• 스마트미디어저널
• /
• 제12권9호
• /
• pp.45-59
• /
• 2023

Weakly supervised object localization (WSOL) is a task of localizing an object in an image using only image-level labels. Previous studies have followed the conventional class activation mapping (CAM) pipeline. However, we reveal the current CAM approach suffers from problems which cause original CAM could not capture the complete defects features. This work utilizes a convolutional neural network (CNN) pretrained on image-level labels to generate class activation maps in a multi-scale manner to highlight discriminative regions. Additionally, a vision transformer (ViT) pretrained was treated to produce multi-head attention maps as an auxiliary detector. By integrating the CNN-based CAMs and attention maps, our approach localizes defective regions without requiring bounding box or pixel-level supervision during training. We evaluate our approach on a dataset of apple images with only image-level labels of defect categories. Experiments demonstrate our proposed method aligns with several Object Detection models performance, hold a promise for improving localization.

• 한국항행학회논문지
• /
• 제24권5호
• /
• pp.430-437
• /
• 2020

제안 모델은 얼굴 검출과 랜드마크 및 얼굴 인식 알고리즘을 이용하여 인공신경망으로 학습을 통해 얼굴 예측률과 인식률을 향상하는 모델을 구현하였다. 제안 모델은 특정 인물의 얼굴 영상에서 랜드마킹을 한 후, 기존에 학습된 Caffe 모델을 이용하여 얼굴검출과 임베딩 벡터 128D를 추출하였다. 학습은 기계학습 알고리즘인 SVM (support vector machine)과 DNN (deep neural network)을 구축하여 학습하였다. 얼굴인식은 학습된 모델을 이용하여 학습된 인물 중 다른 얼굴 영상으로 테스트하였다. 실험 결과, SVM 보다는 DNN으로 학습한 결과가 우수한 예측률과 인식률을 보였다. DNN의 중간층을 증가하게 되면 예측률은 높아지나 인식률이 감소하는 현상이 발생하였다. 이것은 인식하고자 하는 대상이 적음으로써 발생하는 과적합으로 판단된다. 제안 모델은 명확한 얼굴 영상을 추가하여 학습한 결과, 높은 예측률과 인식률의 결과를 얻을 수 있음을 확인할 수 있었다. 본 연구는 좀 더 많은 얼굴 영상 데이터를 이용함으로써 보다 효과적인 딥러닝 구축을 통해 보다 향상된 인식률과 예측률을 얻을 수 있을 것이다.

• 센서학회지
• /
• 제8권6호
• /
• pp.461-468
• /
• 1999

다중 센서 어레이와 신경회로망을 이용하여 메탄, 프로판, 부탄 등의 폭발성 가스의 종류 및 농도를 실시간으로 분석하고, 인식하여 결과를 실시간으로 출력할 수 있는 가스 인식 시스템을 구현하였다. 정유 공장이나 도시가스 배관 등에 비교적 많이 분포하는 폭발성 가스인 메탄, 프로판, 부탄 등의 가스들을 분류하고, 그 농도를 인식할 수 있는 시스템의 구현을 위해, 우선 9개의 후막형 반도체식 가스 센서로 구성된 가스 센서 어레이로부터 얻어지는 다차원 신호를 Principal Component Analysis(PCA)를 이용하여 그 특성을 분석하였다. 분석 결과를 바탕으로 오차역전파 학습 알고리즘을 갖는 다층 구조 신경회로망을 이용하여 가스 종류 및 농도를 정확하게 인식할 수 있는 가스 인식 시스템을 구현하였으며, 실시간 처리 시스템을 위해 TMS320C31 DSP 보드를 이용하여 가스인식 시스템을 구현하였다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제29권4호
• /
• pp.17-24
• /
• 2023

