• 한국산학기술학회논문지
• /
• 제19권5호
• /
• pp.122-130
• /
• 2018

국제 해사 기구의 선체 보호 도장 기준이 의무화됨에 따라 조선소에서는 칼라 플레이트의 모서리 부분에 대해 2R 또는 3-pass 밀링 가공을 수행해야 한다. 그러나 기존 수작업 방식에 의존하고 있는 상황에서 2R 또는 3-pass 밀링 가공을 수행한다면 작업 환경 및 생산성 측면에서 많은 문제점이 발생할 것으로 예상된다. 따라서 규정을 만족할 수 있는 모서리 밀링 자동화 시스템을 개발하여 이러한 문제점을 해결할 필요가 있다. 본 연구에서는 표준 칼라 플레이트를 대상으로 모서리 밀링 자동화 시스템 기본 설계를 수행하였고, 형상 인식 및 가공 경로 생성 알고리즘을 적용하여 가공 프로세스를 정립하였다. 또한, 운영 소프트웨어를 구축하고, 전용 가공 툴을 제작하여 밀링 테스트를 수행한 결과를 토대로 적합한 밀링 가공조건을 도출하였다. 향후, 본 연구를 통해 개발된 모서리 밀링 자동화 시스템을 조선소에 도입하여 현장 테스트를 수행하고, 그 결과를 토대로 상용화 연구를 진행한다면 선체 보호 도장 기준을 충족할 수 있는 자동화 시스템을 구축함과 동시에 생산성 향상을 기대할 수 있다.

• 한국통신학회논문지
• /
• 제18권3호
• /
• pp.385-396
• /
• 1993

본(本) 논문(論文)은 병리학등(病理學等) 기초의학(基礎醫學)에서 요청되는 세포진(細胞診)을 위한 개선된 디지털 화상해석방법(畵像解析方法)을 제안(提案)하였다. 대상화상(對象晝像)은 갑상선세포(甲狀腺細胞)의 현미경화상(顯微鏡畵像)이고 목적은 정상세포(正常細胞)와 악성(惡性)인 유두상(乳頭狀) 종양(腫瘍)과 여포성종양(濾胞性腫瘍)간의 염색질(染色質) 패턴이 상이(相異)함을 화상해석(畵像解析)에 의해 자동식별(自動識別)하는 것이다. 먼저, 화상처리상(畵像處理上) 특징영역(特徵領域)인 세포핵(細胞核)만을 추출(抽出)하기 위해 윤곽추적법(輪廓追跡法)에 의한 영역분할(領域分割) 알고리즘을 제안하였다. 그리고 공간영역(空間領域)의 화상정보(畵像情報)를 이산적(離散적) 2차원 푸리에 변환한 후 1차원 푸리에변환에 의해 특징(特徵)파라미터를 추출(抽出)하였다. 여기서 세포(細胞) 유형별(類型別) 특징표본군(特徵標本群)을 구축하여 임의의 검증세포(檢證細胞)와 식별실험(識別實驗)을 행하였다. 기존의 방법보다 개선된 식별율(識別率)(70-90%)을 얻음으로써 본 방식은 세포진(細胞診)에 있어서 정량성(定量性)과 객관성(客觀性)을 더욱 구체화(具體化)시킬 수 있음을 증명하였다. 또한 본 방식을 그대로 종양세포식별(腫瘍細胞識別)에 즉시 사용가능함을 제시하였다.

