Purpose: Computed tomography theoretically should improve detection of foreign bodies and provide more information of adjacent soft tissues. And the CT scanner and PACS program proved to be an excellent instrument for detection and localization of most facial foreign bodies above certain minimum levels of detectability. The severity of injury in penetrating trauma to the face, it is often underestimated by physical examination. Diagnosis of a retained foreign object is always critical. Methods: From March, 2005 to February 2008 a study was done with 200 patients who had facial trauma. Axial and coronal CT images were obtained with a General Electric(Milwaukee, Wis) 9800 CT scanner at 130 kV, 90 mA, with a 2-mm section thickness and a $512{\times}512$ matrix. Results: Axial and coronal CT images at various window widths should be used as the first imaging modality to detect facial foreign bodies. The attenuation coefficients for the metallic and nonmetallic foreign bodies ranged from -437 to +3071 HU. As a general rule, metallic foreign bodies produced more Hounsfield artifacts than nonmetallic foreign bodies, thus providing a clue to their composition. All of the metallic foreign bodies were represented by a single peak and had a maximum attenuation coefficient of +3071 HU. Of the nonmetallic foreign bodies, glass had an attenuation coefficient that ranged from +105 to +2039, while plastic had a much lower coefficient that ranged from -62 to -35. wood had the lowest range of attenuation coefficients: -491 to -437. Conclusion: The PACS program allows one to distinguish metallic from nonmetallic foreign bodies and to individually identify the specific composition of many nonmetallic foreign bodies. This program does not, however, allow identification of the specific composition of a metallic foreign body. We recommend this type of software program for CT scanning of any patient with an injury to the face in which a foreign body is suspected.
수동형(passive) 밀리미터파(millimeter wave) 영상은 의복 등에 은닉된 물체의 탐지가 가능하며 악천후의 상황에서도 감쇄도(attenuation)가 낮아 식별이 가능한 영상을 획득할 수 있다. 그러나 영상 시스템의 공간 해상도(spatial resolution)가 낮고 수신신호가 미약하여 잡음의 영향이 크고 시스템의 온도 분해능(temperature resolution)에 따라 영상의 질이 달라진다. 본 논문에서는 수동형 밀리미터파 영상과 일반 카메라부터 획득되는 영상의 정합(registration)과 은닉된 물체의 시각화를 위한 영상 융합(fusion)을 연구한다. 영상의 정합은 추출된 몸체 경계 간의 상호상관도를 최대로 하는 어파인 변환(affine transform)으로 수행되며 융합은 영상 분해를 위한 이산 웨이블릿 변환(discrete wavelet transform), 융합 법칙(fusion rule), 영상을 복원하기 위한 역 이산 웨이블릿 변환의 3단계로 구성된다. 실험에서는 수동형 밀리미터파 영상 시스템에 의해 칼, 도끼, 화장품, 그리고 휴대폰과 같은 또는 비금속의 다양한 물체가 탐지됨을 보인다. 또한 정합과 융합된 영상의 결과로부터 가시 영상으로부터 얻은 얼굴과 의복 등의 대상자의 신원정보와 밀리미터파 영상으로부터 획득한 은닉된 물체의 정보를 동시에 시각화할 수 있음을 보인다.
인구의 감소 및 고령화 사회가 진행되면서 운전자의 평균 연령은 높아지게 된다. 그에 따라 잠재적인 사고의 위험성이 높은 고령 운전자들은 자율 주행형 개인 이동체가 필요하게 된다. 이러한 이동체가 도로 주행 중에 안전성을 확보하기 위하여 여러 장애물에 대응할 기술이 요구된다. 그 중에서도 주행 중에 마주할 수 있는 차량, 자전거, 사람과 같은 동적 장애물뿐만 아니라 도로 노면의 불량 상태와 같은 정적 장애물을 인식하는 기술이 가장 우선적으로 필요하다. 이를 위해서 본 논문에서는 두 종류의 장애물을 동시에 탐지할 수 있는 심층 신경망 알고리즘을 제안했다. 이 알고리즘을 개발하기 위해서 1,418장의 영상을 이용하여 7종의 동적 장애물에 표기한 annotation data와 도로 노면 파손을 표시한 label 영상을 확보했다. 이를 이용하여 학습한 결과, 46.22%의 평균 정확도로 동적 장애물을 탐지하고 74.71%의 mean intersection over union으로 도로 노면 파손을 탐지했다. 또한 한 장의 영상을 처리하는데 평균 소요시간은 89ms로 일반 차량보다 느린 개인 이동 차량에 사용하기 적합한 알고리즘을 개발했다. 향후 주행 중 마주할 있는 도로 장애물을 탐지하는 기술을 활용하여 개인 이동 차량의 주행 안전성이 향상되길 기대한다.
