• 한국정보통신학회논문지
• /
• 제12권11호
• /
• pp.2077-2082
• /
• 2008

최근 MRI와 CT와 같은 의료영상에서의 진보한 기술은 의사들에게 상세한 해부학적 정보를 제공하게 하여 그들의 진단 능력을 향상시키고 있다. 일반적으로 보다 상세한 정보를 얻기 위해서는 많은 수의 MRI이미지를 필요로 한다. 그러나 일반 병원에서 접하는 MRI 기계의 성능이 우수하지 않은 경우가 많고 따라서 획득되는 이미지의 수가 적다. 결과적으로 적은 수의 슬라이스를 이용해 3D surface를 재구성하게 되면 퀄리티가 낮아지는 문제가 발생한다. 본 논문에서는 적은 수의 슬라이스를 이용하여 높은 퀄리티의 3D surface를 얻는 방법을 제안한다. 이를 위한 알고리즘은 먼저 원하는 영역의 경계를 찾아서 그 경계선들의 점을 찾는다. 이러한 점들로부터 Radial Basis Function을 이용해서 점들을 모두 지나는 음함수 곡면 수식을 생성한다. 생성된 음함수 곡면수식으로부터 Marching cube 알고리즘을 이용하여 렌더링 한다.

• 대한원격탐사학회지
• /
• 제35권5_1호
• /
• pp.715-726
• /
• 2019

고해상도 위성영상의 보급이 증가함에 따라, 위성영상으로부터 정확한 3차원 정보를 생성하기 위한 기술의 필요성이 강조되고 있다. 영상의 변화탐지 및 객체추출 등 응용 분야에서 많이 활용되고 있는 수치지형모델(digital terrain model, DTM)을 생성하기 위해서는 수치표면모델(digital surface model, DSM)에 존재하는 수목, 건물 등 비지면 객체를 추출하고 지면의 높이를 추정하는 과정이 필요하다. 본 논문에서는 KOMPSAT-3A 스테레오 영상에서 추출된 DSM으로부터 자동으로 DTM을 생성하기 위한 방법을 제시한다. 기 구축된 저해상도 지형자료를 활용하여 비지면 영역을 탐색하고 지면의 높이값을 추정하는 기법을 개발했다. 산악지형, 건물밀집지역, 평지, 복합지 등 다양한 지형 특성을 갖는 4곳의 실험 지역에서 생성된 DTM의 수직 정확도는 약 5.85 m로 나타났다. 제안된 기법을 통해 지표면의 정밀한 형상을 나타내는 고품질의 DTM 생성이 가능한 것으로 판단된다.

• 한국자원식물학회:학술대회논문집
• /
• 한국자원식물학회 2019년도 추계학술대회
• /
• pp.87-87
• /
• 2019

The consumption of herbal medicine and related products (herbal products) have increased in South Korea. At the same time the quality, safety, and efficacy of herbal products is being raised. Currently, the herbal products are standardized and controlled according to the requirements of the Korean Pharmacopoeia, the National Institute of Health and the Ministry of Public Health and Social Affairs. The validation of herbal products and their medicinal component is important, since many of these herbal products are composed of two or more medicinal plants. However, there are no tools to support the validation process. Interest in deep learning has exploded over the past decade, for herbal medicine using algorithms to achieve herb recognition, symptom related target prediction, and drug repositioning have been reported. In this study, individual images of four herbs (Panax ginseng C.A. Meyer, Atractylodes macrocephala Koidz, Poria cocos Wolf, Glycyrrhiza uralensis Fischer), actually sold in the market, were achieved. Certain image preprocessing steps such as noise reduction and resize were formatted. After the features are optimized, we applied GoogLeNet_Inception v4 model for herb image recognition. Experimental results show that our method achieved test accuracy of 95%. However, there are two limitations in the current study. Firstly, due to the relatively small data collection (100 images), the training loss is much lower than validation loss which possess overfitting problem. Secondly, herbal products are mostly in a mixture, the applied method cannot be reliable to detect a single herb from a mixture. Thus, further large data collection and improved object detection is needed for better classification.

