• International Journal of Computer Science & Network Security
• /
• 제23권7호
• /
• pp.155-164
• /
• 2023

Machine learning with its high precision algorithms, Precision agriculture (PA) is a new emerging concept nowadays. Many researchers have worked on the quality and quantity of PA by using sensors, networking, machine learning (ML) techniques, and big data. However, there has been no attempt to work on trends of artificial intelligence (AI) techniques, dataset and crop type on precision agriculture using internet of things (IoT). This research aims to systematically analyze the domains of AI techniques and datasets that have been used in IoT based prediction in the area of PA. A systematic literature review is performed on AI based techniques and datasets for crop management, weather, irrigation, plant, soil and pest prediction. We took the papers on precision agriculture published in the last six years (2013-2019). We considered 42 primary studies related to the research objectives. After critical analysis of the studies, we found that crop management; soil and temperature areas of PA have been commonly used with the help of IoT devices and AI techniques. Moreover, different artificial intelligence techniques like ANN, CNN, SVM, Decision Tree, RF, etc. have been utilized in different fields of Precision agriculture. Image processing with supervised and unsupervised learning practice for prediction and monitoring the PA are also used. In addition, most of the studies are forfaiting sensory dataset to measure different properties of soil, weather, irrigation and crop. To this end, at the end, we provide future directions for researchers and guidelines for practitioners based on the findings of this review.

• 한국인터넷방송통신학회논문지
• /
• 제24권1호
• /
• pp.197-205
• /
• 2024

자율주행 자동차 개발 및 상용화에 있어서 주행안전도 확보가 가장 중요한 시점에서 이를 위해 전방 및 주행차량 주변에 존재하는 다양한 정적/동적 차량의 인식과 검출 성능을 고도화 및 최적화하기 위한 AI, 빅데이터 기반 알고리즘개발 등이 연구되고 있다. 하지만 레이더와 카메라의 고유한 장점을 활용하여 동일한 차량으로 인식하기 위한 연구 사례들이 많이 있지만, 딥러닝 영상 처리 기술을 이용하지 않거나, 레이더의 성능상의 문제로 짧은 거리만 동일한 표적으로 감지하고 있다. 따라서 레이더 장비와 카메라 장비에서 수집할 수 있는 데이터셋을 구성하고, 데이터셋의 오차를 계산하여 동일한 표적으로 인식하는 융합 기반 차량 인식 방법이 필요하다. 본 논문에서는 레이더와 CCTV(영상) 설치 위치에 따라 동일한 객체로 판단하기에 데이터 오차가 발생하기 때문에 설치한 위치에 따라 위치 정보를 연동할 수 있는 기술 개발을 목표로 한다.

• 대한전자공학회논문지SP
• /
• 제49권3호
• /
• pp.30-39
• /
• 2012

본 논문에서는 검출된 운전자의 얼굴영역에서 눈의 형태를 인식하여 졸음 상태를 감지하는 기법을 개발하고 감지 결과에 따라 위험 상태를 알려주는 경보 시스템을 구현하고자 한다. 먼저 얼굴 검출에는 Haar 변환 기법을 이용하고 실험실환경, 차량환경 및 적외선 영상을 획득하여 다양한 조명 환경에서도 강인하도록 전처리 및 후처리 과정을 적용한다. 눈 검출에는 보통 한국인이라는 가정하에 눈의 위치 및 크기의 비례 구조 특성 등을 이용하여 후보 영역을 제한하고 트리구조에 대한 실험 결과로 고속 알고리즘을 구현하였다. 또한 졸음 상태를 인식하기 위해서는 눈의 개폐 형태를 검출할 수 있는 Hough 변환을 이용한 기법과 눈의 계폐에 따른 눈의 형태 비율을 이용한 기법을 새로이 제안하며, 눈이 감겨있는 시간을 측정하여 졸음 여부를 판단한다. 1단계 졸음 상태로 판단될 경우 통합 모니터링 인터페이스에서 운전자에게 경고음을 울리며 2단계 졸음 상태로 판단될 경우에는 CAN(Controller Area Network)을 통하여 안전벨트를 진동하게 함으로써 운전자에게 경고를 하는 시스템을 구현한다. 본 논문에서 제안하는 기법은 기존의 기법들과 비교하여 실험실 환경에서 평균 83.64% 이상의 검출률을 달성 하였으며, 실제 차량환경에서도 실험 결과를 통하여 평균적으로 우수한 결과를 보였다.

