• 한국재난정보학회 논문집
• /
• 제17권4호
• /
• pp.733-746
• /
• 2021

연구목적: 본 연구는 철도차량 내 승객 이상행동 및 위험상황 중 중요한 위험요소를 도출하기 위하여 승객 및 운용기관 종사자의 의견을 조사하고 분석을 하였다. 연구방법: 일반국민 20~60대 성인남녀 1,000명 및 전국 11개 기관의 종사자 429명에게 설문조사를 수행하였다. 일반국민에게는 지하철, 일반철도, 고속철도 등으로 구분하여 철도차량 내 발생 가능한 위험 상황에 대한 설문을 조사하였으며 운영기관 종사자들에게는 지하철 내의 위험 상황에 대한 설문을 조사하였다. 연구결과: 승객위험요소 발생에 대한 빈도 및 중요도를 판단근거로 선정된 철도차량내 승객 위험요소(이상행동 및 위험 상황) 중 주요 위험요소로 '차량 문끼임', '성추행', '주취행동', '싸움/폭행', '배회'. '마스크 미착용'으로 선정하였다. 결론: 승객에게 영향을 미치는 주요 위험요소는 일반 국민 및 철도운영기관의 종사자들의 설문조사를 통하여 선정되었다. 본 연구에서 얻은 결과인 철도차량내 주요 위험요소 발생시 신속하며 지속적으로 감지할 수 있는 AI 기술이 적용된 CCTV 감지 시스템이 개발될 예정이다.

• 문화기술의 융합
• /
• 제7권3호
• /
• pp.577-582
• /
• 2021

최근 AR, VR 및 스마트 디바이스 기술의 발전에 따라 피트니스 산업에서도 비대면 환경을 기반으로 한 서비스 수요가 증가하고 있다. 비대면 온라인 홈트레이닝 서비스는 기존의 오프라인 서비스에 비해 시간과 장소의 제약이 없다는 장점이 있으나 운동 기구의 부재 및 사용자의 정확한 운동 자세 유지여부, 운동량의 측정이 어려운 단점이 존재한다. 본 연구에서는 이러한 단점을 보완할 수 있는 표준 운동 프로그램을 개발하고 딥러닝 기반 신체 자세 추정 영상처리를 통하여 새로운 비대면 홈트레이닝 어플리케이션 알고리즘을 제안한다. 본 연구의 알고리즘 기반 어플리케이션을 활용한다면 표준 운동 프로그램 영상의 트레이너를 사용자가 직접 보고 따라하면서 사용자 스스로 자세를 교정하며 정확한 운동이 가능하다. 나아가 본 연구의 알고리즘을 용도에 맞게 커스터마이징 한다면 공연, 영화, 동아리 활동, 컨퍼런스 분야로의 적용도 가능할 것이다.

• 산업융합연구
• /
• 제21권1호
• /
• pp.175-185
• /
• 2023

최근 COVID-19와 같은 신종 바이러스 감염증이 확산하여 심각한 공중 보건 문제를 제기하고 있다. 특히 이러한 질병은 고령자에게 치명적으로 작용하여, 생명을 위협하고 심각한 사회적, 경제적 손실을 초래하였다. 이에 많은 산업분야에서 사물 인터넷(IoT) 및 인공 지능(AI)을 응용한 원격진료, 헬스케어, 질병예방 등의 애플리케이션이 소개되어 질병 감지, 모니터링 및 검역 성능을 향상하고 있다. 하지만 기존기술은 갑작스러운 전염병의 출현에 신속하고 통합적으로 적용되지 않기 때문에, 사회 속에 감염병이 대규모 감염 및 전국적 확산되는 것을 차단하지 못하였다. 따라서 본 논문에서는 바이러스 질병 정보 수집기를 통해 지역적 한계가 있는 다양한 감염 정보를 수집하고, AI 브로커를 통해 AI 분석 및 심각도 매칭을 수행하여 감염의 확산을 예측하고자 한다. 최종에는 질병관리본부를 통해 고령자에게 위험경보 발령, 확산 차단 문자 발송 및 감염지역 대피정보를 신속하게 제공한다. 현실적인 고령자 지원시스템은 감염자 발생지역 정보와 고령자의 위치정보를 비교하여 증강현실 기반의 스마트폰 애플리케이션으로 직관적인 위험지역(감염지역) 회피기능을 제공하고 감염지역 방문이 확인되면 자동으로 방역관리 서비스를 제공한다. 향후 제안시스템은 위치기반의 사용자 밀집도를 파악함으로써 갑작스런 인파 집중으로 인한 압사 사고를 사전에 예방하는 방법으로도 활용 가능할 것이다.

• 식물병연구
• /
• 제29권1호
• /
• pp.52-59
• /
• 2023

Cucurbit chlorotic virus (박과퇴록황화바이러스, CCYV)는 수박, 오이 등의 박과작물에 영향을 미치는 식물바이러스로 담배가루이에 의해 전반된다. 2018년 충북 오이에서 처음 진단된 이후 경상도 등 다른 지역에서도 보고되고 있다. 2020년 충북 진천, 음성지역의 박과작물 온실의 황화 바이러스병 조사에서 멜론, 수박, 잡초 등 채집시료 총 79시료에 대한 CCYV 특이 프라이머를 이용한 reverse transcription-polymerase chain reaction 결과 멜론 4개의 시료에서 CCYV가 확인되었다. 3점은 CCYV 단독감염, 1점는 Cucurbit aphid borne yellows virus와 Watermelon mosaic virus 복합감염으로 나타났다. 4개의 CCYV ES 분리주로부터 RNA 1, 2의 전체게놈을 얻었고, 이전에 GenBank에 보고된 CCYV 분리주들과 염기서열을 분석하였다. MEGA를 이용하여 계통분석결과 ES 분리주들은 하나의 그룹으로 나타났고, 중국 분리주들과 밀접한 관련이 있었다. ES 분리주들 유전적 다양성이 낮은 것으로 나타났고, 일반적으로 CCYV은 기주 및 지리적 기원에 따라 유전적 다양성이 거의 없었다. CCYV는 박과작물 생산에 심각한 위협이 될 가능성이 있다. 수박, 잡초 등을 포함한 다양한 CCYV 분리주에 대한 병원성, 가루이 전염 등의 특성에 대한 추가적인 연구가 필요하다.