• 한국정보과학회논문지:데이타베이스
• /
• 제35권4호
• /
• pp.345-355
• /
• 2008

다양한 형태 특징 추출 방법 중의 하나인 SIFT는 물체 인식, 모션 추적, 3차원 이미지 재구성과 같은 컴퓨터 비전 응용 분야에서 많이 사용된다. 하지만 SIFT 방법은 많은 특징점들과 고차원의 특징 벡터를 사용하기 때문에 이미지 유사성 검색에 그대로 적용하기에는 많은 어려움이 있다. 본 논문에서는 윤곽선 이미지 피라미드와 관심영역 검출을 이용한 SIFT 기반 이미지 유사성 검색 기법을 제안한다. 제안한 방법은 윤곽선 이미지 피라미드를 이용하여 이미지의 밝기 변화, 크기, 회전등에 불변한 특징을 추출하고, 타원 형태의 허프변환을 이용한 관심영역 검출을 통해 불필요한 많은 특징점들을 제거하여 검색성능을 높인다. 실험 결과에서 제안한 방법의 이미지 검색 성능이 기존의 SIFT의 방법에 비해 평균 재현율이 약 20%정도 좋은 성능을 보이고 있다.

• 대한전자공학회논문지SP
• /
• 제45권3호
• /
• pp.55-63
• /
• 2008

본 논문은 전 방향을 감시할 수 있는 Pan-Tilt-Zoom(PTZ) 카메라를 이용한 파노라마 배경 생성과 객체 추적 방법을 제안한다. 제안된 방법은 연속되는 두 영상의 외곽 영역에서 미리 정한 지역만 위상정합(phase correlation)을 하여 카메라의 지역 움직임을 빠르게 추정하고 벡터 양자화를 통하여 움직임 추정 오차를 최소화 한다. 추정된 움직임 값을 이용하여 겹침 영역이 존재하는 영상들을 획득하여 실린더에 투영시키고 영상을 재 정렬함으로써 파노라마 배경 영상을 생성할 수 있다. 객체 추적은 미리 생성된 파노라마 배경과 입력 영상의 차분 방법을 이용하여 배경과 객체를 분리하고 객체의 움직임을 추적한다. 제안된 객체 추적 방법은 PTZ 카메라를 이용하여 빠르고 안정적인 배경 생성이 가능하고, 전방향의 객체를 지속적으로 추적하는 것이 가능하다. 제안된 방법은 실시간 처리가 가능하며 넓은 감시 지역에서 객체의 형태를 추적하거나 얼굴인식과 같은 분야에서 이용될 수 있을 것이다.

• 전기전자학회논문지
• /
• 제24권4호
• /
• pp.1141-1147
• /
• 2020

말벌 종은 모양이 매우 유사하기 때문에 비전문가가 분류하기 어렵고, 객체의 크기가 작고 빠르게 움직이기 때문에 실시간으로 탐지하여 종을 분류하는 것은 더욱 어렵다. 본 논문에서는 바운딩 박스를 이용한 딥러닝 알고리즘을 기반으로 말벌 종을 실시간으로 분류하는 시스템을 개발하였다. 훈련 영상의 레이블링 작업 시 바운딩 박스 안에 포함되는 배경 영역을 최소화하기 위하여 말벌의 머리와 몸통 부분만을 선택하는 방법을 제안한다. 또한 실시간으로 말벌을 탐지하고 그 종을 분류할 수 있는 최선의 알고리즘을 찾기 위하여 기존의 바운딩 박스 기반 객체 인식 알고리즘들을 실험을 통하여 비교한다. 실험 결과 컨볼루션 레이어의 활성함수로 mish 함수를 적용하고, 객체 검출 블록 전에 공간집중모듈(Spatial Attention Module, SAM)을 적용한 YOLOv4 모델을 사용하여 말벌 영상을 테스트한 경우 평균 97.89%의 정밀도(Precision)와 98.69%의 재현율(Recall)을 나타내었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권6호
• /
• pp.2086-2097
• /
• 2021