컴퓨터 그래픽스 및 컴퓨터 비전 분야의 발전에 따라 삼차원 물체를 다양한 표현 방식으로 나타내고 있다. 이에 따라 여러 표현 방식을 사용하는 캐릭터의 애니메이션 제작에 대한 수요 또한 증가하고 있다. 캐릭터 애니메이션 제작에 주로 사용되는 스켈레탈 애니메이션의 경우 캐릭터 표면이 어느 관절로부터 영향을 받는지를 정하는 스키닝 웨이트 페인팅 작업이 필요하다. 본 논문은 삼각형 메시를 비롯한 여러 표현방식으로 나타난 캐릭터에 대한 스키닝 웨이트 페인팅 과정을 자동화하는 방법을 제안한다. 우선 다양한 표현 방식을 사용한 삼차원 캐릭터에 대해 일반적으로 사용할 수 있도록 Signed Distance Field(SDF)를 이용한다. 이후 그래프 신경망과 다층 퍼셉트론 계층 구조를 활용하여 캐릭터 표면 상에 주어진 위치에서의 스키닝 웨이트를 예측할 수 있다.

• 한국정보통신학회논문지
• /
• 제10권12호
• /
• pp.2187-2192
• /
• 2006

본 논문에서는 De Bruijn그래프에 기초한 다중처리기 구성 방법에 대해 논의하였다. 유한체 상의 수학적 성질과 그래프의 성질을 사용하여 변환연산자에 대해 논의하였으며, 이들 변환연산자를 이용하여 De Buijn그래프의 변환표를 도출하였다. 그리고, 이 변환표로부터 유한체 상의 De Bruijn 그래프를 도출하였다. 제안한 다중처리기는 유한체 상에서의 임의 소수와 양의 정수에 대해 구성할 수 있으며 고장허용컴퓨팅 시스템, 파이프라인 시스템, 병렬처리 네트워크, 스위칭 함수와 이의 회로, 차세대 디지털논리 시스템 및 컴퓨터 구조 등에 적 용할 수 있다.

• 한국방재학회:학술대회논문집
• /
• 한국방재학회 2011년도 정기 학술발표대회
• /
• pp.94-94
• /
• 2011

배관 구조물에서는 내부 미세 균열에서부터 국부 좌굴, 볼트 풀림, 피로 균열 등과 같이 다양한 형태의 손상이 복합적으로 발생 가능하다. 이러한 복합 손상은 배관 구조물의 누수, 누유 등의 사고를 야기할 수 있다. 하지만 기존의 단일 스케일 계측 시스템으로부터 복합 손상에 의한 실시간 누수를 진단하기는 매우 어렵다. 본 연구 단계에서는 누수를 야기하는 복합 손상을 효율적으로 진단하기 위하여 선행 연구에서 제안된 압전센서를 이용한 자가 계측 회로 기반의 다중 스케일 계측 시스템을 구조물의 복합 손상 진단에 적용하였다. 자가 계측 회로 기반 다중 스케일 계측 시스템은 크게 두 가지 형태의 신호를 계측한다. 첫 번째 스케일은 임피던스 계측으로부터 특정 주파수 대역폭에 대한 구조 응답을 계측하며, 두 번째 스케일은 유도 초음파 계측으로부터 단일 중심 주파수에 해당하는 구조물의 응답을 계측한다. 복합 손상을 손상 유형별로 분류하기 위하여 E/M 임피던스(Electro-mechanical impedance)및 유도 초음파(Guided wave) 계측으로부터 추출한 특성을 이용하여 2차원 손상지수를 계산하고 이를 지도학습 기반 패턴인식 기법(Supervised learning based pattern recognition) 중 확률론적 신경망 기법(Probabilistic Neural Network, PNN)에 적용한다. 제안된 기법의 적용성 검토를 위하여 파이프 구조물에 인위적으로 다중 손상을 생성시켜 시험을 수행하였다. 본 연구에서 제안된 기법이 실제 배관 구조물에 성공적으로 적용된다면 손상 부재의 거동 및 구조물 성능의 손상에 대한 영향을 효율적으로 진단하고 평가함으로써 배관 구조물의 효과적인 유지관리가 가능할 것으로 예상된다.

