• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권9호
• /
• pp.371-380
• /
• 2022

합성곱 신경망은 이미지와 같은 격자 형태로 배열된 데이터를 다루는데 널리 사용되고 있는 신경망이다. 일반적인 합성곱 신경망은 합성곱층과 완전연결층으로 구성되며 각 층은 비선형활성함수를 포함하고 있다. 본 논문은 합성곱 신경망의 성능을 향상시키기 위해 결합된 파라메트릭 활성함수를 제안한다. 결합된 파라메트릭 활성함수는 활성함수의 크기와 위치를 변환시키는 파라미터를 적용한 파라메트릭 활성함수들을 여러 번 더하여 만들어진다. 여러 개의 크기, 위치를 변환하는 파라미터에 따라 다양한 비선형간격을 만들 수 있으며, 파라미터는 주어진 입력데이터에 의해 계산된 손실함수를 최소화하는 방향으로 학습할 수 있다. 결합된 파라메트릭 활성함수를 사용한 합성곱 신경망의 성능을 MNIST, Fashion MNIST, CIFAR10 그리고 CIFAR100 분류문제에 대해 실험한 결과, 다른 활성함수들보다 우수한 성능을 가짐을 확인하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권8호
• /
• pp.347-354
• /
• 2022

4차 산업혁명 시대가 무르익으면서 방대한 데이터를 기반으로 한 인공지능(AI, Artificial Intelligence)의 활용이 전 산업 분야로 확대 중이다. 그러나 산림 수종을 분석하는 분야는 지금까지 인공지능의 활용이 미진하여 여전히 수작업으로 분석하고 있고 다수의 오류가 발생하고 있다. 본 연구에서는 수도권의 항공사진과 모사 이미지 등을 이용하여 소나무, 낙엽송, 침엽수, 활엽수 등 산림 수종을 분석하기 위한 인공지능 학습용 데이터 약 60,000장을 구축하였고 수종 구분 AI 모델도 함께 개발하였다. 이러한 연구는 우리나라의 산림 변화를 사전에 예측하여 변화에 신속한 대응이 가능하고 산림 주제도 제작 시 필요한 수종 분할 이미지를 기초자료로 활용함으로써 업무 생산성을 높일 것으로 기대한다.

• Journal of Microbiology and Biotechnology
• /
• 제32권12호
• /
• pp.1589-1598
• /
• 2022

Microfibrillated cellulose (MFC) is a valuable material with wide industrial applications, particularly for the food and cosmetics industries, owing to its excellent physiochemical properties. Here, we prepared high-solid microfibrillated cellulose (HMFC) from the centrifugation of Gelidium amansiiderived MFC right after fibrillation. Dispersion properties, morphology, and structural changes were monitored during processing. HMFC has a five-fold higher solid concentration than MFC without significant changes to dispersion properties. SEM images and FTIR spectra of HMFC revealed a stable surface and structure against centrifugal forces. HMFC exhibited 2,2'-azino-bis (3-ethylbenzothiazoline6-sulfonic acid) (ABTS) radical scavenging activity, although it could not scavenge 2,2-diphenyl-1- picrylhydrazyl (DPPH). Moreover, HMFC inhibited the generation of LPS-induced excessive nitrite and radial oxygen species in murine macrophage RAW264.7 cells. Additionally, HMFC suppressed LPS-induced Keap-1 expression in the cytosol but did not alter iNOS expression. HMFC also attenuated the UVB-induced phosphorylation of p38, c-Jun N-terminal kinase (JNK) 1/2, and extracellular-signal-regulated kinase (ERK) 1/2, as well as the phosphorylation of c-Jun in the immortalized human skin keratinocyte HaCaT cells. Therefore, the application of centrifugation is suitable for producing high-solid MFC as a candidate material for anti-inflammatory and antioxidative marine cosmeceuticals.