기존에는 지형에 대한 3차원 공간정보 구축을 위해 주로 토털스테이션을 이용한 현황측량, 원격탐사, GNSS(Global Navigation Satellite System) 등의 방법이 주로 활용되어 왔다. 하지만 토털스테이션이나 GNSS는 대상지에 접근과 많은 관측을 요구하기 때문에 작업효율과 경제성이 떨어지며, 항공사진이나 인공위성영상은 지형의 3차원 형상을 취득하기 어렵다는 단점이 있다. 지상 LiDAR(Light Detection And Ranging)는 측정 대상물에 무수히 많은 레이저를 주사하여 X, Y, Z 좌표와 형상에 대한 정보를 얻을 수 있으며, 자료처리의 자동화가 가능한 장점이 있다. 본 연구에서는 지상 LiDAR를 이용하여 사면의 변위를 검출하고자 하였다. 연구대상 사면 3개소를 선정하고, 2016년과 2017년에 대상 사면에 대한 자료를 취득하였으며, 자료 처리를 통해 경사면의 형상과 단면에 대한 데이터를 생성할 수 있었다. 또한 생성된 데이터의 중첩분석을 통해 효과적으로 사면의 변위가 0.1m 이내임을 파악함으로써, 위험사면의 관리를 위한 지상 LiDAR의 활용 가능성을 제시하였다. 향후 주기적인 데이터 취득 및 분석이 이루어진다면 지상 LiDAR를 이용한 방법은 효과적인 위험사면 관리에 기여할 것이다.
딥러닝은 인간의 학습 및 인지능력을 닮은 인공지능을 실현하기 위해 여러 분야에서 활용하고 있으며, 높은 사양의 컴퓨팅 파워가 요구되고 연산 시간이 많이 소요되는 복잡한 구조의 인공신경망에 의한 딥러닝은 컴퓨터 사양이 향상됨에 따라 성능이 개선된 다양한 딥러닝 모델이 개발되고 있다. 본 논문의 주요 목적은 영상의 딥러닝을 위한 합성곱 신경망 중에서 최근에 FAIR (Facebook AI Research)에서 개발한 Mask R-CNN을 이용하여 항공영상에서 건물을 탐지하고 성능을 평가하는 것이다. Mask R-CNN은 영역기반의 합성곱 신경망으로서 픽셀 정확도까지 객체를 의미적으로 분할하기 위한 딥러닝 모델로서 성능이 가장 우수한 것으로 평가받고 있다. 딥러닝 모델의 성능은 신경망 구조뿐 아니라 학습 능력에 의해 결정된다. 이를 위해 본 논문에서는 모델의 학습에 이용한 영상에 다양한 변화를 주어 학습 능력을 분석하였으며, 딥러닝의 궁극적 목표인 범용화의 가능성을 평가하였다. 향후 연구방안으로는 영상에만 의존하지 않고 다양한 공간정보 데이터를 복합적으로 딥러닝 모델의 학습에 이용하여 딥러닝의 신뢰성과 범용화가 향상될 것으로 판단된다.
일부 네거리나 혼잡도로에서 특정 시간대에 행인이 많고 도로가 막혀서 발생하는 교통사고가 적지 않다. 특히 인근에 학교교차로가 있어 바쁜 시간에 학생들의 교통안전을 지키는 것이 중요하다. 과거에는 교통 신호등을 설 계 했을 때 행인의 안전성을 고려하지 않고 자동차 인식과 교통 최적화에 대하여 연구 했다. 행인, 특히 학생들의 안전을 확보하는 전제에서 가능한 한 도로의 소통을 유지하는 것이 본 연구의 중점적인 연구 방향이다. 본 연구는 사람, 오토바이, 자전거, 자동차, 버스의 식별문제를 중점적으로 연구할 것이다. 조사와 비교를 통해 본 연구는 YOLO v4 네트워크로 목표물의 위치와 수량을 식별하는 것을 제시한다. YOLO v4는 작은 목표물의 식별 능력이 강하고 정밀도가 높으며 처리속도가 빠르다는 특징을 가지고 있으며, 데이터 수집 대상을 설정하여 이미지 집합을 훈련하고 테스트 한다. 움직이는 영상에서 목표물의 정확도, 실수율과 누락율에 대한 통계를 사용하여, 본 연구에서 훈련된 네트워크는 움직이는 이미지 속의 사람, 오토바이, 자전거, 자동차와 버스를 정확하게 식별 할 수 있다.
최근 도시에서 생산되는 수많은 디지털 데이터를 저장, 운용, 분석하기 위한 3차원 도시 공간정보 인프라에 대한 수요가 증가하고 있다. CityGML은 OGC (Open Geospatial Consortium)의 3차원 공간정보 데이터 표준으로서 도시 데이터의 교환 및 속성 표현에 강점을 가지고 있으며, 최근 싱가폴, 뉴욕 등 몇몇 도시를 중심으로 CityGML 형식의 3차원 도시공간 데이터를 구축한 사례가 등장하였다. 그러나 현재 CityGML 데이터의 제작 및 편집을 위한 생태계는 sketchup이나 3d max 등 3차원 데이터 구축에 활용되고 있는 상용프로그램과 비교할 때 완성도가 부족하여 대규모로 CityGML 데이터를 구축하는 데 한계가 있다. 따라서 본 연구에서는 항공 LiDAR (Light Detection and Ranging) 나 RGB (Red Green Blue) 카메라를 이용하여 신속하고 자동으로 제작되는 3D mesh 데이터 및 2차원 폴리곤을 활용하여 3차원 공간정보 표준인 CityGML 데이터를 구축하는 방법을 제시하였다. 데이터 구축과정에서는 각 객체가 다양한 CityGML LoD (Level of Detail)로 표현될 수 있도록 원본 3D mesh 데이터를 변형하였고 공간정보로서 활용도를 높이기 위해 2차원 공간정보 데이터로부터 추출한 속성정보를 보조적으로 활용하였다. 본 연구에서 제작한 도시 3D 객체는 CityGML 건물, 교량, 도시시설물, 도로, 터널이며 객체별 데이터 변환, 속성 구축 방법을 제시하고 가시화 및 유효성 검정을 진행하였다.
