• 자원환경지질
• /
• 제11권1호
• /
• pp.21-37
• /
• 1978

The depositional environment of the Manhang and the Geumcheon Formation of the Pennsylvanian Gomog Croup is revealed to the shallow neritic marine milieu in this paper also as the results of Park (1963), Cheong(1975) and Kim (1976), through the analyses of stratigraphy, paleocurrent, properties of cross-beddings and sedimentational features. The formations contains some possible terrestrial sediments suggesting the paralic environment, which are however not recognized definitely within them. The paleocurrent analysis is made to the Manhang Formation only. The paleocurrent of the formation is known to belong to the shallow neritic longshore current. The paleocurrent analysis is based chiefly on the cross-bedding analysis, and subordinately on the texture of elastic coarse sediments. The paleocurrent mean is determined to $269^{\circ}$, that is, from east to west, of which direction is interpreted to the right angle to the slope of the basinal depository plane and also the parallel with die depositional strike, according to Klein (1960) and Selley's (1968) criteria. The variance value of paleocurrent directions of the Manhang Formation in the whole area studied is 6,374, and the values range from 3,394 to 6,957 according to the dirstricts. The paleocurreut pattern of the whole area shows polymodel, and the patterns in each district range from trimodel to quadrimodel. Those models approach to the shallow marine or paralic model of Tohill and Picard (1966), Picard and High (1968 a), Pisnak (1957) and Pettijohn (1962). The mean value of maximum inclinations of cross-beddings of the whole area is $19.9^{\circ}$ with the standard deviation of 8.4, and ranges from $15.6^{\circ}$ to $21.7^{\circ}$ in the districts. Comparing the histogram showing the frequency distribution of the maximum inclinations of cross-beddings of the Manhang Formation with the Pettijohn's (1962) histogram, it is found that the model approaches to his marine model. The Pennsylvanian Gomog Group of the coalfield is considered to have had been deposited in the pseudogeosynclinal zone on the plateau by the transgression of the Tethyan sea caused by the epirogenic movements during the Pennsylvanian Period.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제2권3호
• /
• pp.205-208
• /
• 2013

일반적으로 이진패턴 변환은 조명 변화에 강인한 특성을 가지므로, 얼굴인식 및 표정인식 분야에 널리 사용되고 있다. 이에, 본 논문에서는 기존의 LDP(Local Directional Pattern)의 텍스처 성분을 개선한 MLDP(Modified LDP) 변환 영상에 2D-PCA(Two-Dimensional Principal Component Analysis) 알고리즘을 결합한 조명변화에 강인한 얼굴인식 방법에 대하여 제안한다. 기존의 LBP(Local Binary Pattern)나 LDP와 같은 이진패턴 변환들이 히스토그램 특징 추출을 위해 주로 사용되는 것과는 다르게, 본 논문에서 제안하는 방법은 MLDP 영상을 2D-PCA 특징추출을 위해 직접 사용한다는 특성을 갖는다. 제안 방법의 성능평가는 PCA(Principal Component Analysis), 2D-PCA 및 가버변환 영상과 LBP를 결합한 알고리즘을 사용하여, 다양한 조명변화 환경에서 구축된 Yale B 및 CMU-PIE 데이터베이스를 이용하여 수행되었다. 실험 결과, MLDP 영상과 2D-PCA를 사용한 제안 방법이 가장 우수한 인식 성능을 보임을 확인하였다.

• 대한원격탐사학회지
• /
• 제24권2호
• /
• pp.117-124
• /
• 2008

지형지물은 각각의 특징적 요인을 내포하고 있다. 이 특징적 요인들은, 공간해상도에 따라 정도의 차이가 있겠지만, 수집된 위성영상에도 반영된다. 이러한 요인들 중에서는 영상분류에 활용될 경우 영상 분류의 정확도를 높혀주고, 때로는 이것이 거의 물체인식의 수준까지 기여할 수 있는 것들이 있다. 이 연구에서는 텍스춰 및 지형지물의 배열에 있어서 특징적 현상을 보이는 비닐하우스를 대상으로 spatial auto-corelation 개념을 기반으로 자동적으로 이를 인지하는 방법을 개발하였다. 사용된 알고리즘은 디지타이징과 같은 사람의 직접적인 개입이 없이 자동화된 방법으로 비닐하우스의 특정한 패턴이 반복적으로 나타나는 것을 감지할 수 있도록 개발되었다. 패틴의 인식에 더하여 비닐하우스의 기하학적 모양을 고려하는 방법도 도입하였다. 그럼으로써 비닐하우스의 추출에 단순히 화소 단위의 분석이 아닌 보다 객체지향적인 방법으로 비닐하우스를 추출하도록 하였다. 개발된 방법을 제주지역의 IKONOS에 적용시켜 본 결과 연구대상지역내의 비닐하우스가 매우 정확하게 적출되었다.

