• 대한토목학회논문집
• /
• 제40권4호
• /
• pp.437-444
• /
• 2020

달 로버의 광학 카메라는 로버의 주행정보와 탐사 지역의 3차원 지형정보를 제공한다. 하지만 대기가 없는 달은 단조로운 지형과 어두운 색조의 토양으로 구성되며, 달의 혹독한 환경에서 로버는 낮은 데이터 저장 용량과 연산 성능을 가진다. 따라서 로버의 안전한 주행과 성공적인 달 탐사를 위해서는 달의 지형 및 환경 특성에 강인한 특징점 검출 및 정합 기법 사용이 검토되어야 한다. 본 연구에서는 달 탐사 로버가 취득한 지형 영상을 대상으로 SIFT, SURF, BRISK, ORB, AKAZE들의 성능을 비교 분석하였다. 실험 결과 SIFT와 AKAZE가 달 지형 특성에 강인한 성능을 보여 주었다. AKAZE는 SIFT에 비해 적은 개수의 영상 정합점들을 검출하였으나, 높은 정확도를 가지며 가장 빠르게 영상 정합점들을 검출하였다. 따라서 정확하고 신속한 연산이 필요한 로버 주행 정보 생성에 적합하다. SIFT는 가장 무거운 연산 속도를 보이나, 가장 많은 영상 정합점들을 안정적으로 검출하였다. 달 탐사 로버는 주기적으로 지형 영상을 지구로 전송한다. 따라서 많은 양의 지형 영상을 처리할 수 있는 지구에서 3차원 지형도 구축을 위해 사용하는 것이 적합하다. 본 연구 결과는 향후 달 탐사 로버에서 특징점 검출 기법들의 활용을 위한 가이드라인을 제공할 수 있을 것으로 기대된다.

• 전자공학회논문지
• /
• 제51권4호
• /
• pp.221-226
• /
• 2014

본 논문에서는 우수한 진단능을 갖는 조사조건 및 동일한 진단능에서 최소의 피폭선량을 가질 수 있는 조사조건을 탐색하는 연구를 수행하였다. 이를 위해서 흉부팬텀에 병소가 부착된 영상과 병소가 부착되지 않은 영상을 다양한 촬영조건에서 획득하였다. 병소 있는 팬텀과 병소 없는 팬텀 각각에 대하여 DR 장비에서 촬영부위별 제공하는 chest PA 촬영영상과 진단능 향상을 위해 적용한 히스토그램 평활화 후 계면강조처리영상을 얻었다. 촬영된 영상은 2.0, 2.5, 3.2, 4.0, 5.0mAs의 조사조건에서 회득되었다. 각 조사조건에서 획득된 영상에 대하여 ROC 곡선에 의한 형태학적 분석과, 감도, 특이도, 정확도를 통한 정량적인 분석을 통해서 가장 우수한 진단능을 갖는 조사조건과, 작은 환자피폭선량으로 같은 진단능을 갖는 조사조건을 결정하였다.

• 한국정보전자통신기술학회논문지
• /
• 제12권6호
• /
• pp.591-596
• /
• 2019

본 논문에서는 로컬 PC의 성능이 주는 영향이 적은 딥러닝 동작 구조를 구현하였다. 일반적으로, 딥러닝 모델은 많은 연산량을 가지고 있어 처리하는 PC의 성능에 영향을 많이 받는다. 본 논문에서는 이와 같은 제약 사항을 줄이기 위하여 AWS와 스트리밍 서버를 이용하여 딥러닝 동작을 구현하였다. 첫 번째, AWS에서 딥러닝 연산을 하여 로컬 PC의 성능이 떨어지더라도 딥러닝 동작이 정상적으로 작동할 수 있도록 하였다. 하지만 AWS를 통해 연산 시 입력에 대해 출력의 실시간성이 떨어진다. 두 번째, 스트리밍 서버를 이용하여 딥러닝 모델의 실시간성을 증가시킨다. 스트리밍 서버를 사용하지 않았을 경우 한 이미지씩 처리하거나 이미지를 쌓아서 동영상으로 만들어 처리하여야 하기 때문에 실시간성이 떨어진다. 성능 비교 실험을 위한 딥러닝 모델로는 YOLO v3모델을 사용하였고, AWS의 인스턴스들 및 고성능 GPU인 GTX1080을 탑재한 로컬 PC의 성능을 비교하였다. 시뮬레이션 결과 AWS의 인스턴스인 p3 인스턴스를 사용하였을 때 한 이미지 당 테스트 시간이 0.023444초로써 고성능 GPU인 GTX1080을 탑재한 로컬 PC의 한 이미지 당 테스트 시간인 0.027099초와 유사하다는 결과를 얻었다.

