• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제2권1호
• /
• pp.7-14
• /
• 2013

현재 위치인식에 관한 많은 기술들이 존재한다. 하지만 서로 다른 곳에 위치한 신호수신장치들이 먼 곳에 위치한 특정 물체의 위치를 정확하게 알아내기 위해서는 해당 물체 또는 사용자의 단말장치에서 내보내는 신호의 정확한 시간을 알아야 한다. 이러한 목적 때문에 ToA 기술보다는 TDoA 기술이 보다 적합하다. TDoA 기술을 기본으로 하는 전자 감시 시스템 및 다른 위치추적 장치들은 이격 장치들간의 정밀한 시각동기가 되지 않아서 신호수신장치들에 의해 보내지는 신호로부터 정확한 TDoA 값을 획득하는 것이 불가능하다. 이렇게 직접적으로 정확한 값을 받지 못함으로써 위치 추정 에러가 발생된다. 이러한 이유로 이격 장치들간의 정밀한 시각동기 기술은 TDoA를 기반으로 하는 위치인식에 있어서 필수적인 것이다. 본 논문에서는 TDoA를 기반으로 하는 위치인식을 위해, 제안된 정밀한 시각동기 기술의 정확성과 측정오차가 평가된다. TDoA를 기반으로 하는 위치 측정 오차는 제안하는 시각동기 알고리즘을 사용할 때 크게 향상된다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제25권4호
• /
• pp.65-74
• /
• 2021

빠르게 증가하는 노후 터널을 효율적으로 관리하기 위하여 최근 영상장비를 이용한 점검 방법론들이 많이 제안되고 있다. 하지만 기존의 방법론들은 대부분 국한된 영역에서 검증을 수행하였을 뿐 아니라, 다른 물체들이 존재하지 않는 깨끗한 콘크리트 표면에서 검증되어 실제 현장에 대한 적용성을 검증하기 어려웠다. 따라서 본 논문에서는 이러한 한계를 극복하기 위하여 비균열 물체 학습에 기반한 6단계 터널 균열 탐지 딥러닝 모델 개발 프레임워크를 제안한다. 제안된 프레임워크는 터널에서 취득된 이미지 내 균열 탐색, 픽셀 단위 균열 라벨링, 딥러닝 모델 학습, 비균열 물체 수집, 비균열 물체 재학습, 최종 학습 데이터 구축의 총 6단계로 이루어진다. 제안된 프레임워크를 이용하여 개발된 균열 탐지 딥러닝 모델 개발을 수행하였으며, 일반 균열 1561장, 비균열 206장으로 개별 물체 세분화(Instance Segmentation) 모델인 Cascade Mask R-CNN을 학습시켰다. 학습된 모델의 현장 적용성을 검토하기 위하여 전선, 전등 등을 포함하는 약 200m 길이의 실제 터널에서 균열 탐지를 수행하였다. 실험 결과 학습된 모델은 99% 정밀도와 92%의 재현율을 나타내며 뛰어난 현장 적용성을 나타내었다.

• 한국산학기술학회논문지
• /
• 제19권11호
• /
• pp.568-573
• /
• 2018

무인항공기는 유인항공기에 비해 가격이 저렴하고, 운용이 용이하기 때문에 최근 공간정보 구축, 농업, 어업, 기상관측, 통신, 엔터테인먼트 분야 등에서 광범위하게 사용되고 있다. 특히, 공간정보 구축 관련 분야에서 무인항공기는 데이터 취득의 신속성과 경제성 때문에 많은 주목을 받고 있다. 하지만 무인항공기를 이용해 제작되는 정사영상에는 건물이나 산림부분의 왜곡현상이 발생하며, 공간정보 분야의 원활한 활용을 위해서는 이러한 문제를 해결할 필요가 있다. 본 연구에서는 다양한 조건에서 무인항공기 정사영상의 왜곡을 파악하기 위해 고정익, 회전익, 수직이착륙형의 무인항공기를 활용하여 건설현장, 도심지역, 산림지역 등 다양한 대상지역을 촬영하고, 정사영상을 제작하여 분석하였다. 연구를 통해 무인항공기 영상의 중복도가 왜곡현상의 가장 큰 요인이며, 비행고도가 높을수록 왜곡현상이 감소함을 알 수 있었다. 또한 왜곡현상의 개선을 위한 DTM(Digital Terrain Model)을 활용하는 원시영상의 해상도를 낮추어 정사영상의 왜곡을 감소시킬 수 있는 방안을 제시하였다. 향후 왜곡 없는 고품질 무인항공기 성과물은 정밀측량분야의 무인항공기 적용 확대에 크게 기여할 것이다.