• 한국산학기술학회논문지
• /
• 제20권6호
• /
• pp.254-260
• /
• 2019

최근, 모바일을 이용한 페이스북, 인스타그램, 트윗과 같은 SNS의 등장으로 대량의 동영상을 제작 및 배포하는 셀프 카메라가 급속도로 증가하고 있다. 특히, 모바일 폰을 이용한 SNS 접속량은 기존 PC보다 사용량, 접속 횟수, 사용시간에서 대폭적으로 증가하고 있다. 그러나 스스로 스마트 폰을 이용한 셀프 녹화 시스템 사용은 사용 방법에 있어서 뿐만 아니라 사용 빈도에서도 극히 제한적이다. 그리고 기존의 무인 녹화 시스템은 적외선 신호를 이용하여 촬영 대상을 자동으로 추적 및 회전하여 녹화하는 시스템으로 매우 고가이다. 따라서 본 논문에서는 모바일 폰을 이용한 저비용 무인녹화 시스템을 개발하였다. 본 시스템은 상용 모바일 카메라와 좌우로 카메라를 움직이는 서보모터, 모터를 제어하는 마이크로 컨트롤러 그리고 동영상 오디오 입력을 담당할 상용 무선 블루투스 이어셋으로 구성된다. 그리고 모바일을 이용한 무인 자동화 시스템으로 누구나 개인 스스로 이미지 영상 추적에 따른 녹화 기능이 제공된다.

• 한국컴퓨터정보학회논문지
• /
• 제25권12호
• /
• pp.195-202
• /
• 2020

객체 감지 및 환경 센서 기반의 센서네트워크 환경에서 자원 활용 효율화를 위한 제어 시스템은 센서데이터 획득 및 송수신 기능과 서버에서의 분석을 기반으로 하는 능동적 제어 기능을 필요로 한다. 본 논문은 능동규칙 기반 이동에이전트 미들웨어를 이용하여 원격 데이터 센싱과 서버와의 Zigbee 기반 통신 및 서버의 데이터 분석 방법을 구현함으로써, 센서네트워크 환경에서 중앙 센서데이터 서버의 부하를 감소시키는 새로운 분산제어 프레임워크를 제안한다. 또한, 수요자의 요구 및 환경 변수들을 적용한 능동규칙 기반의 분산제어 방법을 이용한 절전 시스템 프로토타입을 구현하고, 이동에이전트 미들웨어 환경에서 실험과 평가를 통하여 유효성을 검증하였다. 제안 시스템은 센서네트워크 환경에서 분산된 객체들을 효율적으로 자율제어할 수 있는 시스템 프레임워크이며, 향후 스마트 전력 시스템을 위한 최적 전력제어 기반의 수요 반응 서비스 개발에 효과적 적용이 가능하다.

• International Journal of Advanced Culture Technology
• /
• 제9권2호
• /
• pp.100-105
• /
• 2021

Contactless service is rapidly emerging as a new growth strategy due to consumers who are reluctant to the face-to-face situation in the global pandemic of coronavirus disease 2019 (COVID-19), and various technologies are being developed to support the fast-growing contactless service market. In particular, the restaurant industry is one of the most desperate industrial fields requiring technologies for contactless service, and the representative technical case should be a kiosk, which has the advantage of reducing labor costs for the restaurant owners and provides psychological relaxation and satisfaction to the customer. In this paper, we propose a solution to the restaurant's store operation through the unmanned kiosk using a state-of-the-art artificial intelligence (AI) technology of image recognition. Especially, for the products that do not have barcodes in bakeries, fresh foods (fruits, vegetables, etc.), and autonomous restaurants on highways, which cause increased labor costs and many hassles, our proposed system should be very useful. The proposed system recognizes products without barcodes on the ground of image-based AI algorithm technology and makes automatic payments. To test the proposed system feasibility, we established an AI vision system using a commercial camera and conducted an image recognition test by training object detection AI models using donut images. The proposed system has a self-learning system with mismatched information in operation. The self-learning AI technology allows us to upgrade the recognition performance continuously. We proposed a fully automated payment system with AI vision technology and showed system feasibility by the performance test. The system realizes contactless service for self-checkout in the restaurant business area and improves the cost-saving in managing human resources.

