• 한국인터넷방송통신학회논문지
• /
• 제21권1호
• /
• pp.141-148
• /
• 2021

일부 네거리나 혼잡도로에서 특정 시간대에 행인이 많고 도로가 막혀서 발생하는 교통사고가 적지 않다. 특히 인근에 학교교차로가 있어 바쁜 시간에 학생들의 교통안전을 지키는 것이 중요하다. 과거에는 교통 신호등을 설 계 했을 때 행인의 안전성을 고려하지 않고 자동차 인식과 교통 최적화에 대하여 연구 했다. 행인, 특히 학생들의 안전을 확보하는 전제에서 가능한 한 도로의 소통을 유지하는 것이 본 연구의 중점적인 연구 방향이다. 본 연구는 사람, 오토바이, 자전거, 자동차, 버스의 식별문제를 중점적으로 연구할 것이다. 조사와 비교를 통해 본 연구는 YOLO v4 네트워크로 목표물의 위치와 수량을 식별하는 것을 제시한다. YOLO v4는 작은 목표물의 식별 능력이 강하고 정밀도가 높으며 처리속도가 빠르다는 특징을 가지고 있으며, 데이터 수집 대상을 설정하여 이미지 집합을 훈련하고 테스트 한다. 움직이는 영상에서 목표물의 정확도, 실수율과 누락율에 대한 통계를 사용하여, 본 연구에서 훈련된 네트워크는 움직이는 이미지 속의 사람, 오토바이, 자전거, 자동차와 버스를 정확하게 식별 할 수 있다.

• 해양환경안전학회지
• /
• 제28권6호
• /
• pp.1036-1043
• /
• 2022

본 논문은 자동계류 장치에 설치하여 선박의 접안 상황을 검출할 수 있는 시각 센서의 개발에 대하여 논하고 있다. 선박의 접안 시 사고방지를 위해 선박의 속도를 통제하고 위치를 확인하고 있음에도 불구하고 부두에서의 선박 충돌사고는 매년 발생하고 있으며, 이로 인한 경제적, 환경적 피해가 매우 크다. 따라서 부두에 접안하는 선박에 대한 안전성 확보를 위해 선박의 위치 및 속도 정보를 신속하게 확보할 수 있는 시각 시스템의 개발은 중요하다. 이에 본 연구에서는 선박의 접안 시 사람과 유사하게 영상을 통해 접안하는 선박을 관찰하고, 주변 환경에 따른 선박의 접안 상태를 적절하게 확인할 수 있는 시각센서를 개발하였다. 먼저, 개발하고자 하는 시각 센서의 적정성을 확보하기 위해 기존 센서로부터 제공되는 정보, 감지 범위, 실시간성, 정확도 및 정밀도 측면에서 센서 특성을 분석하였다. 이러한 분석 자료를 바탕으로 LiDAR형태의 3D시각 시스템의 개념 설계, 구동메커니즘 설계 및 모션 구동부의 힘과 위치 제어기 설계 등을 수행하여 대상물의 정보를 실시간으로 획득할 수 있는 3D 시각 모듈을 개발하였다. 최종적으로 시스템 구동을 위한 제어 시스템의 성능평가와 스캔 속도에 대한 성능을 분석하였고, 실험을 통해 개발된 시스템의 유용성을 확인할 수 있었다.

