• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제8권4호
• /
• pp.171-178
• /
• 2019

방사선 진단에서 산란선 보정 그리드의 사용은 굴절되는 신호에 의한 영상의 왜곡을 방지할 수 있는 장점이 있는 반면, X-ray 영상에서 그리드 아티팩트를 발생시키는 부작용을 수반한다. 본 논문에서는 이산코사인변환(DCT: discrete cosine transform)을 사용하여, 그리드 라인을 개선하는 기법을 제안한다. X-ray 영상에서 그리드 라인은 피사체의 형태와 영상의 영역에 따라 서로 다른 특성을 보인다. 이러한 점을 해결하기 위하여 동적 분할 구조를 기반으로 DCT 변환을 적용하고, 개별 분할별로 적합한 필터전달함수를 설계하였다. 세부적으로 주파수 영역 데이터에 대하여 그리드 라인의 대역을 검출하는 알고리즘을 제안하였으며, 필터전달함수로 Kaiser 윈도우와 Butterworth 필터를 조합한 형태의 밴드스톱필터(BSF: band stop filter)를 구현하였다. 또한 블로킹 현상을 개선하기 위하여 다중구조의 영상으로부터 픽셀값을 결정하는 방법론을 제시하였다. 총 140개의 실제 X-ray 영상을 사용한 실험결과로부터 제안된 이론의 타당성을 실험적으로 평가하였다.

• 대한토목학회논문집
• /
• 제41권3호
• /
• pp.317-325
• /
• 2021

1988년 부산에서 처음 발병된 소나무재선충병(Pine Wilt Disease, PWD)은 우리나라 소나무에 막대한 피해를 주고 있는 심각한 질병이다. 정부에서는 2005년 소나무재선충병 방제특별법을 제정하고 피해지역의 소나무 이동 금지와 방제를 시행하고 있다. 하지만, 기존의 예찰 및 방제방법은 산악지형에서 동시다발적이고 급진적으로 발생하는 소나무재선충병을 줄이기에는 물리적, 경제적 어려움이 있다. 따라서 본 연구에서는 소나무재선충병 감염의심목을 효율적으로 탐지하기 위해 무인항공기를 이용한 영상자료를 바탕으로 딥러닝 객체인식 예찰 방법의 활용가능성을 제시하고자 한다. 소나무재선충병 피해목을 관측하기 위해서 항공촬영을 통해 영상 데이터를 획득하고 정사영상을 제작하였다. 그 결과 198개의 피해목이 확인되었으며, 이를 검증하기 위해서 접근이 불가한 급경사지나 절벽과 같은 곳을 제외하고 현장 조사를 진행하여 84개의 피해목을 확인할 수 있었다. 검증된 데이터를 가지고 분할방법인 SegNet과 검출방법인 YOLOv2를 이용하여 분석한 결과 성능은 각각 0.57, 0.77로 나타났다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제25권2호
• /
• pp.43-48
• /
• 2021

프리캐스트 콘크리트는 일반적으로 건설 기간을 줄이고 시공 능력을 향상시키는 데 주로 사용되고 있다. 그러나 분할 과정에서 원래 구조 시스템과 다른 경계 조건과 구조적 거동을 적용하여 구조적 문제가 발생할 수도 있다. 이 연구에서는 시공 후 휨모멘트 및 크리프 증가로 인해 처짐과 균열이 발생한 프리캐스트 콘크리트 슬래브를 대상으로 검토하였으며, 이는 프리캐스트 콘크리트 슬래브의 지지 조건 및 구조거동에 대한 잘못된 적용에서 비롯된 것임을 알 수 있었다. 프리캐스트 콘크리트 슬래브 하부에 2 개의 지지대를 삽입하여 휨모멘트를 줄이고 보강 작업시 구조적 안전성을 확보하기 위해 잭킹력에 따른 캠버를 추정해야 한다. 따라서 기존 구조물의 처짐 및 균열을 확인하기 위해 역 해석을 통해 프리캐스트 콘크리트 슬래브의 다양한 지지 조건과 휨강성을 고려하였으며, 프리캐스트 콘크리트 슬래브의 잭킹력에 따라 캠버를 추정하고 안전한 구조물을 만드는 보강방법을 제안하였다.