• 전자공학회논문지CI
• /
• 제45권1호
• /
• pp.25-36
• /
• 2008

눈 검출은 눈 동공의 정 중앙의 위치를 찾아내는 작업을 의미하며, 얼굴 인식 및 관련된 응용 분야 등에서 필요한 작업이다. 현재까지 보고된 대부분의 눈 검출 방법의 경우 성공적인 적용을 위해서는 여전히 정확도 및 검출 속도의 개선을 필요로 한다. 본 논문에서는 큰 계산량의 부담이 없는 다중 해상도 가버 특징 벡터를 이용한 강인한 눈 검출 방법을 제안한다. 가버 특징 벡터를 사용한 눈 검출은 EBGM 등에서 이미 이용되고 있다. 그런데, RBGM 등에서 사용한 눈 검출 방법은 초기값에 민감하고 조명, 자세 등에 강인하지 못하여, 만족할 만한 검출률을 얻기 위해서는 광범위한 탐색 범위가 필요하다. 이는 계산량의 상당한 증가를 초래한다. 본 논문에서 제안한 눈 검출 방법은 다중 해상도 접근 방법을 활용한다. 먼저, 원래 해상도 얼굴 이미지를 다운샘플링하여 얻은 저해상도 얼굴 이미지에서, 초기 추정 눈 위치에서의 가버 특징 벡터와 해당 해상도의 눈에 대한 가버 특징 벡터 모델과의 가버젯 유사도를 이용하여 눈 위치를 검출한다. 이후 검출된 눈 위치를 업스케일링하여 상위 해상도의 얼굴 이미지에서의 눈 위치 초기값으로 취하고 앞 단계에서처럼 가버젯 유사도를 이용하여 눈을 검출한다. 이 과정을 반복하여 최종적으로 원래 해상도 얼굴 이미지에서의 눈 위치를 확정한다. 또한, 본 논문에서는 제안된 다중 해상도 접근 방법이 조명에 대해서도 보다 강인하도록 하는 데 효과적인 조명 정규화 기법을 제안하고, 이를 다중 해상도 접근 방법의 전처리 단계에 추가적으로 적용함으로써 눈 검출 성공률을 더욱 개선하였다. 실험을 통해, 본 논문에서 제안한 다중스케일 가버 특징 벡터 기반 눈 검출 방법은 계산량을 크게 증가 시키지 않으면서 기존 연구들에서 보고된 다른 눈 검출 방법에 비해 정확도가 개선된 검출 방법이며, 자세 및 조명 변화에 대해서도 강인하다는 것을 확인하였다.

• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.1009-1029
• /
• 2023

도시 수목은 탄소를 저장하고 불투수면적을 감소시키는 도시 생태계의 중요 요소이며, 탄소 저장량 및 순환량 산정 시 주요 정보로 활용될 수 있다. 많은 선행 연구에서 항공 라이다 자료 및 인공지능 기법을 활용하여 고해상도 수목 정보를 산출하고 있으나, 항공 라이다 영상은 제공하는 플랫폼이 제한되어 있으며 비용적인 면에서도 한계가 다수 존재한다. 따라서 본 연구에서는 수원시를 대상으로 자료 취득이 용이한 고해상도 위성 영상인 Sentinel-2를 활용하여 기계학습 기반의 도시 내 수목 피복률(fractional tree canopy cover, FTC)을 추정하고자 하였다. Sentinel-2 시계열 영상으로부터 중앙값 합성을 수행하여 수원시 전역에 대한 단일 영상을 제작하여 활용하였다. 도시 내 토지 피복의 이질성을 반영하기 위하여, 30 m 격자내 10 m 해상도의 광학 지수의 평균 및 표준편차 값과 환경부 세분류 토지 피복 지도 기반 항목별 피복률을 계산하여 기계학습 모델의 입력 변수로 활용하였다. 총 4가지의 입력 변수 조합을 설정하여, 입력 변수 구성에 따른 FTC 추정 정확도를 비교 및 평가하였다. 광학 영상의 평균 정보만을 활용(Scheme 1)했을 때 보다 도시 내 이질적인 특성을 반영할 수 있는 표준 편차 및 피복률 정보를 모두 함께 고려(Scheme 4, S4)했을 때 향상된 성능을 나타낼 수 있었다. 검증용 자료에 대해 S4의 Random Forest (RF) 모델이 0.8196의 R², 0.0749의 mean absolute error (MAE), 및 0.1022의 root mean squared error (RMSE)로 전체 기계학습 모델 중에서 성능이 가장 높게 나타났다. 변수 기여도 분석 결과 광학 지수의 표준 편차 정보는 도시 내 복잡한 토지 피복 지역에 대해 높은 기여도를 나타내었다. 훈련된 S4 구성의 RF 모델을 수원시 전역에 대해 확장 적용하였을 때, 참조 FTC 자료에 대해 0.8702의 R², 0.0873의 MAE, 및 0.1335의 RMSE의 우수한 성능을 나타냈다. 본 연구의 FTC 추정 기법은 향후 다른 지역에 대한 적용성이 우수할 것으로 판단되며, 도시 생태계 탄소순환 파악의 기초자료로 활용될 수 있을 것으로 기대된다.