• Journal of Forest and Environmental Science
• /
• 제27권3호
• /
• pp.169-181
• /
• 2011

The purpose of this study was to understand the geographical and environmental distribution of animals and plants in Baekdudaegan region using field survey and GIS data. Crucial factors were selected and analyzed to understand the distributional characteristics of wild animals (16 species in 5 orders) and rare endemic plants (20 species in 12 orders). These crucial factors include stand factor (forest type, DBH class, and crown density), soil factor (bed rock, soil texture, and organic matter), geographical factor (elevation, slope, aspect) and climatic factor (temperature, rain fall, humidity). Finally, ten crucial factors were selected by statistical analysis and categorized for analyzing geographical and environmental features. Three orders such as Rodentia, Carnivora, and Artiodactula in wild animal showed the similar habitat characteristics with the small diameter and the elevation range from 801 to 1,000m. The Hydropotes inermis of Artiodactyla and Rattus norvegicus of Rodentia were different in the type of orders, but they had the similar habitat characteristics with the coniferous forest and loam. On the other hand, four orders such as Tubiflorales, Liliales, Ericales, and Rhamnales in the rare and endemic plants were showed high occurrence rate in the organic matter between 4 and 6%. The Rodgersia podophylla of Rosales and Gastrodia elata Blume of Microspermae were different in the type of orders, but they had the similar habitat characteristics with the stand factor and soil factor.

• Animal Bioscience
• /
• 제34권11호
• /
• pp.1849-1858
• /
• 2021

Objective: Tenderness is a very complex feature, and the process of its formation is very complicated and not fully understood. Its diversification is one of the most important problems of beef production, as a result beef aging is widely used to improve tenderness as it is believed to provide a homogeneous product to consumers. While few studies have evaluated the muscle structure properties in relation to tenderness from early post-mortem, there little to no information available on how the muscle nanostructure of beef carcasses changes during post-mortem ageing to determine the appropriate aging time for acceptable tenderness. Methods: Muscle nanostructure (myofibril diameter [MYD], myofibril spacing [MYS], muscle fibre diameter [MFD], muscle fibre spacing [MFS], and sarcomere length [SL]), meat tenderness and cooking loss [CL]) were measured on 20 A2 longissimus muscles of Bonsmara, Beefmaster, Hereford, and Simbra at 45_mins, 1, 3, and 7 days post-slaughter. Muscle nanostructure was measured using a scanning electron microscope, while tenderness was measured using Warner Bratzler shear force. Results: At 45 minutes post-slaughter, breed affected MYD and MYS only, while at 24_hrs it also affected MFD and MFS. On day 3 breed effected MFS and SL, while on day 7 breed effected tenderness only. As the muscles matured, both MYD and MYS decreased while CL increased, and the muscles became tender. There was no uniformity on muscle texture features (surface structure, fibre separation, muscle contraction, and relaxation) throughout the ageing period. Conclusion: Meat tenderness can be directly linked to breed related myofibril structure changes during aging in particular the MYD, spacing between myofibrils and their interaction; while the MFD, spacing between muscle fibres, SL, and CL explain the non-uniformity in beef tenderness.

• 한국정보전자통신기술학회논문지
• /
• 제12권1호
• /
• pp.13-21
• /
• 2019

내용기반 영상검색은 영상 내의 정보인 색상, 질감, 형태 등의 특징 값을 추출하여 검색에 이용한다. 본 논문에서는 $8{\times}8$ 이산여현변환, 즉 $8{\times}8$ DCT(Discrete Cosine Transform) 후 얻어지는 DC, AC계수를 이용하여 필터뱅크(filter-bank)를 생성하고, 이를 영상의 내용기반 검색에 이용하는 검색방법을 제안한다. 제안된 방법은 생성된 DCT 필터뱅크에서 DC성분과 주요한 AC성분인 AC01, AC10, AC11 만을 이용하며, DC성분에 대한 양자화를 수행하여 계산량을 최소화한다. 그리고 양자화된 DC성분에 대한 히스토그램 정보를 기반으로 영상 검색에 필요한 특징 값을 산출한다. AC성분에 대해서는 Otsu 이진화를 통하여 개괄적인 형태정보를 취득한 다음 이에 대한 수평/수직 방향으로의 투영 히스토그램을 계산하여 특징 값을 취득한다. 추출된 AC성분의 특징 값은 DC성분의 특징 값과 함께, 특징벡터 빈(feature vector bins)을 구성하여 검색을 수행한다. 실험은 1000장의 데이터베이스를 이용하여 수행 되었으며, 기존의 색상정보를 이용한 검색방법보다 우수한 성능을 보임을 확인하였다.

