• 반도체디스플레이기술학회지
• /
• 제20권1호
• /
• pp.88-93
• /
• 2021

The automotive industry is developing day by day. Among them, it is very important to prevent accidents while driving. However, despite the importance of developing automobile industry technology, accidents due to road defects increase every year, especially in the rainy season. To this end, we proposed a road defect detection system for road management by converging deep learning and raspberry pi, which show various possibilities. In this paper, we developed a system that visually displays through a map after analyzing the images captured by the Raspberry Pi and the route GPS. The deep learning model trained for this system achieved 96% accuracy. Through this system, it is expected to manage road defects efficiently at a low cost.

• International Journal of Advanced Culture Technology
• /
• 제10권1호
• /
• pp.294-301
• /
• 2022

COVID-19 is a crisis with numerous casualties. The World Health Organization (WHO) has declared the use of masks as an essential safety measure during the COVID-19 pandemic. Therefore, whether or not to wear a mask is an important issue when entering and exiting public places and institutions. However, this makes face recognition a very difficult task because certain parts of the face are hidden. As a result, face identification and identity verification in the access system became difficult. In this paper, we propose a system that can detect masked face using transfer learning of Yolov5s and recognize the user using transfer learning of Facenet. Transfer learning preforms by changing the learning rate, epoch, and batch size, their results are evaluated, and the best model is selected as representative model. It has been confirmed that the proposed model is good at detecting masked face and masked face recognition.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제20권3호
• /
• pp.425-441
• /
• 2006

21세기와 함께 디지털 시대를 몰고 온 인터넷은 교육의 패러다임을 바꾸고 있고 지식정보화사회의 경쟁력을 결정짓는 가장 중요한 핵심인 창의적이고 도전적인 인재양성이 어느 때보다도 강조되고 있다. 이러한 시대적 요구에 부응해 나가기 위해 교육 분야는 e-Learning을 통한 학습환경 개선에 주력하고 있다. 최근 초등학교에 시범적으로 도입되기 시작한 전자교과서가 이런 면을 단적으로 보여준다. 많은 e-Learning 컨텐츠가 개발되고 있지만 사회의 빠른 변화 속도만큼 컨텐츠의 수명이 짧아지고 있다. 또, 개발된 컨텐츠가 다양한 원격교육 시스템에 그대로는 사용이 불가능한 경우가 많기 때문에 개발된 컨텐츠를 여러 시스템에 사용하기 위한 표준안들이 대두되고 있으며, 그 중에서 가장 유력한 표준안이 ADL(Advanced Distributed Learning)사의 SCORM(Sharable Content Object Reference Model)이다. Keris의 사이버가정학습 시스템에서도 이 SCORM 표준안에 따라 개발된 컨텐츠를 사용하고 있다. 이에 본 연구에서는 컨텐츠의 재사용성을 높인 SCORM 표준안을 기반으로 하여 Keris의 사이버가정학습 시스템에 적합하고, 학습자들의 실험활동이 강조된 수학과 e-Learning 컨텐츠를 설계하고 개발하는 것을 목적으로 둔다.

• 융합신호처리학회논문지
• /
• 제22권4호
• /
• pp.149-155
• /
• 2021

본 연구에서는 전동 이동기기를 이용하는 교통약자의 이동을 제한하는 노면 불량 요소를 딥러닝을 이용해 자동 검출하는 불량 노면객체 인식모델을 개발하고자 한다. 이를 위하여 부산시 관내 5개 지역에서 실제 전동 이동 보조 장치가 이동할 것으로 예상되는 보행로, 주행로를 대상으로 하여 노면 정보를 수집하였으며 이때 도로 정보 수집은 데이터 수집을 보다 용이하게 하기 위하여 소형 차량을 이용하였다. 데이터는 노면과 주변을 그 주변을 구성하는 객체로 구분하여 영상을 수집하였다. 수집된 데이터로부터 교통약자의 이동을 저해하는 정도에 따라 분류하여 보도블록의 파손등급 검출과 같은 일련의 인식 항목을 정의하였고, YOLOv5 딥러닝 알고리즘을 해당 데이터에 적용하여 실시간으로 객체를 인식하는 불량노면 객체 인식 딥러닝 모델을 구현하였다. 연구의 최종단계에서 실제 주행을 통해 객체 단위로 분리 수집된 영상 데이터의 가공, 정제 및 어노테이션 과정을 수행한 후 모델 학습과 검증을 거쳐 불량노면객체를 자동으로 검출하는 딥러닝 모델의 성능 검증 과정을 진행하였다.

