• 토지주택연구
• /
• 제11권4호
• /
• pp.99-104
• /
• 2020

This paper presents the recent research developments identified through a review of literature on the application of artificial intelligence in developing automated designs of fire protection facilities. The literature review covered research related to image recognition and applicable neural networks. Firstly, it was found that convolutional neural network (CNN) may be applied to the development of automating the design of fire protection facilities. It requires a high level of object detection accuracy necessitating the classification of each object making up the image. Secondly, to ensure accurate object detection and building information, the data need to be pulled from architectural drawings. Thirdly, by applying image recognition and classification, this can be done by extracting wall and surface information using dimension lines and pixels. All combined, the current review of literature strongly indicates that it is possible to develop automated designs for fire protection utilizing artificial intelligence.

• 한국해양공학회:학술대회논문집
• /
• 한국해양공학회 2000년도 추계학술대회 논문집
• /
• pp.165-170
• /
• 2000

Port State Control (PSC) is the inspection of foreign ships in national ports for the purpose of verifying th\ulcorner the condition of the ships and its equipments comply with the requirement of international conventions and the ship is manned and operated in compliance with applicable international laws. On the other hand, check items in PSC are nearly similar to periodical survey of Classification Societies, because they have the same background regarding safety and maritime pollution prevention. The purpose of this study is to develope computer-aided information systems for ship inspection item which is useful for effective implementation of Port State Control. For this work, the status of PSC is reviewed, and the related scheme of ship survey system in Classification Societies is investigated. On these bases, a computer software integrated database system and object-oriented technique is developed. The developed system is expected helpful to establish and maintain an effective system of Port State Control.

• 대한원격탐사학회지
• /
• 제27권3호
• /
• pp.379-388
• /
• 2011

At present, GEOBIA (Geographic Object-based Image Analysis), heir of OBIA (Object-based Image Analysis), is regarded as an important methodology by object-oriented paradigm for remote sensing, dealing with geo-objects related to image segmentation and classification in the different view point of pixel-based processing. This also helps to directly link to GIS applications. Thus, GEOBIA software is on the booming. The main theme of this study is to look into the applicability of geo-spatial processing open source to GEOBIA. However, there is no few fully featured open source for GEOBIA which needs complicated schemes and algorithms, till It was carried out to implement a preliminary system for GEOBIA running an integrated and user-oriented environment. This work was performed by using various open sources such as OTB or PostgreSQL/PostGIS. Some points are different from the widely-used proprietary GEOBIA software. In this system, geo-objects are not file-based ones, but tightly linked with GIS layers in spatial database management system. The mean shift algorithm with parameters associated with spatial similarities or homogeneities is used for image segmentation. For classification process in this work, tree-based model of hierarchical network composing parent and child nodes is implemented by attribute join in the semi-automatic mode, unlike traditional image-based classification. Of course, this integrated GEOBIA system is on the progressing stage, and further works are necessary. It is expected that this approach helps to develop and to extend new applications such as urban mapping or change detection linked to GIS data sets using GEOBIA.

