H = ±0.12 m, σ_V = ±0.09 m 의 정확도를 보였다. 그 결과 1/500 축척의 국토지리정보원 수치지도 기준 표준편차와 최대오차의 허용범위를 만족하였다. 이를 통하여 고가의 측량용 무인항공기가 아닌 일반용 저사양 무인항공기를 이용하여 소규모 경사지역의 정사영상 제작 가능성을 확인하였다.

• 대한의용생체공학회:의공학회지
• /
• 제25권5호
• /
• pp.329-334
• /
• 2004

전자후각(I-nose)시스템은, 전통적으로 음식물이나 플라스틱 제재의 생산에서 자동화된 품질관리 시스템에 사용되어 왔으나, 최근 호흡가스 등을 통해 당뇨, 호흡 및 소화기 질환과 감염 등을 검사하는 진단영역으로 그 응용분야를 확대하고 있다 이러한 질병과 연관이 없는 휘발성 유기화합물(volatile organic compound, YOC) 에 대하여 I-nose 의 센서어래이는 센서 물질과 휘발성 화합물 사이의 반응으로 인해 고유한 반응을 보이며, 신호의 profile 에 그 흔적을 남긴다. 본 연구에서는 센서어래이의 반응 신호를 profile 형태로 유지 및 분석함으로써 I-nose 의 가스시료 인식 성능을 보다 향상시킬 수 있는 방법을 제안하였다. 신호의 profile 에는 패턴인식을 위한 기존의 개별적인 특성(feature) 보다 많은 정보가 들어 있으며, 이를 가스의 구분에 효과적으로 이용하기 위해 디지털 영상처리에서 사용되는 패턴 매칭을 응용한time-profile방법을 새롭게 제안하였다. 제안된 방법의 검증을 위해, 반도체 공정에 의해 제작된 16채널의 초소형 가스센서 어래이를 사용해 측정된 8종류의 각기 다른 가스시료들에 대하여, 동종 및 이종 가스간의 매칭의 정도를 산출하였다. 기존의 방법과 비교한 결과 동종과 이종 가스간의 뚜렷한 구별이 가능하여 이를 패턴인식에 사용하면 E-nose의 가스 인식 성능을 향상시킬 것으로 전망된다.

• 한국광학회지
• /
• 제4권1호
• /
• pp.15-21
• /
• 1993

본 연구에서는 설계제작된 KrF 엑시머 레이저 스텝퍼는 광원인 KrF엑시머 레이저, 조명광학계, 축소트영광학계, 정밀구동 웨이퍼 스테이지, 정렬시스템 및 이들을 제어하기 위한 제어계로 구성되어 있다. 본 실험에서 사용한 KrFdprtlaj 레이저는 밴드폭 3pm, 반복주파수 200Hz, 평균축력 3W이고, 5:1 투영렌즈는 N.A. 0.42, 전체 필드영역 $\varphi$21.2mm, 왜곡수차 최대 60nm 이하이다. 또한 정밀구동 웨이퍼 스테이지의 재현성과 해상도는 각각 $\pm$0.08$\mu\textrm{m}$/200mm(3 sigma), 100mm 반경에서 0.05 $\mu\textrm{m}$이다. 자동 초점 시스템은 $\pm$50$\mu\textrm{m}$범위에서 0.1$\mu\textrm{m}$의 해상도를 나타냈으며, 자동수평시스템은 120 arcsec 범위에서 larcsec의 해상도를 나타냈다. OFF-AXIS 정렬방식에서는 0.2$\mu\textrm{m}$의 해상도를 가지며, 두빔의 간섭을 이용한 새로운 TTL 정렬은 0.1$\mu\textrm{m}$의 해상도를 나타냈다. 스텝퍼 패턴 실험결과 SAL603레지스트를 사용하였을 때 웨이퍼의 노광후 열처리 $105^{\circ}C$, 60초에서 0.3$\mu\textrm{m}$ Lines and Spaces(L/S)까지 해상되었으며, 0.34$\mu\textrm{m}$ L/S에서 1$\mu\textrm{m}$의 초점심도를 얻을 수 있었다. 마스크 패턴과 레지스트 패턴의 선형성은 0.4$\mu\textrm{m}$ L/S가지 유지 되었다. 또한 XP-89131레지스트의 경우 노광후 열처리 $110^{\circ}C$, 60초에서 0.34$\mu\textrm{m}$ L/S까지 해상됨을 알수 있었다.