• Imaging Science in Dentistry
• /
• 제52권4호
• /
• pp.383-391
• /
• 2022

Purpose: Periodontitis, the most prevalent chronic inflammatory condition affecting teeth-supporting tissues, is diagnosed and classified through clinical and radiographic examinations. The staging of periodontitis using panoramic radiographs provides information for designing computer-assisted diagnostic systems. Performing image segmentation in periodontitis is required for image processing in diagnostic applications. This study evaluated image segmentation for periodontitis staging based on deep learning approaches. Materials and Methods: Multi-Label U-Net and Mask R-CNN models were compared for image segmentation to detect periodontitis using 100 digital panoramic radiographs. Normal conditions and 4 stages of periodontitis were annotated on these panoramic radiographs. A total of 1100 original and augmented images were then randomly divided into a training (75%) dataset to produce segmentation models and a testing (25%) dataset to determine the evaluation metrics of the segmentation models. Results: The performance of the segmentation models against the radiographic diagnosis of periodontitis conducted by a dentist was described by evaluation metrics(i.e., dice coefficient and intersection-over-union [IoU] score). MultiLabel U-Net achieved a dice coefficient of 0.96 and an IoU score of 0.97. Meanwhile, Mask R-CNN attained a dice coefficient of 0.87 and an IoU score of 0.74. U-Net showed the characteristic of semantic segmentation, and Mask R-CNN performed instance segmentation with accuracy, precision, recall, and F1-score values of 95%, 85.6%, 88.2%, and 86.6%, respectively. Conclusion: Multi-Label U-Net produced superior image segmentation to that of Mask R-CNN. The authors recommend integrating it with other techniques to develop hybrid models for automatic periodontitis detection.

• 대한방사선기술학회지:방사선기술과학
• /
• 제45권6호
• /
• pp.553-560
• /
• 2022

The purpose of this study is to evaluate the clinical risk according to the applicator heterogeneity, mislocation, and tissue heterogeneity correction through a dose verification program during brachytherapy of cervical cancer. We performed image processing with MATLAB on images acquired with CT simulator. The source was modeled and stochiometric calibration and Monte-Carlo algorithm were applied based on dwell time and location to calculate the dose, and the secondary cancer risk was evaluated in the dose verification program. The result calculated by correcting for applicator and tissue heterogeneity showed a maximum dose of about 25% higher. In the bladder, the difference in excess absolute risk according to the heterogeneity correction was not significant. In the rectum, the difference in excess absolute risk was lower than that calculated by correcting applicator and tissue heterogeneity compared to the water-based calculation. In the femur, the water-based calculation result was the lowest, and the result calculated by correcting the applicator and tissue heterogeneity was 10% higher. A maximum of 14% dose difference occurred when the applicator mislocation was 20 mm in the Z-axis. In a future study, it is expected that a system that can independently verify the treatment plan can be developed by automating the interface between the treatment planning system and the dose verification program.

• 대한조선학회논문집
• /
• 제60권2호
• /
• pp.120-134
• /
• 2023

In this study, hydrodynamic characteristics of dam break flow were investigated by a series of experiments. The experiments were performed in a 2-D rectangular flume with obtaining instantaneous images of dam break flow to capture the free surface elevation, and pressure distributions on vertical wall and bottom of the flume. The initial water depth of the dam break flow was changed into 3 different heights, and the gate opening speed was changed during the experiments to study the effect of the gate speed in the dam break flow. Generation of dam break phenomena could be classified into three stages, i.e., very initial, relatively stable, and wall impact stages. The wall impact stage could be separated into 4 generation phases of wall impinge, run-up, overturning, and touchdown phases based on the deformation of the free surface. The free surface elevation were investigated with various initial water depth and compared with the analytic solutions by Ritter (1892). The pressures acting on the vertical wall and bottom were provided for the whole period of dam break flow varying the initial water depth and gate open speed. The measurement results of the dam break flow was compared with the hydrodynamic characteristics of green water phenomena, and it showed that the dam break flow could overestimate the green water loading based on the estimation suggested by Buchner (2002).

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.535-538
• /
• 2022

IoT 디바이스의 Plug & Play를 위하여 IoT 디바이스의 대표적인 유선 인터페이스인 USB의 종류를 이미지를 통하여 인식하는 모듈을 개발한다. IoT 디바이스를 구동시키기 위해서는 통신 및 디바이스 하드웨어를 구동하기 위한 드라이버가 필요하다. IoT 디바이스에 연결되는 유선 인터페이스를 스마트폰의 카메라 촬영을 통하여 얻은 이미지를 이용하여서 해당 통신 인터페이스를 인식한다. 대표적인 유선 인터페이스인 USB에 대하여 인공신경망 기반의 기계학습을 통하여 USB의 종류를 분류한다. 인공신경망의 충분한 학습을 위하여 인터넷을 통하여 USB 이미지를 수집하고, 이미지 처리를 통하여 추가적인 이미지 데이터 셋을 확보한다. 합성곱 신경망과 더불어서 다양한 심층 인공신경망으로 인식기를 구현하여서 그 성능을 비교, 평가한다.