• 한국산학기술학회논문지
• /
• 제20권2호
• /
• pp.773-784
• /
• 2019

최근 4차 산업혁명기술 발전이 부각되면서 이와 연계한 BIM정보기술로써 BIM 정보체계가 토목분야까지 확산되고 있는 추세이다. 국토교통부는 2020년부터 신속하고 광범위하게 BIM 정보체계를 건설 분야에 도입하려는 다각적인 기술정책을 발표하고 있다. 보통 SOC분야의 시설물은 형상이 정형화되지 않고, 복잡한 정보로 구성되어 있어 표준체계 없이 BIM 구현이 어렵다. 이런 문제점을 효과적으로 극복하기 위해서 BIM 표준분류체계의 개발이 시급하다. 본 연구에서는 국내외 유관 선행연구와 기존의 정보체계 및 실무기준 등을 조사 분석하여, 기 개발된 도로 및 하천분야 객체분류체계와 연계되도록 BIM 속성분류체계를 개발하였다. BIM 속성분류체계는 도로 및 하천분야의 단위시설, 시설물요소, 시설유형, 객체구성, 부품구성 등 객체 구성수준에 대응하는 사업, 시설, 시설부위 및 구성객체의 속성정보를 개발하였다. 또한 다양한 SOC 분야에 BIM 객체분류체계와 속성분류체계를 확장 적용하기 위한 방안과 시설별로 공간정보를 구성하는 방안도 제시하였다. 이 연구의 결과를 도로의 포장시설과 교량시설물에 시범 적용하여 효과적이고 체계적으로 시설물을 구성하고 정보를 구축하며 검색조회 가능여부를 검증하였다. 본 연구개발에 의한 객체분류체계와 속성분류체계에 의한 BIM 표준분류체계 개발로 향후 체계적이고 편리한 모델링과 정보체계의 구축여건이 마련되어 건설IT 발전에 기여할 것이다.

• 전자공학회논문지
• /
• 제50권2호
• /
• pp.193-200
• /
• 2013

본 연구에서는 허프 변환을 이용하여 원통형 수중 물체를 식별하는 방법을 제안한다. 이미 광학분야에서는 타원을 식별하는데 허프 변환을 많이 사용하고 있다. 하지만 수중 영상의 경우 낮은 해상도와 잡음 환경으로 인해서 광학에서 사용하는 허프 변환을 그대로 적용하기가 어렵다. 따라서 본 연구에서는 수중 영상의 원통형 물체를 모델링 한 뒤 평균 필터와 다항식 보간법을 적용하여 허프 변환에 적합한 형태로 원통형 물체의 기하학적 깊이 정보를 다시 복원했다. 결과적으로 이 방법을 이용하여 타원 형태의 기하학적 깊이 정보를 복원하고 허프 변환을 적용한 결과 높은 타원 식별률을 나타내었다.

• 전기학회논문지
• /
• 제65권3호
• /
• pp.477-486
• /
• 2016

This paper presents the area classification, identification, and tracking for multiple moving objects with the similar colors. To do this, first, we use the GMM(Gaussian Mixture Model)-based background modeling method to detect the moving objects. Second, we propose the use of the binary and morphology of image in order to eliminate the shadow and noise in case of detection of the moving object. Third, we recognize ROI(region of interest) of the moving object through labeling method. And, we propose the area classification method to remove the background from the detected moving objects and the novel method for identifying the classified moving area. Also, we propose the method for tracking the identified moving object using Kalman filter. To the end, we propose the effective tracking method when detecting the multiple objects with the similar colors. Finally, we demonstrate the feasibility and applicability of the proposed algorithms through some experiments.

• 전기전자학회논문지
• /
• 제26권3호
• /
• pp.364-372
• /
• 2022

본 논문에서는 FMCW(frequency modulated continuous wave) 레이다 센서를 활용한 사람과 사물을 분류하는 시스템 설계 및 구현 결과를 제시한다. 해당 시스템은 다중 객체 탐지를 위한 레이다 센서 신호처리 과정과 객체를 사람 및 사물로 분류하는 딥러닝 과정을 수행한다. 딥러닝의 경우 높은 연산량과 많은 양의 메모리를 요구하기 때문에 경량화가 필수적이다. 따라서 CNN (convolution neural network) 연산을 이진화하여 동작하는 BNN (binary neural network) 구조를 적용하였으며, 실시간 동작을 위해 하드웨어 가속기를 설계하고 FPGA 보드 상에서 구현 및 검증하였다. 성능 평가 및 검증 결과 90.5%의 다중 객체 구분 정확도, CNN 대비 96.87% 감소된 메모리 구현이 가능하며, 총 수행 시간은 5ms로 실시간 동작이 가능함을 확인하였다.

