• 농촌계획
• /
• 제27권4호
• /
• pp.55-70
• /
• 2021

In this study, in the field of remote sensing, where the scope of application is rapidly expanding to fields such as land monitoring, disaster prediction, facility safety inspection, and maintenance of cultural properties, monitoring of rural space and surrounding environment using UAV is utilized. It was carried out to verify the possibility, and the following main results were derived. First, the aerial image taken with an unmanned aerial vehicle had a much higher image size and spatial resolution than the aerial image provided by the National Geographic Information Service. It was suitable for analysis due to its high accuracy. Second, the more the number of photographed photos and the more complex the terrain features, the more the point cloud included in the aerial image taken with the UAV was extracted. As the amount of point cloud increases, accurate 3D mapping is possible, For accurate 3D mapping, it is judged that a point cloud acquisition method for difficult-to-photograph parts in the air is required. Third, 3D mapping technology using point cloud is effective for monitoring rural space and rural resources because it enables observation and comparison of parts that cannot be read from general aerial images. Fourth, the digital elevation model(DEM) produced with aerial image taken with an UAV can visually express the altitude and shape of the topography of the study site, so it can be used as data to predict the effects of topographical changes due to changes in rural space. Therefore, it is possible to utilize various results using the data included in the aerial image taken by the UAV. In this study, the superiority of images acquired by UAV was verified by comparison with existing images, and the effect of 3D mapping on rural space monitoring was visually analyzed. If various types of spatial data such as GIS analysis and topographic map production are collected and utilized using data that can be acquired by unmanned aerial vehicles, it is expected to be used as basic data for rural planning to maintain and preserve the rural environment.

• Safety and Health at Work
• /
• 제13권3호
• /
• pp.263-268
• /
• 2022

Health care workers (HCWs) are more than ten times more likely to be infected with coronavirus infectious disease 2019 (COVID-19) than the general population, thus demonstrating the burden of COVID-19 among HCWs. Factors that expose HCWs to a differentially high-risk of COVID-19 acquisition are important to elucidate, enable appropriate public health interventions to mitigate against high risk and reduce adverse outcomes from the infection. We conducted a systematic review and meta-analysis to summarize and critically analyze the existing evidence on SARS-CoV-2 risk factors among HCWs. With no geographical limitation, we included studies, in any country, that reported (i) the PCR laboratory diagnosis of COVID-19 as an independent variable (ii) one or more COVID-19 risk factors among HCWs with risk estimates (relative risk, odds ratio, or hazard ratio) (iii) original, quantitative study design, and published in English or Mandarian. Our initial search resulted in 470 articles overall, however, only 10 studies met the inclusion criteria for this review. Out of the 10 studies included in the review, inadequate/lack of protective personal equipment, performing tracheal intubation, and gender were the most common risk factors of COVID-19. Based on the random effects adjusted pooled relative risk, HCWs who reported the use of protective personal equipment were 29% (95% CI: 16% to 41%) less likely to test positive for COVID-19. The study also revealed that HCWs who performed tracheal intubations were 34% (95% CI: 14% to 57%) more likely to test positive for COVID-19. Interestingly, this study showed that female HCWs are at 11% higher risk (RR 1.11 95% CI 1.01-1.21) of COVID-19 than their male counterparts. This article presents initial findings from a living systematic review and meta-analysis, therefore, did not yield many studies; however, it revealed a significant insight into better understanding COVID-19 risk factors among HCWs; insights important for devising preventive strategies that protect them from this infection.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권5호
• /
• pp.211-220
• /
• 2022