• 대한공간정보학회지
• /
• 제18권2호
• /
• pp.3-12
• /
• 2010

최근 항공사진과 고해상도 위성영상의 보급과 수치사진측량 시스템 및 분석 알고리즘의 발전으로 인하여 데이터 추출, 영상이미지프로세싱처리, 정밀 대축척지도제작 등의 연구가 진행되고 있지만 2차원 평면 정보라는 제한적인 요소를 가지고 있다. 이에, 높은 위치정확도와 개체인식을 위한 정확한 공간정보와 3차원 좌표가 필요하게 되었다. 본 연구에서는 높은 위치정확도가 검증된 LiDAR의 3차원 공간정보를 이용하여 실제 지형을 반영하였고, 센서 최적 위치를 도출하기위해 확률알고리즘을 개발하고 공간분석을 통해 확률 값을 산정하였다. Grid기반인 2차원 3차원 센서위치지점을 생성하고 LiDAR의 3차원정보를 센서감지영역 산정에 적용하였다. 이 데이터를 바탕으로 알고리즘을 구현하여 최적 센서위치지점으로 선정하였다. 또한 최적 센서위치지점 선정 시 고려사항을 3가지 조건으로 나누었다. 첫째조건은 방해물이 없는 2차원인 경우(2-D Non obstacle), 둘째조건은 방해물이 존재하는 2차원인 경우(2-D Obstacle), 셋째는 방해물이 존재하며 3차원인 조건(3-D Obstacle)으로 설정하였다. 이 3가지 조건에 알고리즘을 적용하여 2차원, 3차원적 공간에 대한 최적위치선정 방법을 검토하였다. 결론적으로 본 연구에서는 LiDAR 데이터를 이용하여 정보 수집을 위한 지상 고정센서 위치 선정 방법론을 제시하고자 하였다.

• 해양환경안전학회지
• /
• 제27권1호
• /
• pp.22-28
• /
• 2021

본 연구는 화재진압 및 피난활동을 지원하는 딥러닝 기반의 알고리즘 개발에 관한 기초 연구로 선박 화재 시 연기감지기가 작동하기 전에 검출된 연기 데이터를 분석 및 활용하여 원격지까지 연기가 확산 되기 전에 연기 확산거리를 예측하는 것이 목적이다. 다음과 같은 절차에 따라 제안 알고리즘을 검토하였다. 첫 번째 단계로, 딥러닝 기반 객체 검출 알고리즘인 YOLO(You Only Look Once)모델에 화재시뮬레이션을 통하여 얻은 연기 영상을 적용하여 학습을 진행하였다. 학습된 YOLO모델의 mAP(mean Average Precision)은 98.71%로 측정되었으며, 9 FPS(Frames Per Second)의 처리 속도로 연기를 검출하였다. 두 번째 단계로 YOLO로부터 연기 형상이 추출된 경계 상자의 좌표값을 통해 연기 확산거리를 추정하였으며 이를 시계열 예측 알고리즘인 LSTM(Long Short-Term Memory)에 적용하여 학습을 진행하였다. 그 결과, 화재시뮬레이션으로부터 얻은 Fast 화재의 연기영상에서 경계 상자의 좌표값으로부터 추정한 화재발생~30초까지의 연기 확산거리 데이터를 LSTM 학습모델에 입력하여 31초~90초까지의 연기 확산거리 데이터를 예측하였다. 그리고 추정한 연기 확산거리와 예측한 연기 확산거리의 평균제곱근 오차는 2.74로 나타났다.