• 한국지반공학회논문집
• /
• 제23권12호
• /
• pp.109-116
• /
• 2007

디지털 영상을 이용하여 대상체의 입체모델을 생성하는 전통적인 사진 측량 방법을 활용한 계측의 적용성을 살펴보았다. 본 연구에서는 디지털 영상을 이용한 계측의 적용성을 향상시키기 위한 방안을 마련하고자 실험을 통해 다양한 영향 인자의 설정에 따른 정밀도와 정확도를 분석하였다. 디지털 영상 계측은 획득된 이미지의 해상도가 클수록, 대상체에서 가까울수록, 초점거리가 클수록 보다 좋은 계측 결과를 나타내었다. 또한, 다양한 각도에서 가능한 여러장의 이미지를 획득하여 처리할 경우 계측 오차를 감소시킬 수 있음을 확인하였다. 디지털 영상계측의 정밀도는 계측대상과 측정조건에 따라 크게 좌우될 수 있다. 디지털 영상계측을 실대형 라이닝 재하실험의 시험편 변위측정에 적용해봄으로써 정밀 변위 계측분야에 활용성을 파악하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권12호
• /
• pp.509-516
• /
• 2022

3차원 공간에서 물체들의 정확한 자세 예측은 실내외 환경에서 장면 이해, 로봇의 물체 조작, 자율 주행, 증강 현실 등과 같은 많은 응용 분야들에서 폭넓게 활용되는 중요한 시각 인식 기술이다. 물체들의 자세 예측을 위한 과거 연구들은 대부분 각 인식 대상 물체마다 정확한 3차원 CAD 모델을 요구한다는 한계점이 있었다. 이러한 과거 연구들과는 달리, 본 논문에서는 3차원 CAD 모델이 없어도 RGB 컬러 영상들만 이용해서 미지 물체들의 자세를 예측해낼 수 있는 새로운 신경망 모델을 제안한다. 제안 모델은 적응형 깊이 추정기인 AdaBins를 이용하여 스스로 미지 물체 자세 예측에 필요한 각 물체의 깊이 지도를 효과적으로 추정해낼 수 있다. 벤치마크 데이터 집합들을 이용한 다양한 실험들을 통해, 본 논문에서 제안한 모델의 유용성과 성능을 평가한다.

• 한국음향학회지
• /
• 제42권3호
• /
• pp.203-213
• /
• 2023

의료용 초음파 영상 시스템에서, 영상점의 밖에서 오는 신호가 초음파 수신 집속 과정에서 완전히 제거되지 않으면 부엽을 발생시킨다. 부엽의 시간 신호가 영상점에서 오는 시간 신호(주엽)와 같이 중첩되어 나타나면 시간 영역에서 필터 처리를 이용하여 완전히 제거하기 어렵다. 그러나 수신 집속 과정에서 시간 -채널 신호를 푸리에 변환하면, 주엽과 부엽의 신호는 주파수 스펙트럼 영역에서 공간적으로 분리가 된다. 따라서 스펙트럼 영역에서 계산한 주엽과 부엽의 신호크기를 이용하여 크기 가중치를 계산하여 영상에 곱함으로써 부엽을 억제하였다. 그리고 주엽과 부엽의 스펙트럼이 인접할 때, 주엽과 부엽 스펙트럼 사이의 거리에 따라 거리 가중치를 적용하였다. 64 채널 선형 트랜스듀서를 사용하는 5 MHz의 초음파 영상 시스템에서 점확산 영상과 다른 밝기의 낭종을 가지는 스페클 영상을 합성하고 가중치를 적용하여 초음파 영상을 계산하였다. 점반사체 영상에서 해상도의 변화 없이 부엽이 크게 줄어들었으며 낭종 영상에서 대조도가 크게 개선됨을 컴퓨터 시뮬레이션으로 확인하였다.