• 한국통신학회논문지
• /
• 제35권2C호
• /
• pp.182-192
• /
• 2010

본 논문은 이진 영상 압축 표준인 JBIG2의 주요 구성모듈을 하드웨어 IP(Intellectual Property)로 설계 구현을 제안한다. JBIG2가 표준화된 이후 차세대 FAX 하드웨어 개발을 용이하게 하기 위하여 JBIG2 부호화기의 주요 모듈인 심볼 추출부, 허프만 부호화기, MMR 부호화기, MQ 산술부호화기를 하드웨어 IP로 합성하였다. VHDL코드 생성 및 합성을 위해서 ImpulseC Codeveloper와 Xilinx ISE/EDK 프로그램을 사용하였다. 심볼추출시 메모리의 사용을 최소화하기 위해 문서를 128라인씩 분할하여 처리하도록 설계하였다. 합성된 IP들은 Xilinx사의 ML410 개발보드의 Virtex-4 FX60 FPGA에 다운로드하여 성능평가를 수행하였다. 4개의 IP가 FPGA에서 차지하는 면적은 전체 slice의 36.7%를 차지하였다. 동작 검증을 위해 Active HDL 툴을 이용하여 각 IP에 대한 파형 검증을 수행한 결과 정상 동작함을 확인하였다. 아울러 ML410 개발보드 상에서 Microblaze CPU를 이용해 소프트웨어로만 수행한 경우와 동작 속도를 비교 한 결과, 구현된 IP들은 심볼 추출부는 17배, 허프만 부호화기는 10배, MMR 부호화기는 6배, MQ 산술부호화기는 2.2배 이상의 빠른 처리 속도를 나타내었다. 구현된 하드웨어 IP와 연동된 소프트웨어 모듈로 표준 CCITT문서를 압축한 결과 정상적으로 동작함을 확인하였다.

• 한국재난정보학회 논문집
• /
• 제18권4호
• /
• pp.883-890
• /
• 2022

연구목적:현재 국내 소방시설설계의 경우 낮은 설계단가와 업체 간 과열 경쟁으로 고급 인력에 대한 확보가 어려워 건축물의 화재안전성능을 향상시키는데 한계가 있다. 이에 이러한 문제를 해소하고 선도적인 소방엔지니어링 기술을 확보하기 위해 AI 기반 소방설계솔루션을 연구하였다. 연구방법: 기존 소방설계에 많이 사용되는 AutoCAD를 통해 기본 설계 및 실시 설계에 필요한 절차를 프로세스화 하고 YOLO v4 객체 인식 딥러닝 모델을 통해 AI기술을 활용하였다. 연구결과:소방시설에 대한 설계프로세스를 통해 설비의 결정과 도면 설계 자동화를 진행하였다. 또한 문 및 기둥에 대한 이미지를 학습시켜 인공지능이 해당 부분을 인식하여 경계구역 선정, 배관 및 소방시설을 설치하는 기능을 구현하였다. 결론:인공지능 기술을 기반으로 건축물 화재방호 설비에 대한 기본 및 실시 설계 도면 작성 시 인적 및 물적 자원을 저감시킬 수 있을 것으로 확인되었으며 선행적인 기술 개발을 통해 인공지능 기반 소방설계에 기술력을 확보하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 추계학술대회
• /
• pp.562-565
• /
• 2022