최근 4차 산업혁명으로 촉발된 스마트공장에 관한 연구가 활발히 진행되고 있다. 이에 따라 제조업에서는 강건한 성능의 딥러닝 기술을 바탕으로 생산성 향상과 품질 향상을 위해 다양한 연구를 진행 중이다. 본 논문은 타이어 제조공정의 육안검사 단계에서 타이어 표면 결함을 검출하는 방법에 관한 연구로서 3D 카메라를 통해 취득한 깊이 이미지를 이용한 타이어 표면 결함 검출 방법을 소개한다. 본 연구에서 다루는 타이어 표면 깊이 이미지는 타이어 표면의 얕은 깊이로 인해 발생되는 낮은 깊이 대비와 데이터 취득 환경으로 인해 기준 깊이 값의 차이가 발생하는 문제가 있다. 그리고 제조업의 특성상 검출 성능과 함께 실시간으로 처리될 수 있는 성능을 지닌 알고리즘이 요구된다. 따라서, 본 논문에서는 타이어 표면 결함 검출 알고리즘이 복잡한 알고리즘 파이프라인으로 구성되지 않도록 상대적으로 단순한 방법들을 통해 깊이 이미지를 정규화하는 방법을 연구하였으며 검출 성능과 속도를 모두 만족할 수 있는 딥러닝 방법인 YOLO V3를 이용하여 일반적인 정규화 방법과 본 논문에서 제안하는 정규화 방법의 비교 실험을 진행하였다. 실험의 결과로 본 논문에서 제안한 정규화 방법으로 mAP 0.5 기준 약 7% 성능이 향상된 것을 확인하였으며 본 논문에서 제시한 방법이 효과적임을 보였다.

• 지구물리와물리탐사
• /
• 제25권1호
• /
• pp.14-25
• /
• 2022

수동 표면파 탐사는 인공 송신원 없이 생활잡음 또는 자연 발생 소음 등을 송신원으로 이용해 탄성파 신호를 측정한다. 수동 송신원은 낮은 진동수 대역에서 발생하기 때문에 수동 표면파 탐사는 일반적인 능동 탐사법 보다 더 깊은 심도의 지질 정보를 확보할 수 있어 심부 부지 평가 분야에 많이 활용되고 있다. 수동 표면파 탐사 자료는 능동 표면파 탐사 자료 해석과 마찬가지로 자료 획득 후 진동수 분산곡선을 구하여 1차원으로 가정한 속도구조를 해석한다. 하지만 수동 표면파 탐사 자료는 송신원이 무작위로 발생한다는 특성 때문에 여러 수신기에서 측정된 신호들의 공간자기상관을(spatial autocorrelation) 이용해 수신 자료들의 일관성(coherence) 곡선을 구하고 이로부터 분산곡선을 구하게 된다. 이 기술보고에서는 수동 표면파 탐사 이론, 탐사 방법, 자료처리 기법을 살펴보고 실제 적용 사례를 분석한다.

• 한국산림과학회지
• /
• 제112권3호
• /
• pp.363-373
• /
• 2023

산림 바이오매스 조사는 탄소흡수원으로서의 산림을 평가하고 관리하기 위해 주기적으로 수행된다. 원격탐사의 한 종류인 라이다는 적은 노동력으로 객관적인 산림 구조 정보를 획득할 수 있어, 최근 라이다(LiDAR, Light Detection and Ranging)를 이용한 산림 조사가 주목받고 있다. 본 연구에서는 임분 상하층 바이오매스 추정에 백팩형 라이다(Backpack Laser Scanning, BPLS)와 드론 라이다(Unmanned Aerial Vehicle Laser Scanning, UAV-LS)를 이용하는 방법을 제시하고 그 정확도를 평가하였다. 상층의 경우 BPLS와 UAV-LS의 흉고직경과 수고 추정 정확도를 분석하였고, 하층의 경우 BPLS 데이터에서 추출한 수직구조 변수 중 최상의 변수 조합으로 하층 바이오매스를 추정하는 다중회귀모델을 개발하였다. 그 결과, BPLS는 흉고직경을 높은 정확도로 추정하였지만(R² =0.92) 수고는 과소 추정하였다(R² =0.63, Bias=-5.56 m). UAV-LS는 BPLS보다 더 높은 수고 추정 정확도를 보였다(R² =0.91). 하층의 경우 점들의 평균 높이와 라이다 데이터를 같은 높이를 가진 10개의 층으로 나누었을 때 아래에서 네 번째 층의 점 밀도를 의미하는 변수가 선택되어 모델이 개발되었으며, 교차검증 결과 결정계수 값은 0.68로 나타났다. 본 연구의 결과는 BPLS와 UAV-LS를 이용한 임분의 상하층 바이오매스 조사 방법이 기존의 조사 방식을 효과적으로 대체할 수 있음을 시사한다.