• 대한원격탐사학회지
• /
• 제38권6_3호
• /
• pp.1749-1760
• /
• 2022

현대 사회는 갈수록 대형화되는 자연재해와 잦은 재난사고에 의한 인적·사회적 피해가 해마다 증가하고 있다. 난접근 지역이거나 접근 불능의 위험한 재난 현장을 인공위성이나 드론, 조사로봇과 같은 첨단 조사장비를 활용하여 신속하게 접근하고 유의미한 재난 정보를 적시적으로 수집·분석함으로써, 사전 예방·대비 대책 마련뿐만 아니라 적절한 재난 현장 대응 및 중장기적 복구 계획 수립 등 재난관리 전주기에 걸쳐 국민의 재산과 생명을 지킬 수 있는 중차대한 역할을 수행할 수 있다. 본 특별호에서는 지구 원격 관측 수단인 인공위성 기술뿐만 아니라 근거리 재난현장 관측센서가 탑재된 이동형 조사차량, 드론, 조사로봇 등 다양한 조사 플랫폼을 활용한 연구원의 재난관리 현업화 기술을 소개하고 있다. 주요 연구 성과로 구글어스 엔진을 활용한 수재해 피해 탐지와 중·장기적 시계열 관측, Sentinel-1 Synthetic Aperture Radar (SAR) 영상과 인공지능을 활용한 저수지 수체 탐지, 산불 재난시 주민 이동 패턴 분석과 재난안전 연구 데이터의 효율적인 통합 관리와 활용방안 연구성과를 소개하였다. 아울러, 접근 불능의 위험한 재난현장 조사시 드론, 조사로봇을 활용한 재난원인 과학조사 연구성과를 기술하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권11호
• /
• pp.439-448
• /
• 2021

교통사고 원인 중 가장 큰 비율을 차지하는 것이 운전자의 부주의로서 이를 검출하는 연구가 꾸준히 진행되고 있다. 본 논문은 부주의한 운전자를 정확히 검출하고, 검출된 운전자의 모습에서 가장 특징적인 영역을 선정(Localize)하는 방법을 제안한다. 제안하는 방법은 운전자의 부주의를 검출하기 위해서 CAM(Class Activation Map) 기반의 전체 클래스를 분류하는 CNN 모델과 이 모델에서 혼동하거나 공통된 특징 영역을 갖는 클래스들에 대한 상세 분류가 가능한 네 개의 서브 클래스 CNN 모델을 계층적으로 구성한다. 각 모델에서 출력한 분류 결과는 CNN 특징맵들과의 매칭 정도를 표현하는 새로운 특징으로 간주해서 수평적으로 결합하고 학습하여 분류의 정확성을 높였다. 또한 전체 및 상세 분류 모델의 분류 결과를 반영한 히트맵 결과를 결합하여 이미지의 특징적인 주의 영역을 찾아낸다. 제안한 방법은 State Farm 데이터 셋을 이용한 실험에서 95.14%의 정확도를 얻었으며, 이는 기존에 동일한 데이터 셋을 이용한 결과 중 가장 높은 정확도인 92.2%보다 2.94% 향상된 우수한 결과이다. 또한 전체 모델만을 이용했을 때 찾아진 주의 영역보다 훨씬 의미 있고 정확한 주의 영역이 찾아짐을 실험으로 확인하였다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제28권2호
• /
• pp.1-9
• /
• 2022

본 논문에서는 균열을 감지 할 때 필요한 데이터를 생성할 수 있는 벡터 기반 증강 기법과 이를 학습할 수 있는 합성곱 인공신경망(Convolution Neural Networks, ConvNet) 기법을 제안한다. 균열을 빠르고 정확하게 감지하는 것은 건물 붕괴와 낙하 사고를 사전에 방지할 수 있는 중요한 기술이다. 이 문제를 인공지능으로 해결하기 위해서는 대량의 데이터 확보가 필수적이지만, 실제 균열 이미지를 얻기 위한 상황은 대부분 위험하기 때문에 대량의 균열 데이터를 확보하기는 어렵다. 이런 데이터베이스 구축의 문제점은 인위적인 특정 부분에 변형을 주어 데이터의 양을 늘리는 탄성왜곡(Elastic distortion)으로 완화시킬 수 있지만, 본 논문에서는 이보다 향상된 균열 패턴 결과를 ConvNet을 활용하여 모델링한다. 탄성왜곡보다 우리의 방법이 실제 균열 패턴과 유사하게 추출된 결과를 얻을 수 있었고, 일반적인 데이터 증강에서 사용되는 픽셀 단위가 아닌, 벡터 기반으로 균열 데이터 증강을 설계함으로써 균열의 변화량 측면에서 우수한 결과를 얻을 수 있다. 결과적으로 본 논문에서는 적은 개수의 균열 데이터를 입력으로 사용했음에도 불구하고 균열의 방향 및 패턴을 다양하게 생성하여 효율적으로 균열 데이터베이스를 구축할 수 있다.