The current cultural assets are being restored depending on the opinions of experts (craftsmen). We intend to introduce digitalized artificial intelligence techniques, excluding the personal opinions of experts on reconstruction of such cultural properties. The first step toward restoring digitized cultural properties is separation. The restoration of cultural properties should be reorganized based on recorded documents, period historical backgrounds and regional characteristics. The cultural properties in the form of photographs or images should be collected by separating the background. In addition, when restoring cultural properties most of them depend a lot on the tendency of the restoring person workers. As a result, it often occurs when there is a problem in the accuracy and reliability of restoration of cultural properties. In this study, we propose a search method for learning stored digital cultural assets using AI technology. Pagoda was selected for restoration of Cultural Properties. Pagoda data collection was collected through the Internet and various historical records. The pagoda data was classified by period and region, and grouped into similar buildings. The collected data was learned by applying the well-known CNN algorithm for artificial intelligence learning. The pagoda search used Yolo Marker to mark the tower shape. The tower was used a total of about 100-10,000 pagoda data. In conclusion, it was confirmed that the probability of searching for a tower differs according to the number of pagoda pictures and the number of learning iterations. Finally, it was confirmed that the number of 500 towers and the epochs in training of 8000 times were good. If the test result exceeds 8,000 times, it becomes overfitting. All so, I found a phenomenon that the recognition rate drops when the enemy repeatedly learns more than 8,000 times. As a result of this study, it is believed that it will be helpful in data gathering to increase the accuracy of tower restoration.

• 한국전자통신학회논문지
• /
• 제17권5호
• /
• pp.933-940
• /
• 2022

2차원 영상 센서를 이용하여 조종자의 3차원 손 위치를 인식하고 이를 기반으로 원격으로 6축 로봇팔을 제어하는 시스템을 개발하였다. 시스템은 물체의 영상정보를 인식하는 2차원 영상 센서 모듈, 영상정보를 로봇팔 제어 명령어로 전환하는 알고리즘, 자체 제작한 6축 로봇팔 및 제어 시스템으로 구성된다. 영상 센서는 조종자가 착용한 장갑의 모양과 색을 인지하여 크기 및 위치정보를 출력하게 되며, 본 연구에서는 이러한 위치 및 물체를 둘러싼 크기 정보를 이용하여 로봇 선단의 속도를 제어한다. 연구 방법의 검증은 자체 제작된 6축 로봇으로 실행하였으며, 조종자의 손동작 조종에 의한 실험을 통해 제안한 영상정보 제어 및 로봇 선단 제어 방법이 성공적으로 동작함을 확인하였다.

• 한국ITS학회 논문지
• /
• 제22권5호
• /
• pp.137-147
• /
• 2023

LiDAR는 자율 주행뿐만 아니라 다양한 산업 현장에 적용되어 대상의 크기와 거리를 측정하는 데 사용되고 있다. 이에 더하여 이 센서는 반사된 빛의 양을 바탕으로 반사 강도 영상 또한 제공한다. 이는 측정 대상의 형상에 대한 정보를 제공하여 센서 데이터 처리에 긍정적인 효과를 일으킨다. LiDAR는 고해상도가 될수록 높은 성능을 보장하지만 이는 센서 비용의 증가를 야기하는데, 이 점은 반사 강도 영상에도 해당된다. 높은 해상도의 반사 강도 영상을 취득하기 위해서는 고가의 장비 사용이 필수적이다. 따라서 본 연구에서는 저해상도의 반사 강도 영상을 고해상도의 영상으로 개선하는 인공지능을 개발하였다. 이를 위해서 본 연구에서는 최적의 초해상화 신경망 모델을 위한 파라미터 분석을 수행하였다. 또한, 초해상화 알고리즘을 2,500여 장의 반사 강도 영상에 적용하여 훈련과 검증을 하였다. 결과적으로 반사 강도 영상의 해상도를 향상시켰다. 바라건대 본 연구의 결과가 향후 자율 주행 분야에 적용되어 주행환경 인식과 장애물 탐지 성능 향상에 기여할 수 있기를 기대하는 바이다.