• 한국음향학회지
• /
• 제42권5호
• /
• pp.403-411
• /
• 2023

탄성 영상과 미세 혈류 도플러 영상과 같은 기능성 초음파 영상은 조직의 기계적, 기능적 정보를 제공함으로써 진단 성능을 향상시킨다. 그러나 기능성 초음파 영상의 구현은 데이터 획득 및 처리 시 대용량 데이터 저장과 같은 한계를 야기한다. 본 논문에서는 효율적인 횡탄성 영상 기법을 위해 데이터 획득 양을 절감시키는 서브 나이퀴스트 접근법을 제안한다. 제안하는 방법은 기존 나이퀴스트 샘플링 속도보다 1/3배 낮은 샘플링 속도로 데이터를 획득하고, 주파수 스펙트럼의 주기성을 이용하여 대역 통과 필터링 기반의 보간을 통해 재구성된 Radio Frequency(RF) 신호를 사용하여 횡파 신호를 추적한다. 이때 RF 신호는 67 % 미만의 비대역폭으로 제한된다. 제안하는 접근법을 검증하기 위해 기존 샘플링 속도로 획득한 횡파 추적 데이터를 이용하여 서브 나이퀴스트 샘플링된 RF 신호를 재현하고, 기존 접근법과 횡파 속도 영상을 재구성한다. 정량적 평가를 위해 재구성한 횡파 속도 영상의 군속도, 대조도 잡음 비, 그리고 구조적 유사성 지수를 비교하였다. 우리는 서브 나이퀴스트 샘플링 기반 횡탄성 영상의 가능성을 정성적, 정량적으로 입증하였고, 향후 실시간 3차원 횡탄성 영상 기술에 유용하게 적용 가능할 것으로 기대된다.

• 토지주택연구
• /
• 제14권3호
• /
• pp.145-155
• /
• 2023

최근 건설산업 분야에 BIM 기술의 활용이 보편화되면서 3D 모델과 실제 시공 부위의 오류 확인 등을 위해 다양한 객체 탐지 알고리즘들이 활용되고 있다. 객체 탐지 기술은 건축물, 교량, 터널 등 건설시설물의 종류에 따라 객체 특성이 상이하므로 객체 탐지 기술도 적절한 방법을 사용할 필요가 있다. 또한 객체 탐지를 위해서는 초기 객체 이미지가 있어야 하며 이를 위해서도 드론, 스마트폰 등 다양한 방법으로 이미지 취득이 가능하다. 본 연구에서는 철도와 도로 시설의 터널 부위에 대하여 초기 이미지 구축을 위해 터널 내부 촬영에 최적화된 360° 카메라를 이용하여 이미지를 촬영하고, 촬영된 이미지로부터 실제 객체를 탐지하기 위한 객체 탐지 방법론으로 YOLO 알고리즘, SSD 알고리즘 및 R-CNN 알고리즘을 적용하여 방법론별 객체 탐지의 정확도를 비교 분석한다. 분석 결과 Faster R-CNN 알고리즘이 SSD, YOLO v5 알고리즘에 비해 높은 인식률 및 mAP 값을 가졌으며 인식률들의 최소·최대 값의 차이가 작아 균등한 검측 능력을 나타냈다. 이러한 연구는 철도와 도로 시설공사에 BIM 적용이 확산되고 있는 점을 고려하면 360° 카메라의 활용 방법 확대와 유지보수를 위한 터널 시설 부위의 객체 탐지 방법론 적용에 활용될 수 있다.

