• 대한교통학회지
• /
• 제33권3호
• /
• pp.284-293
• /
• 2015

본 연구의 목적은 도로상에 설치된 CCTV에서 수집되는 영상정보를 이용하여 노면 상태를 판단하는 것이다. 이를 위해 먼저 야간의 젖은 노면을 검지하는 기술을 검증하였다. 지금까지 도로상의 젖음 정보를 추출하는 기술은 편광(polarization) 특성을 활용하는 것이다. 그러나 태양광이 없는 야간 도로상황에서는 편광특성을 활용할 수 없다. 이에 본 연구에서는 CCTV 야간 영상의 특징을 활용하여 마른 노면과 젖은 노면을 판별하는 방법을 제안한다. 노면의 젖음 여부를 판단하는 판별 방법론으로 웨이블릿(wavelet) 패킷 변환을 활용한 질감분석 방법론 및 영상의 명도분포 특성을 반영하기 위한 HSI 색상 모형 기반 명도(intensity) 히스토그램 활용 방법론을 적용하였다. 현장장비에서 취득한 총 200장의 샘플영상을 활용하여 영상을 분석, SVM (Support Vector Machine) 분류기 기반 판별 초평면을 구성한 후, 검지 기법을 검증하기 위한 현장테스트를 수행하였으며 유의한 결과를 얻을 수 있었다. 본 연구결과는 교통류의 안전성 향상을 위한 효율적인 야간 노면상태 수집에 활용될 수 있을 것이다.

• 한국지리정보학회지
• /
• 제18권3호
• /
• pp.113-127
• /
• 2015

최근 무인비행시스템(UAS)에 대한 관심이 높아지고 있으며, 홍수시 UAS를 활용하여 침수모니터링을 수행하기 위해서는 촬영된 영상으로부터 수체를 효과적으로 탐지할 수 있는 기법 개발이 필요하다. 본 연구에서는 RGB와 NIR+RG 밴드를 탑재한 UAS를 활용하여 영상을 획득하였으며, 감독분류기법을 적용하여 수체탐지 정확도를 평가하였다. 먼저 RGB 영상에 의한 수체의 영상분류 정확도 평가에서는 인공신경망과 최소거리법의 Kappa 계수가 각각 0.791과 0.783로 높게 나타났으며, 최대우도법이 0.561로 가장 낮게 나타났다. 또한 NIR+RG 영상에 의한 수체의 영상분류 정확도 평가에서는 Mahalanobis와 최소거리법이 각각 0.869와 0.830으로 높게 나타났으며, 인공신경망법이 0.779로 매우 낮게 나타났다. 특히 RGB 밴드에서는 송산유원지의 수목이나 초지가 수체로 오분류되는 문제가 발생하였으나, NIR+RG 밴드에서는 이러한 문제가 많이 개선되었다. 따라서, RGB 밴드에 비해 NIR+RG 밴드를 탑재한 영상이 Mahalanobis와 최소거리법을 적용시 수체를 탐지하는데 효과적인 것으로 나타났다.

• 한국건설관리학회:학술대회논문집
• /
• 한국건설관리학회 2007년도 정기학술발표대회 논문집
• /
• pp.938-942
• /
• 2007

최근 건설산업의 현장 생산성이 점차 저하되는 현실을 개선하기 위하여 시공과정에서의 프로세스 개선이 중요 사항으로 부각되고 있다. 이에 따라 다양한 3D 센싱기법이 개발되어 적용되고 있지만 구체적인 장비 적용성 및 기술검토는 부족하다. 본 연구의 목적은 시공과정에서 3D기반 광대역 모델링 기술을 활용한 건설현장의 3D구현을 통해 실시간으로 현장의 실시간 변화상황을 파악하여 현장관리의 효율화는 물론 시공 진척도 측정 및 공정관리 과정의 정보흐름 활성화를 통해 현장 생산성 증대에 기여하는 것이며 이를 위해 모델링 관련 알고리즘과 광대역 현장 구현관련 기술의 조사연구를 실시하였다. 시공현장 실시간 현장 모니터링 정보를 제공함으로써 안전사고 발생율 감소와 함께 현장정보 데이터베이스의 구축과 활용을 통한 향후 유사공사 적용 및 우리 건설산업 생산 프로세스 개선의 계기가 될 수 있을 것이다. 나아가 건설산업 전체 이미지 제고에도 큰 역할을 할 수 있으리라 사료된다.