• 지적과 국토정보
• /
• 제52권1호
• /
• pp.105-118
• /
• 2022

최근 메타버스, 스마트시티, 디지털트윈, 자율주행차, 도심항공모빌리티 등 분야에서 3D공간객체모델 관련 정보 요구는 증가될 것이다. 공간객체에 대한 3D모델 구축은 위성·항공·지상플랫폼과 같은 다양한 장비와 모델링·인공지능·영상정합 등의 기술로 가능하다. 하지만 갱신이 필요한 공간객체를 신속하게 탐지하고 DB화하는 작업은 쉽지 않다. 이 연구에서는 공간정보(도형)과 속성을 기반으로 주소코드, 층수, 건물명, 면적 등의 매칭요소를 이용하여 건물융합DB와 변화탐지건물DB를 구축 지원할 수 있고 갱신이 필요한 객체선정의 적합성을 검증할 수 있는 시스템 프로토타입을 개발하였다. 건물융합DB 구축 시 일부 건물의 경우, 공간정보와 속성의 융합불가 및 실패 사례가 발생하여, 매칭율이 약 80%로 낮게 나타났다. 이것은 특별히 시범사업지역 내 많은 건물객체에 대한 속성정보가 누락된 것에 기인하는 것으로 판단된다. 이 연구는 3D공간객체 모델의 신속한 갱신을 위한 효율적인 드론 촬영계획 수립을 지원하여 공간객체의 중복 및 불필요한 구축 등을 사전에 방지함으로써 객체 구축 절차 개선 및 비용 절감에 크게 기여할 것이다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.50-53
• /
• 2022

최근 위조 외국 선박이 국내항을 여러번 입출항한 경우가 있었다. 선박에는 국제해사기구(IMO)가 선박을 식별하기 위해 부여한 선박 고유 일련번호가 있으며 2004년 이후 건조된 모든 선박에 IMO 표시를 의무적으로 해야 한다. 대표적인 물류 플랫폼인 공항과 항만의 경우 보안체계가 필수적이지만 항만에서의 보안체계를 세우는 것은 어렵고 사각지대가 많아 보안체계의 미흡으로 인한 보안문제가 발생할 수 있다. 본 논문에서는 딥러닝 객체인식 및 OpenCV를 이용하여 항만 보안시스템을 설계한다. 보안시스템 프로세스는 선박 입항시 객체 인식 후, 선박의 IMO번호를 추출하여 입항 기록이 있는 선박의 경우 특징점 매칭을 통해 동일한 선박인지 판단하고, 최초 입항 선박의 경우 입출항 DB에 선박 이미지 및 IMO번호를 저장한다. 본 논문의 시스템을 통해 항만보안시스템을 활용하여 입항 관리 인력 단축으로 인한 효율성 증가와 미허가 입항으로 발생하는 부대 비용 절감을 통한 항만 물류 업무 효율성 및 체계 개선과 보안시스템 도입을 통해 항만 보안을 강화할 수 있다.