• 한국산학기술학회논문지
• /
• 제21권12호
• /
• pp.558-569
• /
• 2020

본 연구는 국내 육계농가의 사육규모 대형화에 따라 정밀축산(PLF)의 관점에서 ICT기반 영상분석기법을 활용하여 사육밀도에 따른 육계의 영역별 머무는 빈도(%)에 대해 평가하고, 일령별 육계의 정상적인 행동패턴을 이해하고자 수행하였다. 경기도 소재 육계농장 내 설치된 시험계사(3.3×2.7 m)에서 Ross308 육계를 공시축으로 이용하였다. 사육 밀도는 각각 9.5 수/㎡ (n=85), 19 수/㎡ (n=170)로 하였으며, 탑뷰(top view) 카메라를 이용해 급이·급수 및 휴식공간 영역별 머무는 빈도(%)를 모니터링 하였다. 사육밀도에 따라 개체 식별된 육계 3수에 대해 일령별(12, 16, 22, 27, 및 29일)로 6시간씩 영상이미지 데이터를 획득하였다. 수집된 영상데이터는 물체 추적(object tracking) 기법으로 초당 30프레임으로 약 64만장의 프레임을 연결하여 누적 이동경로를 기록하여 영역별 머무는 빈도(%)를 수치화하였다. 각 사육밀도에서 영역별 머무는 빈도(%)는 휴식공간, 급이영역, 급수영역 순으로 유의적인 차이를 나타내었다(p<0.001). 사육밀도(9.5 수/㎡)에서는 57.9, 24.2, 17.9%으로 나타났으며, 사육밀도(19 수/㎡)에서는 73.2, 16.8, 10.0%로 나타났다. 결과적으로 ICT기반 영상분석기법을 활용해 육계의 스트레스를 최소화하는 방법으로 사육밀도에 따른 육계의 영역별 머무는 빈도(%)를 평가할 수 있으며, 향후 본 연구결과는 실시간 모니터링을 통한 ICT기반 사양관리 시스템을 개발하는데 기초자료로 활용될 수 있을 것으로 기대된다.

• Maxillofacial Plastic and Reconstructive Surgery
• /
• 제21권2호
• /
• pp.174-188
• /
• 1999