• 융합신호처리학회논문지
• /
• 제23권3호
• /
• pp.166-172
• /
• 2022

본 연구에서는 전동 이동 보조기기를 이용하는 교통약자의 이동을 저해하거나 불편을 초래하는 횡단 보도, 측구, 맨홀, 점자블록, 부분 경사로, 임시안전 방호벽, 계단, 경사형 연석과 같은 주행 장애물 객체를 촬영한 뒤 객체를 분류하고 이를 자동 인식하는 최적의 AI 모델을 개발하여 주행 중인 전동 이동 보조기기의 전방에 나타난 장애물을 효율적으로 판단할 수 있는 알고리즘을 구현하고자 한다. 객체 검출을 높은 확률로 AI 학습이 될 수 있도록 데이터 셋 구축 시 라벨링 형태를 폴리곤 형태로 라벨링 하며, 폴리곤 형태로 라벨링 된 객체를 탐지할 수 있는 Detectron2 프레임워크를 활용하여 Mask R-CNN 모델을 활용하여 개발을 진행하였다. 영상 획득은 일반인과 교통약자의 두 개 그룹으로 구분하여 진행하였고 테스트베드 2개 지역에서 얻어진 영상정보를 확보하였다. Mask R-CNN 학습 결과 파라미터 설정은 IMAGES_PER _BATCH : 2, BASE_LEARNING_RATE 0.001, MAX_ITERATION : 10,000으로 학습한 모델이 68.532로 가장 높은 성능을 보인 것이 확인되어 주행 위험, 장애 요소를 빠르고 정확하게 사용자가 인지할 수 있도록 하는 딥러닝 모델을 구축이 가능한 것을 확인할 수 있었다.

• 한국지반공학회논문집
• /
• 제22권4호
• /
• pp.41-49
• /
• 2006

이 논문에서는 S파 탄성파 반사법의 토목공학용 지반조사에의 적합성을 검토하기 위한 연구를 다룬다. 높이 약 20m 미만의 암반사면에 대한 S파 탄성파 반사법 탐사를 시행하였다. 탄성파 자료취득에는 표준적인 공심점 기법이 사용되었으며 24채널의 탄성파탐사기와 SH파의 진원으로 해머가 사용되었다. 수진기 전개는 양측전개가 채택되었고 진원점 및 수진점 간격은 각각 2m 이었다. 취득된 자료는 전산처리 과정을 거친 결과 신호대 잡음비가 향상되고 단면의 해상도가 향상되었으며 기반암의 속도정보가 얻어졌다. 최종 S파 반사단면은 1m 미만의 얕은 심도까지 반사파를 보여 주며 해상도는 1m 미만의 초고해상도를 보인다. 구조보정된 단면에서는 야외의 사면노두에서 확인된 층리면 및 단층에 잘 대비되는 뚜렷한 반사파 신호를 보여준다. 이와 같이 S파 탄성파 반사법을 이용하여 천부 지반 지질구조의 정밀한 반사 단면의 작성이 가능하므로 토목공학용 최적 시추공 위치의 결정에 이 방법이 유용하게 쓰일 수 있을 것이다.

• 지구물리와물리탐사
• /
• 제26권2호
• /
• pp.84-93
• /
• 2023

지도 학습 기반 딥러닝 탄성파 역산은 소규모 영역을 대상으로 하는 합성 자료 예제에서 성공적인 역산 성능을 보여주었다. 지도 학습 기반 딥러닝 탄성파 역산은 시간 영역 파동장을 입력, 지하 속도 모델을 출력으로 사용하는데, 시간 영역 파동장은 다양한 파동 정보를 포함하고 있어 자료의 크기가 상당히 크다. 따라서 대량의 데이터로 훈련하는 지도 학습 기반 딥러닝 탄성파 역산을 현장 규모의 자료에 적용하는 연구는 아직까지 수행되지 못하고 있다. 본 연구에서는 지도 학습 기반 딥러닝 탄성파 역산 기법을 현장 규모의 자료에 적용하기 위해 시간 영역 파동장 대신 라플라스 영역 파동장을 입력으로 사용하여 지하 속도 모델을 예측하였다. 시간 영역 파동장 대신 라플라스 영역 파동장을 사용하면 결과의 해상도는 다소 떨어지지만 입력 자료의 크기가 크게 감소하여 신경망 훈련이 빨라지게 된다. 또한, 큰 격자 간격을 사용할 수 있어 현장 자료 크기의 속도 모델을 효율적으로 예측할 수 있으며 이를 통해 얻은 결과는 후속 역산의 초기 모델로 사용될 수 있다. 신경망 훈련을 위해 현장 자료 크기를 가지는 대량의 합성 속도 모델과 라플라스 영역 파동장을 생성한 후 인공 합성 자료만으로 신경망을 훈련시켰다. 또한, 해양 탄성파 탐사를 시뮬레이션하기 위해 견인 스트리머 취득 조건을 채택하였다. 테스트 자료와 벤치마크 모델을 이용한 수치 예제에서 훈련된 신경망을 테스트한 결과, 적절한 배경 속도 모델들을 얻을 수 있었다.