• 한국양봉학회지
• /
• 제34권1호
• /
• pp.47-55
• /
• 2019

다양한 농업 생산 분야에서 정보통신기술 (ICT, Information and Communications Technologies)이 융합하여 많은 발전을 이루어내고 있다. 꿀벌의 활동과 관련한 온·습도, 음파, 이산화탄소, 암모니아, 황화수소 등 다양한 봉군내·외의 요인들과 꿀벌의 활동 추적에 대한 ICT 융복합 시스템 개발연구가 최근 이슈화되고 있다. 본 연구에서는 이중 적외선 센서(QRE1113)를 이용하여 꿀벌 출입 자동 모니터링 시스템을 구현하여 실측 자료를 비교·분석하였다. 꿀벌의 방화행동을 연구하는 기존의 밀원식물 방화 개체 수 측정, 영상촬영을 통한 출입 활동 수 수동 분석, 해외 다양한 자동모니터링 시스템들과 비교하여 본 시스템은 모니터링 시간과 노력의 단축 및 외부 방화 활동과의 일치성, 수동 분석과 상대 오차 5% 미만으로 높은 실효성을 보였다. 또한, 저전력블루투스(BLE)모듈을 활용한 내·외부 온도 센서와 병행을 통해 시스템의 확장성을 확보하였으며, 이 시스템으로부터 확보한 한달간의 데이터 분석을 통해 온도와 방화행동 간 상관관계 분석 및 하루 평균 손실되는 꿀벌의 개체수(출역봉의 1.88%)를 측정할 수 있었다. 향후 복합적인 모니터링 시스템 확장과 빅데이터 축적을 통해 더욱 강력한 실시간 모니터링 도구 및 꿀벌 생태 교육자료로 양봉 산업 발전에 크게 기여할 수 있고, 과학적 분석 도구로 활용될 것이다.

• 융합신호처리학회논문지
• /
• 제22권4호
• /
• pp.193-198
• /
• 2021

최근 4차 산업에 대한 관심으로 농업 분야의 벼농사에서 농민의 방제에 대한 요구수준이 증가하고 농업용 방제 드론의 관심과 활용이 증가하고 있다. 따라서 고농도의 농약을 살포하는 농업용 방제 드론 제품의 다양화와 드론 국가자격증 취득으로 인한 방제사의 증가로 인하여 드론 산업 분야에서 농업 분야가 급성장하고 있다. 세부 사업으로 농약 관리, 방제사 관리, 정밀살포, 방제 작업 물량 분류, 정산, 토양관리, 병충해 예찰 및 감시 등으로 방대한 빅데이터를 구축하고 데이터를 처리하기 위한 효과적인 플랫폼을 요구하고 있다. 그러나 데이터 분석알고리즘, 영상 분석 알고리즘, 생육 관리 알고리즘, AI 알고리즘 등 이를 통합하고 빅데이터를 처리하기 위한 모델과 프로그램 개발에 대한 국내외 연구는 미흡한 실정이다. 본 논문에서는 농업 분야에서의 관리자와 농민 요구도를 만족하고 드론을 활용한 농업용 드론방제 프로세서를 기반으로 정밀 AI 방제를 실현화시키기 위하여 온라인 드론 방제 관리 정보 플랫폼을 제안하고 실증 실험을 통하여 종합 관리 시스템 개발의 토대를 제시하였다.

• 한국조경학회지
• /
• 제50권6호
• /
• pp.42-57
• /
• 2022

본 연구의 목적은 인공지능의 딥러닝을 활용하여 소셜미디어에서 공유되는 도시공원 이용자 활동사진을 분류하는 기초 모델을 만드는 것이다. 소셜미디어 데이터는 네이버 검색을 통해 수집된 도시공원 관련 사진들을 수집하여 분류모델에 활용하였다. 도시공원 특성 평가에 활용할 수 있는 지표인 자연성(naturalness), 잠재적 매력성(potential attraction), 활동(activity)을 기반으로 최종 21개의 분류 항목체계를 만들고, 항목별로 네이버에서 공유되는 실제 도시공원 사진을 수집하여 주석이 달린 데이터 세트를 구축했다. 수집한 사진 데이터 세트에 대해 커스텀(cuntom) CNN 모델과 사전 훈련된 CNN의 전이학습 모델을 설계하고 분석하였다. 연구결과, 가장 우수한 성능을 보였던 Xception 전이학습 모델이 최종적으로 도시공원 이용자 활동 이미지 분류모델로 선정되었으며, 그 외 다양한 평가 지표를 통해 모델을 평가했다. 본 연구는 소셜미디어에 공유되는 이용자 사진을 활용하여 도시공원 특성을 평가할 수 있는 지표로서 AI를 구축한 것에 의의가 있다. 딥러닝을 활용한 분류모델은 수동분류에 대한 한계를 보완하고, 대량의 도시공원 사진을 효율적으로 분류할 수 있어서 향후 도시공원의 모니터링 및 관리에 활용할 수 있는 유용한 방법이라고 할 수 있다.