통상적으로 사용되는 두부 계측 방사선기기를 이용하여 12개 건조 두개골의 중요한 방사선학적 계측점에 금속구를 위치시킨 후 정모와 측모 두부 방사선사진상을 촬영하고, 이를 바탕으로 얻어진 3차원 두부 방사선사진이 어느 정도의 정확도와 정밀도를 가지고 있는지 알아 보고자 하였다. 또한 이러한 입체 영상을 얻을수 있는 프로그램으로 실제 두명의 악변형증 환자에게 적용시켜 다음과 같은 결과를 얻었다. 1. Nasion relator 를 이용하여 두부위치를 고정한 상태에서 각각 촬영된 정모와 측모 두부 방사선사진으로 3차원 두부 방사선사진을 작성해 본 결과, 촬영시 두부의 위치적 변화에 따른 계측치의 차이는 $0.34{\pm}0.33mm$로 나타나 위치적 변화는 거의 없었다. 즉 동일한 두개골에 대한 3차원 계측치의 x, y, z 축상의 위치 편차가 거의 없었다. 2. 실계측치와 3차원 계측치의 차이는 평균 $1.47{\pm}1.45mm$ 크게 나타났으며 실측치에 대한 3차원 계측치의 확대율은 $100.24{\pm}4.68%$였으며, 차이가 평균보다 크게 나타난 일부 항목의 경우 측모 두부 방사선사진에서 정확한 위치를 잡아내기 어려웠던 계측점이 많았다. 즉, 3차원 계측거리가 실측치와 차이를 보이는 것은 방사선 사진촬영시 위치의 재현성과 관련된 것이라기 보다는 계측점의 식별이 더 크게 좌우된 것으로 보여진다. 3 정모와 측모 두부 방사선사진의 경우 필름과 평행한 시상면에 놓이지 않은 계측항목의 축소가 두드러졌으며 건조 두개골의 크기나 형태에 따라 필름간의 거리가 상이하였기 때문에 수평적, 수직적 확대율의 일관된 경향을 발견할 수 없었다. 실측치와의 차이는 정모 두부 방사선 사진이 $4.72{\pm}2.01mm$, 측모 두부 방사선사진이 $-5.22{\pm}3.36mm$로 나타났으며 수평 계측치보다 수직 계측치가 약간 더 실측치에 근접하는 것을 볼 수 있었다. 4. 실제 악교정수술 환자에게 적용해 본 결과, 계측항목의 수치적 분석보다는 악골자체의 이동량이나 변화의 정도, 비대칭의 분석등에 사용하는 것이 임상적으로 더 의의가 있으며 교정환자의 경우 정모와 측모 모두에서 명확히 나타나는 브라켓을 계측 기준점으로 할 경우 보다 정확한 계측을 할 수 있을 것으로 사료된다.

• 인터넷정보학회논문지
• /
• 제25권1호
• /
• pp.99-107
• /
• 2024

경제성장과 산업 발전에 따라 반도체 제품부터 SMT 제품, 전기 배터리 제품에 이르기 까지 많은 전자통신 부품들의 제조과정에서 발생하는 철, 알루미늄, 플라스틱 등의 이물질로 인해 제품이 제대로 동작하지 않거나, 전기 배터리의 경우 화재를 발생하는 문제까지 심각한 문제로 이어질 가능성이 있다. 이러한 문제를 해결하기 위해 초음파나 X-ray를 이용한 비파괴 방법으로 제품 내부에 이물질이 있는지 판단하여 문제의 발생을 차단하고 있으나, X-ray 영상을 취득하여 이물질이 있는지 판정하는 데에도 여러 한계점이 존재한다. 특히. 크기가 작거나 밀도가 낮은 이물질들은 X-Ray장비로 촬영을 하여도 보이지 않는 문제점이 있고, 잡음 등으로 인해 이물들이 잘 안 보이는 경우가 있으며, 특히 높은 생산성을 가지기 위해서는 빠른 검사속도가 필요한데, 이 경우 X-ray 촬영시간이 짧아지게 되면 신호 대비 잡음비율(SNR)이 낮아지면서 이물 탐지 성능이 크게 저하되는 문제를 가진다. 따라서, 본 논문에서는 저화질로 인해 이물질을 탐지하기 어려운 한계를 극복하기 위한 5단계 방안을 제안한다. 첫번째로, Global 히스토그램 최적화를 통해 X-Ray영상의 대비를 향상시키고, 두 번째로 고주파 영역 신호의 구분력을 강화하기 위하여 Local contrast기법을 적용하며, 세 번째로 Edge 선명도 향상을 위해 Unsharp masking을 통해 경계선을 강화하여 객체가 잘 구분되도록 한다, 네 번째로, 잡음 제거 및 영상향상을 위해 Resdual Dense Block(RDB)의 초고해상화 방법을 제안하며, 마지막으로 Yolov5 알고리즘을 이용하여 이물질을 학습한 후 탐지한다. 본 연구에서 제안하는 방식을 이용하여 실험한 결과, 저밀도 영상 대비 정밀도 등의 평가기준에서 10%이상의 성능이 향상된다.