• 한국콘텐츠학회논문지
• /
• 제2권2호
• /
• pp.47-52
• /
• 2002

인터넷 사용의 증가는 네트워크 부하를 급격히 증가시키고 있으며 이러한 네트워크 부하의 증가는 인터넷 사용자들의 응답속도를 늦추는 요인이 되고 있어 이를 해결하기 위한 각종 연구가 필요하다. P-HTTP는 파이프라인 구조를 통해 HTTP의 성능을 개선한 모델이나 TCP 기반의 동작에서 P-HTTP와 TCP의 상호작용에서 발생하는 문제점으로 인해 성능이 저하된다. 덜 연구에서는 웹문서의 효율적인 처리와 인터넷 응답 속도의 저하를 막기 위해 P-HTTP와 TCP의 상호 작용으로 인해 발생하는 문제점을 분석하고 이를 개선한 모델을 제시하였다. 본 논문에서 제시한 모델은 기존의 파이프라인 방식의 장점과 GETALL 메쏘드가 가지는 장점을 유지하면서 클라이언트 측의 캐시의 효용성을 높일 수 있어 각종 이미지와 멀티미디어 자료를 포함한 웹문서의 처리에서 그 효용성이 있을 것이다.

• 융합보안논문지
• /
• 제11권6호
• /
• pp.53-58
• /
• 2011

산업 현장에서 일반 컴퓨터와 윈도우 운영체계를 사용하여 생산 시스템을 제어 하게 되면서, 산업 시설에 대한 사이버 보안 위협이 심각한 문제로 대두 되고 있다. 네트워크와 연결된 산업 제어 시스템은 우리가 일상적으로 사용하는 PC나 기업의 정보 시스템에서 문제시 되던 악성코드의 공격에 노출되었다. 특히 컴퓨터 웜인 스턱스넷은 가스 수송관이나 발전소 같은 특정 산업 제어 시스템을 표적으로 하며, 이론상 물리적 타격도 가능하다. 본 논문에서는 산업 제어 시스템 구성 요소와 SCADA의 사이버 보안 위협을 살펴본 후, SCADA 보안 취약점을 조기에 파악하고 평가하여 가능한 사이버 공격을 사전에 대처할 수 있는 위험 분석 방법으로 공격 트리 분석을 고찰한다.

• Journal of Mechanical Science and Technology
• /
• 제20권7호
• /
• pp.972-980
• /
• 2006

In general, to send out natural gas via a pipeline network across the nation in LNG terminal, high-pressure cryogenic pump supply highly compressed LNG to high-pressure vaporization facilities. The Number of cryogenic pumps determined the send-out amount in LNG receiving terminal. So it is main equipment at LNG production process and should be maintained on best conditions. In this paper, to find out the cause of high vibration at cryogenic pumps-motor system in LNG terminal, vibration spectrum analysis and motor current signature analysis have been performed together. Through the analysis, motor rotor bar problems are estimated by the vibration analysis and confirmed by the current analysis. So, it is demonstrated through the case study in this paper, how performing vibration analysis and current signature analysis together can reliable diagnosis rotor bar problems in pump-motor system.

• 한국소음진동공학회논문집
• /
• 제14권2호
• /
• pp.119-127
• /
• 2004

Butterfly valves are popularly used in service in the industrial and water works pipeline systems with large diameter because of its lightweight, simple structure and the rapidity of its manipulation. Sometimes cavitation can occur. resulting in noise, vibration and rapid deterioration of the valve trim, and do not allow further operation. Thus, the monitoring of cavitation is of economic interest and is very importance in industry. This paper proposes a condition monitoring scheme using statistical feature evaluation and support vector machine (SVM) to detect the cavitation conditions of butterfly valve which used as a flow control valve at the pumping stations. The stationary features of vibration signals are extracted from statistical moments. The SVMs are trained, and then classify normal and cavitation conditions of control valves. The SVMs with the reorganized feature vectors can distinguish the class of the untrained and untested data. The classification validity of this method is examined by various signals that are acquired from butterfly valves in the pumping stations and compared the classification success rate with those of self-organizing feature map neural network.