최근 증가하고 있는 도로 위 적재 불량 화물차는 비정상적인 무게 중심으로 인해 물체 낙하, 도로 파손, 연쇄 추돌 등 교통 안전에 위해가 되고 한번 사고가 발생하면 큰 피해가 유발할 수 있다. 하지만 이러한 비정상적인 무게 중심은 적재 불량 차량 인식을 위한 주행 중 축중 시스템으로는 검출이 불가능하다는 한계점이 있다. 본 논문에서는 이러한 사회 문제를 야기하는 적재 불량 차량을 관리하기 위한 객체 인식 기반 AI 모델을 구축하고자 한다. 또한 AI-Hub에 공개된 약 40만장의 대형차, 소형차, 중형차 별 적재 불량 차량과 일반차량으로 구분 된 데이터 셋 중 종류별로 제공되는 CCTV, 블랙박스, 카메라 시점의 적재 불량 차량 데이터 셋을 분석하여 전처리를 통해 적재 불량 차량 검지 AI 모델의 성능을 향상시키는 방법을 제시한다. 이를 통해, 원시 데이터를 활용한 학습 성능 대비 약 23% 향상된 적재 불량 차량의 검출 성능을 나타냄을 보였다. 본 연구 결과를 통해 공개 빅데이터를 보다 효율적으로 활용하여, 객체 인식 기반 적재 불량 차량 탐지 모델 개발에 적용할 수 있을 것으로 기대된다.

• 정보관리학회지
• /
• 제19권4호
• /
• pp.96-111
• /
• 2002

현재 기관이나 조직 내에 수많은 양의 데이터가 축적되어 존재하고 있으나 대부분의 데이터는 각 기관이나 조직에 따라 정형화된 형태로 남아있는 실정이다. 정형화된 정보는 정보의 교환 및 공유에 어려움이 있다. 이러한 단점을 극복하고자 지식정보자원관리라는 새로운 개념이 도입되었으며, 축적된 데이터들을 공유 및 관리하기 위한 지식정보자원의 디지털화가 실행되고 있다. 특히 과학기술 또는 교육학술 분야에서는 지식정보자원의 교환 및 공유에 필요한 데이터를 구조적으로 처리하고자 XML을 도입하려는 움직임이 일고 있으며, 이들 분야의 전자문서 안에 사용되어지는 수많은 수학식의 표현이 이미지나 텍스트 등의 비구조적인 데이터로 처리됨에 따라 검색과 인덱싱 또는 재사용성 등의 제한사항이 발생하게 된다. 이를 극복하고자 MathML을 이용한 수학식의 처리에 관심이 집중되고, MathML을 구조적인 문서상에 쉽고 효율적으로 처리할 수 있는 솔루션이 요구되고 있는 실정이다. 이에 본 논문에서는 지식정보자원을 목적으로 하는 전자문서의 구조적인 처리를 용이하게 하고, MathML에 대한 전문적인 지식이 없어도 구조적인 문서상에 쉽게 MathML을 생성 및 표현할 수 있는 XML 문서 편집 시스템을 구현하였다.

• 한국정보전자통신기술학회논문지
• /
• 제15권4호
• /
• pp.257-270
• /
• 2022

본 논문에서는 AI 엣지 디바이스를 이용한 스마트 팩토리 위험도 개선시스템 및 위험도 개선방법을 설계한다. 스마트 팩토리 위험도 개선시스템은 AI 엣지 디바이스를 이용하여 스마트 팩토리에서 작업자의 작업수행 과정을 수집, 분석, 예방 및 신속 대처하고, 작업자의 작업 수행시 불량률을 개선하면서 작업시 발생 가능한 위험을 저감할 수 있다. 특히 작업자 이미지 정보, 작업자 생체정보, 장비 구동 정보 및 제조된 제품의 품질정보에 기초하여 위험도 이상 조건을 설정할 수 있고, 효율적이고 정확도 높은 작업이 되도록 위험도 개선이 가능하다. 또한 스마트 팩토리 내부의 카메라 및 IoT 센서 등에서 수집된 데이터는 모두 클라우드로 보내지 않고 AI 엣지 디바이스에서 처리하고, 필요한 데이터만 클라우드 등으로 전송할 수 있으므로 처리 속도가 빠르고, 보안에 관한 문제가 적다는 장점이 있다. 추가적으로 AI 엣지 디바이스를 사용함으로써 클라우드로 데이터 전송량이 감소하여 데이터 통신비 및 데이터 전송 대역폭을 확보하는 비용이 절감되는 장점이 있다.

