• 생물환경조절학회지
• /
• 제28권4호
• /
• pp.358-365
• /
• 2019

본 연구는 3차원 영상을 이용하여 원예산물의 크기와 플러그묘의 평균초장을 결정하고자 수행되었다. 3차원 영상을 획득하고자 ToF 카메라와 스테레오비전 카메라를 사용하였다. 본 연구의 3차원 영상 획득용 실험 재료로서 수박, 사과, 배, 단호박, 오렌지의 원예산물과 수박, 토마토 및 고추 플러그묘를 사용하였다. 플러그묘의 평균 초장을 결정하는 지표로서 기존의 측정 기준 대신에 수정초장이 제시되었다. 스테레오비전 영상에 비해서 ToF 영상을 이용한 경우에 원예산물의 크기와 플러그묘의 평균초장 오차가 작게 나타났다. 꼭지가 있는 원예산물을 제외할 경우 ToF 영상을 이용한 원예산물의 둘레와 높이의 오차는 각각 0.0-3.0%, 0.0-4.7%로 나타났다. 또한, 플러그묘의 평균 초장에 대한 오차는 0.0-5.5%로 나타났다. 본 연구를 통해 서 3차원 영상을 이용한 원예산물의 크기와 플러그묘에 대한 초장 추정의 가능성을 확인하였다. 더구나, 본 연구에서 시도된 방법은 3차원 영상으로부터 물체와 배경의 효과적인 분리, 이상치의 제거 등에 활용될 것이다.

• 한국콘텐츠학회논문지
• /
• 제21권2호
• /
• pp.121-129
• /
• 2021

본 연구에서는 데이터마이닝(Data Mining) 기법 중 하나인 연관관계분석(Association Rule Mining)을 적용하여 위험화물 선별모델을 구축함으로써 관세위험을 최소화하고자 한다. 이를 위해 관세청 수입신고서 빅데이터를 활용하여 연관관계분석 알고리즘인 어프라이어리 알고리즘(Apriori Algorithm)을 적용하고 공급망 간의 위험정도를 계산한다. 대규모의 수입신고 데이터로부터 해외공급자와 수입업체 간의 세율관련(과세가격, 품목, 중수량 등), 원산지표시 위반 등에 관련한 적발결과 관한 규칙셋(Rule Set)과 이 규칙들의 신뢰도(Confidence)을 확보하여 우범공급망 간의 거래패턴을 예측할 수 있는 선별모델을 구축한다. 총 2년 6개월 치의 수입신고 데이터를 활용하여 5-겹 교차검증(5-fold cross validation)을 수행한 결과 16.6%의 Precision과 33.8%의 Recall을 보였다. 이는 빈도기반 방법보다 Precision 기준 약 3.4배 Recall 기준 약 1.5배 높은 결과이다. 이로써 논문에서 제안하고 있는 방법이 관세위험을 줄일 수 있는 효과적인 방법임을 확인하였다.

• 방송공학회논문지
• /
• 제26권3호
• /
• pp.283-295
• /
• 2021

본 논문은 자기 조직화 지도 기법을 기반으로 라이다 기반으로 생성된 깊이 맵과 컬러 이미지의 정보를 기반으로 고밀도 깊이 맵을 생성하는 방법을 제안한다. 제안하는 깊이 맵 업샘플링 방법은 라이다에서 취득되지 않은 공간에 대한 초기 깊이 예측 단계와 초기 깊이 필터링 단계로 구성된다. 초기 깊이 예측 단계에서는 두 장의 컬러 이미지에 대해 스테레오 매칭을 수행하여 초기 깊이 값을 예측한다. 깊이 맵 필터링 단계에서는 예측된 초기 깊이 값의 오차를 감소시키고자 예측 깊이 픽셀에 대하여 주변의 실측 깊이 값을 이용하여 자기 조직화 지도 기법을 수행한다. 자기 조직화 기법 수행 시 예측 깊이 픽셀과 실측 깊이 픽셀의 거리와, 각 픽셀에 대응되는 컬러 값의 차이에 따라 가중치를 결정한다. 본 논문에서는 성능 비교를 위하여 깊이 맵 업샘플링 방법으로 널리 사용되고 있는 양방향 필터 및 k-최근접 이웃 알고리즘과 비교를 진행하였다. 제안하는 방법은 양방향 필터 방법 및 k-최근접 이웃 알고리즘 대비 MAE 관점에서 각각 약 6.4%, 8.6%이 감소하였고 RMSE 관점에서 각각 약 10.8%, 14.3%이 감소하였다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제25권3호
• /
• pp.57-67
• /
• 2021