• 지능정보연구
• /
• 제24권2호
• /
• pp.221-241
• /
• 2018

최근 딥러닝 기술이 주목을 받고 있다. 대중들의 관심을 받았던 국제 이미지 인식 기술 대회(ILSVR)와 알파고(AlphaGo)에서 사용된 딥러닝 기술이 바로 합성곱 신경망(CNN; Convolution Neural Network)이다. 합성곱 신경망은 입력 이미지를 작은 구역으로 나누어 부분적인 특징을 인식하고 이것을 결합하여 전체를 인식하는 특징을 가진다. 이러한 딥러닝 기술이 우리의 생활에 있어 많은 변화를 야기할 것이라는 기대를 주고 있지만 현재까지는 이미지 인식과 자연어 처리 등에 그 성과가 국한되어 있다. 비즈니스 문제에 대한 딥러닝 활용은 아직까지 초기 연구 단계로 향후 마케팅 응답 예측이나 허위 거래 식별, 부도 예측과 같은 전통적 비즈니스 문제들에 대해 보다 깊게 활용되고 그 성능이 입증된다면 딥러닝 기술의 활용 가치가 보다 더 주목받게 될 것으로 기대된다. 이러한 때 비교적 고객 식별이 용이하고 활용 가치가 높은 빅데이터를 보유하고 있는 전자상거래 기업의 사례를 바탕으로 하여 딥러닝 기술의 비즈니스 문제 해결 가능성을 진단해보는 것은 학술적으로 매우 의미 있는 시도라 할 수 있겠다. 이에 본 연구에서는 전자상거래 기업의 고객 행태 예측력을 높이기 위한 방안으로 합성곱 신경망을 활용한 '이종 정보 결합(Heterogeneous Information Integration)의 CNN 모델'을 제시한다. 이는 정형과 비정형 정보를 결합하여 다층 퍼셉트론 구조의 합성곱 신경망에서 학습시키는 모델로서 최적의 성능을 발휘하도록 '이종 정보 결합'과 '비정형 정보의 벡터 전환', 그리고 '다층 퍼셉트론 설계'로 하는 3개의 내부 아키텍처를 정의하고 각 아키텍처 단위로 구성되는 방식에 따른 성능을 평가하여 그 결과를 바탕으로 제안 모델을 확정하고 그 성능을 평가해보고자 한다. 고객 행태 예측을 위한 목표 변수는 전자상거래 기업에서 중요하게 관리하고 있는 재구매 고객, 이탈 고객, 고빈도 구매 고객, 고빈도 반품 고객, 고단가 구매 고객, 고할인 구매 고객 등 모두 6개의 이진 분류 문제로 정의한다. 제안한 모델의 유용성을 검증하기 위해서 국내 특정 전자상거래 기업의 실제 데이터를 활용하여 실험을 수행하였다. 실험 결과 정형과 비정형 정보를 결합하여 CNN을 활용한 제안 모델이 NBC(Naïve Bayes classification)과 SVM(Support vector machine), 그리고 ANN(Artificial neural network)에 비해서 예측 정확도와 F1 Measure가 높게 평가되었다. 또 NBC, SVM, ANN에서 정형 정보만을 사용할 때 보다 정형과 비정형 정보를 결합하여 입력 변수로 함께 활용한 경우에 예측 정확도가 향상되는 것으로 나타났다. 따라서 실험 결과로부터 비정형 정보의 활용이 고객 행태 예측의 정확도 향상에 기여한다는 점과 CNN 기법의 특징 추출 알고리즘이 VOC에 사용된 단어들의 분포와 위치 정보를 해석하여 문장의 의미를 파악하는데 효과적이라는 점을 실증적으로 확인하였다는데 그 의미가 있다고 할 수 있겠다. 이를 통해서 CNN 기법이 지금까지 소개된 이미지 인식이나 자연어 처리 분야 외에 비즈니스 문제 해결에도 활용 가치가 높다는 점을 확인하였다는데 이 연구의 의의가 있다 하겠다.

• 한국지리정보학회지
• /
• 제9권1호
• /
• pp.158-167
• /
• 2006

본 연구는 DMZ 및 민통선지역의 토지피복 변화양상을 생태학적 측면에서 파악해보는데 목적을 두고 있다. 한반도 허리를 가르는 대상형 지역인 DMZ에 대하여 남북간 왕래가 잦은 서부지역에 대하여 토지피복특성을 파악해 보았는데, 비접근지역인 연구지역 특성상 본 연구에서는 위성영상자료를 활용하여 토지피복의 현황 및 변화특성을 파악해 보았다. '80년대 중반(Landsat TM, '87.05.20) 및 2000년대 초반의 영상(Landsat ETM+, '02.06.06)을 활용함으로써 최근 15년 동안 토지피복이 어떻게 변화했는지 파악하였으며, 생태적 가치가 큰 DMZ 지역의 토지피복 분류정확도를 높이기 위하여, 선형분광혼합화소분석(linear spectral mixture analysis : LSMA)을 이용하였다. 이 분석법은 하나의 화소를 단일한 지표물로 가정하여 영상을 처리하는 기존의 기법과 달리, 각 화소의 토지피복의 혼합정도를 세분화 한 후 대상지의 토지피복 특성을 가장 잘 반영하는 순수한 화소값 별로 분할영상(fraction image)을 생성하였는데, 본 연구에서는 식생, 토양, 수문의 3가지 화소에 대한 분할영상을 생성하였다. 분석결과 토지피복 가운데 산림지역의 면적이 가장 많은 감소를 가져왔는데, 남한지역의 경우 산림의 $39.04km^2$가, 북한지역은 $52.37km^2$가 다른 토지피복으로 변화되었다. 농경지의 경우 북한은 농경지 면적의 $56.15km^2$가 나대지로 변화되었는데, 이는 남한에 비하여 농경지 관리가 소홀하여 나대지 상태로 방치되고 있음을 알 수 있다. 공간적인 측면에서 볼 때, 민통선지역의 경우 전반적으로 토지피복의 변화가 나타나고 있으며, DMZ 내부의 경우도 장단반도 주변지역, 파주시 및 북한 판문군지역의 경우 그 변화가 민통선지역과 비슷한 양상을 보이고 있다.