• 융합신호처리학회논문지
• /
• 제24권1호
• /
• pp.27-33
• /
• 2023

최근 기후변화로 인한 물 부족 현상이 발생하고 있으며 저수지의 녹조 발생으로 농업용수의 물 관리 필요성이 증대되고 있다. 기존의 녹조 방지는 많은 사람이 현장에 투입돼 운영되고 보트를 통한 이동으로 최적의 살포 시간을 놓치고 있다. 이를 해결하기 위해서는 오염을 사전에 차단하고 시간 내 이동하여 균일하게 복합 미생물을 균일하게 살포하는 기술이 필요하다. 방제 드론은 농약 살포에 활용되고 있으며 방제 드론을 활용하여 녹조 방지 업무에 적용이 가능하다. 본 논문에서는 해양 방제 시스템 구축을 위한 기초연구로 저수지 환경 적용을 위해 수행되었으며, 그 결과물의 하나로 방제 드론에 사용 가능한 핵심기술인 드론 전용 노즐의 특성을 산출하였다. 특히, 기존의 농업용 방제 드론이 제시된 살포 간격 내에서 농도가 불균일하다는 단점이 있음을 파악하였고, 이를 보완하기 위해 노즐 위치선정 및 노즐 살포 균일도를 산출하였다. 실험 결과를 바탕으로 저수지 환경의 녹조 감시 시스템 구축의 핵심 알고리즘을 개발하고 추후 해양 방제 업무 적용에 활용이 가능하도록 정밀 방제 기술을 제안한다.

• 사물인터넷융복합논문지
• /
• 제10권2호
• /
• pp.1-15
• /
• 2024

스마트 지역사회의 구축은 지역사회의 안전을 보장하는 새로운 방법이자 중요한 조치이다. 촬영 각도로 인한 얼굴 기형 및 기타 외부 요인의 영향으로 인한 신원 인식 정확도 문제를 해결하기 위해 이 논문에서는 네트워크 모델을 구축할 때 전체 그래프 컨벌루션 모델을 설계하고, 그래프 컨벌루션 모델에 협력하여 얼굴의 핵심을 추출한다. 또한 얼굴의 핵심을 특정 규칙에 따라 핵심 포인트를 구축하며 이미지 컨벌루션 구조를 구축한 후 이미지 컨벌루션 모델을 추가하여 이미지 특징의 핵심을 개선한다. 마지막으로 두 사람의 얼굴의 이미지 특징 텐서를 계산하고 전체 연결 레이어를 사용하여 집계된 특징을 추출하고 판별하여 인원의 신원이 동일한지 여부를 결정한다. 최종적으로 다양한 실험과 테스트를 거쳐 이 글에서 설계한 네트워크의 얼굴 핵심 포인트에 대한 위치 정확도 AUC 지표는 300W 오픈 소스 데이터 세트에서 85.65%에 도달했다. 자체 구축 데이터 세트에서 88.92% 증가했다. 얼굴 인식 정확도 측면에서 이 글에서 제안한 IBUG 오픈 소스 데이터 세트에서 네트워크의 인식 정확도는 83.41% 증가했으며 자체 구축 데이터 세트의 인식 정확도는 96.74% 증가했다. 실험 결과는 이 글에서 설계된 네트워크가 얼굴을 모니터링하는 데 더 높은 탐지 및 인식 정확도를 가지고 있음을 보여준다.