간선도로망을 효율적으로 관리하기 위해서는 도로를 통행하는 교통에 대한 최신의 정확한 정보가 지속적으로 제공되어야 한다. 중차량의 교통량 및 중량 분포를 효과적으로 얻는 방법 중의 하나가 BWIM 기법이며, 이에 대한 연구가 활발히 진행되고 있다. 이 연구는 기존 연구와 달리 교량의 구조적 특성을 활용하여 간편하게 주행차량의 축간거리 및 중량을 추정할 수 있는 단순화된 BWIM(Bridge Weigh-In-Motion) 알고리즘을 개발하기 위해 수행되었다. 가로보가 설치되지 않은 단지간의 RC-T빔교를 연구대상으로 선정하고, 예비현장 실험을 통해 바닥판 및 주거더의 변형률 응답 특성을 확인하였다. 예비현장실험결과에 기초하여 연구대상 교량에 적합한 단순화된 BWIM 알고리즘을 도출하였다. 이 연구를 통해 도출된 BWIM 알고리즘의 타탕성 및 정확성을 현장실험을 통해 검증하였다. 검증실험 결과, 제안된 BWIM 알고리즘은 주행차량의 축간거리 및 총 중량을 3% 미만의 평균 오차를 가지고 추정하는 결과를 나타내었다.

• 한국임상보건과학회지
• /
• 제9권1호
• /
• pp.1478-1485
• /
• 2021

Purpose. To analysis of astigmatism in Korean adults from 20 to 29 years old. Methods. From January 2019 to February 2020, one hundred two subjects were performed in refraction test using the Auto-Refractometry. Results. In the type of astigmatism based on refractive error, the male's right eye was 4.26% simple myopic astigmatism and 95.74% complex myopic astigmatism, and the left eye was 2.22% simple myopic astigmatism and 97.78% complex myopic astigmatism. However, in the female's right eye, simple myopic astigmatism was 2.27%, complex myopic astigmatism was 97.73%, and left eye was simple myopic astigmatism was 2.17%, complex myopic astigmatism was 97.83%. The types of astigmatism in men and women similar to other. The mean refractive astigmatism values were -0.922±-0.798 diopter and -0.877±-0.707 diopter for male right and left eye, and -0.765±-0.599 diopter and -0.853±-0.586 diopter for female. On the other hand, the refraction values of the right and left eyes of men and women have statistical significance(p=0.000). The mean power comparative between refractive astigmatism and corneal astigmatism power were -0.186±-0.745 diopter, -1.091±-0.589 diopter in male and -1.140±-0.593 diopter, -1.140±-0.534 diopter in female. Therefore, the mean power values of the refractive astigmatism and corneal astigmatism of men and women were statistical significance(p=0.000). At the 0.75 diopter or more, which can have clinical symptoms of astigmatism power, males have 60.86% and 72.09% of the right and left eyes, and females have 47,64% and 60.10% of the right and left eyes. At 0.75 diopter or more, which can have clinical symptoms of corneal astigmatism power, males have 68.75% and 74% of the right and left eyes, and females have 86.50% and 82.35% of the right and left eyes. In the type of astigmatism axis, both men and women had a high frequency of the rule astigmatism. However, men had a high frequency of against-the-rule astigmatism and women showed a high frequency of oblique astigmatism. Conclusions. In this study, the complex myopic astigmatism and with-the rule astigmatism was the most common of all subjects. However, there was a statistical significance between right and left eyes of all subjects. The corneal astigmatism was higher refractive values in both males and females than refractive astigmatism. This study suggests that the analysis of the astigmatism can provide the useful diagnosis information for the correction of visual acuity.