• 한국전자거래학회지
• /
• 제27권2호
• /
• pp.205-218
• /
• 2022

최근 제조업에서의 디지털 전환이 가속화되고 있다. 이에 따라 사물인터넷(internet of things: IoT) 기반으로 현장 데이터를 수집하는 기술의 중요성이 증대되고 있다. 이러한 접근법들은 주로 각종 센서와 통신 기술을 활용하여 특정 제조 데이터를 확보하는 것에 초점을 맞춘다. 현장 데이터 수집의 채널을 확장하기 위해 본 연구는 비전(vision) 인공지능 기반으로 제조 데이터를 자동 수집하는 방법을 제안한다. 이는 실시간 영상 정보를 객체 탐지 및 추적 기술로 분석하고, 필요한 제조 데이터를 확보하는 것이다. 연구진은 객체 탐지 및 추적 알고리즘으로 YOLO(You Only Look Once)와 딥소트(DeepSORT)를 적용하여 프레임별 객체의 움직임 정보를 수집한다. 이후, 움직임 정보는 후보정을 통해 두 가지 제조 데이터(생산 실적, 생산 시간)로 변환된다. 딥러닝을 위한 학습 데이터를 확보하기 위해 동적으로 움직이는 공장 모형이 제작되었다. 또한, 실시간 영상 정보가 제조 데이터로 자동 변환되어 데이터베이스에 저장되는 상황을 재현하기 위해 운영 시나리오를 수립하였다. 운영 시나리오는 6개의 설비로 구성된 흐름 생산 공정(flow-shop)을 가정한다. 운영 시나리오에 따른 제조 데이터를 수집한 결과 96.3%의 정확도를 보였다.

• 한국정보통신학회논문지
• /
• 제15권11호
• /
• pp.2321-2326
• /
• 2011

경추는 머리와 몸통을 이어주는 중요한 요충지이기 때문에 매우 중요한 기관이며 매우 복잡한 구조로 되어있다. 본 논문에서는 경추 초음파 영상에서 경추 부분에 존재하는 흉쇄유돌근을 자동으로 검출하는 방법을 제안한다. 경추 초음파 영상에서 촬영 정보나 눈금자 등의 필요 없는 부분을 제외한 ROI(Region of Interest)영상을 추출하고 Ends-In Search Stretching 알고리즘을 적용하여 명암 대비를 강조한다. Stretching된 영상에 20 이상의 명암도를 가지는 픽셀을 대상으로 평균 이진화를 적용한 후, 잡음을 제거한다. 잡음이 제거된 영상에 흉쇄유돌근을 둘러싸고 있는 근막의 위치 정보를 이용하여 근막을 추출한 후, 근막의 객체 수에 따라서 각기 다른 방법을 적용하여 근육을 추출한다. 근막 객체가 하나인 경우에는 위에서 아래로 탐색하여 1차 근육 영역을 추출하고, 오른쪽에서 왼쪽으로 탐색하여 2차 근육 영역을 추출한 후, 1차와 2차 근육 영상을 하나로 합쳐 최종 근육 영역을 추출한다. 근막 객체가 두 개인 경우에는 근막 객체의 상단과 하단까지의 영역을 모두 추출한 후, 근막 객체 영역을 제거하는 방법으로 근육 영역을 추출한다. 추출된 근육 영역 중에서 두께가 가장 두꺼운 부분을 근육의 두께로 측정한다. 본 논문에서 제안된 방법을 경추 초음파 영상 30장을 대상으로 실험하여 물리치료사가 분석한 결과, 제안된 방법이 흉쇄유돌근을 정확히 추출되는 것을 확인하였다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 1999년도 Proceedings of International Symposium on Remote Sensing
• /
• pp.148-153
• /
• 1999