• 한국의학물리학회지:의학물리
• /
• 제31권3호
• /
• pp.111-123
• /
• 2020

Deep learning (DL) is a subset of machine learning and artificial intelligence that has a deep neural network with a structure similar to the human neural system and has been trained using big data. DL narrows the gap between data acquisition and meaningful interpretation without explicit programming. It has so far outperformed most classification and regression methods and can automatically learn data representations for specific tasks. The application areas of DL in radiation oncology include classification, semantic segmentation, object detection, image translation and generation, and image captioning. This article tries to understand what is the potential role of DL and what can be more achieved by utilizing it in radiation oncology. With the advances in DL, various studies contributing to the development of radiation oncology were investigated comprehensively. In this article, the radiation treatment process was divided into six consecutive stages as follows: patient assessment, simulation, target and organs-at-risk segmentation, treatment planning, quality assurance, and beam delivery in terms of workflow. Studies using DL were classified and organized according to each radiation treatment process. State-of-the-art studies were identified, and the clinical utilities of those researches were examined. The DL model could provide faster and more accurate solutions to problems faced by oncologists. While the effect of a data-driven approach on improving the quality of care for cancer patients is evidently clear, implementing these methods will require cultural changes at both the professional and institutional levels. We believe this paper will serve as a guide for both clinicians and medical physicists on issues that need to be addressed in time.

• 정보보호학회논문지
• /
• 제21권6호
• /
• pp.171-181
• /
• 2011

본 논문에서는 감시영역을 벗어난 후 다시 돌아온 객체에 대한 배회행위를 효과적으로 인식 할 수 있는 지능형 배회행위 검출 시스템을 제안한다. 전경과 배경을 가우시안 혼합 모델을 이용하여 분리하고 그림자를 제거하여 객체를 인식한 후, 객체의 색도 히스토그램을 이용하여 감시영역을 벗어난 후 돌아온 객체들을 판단하고 감시영역에 존재하는 시간을 보전한다. 배회행위를 판단하기 위해 카메라 캘리브레이션을 통해 실세계 배회패턴과 같은 행태의 매크로 블록을 영상좌표에 도입한 후 배회궤적을 추출하고, 감시영역에 객체가 존재하는 시간을 함께 고려하여 배회행위를 판단한다. 제안하는 방법은 실험에 사용된 모든 배회행위 프레임에서 정확하게 배회행위를 검출하여 그 효과를 입증하였다.

• 한국정보통신학회논문지
• /
• 제25권2호
• /
• pp.187-192
• /
• 2021

본 연구는 객체 검출기를 이용하여 숲 혹은 그에 준하는 복잡한 환경에서의 이륙에 대한 시스템을 제안한다. 시뮬레이터에서 대각선상의 모터간 550mm의 길이를 갖는 쿼드콥터에 라즈베리파이를 장착하여 엣지 컴퓨팅 기반으로 실험을 진행한다. 학습에 사용될 이미지는 군산대학교 내부의 세 지점을 선정하여 640⁎480 사이즈의 이미지를 150장 내외 정도 획득하였으며, 이들을 흑백으로 변환한 다음, 127의 경계값을 두어 이진화 전처리를 하였다. 이후 SSD_Inception 모델을 학습 하였다. 시뮬레이션상에서 검증용 영상을 입력으로 학습한 모델을 통해 드론을 이륙시키는 실험 결과, 라벨을 이용하여 이륙했을 때와 유사한 궤적을 그려내었다.

• 디지털융복합연구
• /
• 제20권4호
• /
• pp.389-396
• /
• 2022

딥러닝(Deep Learning)은 퍼셉트론을 기반으로 하고 있으며 현재에는 이미지 인식, 음성 인식, 객체 검출 및 약물 개발 등과 같은 다양한 영역에서 사용되고 있다. 이에 따라 학습 알고리즘이 다양하게 제안되었고 신경망을 구성하는 뉴런수도 연구자마다 많은 차이를 보이고 있다. 본 연구는 현재 대표적으로 사용되고 있는 확률적 경사하강법(SGD), 모멘텀법(Momentum), AdaGrad, RMSProp 및 Adam법의 뉴런수에 따른 학습 특성을 분석하였다. 이를 위하여 1개의 입력층, 3개의 은닉층, 1개의 출력층으로 신경망을 구성하였고 활성화함수는 ReLU, 손실 함수는 교차 엔트로피 오차(CEE)를 적용하였고 실험 데이터셋은 MNIST를 사용하였다. 그 결과 뉴런수는 100~300개, 알고리즘은 Adam, 학습횟수(iteraction)는 200회가 딥러닝 학습에서 가장 효율적일 것으로 결론을 내렸다. 이러한 연구는 향후 새로운 학습 데이터가 주어졌을 경우 개발될 알고리즘과 뉴런수의 기준치에 함의를 제공할 것이다.