• 대한원격탐사학회지
• /
• 제36권6_1호
• /
• pp.1393-1405
• /
• 2020

무인항공기(UAV: Unmanned Aerial Vehicle)는 저고도 비행으로 인해 고해상도 영상을 취득할 수 있으며, 수시촬영이 가능하여 지도제작에 있어 수시갱신이 가능하다. 이러한 이점으로 인해 무인항공기 영상을 이용한 대축척 수치지도 제작 가능성에 대한 연구가 활발히 진행되고 있다. 정밀한 수치지도는 디지털트윈이나 스마트시티의 기반 데이터로 활용될 수 있다. 정밀한 수치지도를 제작하기 위해서는 지상기준점을 이용한 정밀 센서모델링이 반드시 선행되어야 한다. 본 연구에서는, 자체 개발한 정밀 센서모델링 알고리즘을 통해 무인항공기 영상의 기하모델을 수립하였다. 그리고 수치지도를 제작하여 대축척 수치도화 가능성을 평가하였다. 연구 데이터는 인천 간석동과 서울 여의도를 대상으로 영상 및 지상기준점을 취득하였다. 정밀 센서모델링 정확도 분석 결과, 두 지역에 대해서 체크 점 평균오차 3 픽셀 이내, RMSE 4 픽셀 이내의 높은 정확도를 확인하였다. 수치도화 정확도 분석 결과, 국토지리정보원에서 고시한 1:1,000 세부도화 수평오차(0.4 m) 및 표고오차(0.4 m)를 만족하는 범위의 정확도를 확인하였다. 따라서 본 연구에서 자체개발한 정밀 센서모델링 기술은 무인항공기 영상의 1:1,000 대축척 수치도화 제작 가능성을 시사한다.

• 대한원격탐사학회지
• /
• 제36권6_1호
• /
• pp.1349-1365
• /
• 2020

최근 스마트 시티, 디지털 트윈 등에 실제 3차원 좌표를 취득할 수 있는 이점에 따라 포인트 클라우드를 이용한 모델 생성에 관한 연구가 늘어나고 있으며, 건물 형상 및 텍스처의 수정이 용이한 솔리드 모델에 대한 요구가 늘어나고 있다. 이에 따라 본 논문에서는 포인트 클라우드 데이터를 기반으로 군집형 솔리드 건물 모델을 생성하는 방법을 제안한다. 제안하는 방법은 총 다섯단계로 구성된다. 첫 단계에서는 포인트 클라우드의 평면성 분석을 통해 지면을 제거하였다. 두 번째 단계에서는 지면이 제거된 포인트 클라우드에서 건물 영역을 추출하였다. 세 번째 단계에서는 건물의 세부 구조물 영역을 추출하였다. 네 번째 단계에서는 추출된 영역에 3차원 좌표정보가 부여된 3차원 건물 모델의 형상을 생성하였다. 마지막 단계에서는 건물 모델 형상에 텍스처를 부여하여 3차원 건물 솔리드 모델을 생성하였다. 제안하는 방법의 검증을 위하여 상용 소프트웨어를 이용해 무인항공기 영상으로부터 포인트 클라우드를 추출하여 실험하였다. 그 결과, 포인트 클라우드 내에 존재하는 일정 높이 이상의 모든 건물에 대하여 포인트 클라우드 대비 위치오차 1 m 내외의 3차원 건물 형상을 생성하고, 원본 영상 해상도 대비 2배 이내의 해상도를 갖는 텍스처링이 수행된 3차원 모델이 생성되는 것을 확인하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권3호
• /
• pp.133-140
• /
• 2022

우리는 유학생이 작성한 한국어 쓰기 답안지의 점수 구간을 예측하는 문제에서 세 개의 딥러닝 기반 한국어 언어모델의 예측 성능을 조사한다. 이를 위해 총 304편의 답안지로 구성된 실험 데이터 세트를 구축하였는데, 답안지의 주제는 직업 선택의 기준('직업'), 행복한 삶의 조건('행복'), 돈과 행복('경제'), 성공의 정의('성공')로 다양하다. 이들 답안지는 네 개의 점수 구간으로 구분되어 평어 레이블(A, B, C, D)이 매겨졌고, 총 11건의 점수 구간 예측 실험이 시행되었다. 구체적으로는 5개의 '직업' 답안지 점수 구간(평어) 예측 실험, 5개의 '행복' 답안지 점수 구간 예측 실험, 1개의 혼합 답안지 점수 구간 예측 실험이 시행되었다. 이들 실험에서 세 개의 딥러닝 기반 한국어 언어모델(KoBERT, KcBERT, KR-BERT)이 다양한 훈련 데이터로 미세조정되었다. 또 두 개의 전통적인 확률적 기계학습 분류기(나이브 베이즈와 로지스틱 회귀)도 그 성능이 분석되었다. 실험 결과 딥러닝 기반 한국어 언어모델이 전통적인 기계학습 분류기보다 우수한 성능을 보였으며, 특히 KR-BERT는 전반적인 평균 예측 정확도가 55.83%로 가장 우수한 성능을 보였다. 그 다음은 KcBERT(55.77%)였고 KoBERT(54.91%)가 뒤를 이었다. 나이브 베이즈와 로지스틱 회귀 분류기의 성능은 각각 52.52%와 50.28%였다. 학습된 분류기 모두 훈련 데이터의 부족과 데이터 분포의 불균형 때문에 예측 성능이 별로 높지 않았고, 분류기의 어휘가 글쓰기 답안지의 오류를 제대로 포착하지 못하는 한계가 있었다. 이 두 가지 한계를 극복하면 분류기의 성능이 향상될 것으로 보인다.