• 한국융합학회논문지
• /
• 제11권12호
• /
• pp.15-22
• /
• 2020

본 논문은 채널 강조(Channel Attentin)와 공간 강조(Spatial Attention) 방법을 결합한 딥 러닝 기반의 초해상도 방법을 제안하였다. 초해상도 과정에서 질감, 특징과 같은 주변 픽셀의 변화량이 큰 고주파 성분의 복원이 중요하다. 채널 강조와 공간 강조를 결합한 특징 강조를 이용한 초해상도 방법을 제안하였다. 기존의 CNN(Convolutional Neural Network) 기반의 초해상도 방법은 깊은 네트워크의 학습이 어려우며, 고주파 성분의 강조가 부족하여 윤곽선이 흐려지거나 왜곡이 발생한다. 문제를 해결하기 위해 스킵-커넥션(Skip Connection)을 적용한 채널 강조와 공간 강조를 결합한 강조 블록과 잔차 블록(Residual Block)을 사용하였다. 방법으로 추출한 강조된 특징 맵을 부-픽셀 컨볼루션(Sub-pixel Convolution)을 통해 특징맵을 확장하여 초해상도를 진행하였다. 이를 통해 기존의 SRCNN과 비교하여 약 PSNR는 5%, SSIM은 3% 향상되었으며 VDSR과 비교를 통해 약 PSNR는 2%, SSIM은 1% 향상된 결과를 보였다.

• 한국측량학회지
• /
• 제38권6호
• /
• pp.635-644
• /
• 2020

딥러닝(DL)을 이용한 객체인식, 탐지 및 분할하는 연구는 여러 분야에서 활용되고 있으며, 주로 영상을 DL 모델의 학습 데이터로 사용하고 있지만, 본 논문은 영상뿐 아니라 공간정보 특성을 포함하는 다양한 학습 데이터(multimodal training data)를 향상된 영역기반 합성곱 신경망(R-CNN)인 Detectron2 모델 학습에 사용하여 객체를 분할하고 건물을 탐지하는 것이 목적이다. 이를 위하여 적외선 항공영상과 라이다 데이터의 내재된 객체의 윤곽 및 통계적 질감정보인 Haralick feature와 같은 여러 특성을 추출하였다. DL 모델의 학습 성능은 데이터의 수량과 특성뿐 아니라 융합방법에 의해 좌우된다. 초기융합(early fusion)과 후기융합(late fusion)의 혼용방식인 하이브리드 융합(hybrid fusion)을 적용한 결과 33%의 건물을 추가적으로 탐지 할 수 있다. 이와 같은 실험 결과는 서로 다른 특성 데이터의 복합적 학습과 융합에 의한 상호보완적 효과를 입증하였다고 판단된다.

• 한국정보기술학회논문지
• /
• 제17권9호
• /
• pp.99-112
• /
• 2019

도로 포장면의 크랙(crack)은 도로포장 구조의 열화를 입증하는 중요한 신호와 증상이다. 카메라 영상기반 도로포장 크랙 탐지는 강도 비균질성, 위상 복잡성, 낮은 대조도 및 노이즈성의 텍스처 배경 때문에 어려운 문제이다. 본 논문은 흑백영상에 대하여 깊은 신경망(DNN)에 기반하여 픽셀수준의 도로 크랙 탐지 및 분할 문제에 대해 다룬다. 변형된 U-net 네트워크와 고수준 특징 네트워크를 포함하는 새로운 DNN 구조를 제안한다. 본 연구의 중요 기여는 융합 층을 통해 공급되는 이들 네트워크의 결합 방법이다. 우리가 아는 한, 본 연구는 보도블럭 크랙 분할 및 탐지 문제를 결합을 소개한 최초의 논문이다. 크랙 탐지 및 분할의 시스템 성능은 새로운 구조를 사용하여 급격히 향상되었다. 제안된 시스템을 2개의 공개 데이터셋­크랙 포레스트 데이터셋(CFD)와 AigleRN 데이터셋­에 대하여 구현하고 평가하였다. 본 논문의 시스템은 여덟 가지의 최신 알고리즘과 같은 데이터셋으로 실험을 하였을 때, 가장 뛰어난 결과를 보여주었다.

• International Journal of Computer Science & Network Security
• /
• 제23권9호
• /
• pp.77-90
• /
• 2023

Today, crops face many characteristics/diseases. Insect damage is one of the main characteristics/diseases. Insecticides are not always effective because they can be toxic to some birds. It will also disrupt the natural food chain for animals. A common practice of plant scientists is to visually assess plant damage (leaves, stems) due to disease based on the percentage of disease. Plants suffer from various diseases at any stage of their development. For farmers and agricultural professionals, disease management is a critical issue that requires immediate attention. It requires urgent diagnosis and preventive measures to maintain quality and minimize losses. Many researchers have provided plant disease detection techniques to support rapid disease diagnosis. In this review paper, we mainly focus on artificial intelligence (AI) technology, image processing technology (IP), deep learning technology (DL), vector machine (SVM) technology, the network Convergent neuronal (CNN) content Detailed description of the identification of different types of diseases in tomato and potato plants based on image retrieval technology (CBIR). It also includes the various types of diseases that typically exist in tomato and potato. Content-based Image Retrieval (CBIR) technologies should be used as a supplementary tool to enhance search accuracy by encouraging you to access collections of extra knowledge so that it can be useful. CBIR systems mainly use colour, form, and texture as core features, such that they work on the first level of the lowest level. This is the most sophisticated methods used to diagnose diseases of tomato plants.