• 인터넷정보학회논문지
• /
• 제22권2호
• /
• pp.59-68
• /
• 2021

최근 급속도로 성장하고 있는 인공지능 기술이 자율운항선박과 같은 해상 환경에서도 적용되기 시작하면서 디지털 영상에 특화된 CNN 기반의 모델을 적용하는 관련 연구가 활발히 진행되고 있다. 이러한 해상 서비스의 경우 인적 과실을 줄이기 위해 충돌 위험이 있는 부유물을 감지하거나 선박 내부의 화재 등 여러 가지 기술이 접목되기에 실시간 처리가 매우 중요하다. 그러나 기능이 추가될수록 프로세서의 제품 가격이 증가하는 문제가 존재해 소형 선박의 선주들에게는 비용적인 측면에서 부담이 된다. 또한 대형 선박의 경우 자율운항선박의 시스템을 감안할 때, 연산 속도의 성능 향상을 위해 복잡도가 높은 딥러닝 모델의 성능을 개선하는 방법이 필요하다. 따라서 본 논문에서는 딥러닝 모델에 경량화 기법을 적용해 정확도를 유지하면서 고속으로 처리할 수 있는 방법에 대해 제안한다. 먼저 해상 부유물 검출에 적합한 영상 전처리를 진행하여 효율적으로 CNN 기반 신경망 모델 입력에 영상 데이터가 전달될 수 있도록 하였다. 또한, 신경망 모델의 알고리즘 경량화 기법 중 하나인 학습 후 파라미터 양자화 기법을 적용하여 모델의 메모리 용량을 줄이면서 추론 부분의 처리 속도를 증가시켰다. 양자화 기법이 적용된 모델을 저전력 임베디드 보드에 적용시켜 정확도와 처리 속도를 사용하는 임베디드 성능을 고려하여 설계하는 방법을 제안한다. 제안하는 방법 중 정확도 손실이 제일 최소화되는 모델을 활용해 저전력 임베디드 보드에 비교하여 기존보다 최대 4~5배 처리 속도를 개선할 수 있었다.

• 대한전자공학회논문지SD
• /
• 제44권12호
• /
• pp.93-101
• /
• 2007

작은 면적과 저전력으로의 구현은 다양한 멀티미디어 하드웨어, 특히 모바일 환경에서 매우 중요한 요구사항이다. 본 논문은 작은 면적과 그에 따른 저전력을 목표로 H.264/AVC 인트라 예측기기 하드웨어 구조를 제안한다. 이미지 프레임을 예측하기 위해 하나의 연산기로 모든 모드 결정과 계산들이 순차적으로 수행기고 그들 중 최적의 값을 선택하는 방식이며, 그 결과로 다른 기존의 논문들 보다 더 작은 면적의 결과를 얻을 수 있었다. 제안된 구조는 Altera Excalibur device를 이용하여 검증되었고, 구현된 하드웨어 구조는 Synopsys Design Compiler와 Samsung STD130 0.18um CMOS Standard Cell Library를 이용하여 합성하였다. 합성결과 크기는 11.9k의 하드웨어 로직 게이트와 1078 byte의 내부 SRAM을 사용하고 최대 동작 주파수는 약 107MHz가 되었다. 제안한 구조는 하나의 QCIF($176\times144$ 화소) 영상 프레임을 처리하는데 879,617클록이 소요되며, 이는 QCIF 영상을 초당 121.5프레임으로 처리가 가능하며, 이는 하드웨어 기반의 실시간 H.264/AVC 부호화 시스템에 적합한 구조임을 보여준다.