• 한국수자원학회논문집
• /
• 제55권3호
• /
• pp.245-255
• /
• 2022

수질 보호를 위한 정기 계획을 세우는 과정에서 다양한 지표를 이용해 수자원의 수질 추이를 평가하는 일이 필요하며 이는 수역 관리에서 널리 사용하는 방법이다. 본 연구에서는 1995년부터 2020년까지 이란 대수층의 수질 매개변수 자료를 수집, 검토하고, 통계적으로 검증하여 연도별 구획도를 만들었다. 이를 위해 지리정보체계(GIS), 거리 반비례 가중법(IDW), 방사 기저함수(RBF), 포괄 선형 보간법(GPI), 단순, 일반, 범용의 세 유형을 포함하는 Kriging과 Co-Kriging기법을 이용하였다. 이어 최소 불확실성과 최소 구획 오차에 ASE와 RMSE를 포함하는 두 값의 근접도를 더한 것을 최적 모델로 선택하였다. 마지막으로 각 매개변수에 대해 선택한 복합 모델을 Schuler와 Wilcox 지수와 조합하여 구획화했다. 이란의 지하 수자원에 대한 종합평가 결과는 수자원의 59%는 농업용수로, 39.86%는 음용수에 부적합한 등급으로 분류되어 이란 지하수 수질이 위기에 처해 있음을 보여주었다. 마지막으로 추출 결과를 검증하기 위해 지하 수질 지수(GWQI)로 수질의 공간 변화를 평가한 결과 이란의 대수층이 적은 수위변화에도 매우 민감하며 지하수 양도 매우 부족하다는 것을 확인할 수 있었다.

• 인터넷정보학회논문지
• /
• 제23권1호
• /
• pp.77-86
• /
• 2022

본 연구의 궁극적인 목표인 지능형 해안 경계 체계 구축을 위해, 본 논문에서는 먼저 해안경계 지능화를 위한 AI 학습 모델의 구축 방안을 제시하였다. 우리는 3면이 바다로 이루어져있고 남과 북이 대치하는 상황으로 인해 해안 경계가 중요한 국가적 과업인 나라이다. 국방개혁 2.0에 의해 해안경계를 담당하고 있는 R/D (Radar) 운용인력이 감소하고 복무 기간이 단축되고 있다. 특히, 레이더와 같이 고도의 장비를 다루는 데에는 휴먼 에러가 발생할 개연성은 늘 상존하는 것이다. 해안 경계와 인공지능의 접목은 정부의 인공지능 국가전략의 구현과 확대라는 목표에도 필요 충분한 시점에 와 있다. 지능형 해안 경계 체계 구축을 위한 AI학습 모델 개발의 기능별 방안을 제시하였다. R/D신호 분석 AI모델 개발, 책임해역 분석 AI모델 개발, 표적 관리 자동화 기능으로 구분하였다. 이를 실현하기 위한 3단계 추진 전략을 살펴보았다. 1단계는 AI 학습모델 구축의 통상적인 단계로써, 데이터 수집, 데이터 저장, 데이터 여과, 데이터 정제, 데이터 변환 등이 이루어진다. 2단계에서는 R/D 특성에 기초해 신호분석을 실시하고, 실상과 허상을 분류하는 AI 학습모델 개발을 진행하고, 책임해역을 분석하고, 취약지역/시간 분석을 실시한다. 최종 단계에서는 AI 학습모델의 검증, 가시화 및 시연 등이 이루어진다. 군 무기체계에 AI 기술이 접목돼 지능화된 무기체계로 바뀌는 최초의 성과가 달성된다.