• 한국인터넷방송통신학회논문지
• /
• 제13권1호
• /
• pp.135-142
• /
• 2013

본 외곽선 탐지는 모양 판별 및 객체 인식과 같은 많은 컴퓨터 시각 분야에 있어서 중요한 문제이다. 대부분의 경우에 지역적인 휘도 변화가 객체 윤곽선에서 보다는 무늬 영역에서 보다 강하게 나타나는 것으로 판명되고 있다. 따라서 각 화소의 가까운 인접된 부분에서만 볼 수 있는 지역적인 에지 특징들은 하나의 윤곽선 존재의 믿을만한 정보가 될 수 없기 때문에 전체적인 분석이 요구되고 있다. 본 연구에서는 형태심리학적 원리를 바탕으로 가상 연산자의 변형된 형태로서 적응성을 갖는 확대 연산자에 의한 지역적인 윤곽선 탐지 기법을 제안한다. 제안 방식의 새로운 점은 확대 방식에 있어서 각 윤곽선 화소에 관해 계산 기하학의 관점에서 Delaunary 다이어그램을 사용한다는 것이다. 윤곽선 그룹화와 관련하여 다중 임계 알고리즘이 도입되고, 각 임계 단계에서 작은 크기의 윤곽선 그룹들은 삭제되며, 자연 3차 스플라인 보간법을 통해 재구축되는 방식의 외형을 나타낸다. 또한, 상이한 임계들의 학습을 통해 입력 인자들의 값에 제안된 알고리즘이 민감하지 않은 견고한 성질을 유지하도록 한다. 본 연구의 구현에서는 기존 접근방식과의 비교를 통해 제안된 외형 결정 방식이 이미지에서 제거된 많은 텍스처들이 있음에도 불구하고 견고하고, 낮은 대비의 외형을 쉽게 감지하는데 효과적임을 보인다.

• 지능정보연구
• /
• 제17권3호
• /
• pp.25-41
• /
• 2011

최근 몇 년간 SVM(support vector machines)기법은 패턴인식 또는 분류의사결정문제를 위한 분석기법으로서 기존의 데이터마이닝 기법과 비교할 때, 매우 높은 성과를 갖는 것으로 인식되어 왔다. 더 나아나 많은 연구자들은 SVM기법이 1980년대 이후 대표적인 예측 및 분류모형으로 인정받은 인공신경망기법(ANNs : Artificial Neural Networks)에 비해 더 성과가 좋다는 사실을 실증적으로 입증해 왔다(Amendolia et al., 2003; Huang et al., 2004, Huang et al., 2005; Tay and Cao, 2001; Min and Lee, 2005; Shin et al., 2005; Kim, 2003). 일반적으로 이와 같이 다양한 데이터마이닝 기법에 의해 분석되는 이진분류 또는 다분류 의사결정문제들은 특히 금융분야 등에 있어서 오분류비용에 민감하며, 이로 인한 오분류의 경제적 손실도 상대적으로 매우 크다고 할 수 있다. 따라서 기업부도예측모형과 같은 이진분류모형의 결과값을, 부도확률에 기초하여 정교하게 계산된 사후확률의 개념으로서 다분류의 신용등급평가의 문제로 변환할 필요가 있다. 그러나, SVM 모형의 결과값은 기본적으로 그와 같은 부도확률분포를 보여주지 않는다. 따라서, 그러한 확률분포를 정교하게 보여줄 방법을 제시할 필요가 있다(Platt, 1999; Drish, 2001). 본 연구는 AdaBoost 알고리즘기반의 SVM 모형을 이용하여, 이진분류모형으로서 IT 기업의 부실예측모형에 적용한 후, 이 SVM 모형의 예측결과를 SVM의 손실함수에 적용하여 계산된 값을 사후부도확률의 정규분포 특성에 따라 이를 구간화하여 IT기업에 대한 다분류 신용등급 평가의 문제로 전환시키는 방법을 제시하였다. 그리고 본 연구에서 제안하는 방법은 이러한 AdaBoost 알고리즘기반 SVM 모형이 각 기업이 고유한 신용위험(부도확률)을 갖고 있다는 조건하에서, 신용등급부여를 위한 부도확률분포 구간을 정교하게 조정함으로써 오분류 문제를 좀 더 줄일 수 있음을 제시하였다.