본 연구에서는 센서상의 전하량 변화를 통하여 전위차를 측정할 수 있는 수동형 전기장센서를 이용하여 사람의 손동작에 의해 유발되는 신호를 측정 장치의 전원이나 주변 전력선에 의해 센서에 유입되는 잡음(PLN: Power Line Noise)의 고조파 성분을 분석하여 동작신호를 검출하고 추출하는 연구를 수행 한다. 전기장 센서에 유입되는 전력선잡음으로 센서가 사람의 존재, 접근, 동작에 의해 영향 받는 사실을 이용해 PLN의 주성분인 60Hz 고조파 성분의 스펙트럼분석을 수행하여 PLN 신호의 증가 또는 감소를 식별할 수 있고 상대적으로 동작에 민감한 120Hz 성분을 이용한다. FFT를 사용하여 120Hz의 신호성분이 특정 임계값을 통과할 때 신호를 검출하는 방법이다. 동작이 탐지되는 경우 임계값을 기준으로 프레임을 결정한다. 본 연구의 방법을 이용하여 얻은 동작 감지 성공률은 약 90% 수준을 달성하였다. 이렇게 감지된 동작신호로 추출한 프레임의 정확도는 약 85%이다. 수동형 전기장 센서를 이용하여 동작신호를 PLN을 이용하여 동작검출에 이용한 연구사례는 국내외적으로 드문 사례이며, 본 논문에서는 PLN이 상존하는 실내 적용환경에서 유망하게 활용될 수 있다.
본 연구는 화재진압 및 피난활동을 지원하는 딥러닝 기반의 알고리즘 개발에 관한 기초 연구로 선박 화재 시 연기감지기가 작동하기 전에 검출된 연기 데이터를 분석 및 활용하여 원격지까지 연기가 확산 되기 전에 연기 확산거리를 예측하는 것이 목적이다. 다음과 같은 절차에 따라 제안 알고리즘을 검토하였다. 첫 번째 단계로, 딥러닝 기반 객체 검출 알고리즘인 YOLO(You Only Look Once)모델에 화재시뮬레이션을 통하여 얻은 연기 영상을 적용하여 학습을 진행하였다. 학습된 YOLO모델의 mAP(mean Average Precision)은 98.71%로 측정되었으며, 9 FPS(Frames Per Second)의 처리 속도로 연기를 검출하였다. 두 번째 단계로 YOLO로부터 연기 형상이 추출된 경계 상자의 좌표값을 통해 연기 확산거리를 추정하였으며 이를 시계열 예측 알고리즘인 LSTM(Long Short-Term Memory)에 적용하여 학습을 진행하였다. 그 결과, 화재시뮬레이션으로부터 얻은 Fast 화재의 연기영상에서 경계 상자의 좌표값으로부터 추정한 화재발생~30초까지의 연기 확산거리 데이터를 LSTM 학습모델에 입력하여 31초~90초까지의 연기 확산거리 데이터를 예측하였다. 그리고 추정한 연기 확산거리와 예측한 연기 확산거리의 평균제곱근 오차는 2.74로 나타났다.
본 연구는 LiDAR가 악천후 시 물체를 검지하는 성능을 맑은 날과 비교하여 알아보았다. 악천후를 재현하는 실험은 안개 시정거리를 200m부터 50m까지 4단계로 강우량은 20(mm/h)와 50(mm/h)로 나누어 수행하였다. LiDAR를 차량에 장착하여 실제 도로 위를 주행하여 진행하였고, 사람 모양의 표지판을 대상으로 측정거리별로 분석하였다. 성능지표는 Number of Points Cloud와 Intensity를 활용하였고, T-Test로 성능의 차이를 통계적으로 알아보았다. 연구결과, 맑은 날 대비 LiDAR 검지 성능은 강우량 20mm/h, 안개시정 200m 이하, 강우량 50mm/h, 안개시정 150m 이하, 100m 이하, 50m 이하의 순으로 성능저하가 발생하였다. 성능의 저하는 흰색보다는 검은색일 때, 측정거리가 멀어질수록 크게 발생하였다. 하지만, 흰색은 본 실험에서 최악의 상황으로 판단되는 시정 50m에서도 측정거리 10m에서는 성능의 차이가 미미하였고, 통계적으로는 차이가 없었다. 성능검증 결과는 향후 센서의 시인성을 제고하는 도로시설물 제작에 활용될 것이 기대된다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.