• 인터넷정보학회논문지
• /
• 제22권3호
• /
• pp.1-8
• /
• 2021

가상 현실 공간에서 head-mounted display(HMD)를 통한 실감형 미디어를 제공하기 위해서는 초고화질 및 초고해상도의 전방위 360도 영상 전송이 필요하고, 이는 높은 대역폭 및 연산량을 요구한다. 이를 극복하기 위해 360도 영상에 대한 타일 기반 분할 기법을 사용하여 사용자 시점 기반 선택적 스트리밍 기법이 사용될 수 있다. 본 논문은 16K 초고화질 360도 영상 및 종래에 널리 쓰이는 4K 360도 영상에서의 사용자 시점 기반 타일 스트리밍 기법의 성능 평가를 소개한다. 16K 초고화질 360도 영상에 타일 스트리밍 기법을 적용하였을 때, 영상 전체 부호화 및 전송 방법 대비 42.47%의 bjotegaard delta rate(BD-rate) 절감을 확인하였고, 4K 360도 영상 타일 스트리밍 시 26.41%의 BD-rate 절감이 이루어지는 것을 확인하였다. 따라서, 타일 스트리밍이 초고해상도 영상에 더 효율적임을 확인하였다.

• 한국ITS학회 논문지
• /
• 제20권4호
• /
• pp.95-105
• /
• 2021

도로 노면 파손 탐지는 쾌적한 주행 환경과 안전사고의 예방을 위해 필요하다. 도로 관리 기관은 자동화 기술 기반의 검사 장비와 시스템을 활용하고 있다. 이러한 자동화 기술 중에서도 도로 노면의 파손을 탐지하는 기술은 중요한 역할을 수행한다. 최근 들어 딥러닝을 이용한 기술에 대한 연구가 활발하게 진행 중이다. 이러한 딥러닝 기술 개발을 위해서는 도로 영상과 라벨 영상이 필요하다. 하지만 라벨 영상을 확보하기 위해서는 많은 시간과 노동력이 요구된다. 본 논문에서는 이러한 문제를 해결하기 위하여 준지도 학습 기법 중 하나인 적대적 학습 방법을 제안했다. 이를 구현하기 위해서 5,327장의 도로 영상과 1,327장의 라벨 영상을 사용하여 경량화 심층 신경망 모델을 학습했다. 그리고 이를 400장의 도로 영상으로 실험한 결과 80.54%의 mean intersection over union과 77.85%의 F1 score를 갖는 모델을 개발하였다. 결과적으로 라벨 영상 없이 도로 영상만을 학습에 추가하여 인식 성능을 향상시킬 수 있는 기술을 개발하였고, 향후 도로 노면 관리를 위한 기술로 활용되길 기대한다.

• 한국정보통신학회논문지
• /
• 제26권3호
• /
• pp.389-395
• /
• 2022

심층 학습 기술의 발전으로 인해 분류, 객체 검출, 분할과 같은 시각 정보를 이용한 심층 학습이 다양한 분야에서 활용되고 있다. 그 중 자율 주행은 시각 데이터를 잘 활용하는 대표적인 분야 중 하나이다. 본 논문에서는 도로 위의 사람과 운송수단 객체에 대한 개별적인 깊이 값을 예측하는 망을 제안한다. 제안하는 모델은 YOLOv3와 Monodepth를 기반으로 하며, 하드 파라미터 쉐어링을 이용한 인코더와 디코더를 통해 객체 검출과 깊이 추정을 동시에 수행한다. 또한 주의 집중 기법을 사용하여 객체 검출 및 깊이 추정의 정확도를 높이고자 하였다. 깊이 추정은 단안 이미지를 통해 이루어지며, 자가 학습 방법을 통해 학습을 수행하였다.