Baikdu-san was a very active volcano during the Cenozoic era and is believed to be formed in late Cenozoic era. Recently it was also reported that there was a major eruption in or around 1002 A.D. and there are evidences which indicate that it is still an active volcano and a potential volcanic hazard. Remote sensing techniques have been widely used to monitor various natural hazards, including volcanic hazards. However, during an active volcanic eruption, volcanic ash can basically cover the sky and often blocks the solar radiation preventing any use of optical sensors. Synthetic aperture radar(SAR) is an ideal tool to monitor the volcanic activities and lava flows, because the wavelength of the microwave signal is considerably longer that the average volcanic ash particle size. In this study we have utilized several sets of SAR data to evaluate the utility of the space-borne SAR system. The data sets include JERS-1(L-band) SAR, and RADARSAT(C-band) data which included both standard mode and the ScanSAR mode data sets. We also utilized several sets of auxiliary data such as local geological maps and JERS-1 OPS data. The routine preprocessing and image processing steps were applied to these data sets before any attempts of classifying and mapping surface geological features. Although we computed sigma nought ($\sigma$$^{0}$) values far the standard mode RADARSAT data, the utility of sigma nought image was minimal in this study. Application of various types of classification algorithms to identify and map several stages of volcanic flows was not very successful. Although this research is still in progress, the following preliminary conclusions could be made: (1) sigma nought (RADARSAT standard mode data) and DN (JERS-1 SAR and RADARSAT ScanSAR data) have limited usefulness for distinguishing early basalt lava flows from late trachyte flows or later trachyte flows from the old basement granitic rocks around Baikdu-san volcano, (2) surface geological structure features such as several faults and volcanic lava flow channels can easily be identified and mapped, and (3) routine application of unsupervised classification methods cannot be used for mapping any types of surface lava flow patterns.

• 전자공학회논문지
• /
• 제51권4호
• /
• pp.101-109
• /
• 2014

임의의 물체 영상에서 정확한 윤곽선을 찾아내는 것은 영상 처리 관련 시스템을 구축하는데 있어 필수적인 요소이다. 특히, 자동화된 생산 공정에서 생산품의 검사를 위한 비전시스템을 구축하다면 직선, 원 등의 정형화된 모형에 대한 윤곽선의 검출이 매우 중요하다. 본 논문에서는 원형(prototype) 에너지를 추가하여 개선된 윤곽선 추출 알고리즘으로 원형적응 동적윤곽선 모델, p-Snake를 제안한다. 제안 방법은 원형분석을 위하여 물체 영상에 소벨 연산을 수행한 후, 기존 스네이크 알고리즘을 적용하여 초기 윤곽선을 찾는다. 이후 초기 윤곽선 정보에 근거하여 직선, 원 등의 원형(prototype)을 분석하고, 원형 에너지를 정의하여 기존의 스네이크 함수에 추가적인 에너지 항목으로 사용함으로써 물체의 최종 윤곽선을 검출하였다. 산업현장의 배경을 가정한 환경에서 취득된 340장의 영상에 대하여 실험한 결과, 잡음이나 조명 등의 이유로 물체와 배경의 구분이 선명하지 않거나 영상에서 에지가 충분히 존재하지 않는 경우에도 윤곽선을 추출할 수 있음을 확인할 수 있었다. 또한 원형(prototype)과 얼마나 일치하는 가를 나타내는 척도인 유사도의 경우, 제안한 p-ACM으로 추출한 윤곽선의 원형 유사도가 ACM의 처리 결과에 비해 9.85%가량 우수한 것으로 나타났다.

• 비파괴검사학회지
• /
• 제22권5호
• /
• pp.465-473
• /
• 2002

영상 데이타는 전송, 검출 및 처리과정에서 여러 잡음에 의해 훼손될 수 있다. 적응성 가중 메디안 필터라는 공간변화 필터를 사용하여 방사선 투과영상의 양자 잡음을 제거하였다. 제안된 필터는 처리 윈도우 내 각 픽셀의 국소 통계치의 변화에 따라 필터의 성능이 변화하여 에지를 최대한 보존하면서 잡음만을 제거하고자 이러한 국소 통계 값에 근거한 적응성 가중 메디안 휠터 (AWMF)를 제시한다. AWMF를 구현함에 있어 두 가지 방법으로 나뉘는데, 우선 국소 통계의 특성에 따라 3개의 영역으로 분류하여 가중치를 부여하는 간단한 비선형 필터이고, 다음으로는 잡음모델로부터 국소 통계의 특성에 따라 경계(edge) 영역과 균일 영역으로 구분하여 영상시스템에 적당한 균일 척도 값을 구하여 영상의 공간적인 변화 정도를 판단하는 기준이 되도록 하였다. 제안한 알고리듬은 IBM-PC 상에서 C 언어로 구현하였으며 AWMF가 다른 잡음 제거 필터들과의 성능 비교를 통하여 경계는 보존하면서 잡음은 최대한 제거하는 우수한 필터임을 검증하였다.