• 지능정보연구
• /
• 제28권1호
• /
• pp.89-106
• /
• 2022

최근 영상 데이터의 급증으로 이를 효과적으로 처리하기 위해 객체 탐지 및 추적, 행동 인식, 표정 인식, 재식별(Re-ID)과 같은 다양한 컴퓨터비전 기술에 대한 수요도 급증했다. 그러나 객체 탐지 및 추적 기술은 객체의 영상 촬영 장소 이탈과 재등장, 오클루전(Occlusion) 등과 같이 성능을 저하시키는 많은 어려움을 안고 있다. 이에 따라 객체 탐지 및 추적 모델을 근간으로 하는 행동 및 표정 인식 모델 또한 객체별 데이터 추출에 난항을 겪는다. 또한 다양한 모델을 활용한 딥러닝 아키텍처는 병목과 최적화 부족으로 성능 저하를 겪는다. 본 연구에서는 YOLOv5기반 DeepSORT 객체추적 모델, SlowFast 기반 행동 인식 모델, Torchreid 기반 재식별 모델, 그리고 AWS Rekognition의 표정 인식 모델을 활용한 영상 분석 시스템에 단일 연결 계층적 군집화(Single-linkage Hierarchical Clustering)를 활용한 재식별(Re-ID) 기법과 GPU의 메모리 스루풋(Throughput)을 극대화하는 처리 기법을 적용한 행동 및 표정 검출용 영상 분석 시스템을 제안한다. 본 연구에서 제안한 시스템은 간단한 메트릭을 사용하는 재식별 모델의 성능보다 높은 정확도와 실시간에 가까운 처리 성능을 가지며, 객체의 영상 촬영 장소 이탈과 재등장, 오클루전 등에 의한 추적 실패를 방지하고 영상 내 객체별 행동 및 표정 인식 결과를 동일 객체에 지속적으로 연동하여 영상을 효율적으로 분석할 수 있다.

• 한국농림기상학회지
• /
• 제12권4호
• /
• pp.241-263
• /
• 2010

KoFlux는 한국의 주요 육상생태계와 대기간의 에너지, 물, 이산화탄소의 순환을 감시하기 위해 구축한 에디 공분산 기술을 기반으로 하는 미기상학 플럭스 타워 관측지의 국내 관측망이다. KoFlux의 사명은 AsiaFlux와 동일하게 지구상의 생명의 질과 지속가능성을 보장하기 위해 아시아의 주요 생태계를 감시하고 돌보는 것이다. 구체적인 KoFlux의 목적은 (1) 생태계를 감시하고, 자료를 수집, 저장하고 배포를 가능하게 하는 하부구조와 (2) 이에 관련된 지식과 자료를 효과적으로 적용하고 배포하기 위해 정기적으로 포럼과 단기 훈련과정을 과학공동체에 제공하는 것이다. KoFlux는 아시아의 주요 육상생태계의 탄소/물/에너지 교환에 관한 생태계과학 정보와 지식을 창출하고, 과학적 연구와 적용에 있어서 다학문간 협력과 융합을 촉진하고, 지속적인 생태계 서비스를 지역사회에 제공함으로써 AsiaFlux의 비전인 "사고하는 공동체, 배움의 프런티어"를 추구하며 실천해 나간다. 현재 KoFlux 네트워크는 총 일곱 개의 관측지로 구성되어 있는데 국내의 경우 활엽수림, 침엽수림, 혼효림, 논과 비균질 농경지를 포함하며, 국외의 경우 남극과 북극의 툰드라 생태계에 위치해 있다. 등재된 관측지는 모두 표준화된 프로토콜을 사용하여 자료를 체계적으로 처리하고 있으며 자유롭게 자료 활용이 가능하도록 품질 검증된 플럭스 자료의 데이터베이스를 지속적으로 구축해 가고 있다. KoFlux는 정기적인 학술 논문 출판, 포럼 및 훈련과정을 통해, 네트워크를 성장시키고, 플럭스 관측 및 모델링 전문가간의 연결 및 정보교환을 위한 아고라를 제공하며, 관측 및 자료 분석을 위한 전문인력 양성을 위한 교육에 힘쓰고 있다. 그러나 이러한 지속적인 노력에도 불구하고 KoFlux에 등재된 산학연기관을 제외하고는 아직까지 네트워크의 성장이 제한되어 있는 실정이다. 이러한 학문간의 벽을 허물고, 네트워크에 대한 동반자 및 주인 의식을 고취시키기 위해 KoFlux는 2011년부터 서울대학교에 설립된 국가농림기상센터를 중심으로 NCAM의 주요 서비스를 담당하게 될 것이다. 이러한 일치된 협력은 현재의 감시 네트워크를 더욱 보강시키고, 차세대 과학자들을 길러내며, 우리 사회에 지속가능한 생태계 서비스의 제공을 보장할 수 있도록 이끌어 줄 것이다.