• 지능정보연구
• /
• 제28권2호
• /
• pp.101-125
• /
• 2022

최근 컴퓨팅 기술의 발전과 클라우드 환경의 개선에 따라 딥 러닝 기술이 발전하게 되었으며, 다양한 분야에 딥 러닝을 적용하려는 시도가 많아지고 있다. 대표적인 예로 정상적인 데이터에서 벗어나는 값이나 패턴을 식별하는 기법인 이상 탐지가 있으며, 이상 탐지의 대표적 유형인 점 이상, 집단적 이상, 맥락적 이중 특히 전반적인 상황을 파악해야 하는 맥락적 이상을 탐지하는 것은 매우 어려운 것으로 알려져 있다. 일반적으로 이미지 데이터의 이상 상황 탐지는 대용량 데이터로 학습된 사전학습 모델을 사용하여 이루어진다. 하지만 이러한 사전학습 모델은 이미지의 객체 클래스 분류에 초점을 두어 생성되었기 때문에, 다양한 객체들이 만들어내는 복잡한 상황을 탐지해야 하는 이상 상황 탐지에 그대로 적용되기에는 한계가 있다. 이에 본 연구에서는 객체 클래스 분류를 학습한 사전학습 모델을 기반으로 이미지 캡셔닝 학습을 추가적으로 수행하여, 객체 파악뿐만 아니라 객체들이 만들어내는 상황까지 이해해야 하는 이상 상황 탐지에 적절한 2 단계 사전학습 모델 구축 방법론을 제안한다. 구체적으로 제안 방법론은 ImageNet 데이터로 클래스 분류를 학습한 사전학습 모델을 이미지 캡셔닝 모델에 전이하고, 이미지가 나타내는 상황을 설명한 캡션을 입력 데이터로 사용하여 학습을 진행한다. 이후 이미지와 캡션을 통해 상황 특질을 학습한 가중치를 추출하고 이에 대한 미세 조정을 수행하여 이상 상황 탐지 모델을 생성한다. 제안 방법론의 성능을 평가하기 위해 직접 구축한 데이터 셋인 상황 이미지 400장에 대해 이상 탐지 실험을 수행하였으며, 실험 결과 제안 방법론이 기존의 단순 사전학습 모델에 비해 이상 상황 탐지 정확도와 F1-score 측면에서 우수한 성능을 나타냄을 확인하였다.

• 지구물리와물리탐사
• /
• 제25권4호
• /
• pp.189-200
• /
• 2022

도심지 도로에서의 지하공동 붕괴로 인한 지반침하 문제는 인명 및 재산 피해로 이어질 수 있기 때문에 이를 예방하기 위해서는 사전에 지하공동을 탐지하고 복구하는 과정이 필요하다. 지하공동 탐지는 주로 지표투과레이더(ground penetrating radar, GPR) 탐사를 통해 이루어지는데, 방대한 탐사 자료로 인해 해석에 많은 시간이 소모되고 전문가의 숙련도와 주관에 따라 해석 결과가 달라질 수 있다. 이러한 문제를 해결하기 위해 GPR 자료 해석 자동화 및 정량화 기법들이 연구되어 왔으며, 최근에는 딥러닝 기반의 해석 기법들이 많이 활용되고 있다. 이 연구에서는 딥러닝 기반의 GPR 자료해석 기법 중 쌍곡선(hyperbola) 신호를 탐지하는 과정에 대해 기존 연구에서 개발된 기법을 단계별로 실증 예제를 통해 설명하였다. 먼저, 쌍곡선 신호를 자동으로 탐지하기 위해서 딥러닝 기반 YOLOv3 객체탐지 기법을 적용했다. 다음으로는 column-connection clustering (C3) 알고리즘을 통해 쌍곡선 신호만을 추출하였고, 최종적으로 회귀분석을 통해 지하공동의 수평위치를 결정했다. YOLOv3 객체탐지 기법을 이용한 쌍곡선 신호 탐지 성능은 AP50 기준으로 정밀도 84%, 재현율 92%를 달성했다. 지하공동 수평위치 정확도는 4개 샘플에 대해 실제 위치와 약 0.12 ~ 0.36 m 정도의 차이를 보였다. 이를 통해 지하공동에 의해 나타나는 쌍곡선 신호에 대한 딥러닝 기반 탐지 기법의 적용성을 확인할 수 있었다.