• 대한원격탐사학회지
• /
• 제38권6_2호
• /
• pp.1589-1605
• /
• 2022

위상 언래핑은 위성레이더 간섭기법의 필수적인 자료처리 절차다. 이에 따라 비 딥러닝 기반 언래핑 기법이 다수 개발되었으며 최근에는 딥러닝 기반 언래핑 기법이 제안되고 있다. 본 논문에서는 딥러닝 기반 위성레이더 언래핑 기법을 1) 언래핑된 위상의 예측 방법, 2) 위상 언래핑을 위한 딥러닝 모델의 구조 그리고 3) 학습데이터 제작 방법의 측면에서 최근 연구 동향을 소개하였다. 언래핑된 위상을 예측하는 방법은 모호 정수 분류방법, 위상 단절 구간 탐지 방법, 위상 예측 방법, 딥러닝과 전통적인 언래핑 기법의 연계 방법에 따라 다시 세분화하여 연구 동향을 나타냈다. 일반적으로 활용되는 딥러닝 모델 구조의 특징과 전체 위상 정보를 파악하기 위한 모델 최적화 방법에 대한 연구 사례를 소개하였다. 또한 학습데이터 제작 방법은 주로 위상 변이 제작과 노이즈 시뮬레이션 방법으로 구분하여 연구 동향을 정리하였으며 추후 발전 방향을 제시하였다. 본 논문이 추후 국내의 딥러닝 기반 위상 언래핑 연구의 발전 방향을 모색하는 데에 필요한 기반 자료로 활용되기를 기대한다.

• 한국산업정보학회논문지
• /
• 제27권4호
• /
• pp.1-10
• /
• 2022

컴퓨터 비전을 활용하여 인간의 시각을 해석하려는 시도가 다양한 분야에서 발전되어 왔다. 본 논문에서는 도로영상으로부터 영상의 의미론적 분할 결과를 통해 보행 환경을 평가하는 방법을 제안한다. 먼저 도로영상을 수집하기 위해 카카오 지도 API를 활용하였으며 전주시지역의 약 5만 점에서 4방향 영상을 수집한다. 수집된 영상의 20%는 크라우드 소싱기반 쌍체 비교를 통해 데이터 셋을 구축하고, 쌍체 비교 데이터를 이용하여 다양한 회귀 모델을 훈련한다. 영상 데이터의 보행성 점수를 도출하기 위해 순위 알고리즘인 Trueskill 알고리즘을 활용하여 랭킹 점수를 계산하고, 구축된 데이터를 활용하여 다양한 회귀모델을 사용한 보행성 평가 및 분석 작업을 수행한다. 본 연구를 통해 사람의 시각이 아닌 픽셀 분포 분류 정보 간의 상관관계를 통해 컴퓨터 시스템만으로 전주시의 보행 환경을 평가하고 점수를 도출해 낼 수 있다는 것을 보여준다.

• 방송공학회논문지
• /
• 제27권5호
• /
• pp.638-653
• /
• 2022

본 논문은 고화질 2차원 전신 영상을 입력으로 받아 영상 속 인물이 입고 있는 의상 패턴과 체형 정보를 추정한 후, 이를 반영한 3차원 가상 휴먼의 생성 기법을 제안한다. 의상의 패턴을 얻기 위해서 Cascade Mask R-CNN을 이용하여 의상 분할을 진행한다. 이후 Pix2Pix로 경계를 블러 및 배경색을 추정하고, UV-Map 기반으로 변환하여 3차원 의상 메쉬의 UV-Map을 얻을 수 있다. 또한, SMPL-X를 이용하여 체형 정보를 얻고 이를 기반으로 의상과 신체의 기본 메쉬를 변형한다. 앞서 얻은 의상 UV-Map, 체형이 반영된 의상과 신체의 메쉬를 이용해 최근 각광받고 있는 게임 엔진인 언리얼 엔진에서 렌더링하여 최종적으로 사용자가 그의 외형이 반영된 3차원 가상 휴먼의 애니메이션을 볼 수 있도록 한다.

• 한국전산구조공학회논문집
• /
• 제35권5호
• /
• pp.259-266
• /
• 2022

본 논문에서는 프리팹 구조물의 품질관리를 위한 딥러닝 및 비전센서 기반의 조립 성능 평가 모델을 개발하였다. 조립부 검출을 위해 인코더-디코더 형식의 네트워크와 수용 영역 블록 합성곱 모듈을 적용한 딥러닝 모델을 사용하였다. 검출된 조립부 영역 내의 볼트홀을 검출하고, 볼트홀의 위치 값을 산정하여 k-근접 이웃 기반 모델을 사용하여 조립 품질을 평가하였다. 제안된 기법의 성능을 검증하기 위해 조립부 모형을 3D 프린팅을 이용하여 제작하여 조립부 검출 및 조립 성능 예측 모델의 성능을 검증하였다. 성능 검증 결과 높은 정밀도로 조립부를 검출하였으며, 검출된 조립부내의 볼트홀의 위치를 바탕으로 프리팹 구조물의 조립 성능을 5% 이하의 판별 오차로 평가할 수 있음을 확인하였다.