• 정보처리학회논문지B
• /
• 제18B권4호
• /
• pp.173-180
• /
• 2011

본 논문은 GPU(Graphics Processing Unit) 에서 CUDA(Compute Unified Device Architecture)를 사용하여 실시간으로 객체를 분할하는 방법을 소개한다. 최근에 감시 시스템, 오브젝트 추적, 모션 분석 등의 많은 응용 프로그램들은 실시간 처리가 요구된다. 이러한 단계의 선행부분인 객체 분할 기법은 기존 CPU 기반의 시스템으로는 실시간 처리에 제약이 발생한다. NVIDIA에서는 Parallel Processing for General Computation 을 위해 그래픽 하드웨어 제약을 개선한 CUDA platform을 제공하고 있다. 본 논문에서는 객체 추출 단계에 대표적인 적응적 가우시안 혼합 배경 모델링(Adaptive Gaussian Mixture Background Modeling) 알고리즘과 Classification 기법으로 사용되는 CCL (Connected Component Labeling) 알고리즘을 적용하였다. 본 논문은 2.4GHz를 갖는 Core2 Quad 프로세서와 비교하여 평가하였고 그 결과 3~4배 이상의 성능향상을 확인할 수 있었다.

• IEIE Transactions on Smart Processing and Computing
• /
• 제6권1호
• /
• pp.10-17
• /
• 2017

We propose classification algorithms for human and dog movement. The proposed algorithms use micro-Doppler signals obtained from humans and dogs moving in four different directions. A two-stage classifier based on a support vector machine (SVM) is proposed, which uses a radial-based function (RBF) kernel and $16^{th}$-order linear predictive code (LPC) coefficients as feature vectors. With the proposed algorithms, we obtain the best classification results when a first-level SVM classifies the type of movement, and then, a second-level SVM classifies the moving object. We obtain the correct classification probability 95.54% of the time, on average. Next, to deal with the difficult classification problem of human and dog running, we propose a two-layer convolutional neural network (CNN). The proposed CNN is composed of six ($6{\times}6$) convolution filters at the first and second layers, with ($5{\times}5$) max pooling for the first layer and ($2{\times}2$) max pooling for the second layer. The proposed CNN-based classifier adopts an auto regressive spectrogram as the feature image obtained from the $16^{th}$-order LPC vectors for a specific time duration. The proposed CNN exhibits 100% classification accuracy and outperforms the SVM-based classifier. These results show that the proposed classifiers can be used for human and dog classification systems and also for classification problems using data obtained from an ultra-wideband (UWB) sensor.

• 한국산학기술학회논문지
• /
• 제19권3호
• /
• pp.119-129
• /
• 2018

국토교통부는 '제6차 건설기술진흥 기본계획'에서 2020년까지 500억 원 이상의 도로사업에 BIM 설계 의무화를 공표하였다. 이에 따라 주요 공공 발주자들은 각 기관의 실정에 맞는 BIM을 시행하기 위해 다각적인 시도를 꾀하고 있다. 그러나 BIM을 효과적으로 수행할 수 있는 기술지침과 표준분류체계 제시가 미흡하여 실무자들이 제대로 된 BIM 설계와 건설이 어렵고, 발주기관의 BIM 정보축적도 곤란해지게 된 상황이다. 도로의 특성은 선형을 따라 끊임없이 변화가 이루어지는 토공과 같은 비정형 대상과 교량, 터널등과 같이 초대형 구조물 대상 그리고 표지판, 방음벽 등과 같은 도로시설물들이 산재해 있어 방대한 정보들을 체계적으로 관리하여야 한다. 이를 위해서 다각적인 표준체계가 개발되고 보급되어야 함에도 불구하고 실무적으로 사용가능한 방안에 대한 연구가 미흡한 상황이다. 본 연구에서는 이러한 문제를 해결하고자 국제표준에 부합되고 다차원의 정보체계를 수용할 수 있도록 도로분야의 BIM 표준객체분류체계를 개발하여, 실무자들이 손쉽게 활용할 수 있고 보다 효과적인 BIM 표준정보환경을 제공하고자 한다.