• 전기전자학회논문지
• /
• 제28권2호
• /
• pp.150-157
• /
• 2024

본 논문은 딥러닝 기반 객체 탐지 모델과 다항 회귀모델을 이용하여 사과나무에 열린 사과의 개수를 예측할 수 있는 새로운 알고리즘을 제안한다. 사과나무에 열린 사과의 개수를 측정하면 사과 생산량을 예측할 수 있고, 농산물 재해 보험금 산정을 위한 손실을 평가하는 데에도 활용할 수 있다. 사과 착과량 측정을 위해 사과나무의 앞면과 뒷면을 촬영하였다. 촬영된 사진에서 사과를 식별하여 라벨링한 데이터 세트를 구축하였고, 이 데이터 세트를 활용하여 1단계 객체 탐지 방식의 CNN 모델을 학습시켰다. 그런데 사과나무에서 사과가 나뭇잎, 가지 등으로 가려진 경우 영상에 포착되지 않아 영상 인식 기반의 딥러닝 모델이 해당 사과를 인식하거나 추론하는 것이 어렵다. 이 문제를 해결하기 위해, 우리는 두 단계로 이루어진 추론 과정을 제안한다. 첫 번째 단계에서는 영상 기반 딥러닝 모델을 사용하여 사과나무의 양쪽에서 촬영한 사진에서 각각의 사과 개수를 측정한다. 두 번째 단계에서는 딥러닝 모델로 측정한 사과 개수의 합을 독립변수로, 사람이 실제로 과수원을 방문하여 카운트한 사과 개수를 종속변수로 설정하여 다항 회귀 분석을 수행한다. 본 논문에서 제안하는 2단계 추론 시스템의 성능 평가 결과, 각 사과나무에서 사과 개수를 측정하는 평균 정확도가 90.98%로 나타났다. 따라서 제안된 방법은 수작업으로 사과의 개수를 측정하는 데 드는 시간과 비용을 크게 절감할 수 있다. 또한, 이 방법은 딥러닝 기반 착과량 예측의 새로운 기반 기술로 관련 분야에서 널리 활용될 수 있을 것이다.

• 문화기술의 융합
• /
• 제4권1호
• /
• pp.27-32
• /
• 2018

최근 AR 기반 스토리텔링을 위한 체험학습 콘텐츠가 많이 개발되고 있는 추세이다. 본 논문에서는 3D프린터를 활용하여 체험학습의 흥미와 재미를 더할 수 있는 스토리기반의 성장형 콘텐츠를 개발하고자 한다. 3D프린터를 활용하여 출력한 캐릭터는 개인 기념품으로 소장함으로써 그 가치를 상승시킬 수 있고, 성장형 콘텐츠를 통해 지역문화와 역사 그리고 관광 생태 체험을 함으로써 이해와 재미를 증진시킬 수 있어 교육 효과를 향상시킬 수 있다. 본 연구의 목적은 체험학습 할 지역의 문화와 생태에 대해 오브젝트 스마트 디바이스에서 가상으로 생성시켜 성장과정을 거친 후 3D 프린터를 활용하여 결과물을 개인 기념품으로 출력함으로써 교육 효과를 높일 수 있는 체험 학습용 콘텐츠 애플리케이션을 개발하는 것이다. 개발된 체험 학습용 콘텐츠 어플리케이션은 학생 및 관광객을 대상으로 관광 정보 제공 및 학습용 콘텐츠로 활용 할 수 있으며, 3D프린팅 기술을 통해 다양한 콘텐츠 개발을 하기 위한 새로운 원동력이 될 수 있다.

• 한국산업정보학회논문지
• /
• 제25권5호
• /
• pp.23-29
• /
• 2020

농업진흥청 국립농업과학원에서는 다양한 종류의 농작물에 대해 우량 종자 확보를 위한 생육환경 모니터링 및 수확된 종자의 분석과 같은 다양한 연구를 진행하고 있다. 본 논문에서는 농업진흥청에서 보유하고 있는 다양한 종류의 농작물 씨앗을 분석하기 위해 종자 객체 검출 방법을 제안한다. 제안된 방법은 Mask-RCNN을 이용한 전이학습을 수행하며 주어진 특정 환경 (일정한 조도, 흰색 배경)에서 촬영한 입력 영상을 종자 객체 인식을 위한 적절한 매개 변수 적합 (Tuning) 과정 및 영상 분할 작업을 진행한다. 제안된 방법으로 종자 객체 검출에 대한 실험결과로 벼 이삭 영상의 경우 82%와 단순한 볍씨 영상의 경우 97%의 정확도로 벼 낱알을 검출하였다. 향후 연구로 복잡한 상황의 종자 영상 분할을 위한 심화학습 기반의 접근법 및 검출된 종자 객체로부터 길이, 폭, 두께와 같은 정밀한 데이터 분석을 통하여 우량 종자 연구를 계획하고 있다.

• 한국방사선학회논문지
• /
• 제14권7호
• /
• pp.937-946
• /
• 2020

격자간섭계는 한 위상 물체에 의한 파두의 굴절변화로 인해 그 물체에 대한 미분 위상 영상을 제공하며, 이 미분 위상 영상은 위상 영상으로 전환되어야 할 필요가 있다. 미분 위상차 영상으로부터 위상차 영상을 얻기 위한 선적분 과정은 노이즈를 축적하고 줄무늬 아티팩트를 생성한다. 줄무늬 아티팩트는 선적분이 수행된 위상차 영상에서 적분 방향으로 노이즈와 왜곡이 증가한다. 이 연구에서는 이러한 아티팩트를 줄이기 위해 몇 가지 기계 학습 방법들을 구성하고 비교하였다. 기계 학습 방법들은 상호비교를 위하여 시뮬레이션 된 수치 팬텀과 엑스선 및 중성자 격자 간섭계로부터 얻어진 실험 데이터에 적용되었다. 그 결과 웨이블릿 전처리와 기계 학습 방법(WCNN)의 조합이 가장 효과적인 것으로 나타났다.