• 한국방사선학회논문지
• /
• 제16권4호
• /
• pp.381-386
• /
• 2022

비파괴검사(NDT; Non-Destruction Test)는 제품의 기능을 손상시키거나 물리적으로 파괴시키지 않고 내부의 결함을 검사하는 방법이다. 이러한 방사선투과검사는 고에너지의 방사선을 사용하기 때문에 방사선작업종사자들의 방사선피폭을 방지하는 것은 매우 중요하다. 이에 본 연구는 PbI₂에 Gd₂O₂S:Tb를 결합하여 기존 PbI₂보다 방사선 검출성능을 더욱 향상시켜 방사선투과검사에서 선원누출 등의 사고를 즉각적으로 감지할 수 있는 새로운 구조의 방사선 센서를 제시하였다. 평가는 FLUKA 전산 모사를 통하여 감마선원에서 Gd₂O₂S:Tb 결합 전후의 변환 효율을 분석하였다. Gd₂O₂S:Tb가 결합된 PbI₂는 방사선 검출성능이 1.22배에서 3.22배까지 더 높은 것으로 나타났다. 이러한 결과로부터 본 연구에서 제시된 센서는 방사선투과검사 선원 감지용 방사선 센서로 적용 가능할 것으로 분석되었다.

• 항공우주시스템공학회지
• /
• 제17권4호
• /
• pp.67-74
• /
• 2023

최근 미래의 운송시스템으로 도심교통항공(Urban Aircraft Mobility)이 주목받고 있으며 소형 드론도 다양한 산업에서 역할을 하고 있다. 다양한 종류의 항공 시스템 고장은 추락으로 막대한 재산 및 인명 피해로 이어질 수 있다. 항공 시스템이 많이 활용되는 무기체계에서도 고장은 임무 실패의 결과를 유발한다. 본 논문에서는 항공 시스템의 이상(Anomaly)을 탐지하여 개발 및 생산 간 시스템의 신뢰도를 높이고 운용 중 사고를 예방할 수 있도록 딥러닝 기술을 활용한 이상 탐지 모델을 연구했다. 모델 훈련 및 평가 데이터로 극저온 환경에서 시스템의 전류 데이터를 활용하였으며 이미지 인식에 많이 활용되는 딥러닝 기법 합성곱 신경망(CNN; Convolutional Neural Network)을 활용하여 딥러닝 네트워크를 구현했다. 시험 대상 시스템은 극저온 환경에서 다양한 형태의 고장이 유발되었고 전륫값의 특이점이 나타났다. 시스템 정상 및 고장 데이터를 활용하여 모델을 훈련 시키고 평가한 결과 98% 이상의 재현율(Recall)로 이상 탐지하는 것을 확인했다.

• 한국전자거래학회지
• /
• 제27권2호
• /
• pp.65-77
• /
• 2022

전자금융서비스가 활성화됨에 따라 전자금융 거래 건수와 거래액은 매년 증가하고 있으며, 선불전자지급 과정에서의 사이버 금융범죄도 증가하고 있다. 본 논문에서는 머신러닝 알고리즘을 이용한 선불전자지급수단의 이상금융거래 탐지모델을 제시한다. 이를 위하여 실제 선불전자거래 데이터를 익명화하여 수집하였으며, 데이터의 효과적인 특성을 추출하기 위한 전처리 작업을 수행하였다. 제안된 모델은 거래내역 기반과 이용자 ID 기반 접근법을 이용하였다. 거래내역 기반 모델 분석에서는 원데이터 기반 거래내역 분석과 특성 항목을 추가한 2차 분석을 수행하였으며, 이용자 ID 기반 모델에서도 도메인 특성에 맞는 특성 항목을 추출하여 분석에 활용하였다. 이상치 탐지를 위해 의사결정나무, 인공신경망 및 서포트 벡터 머신 알고리즘을 활용하여 비교 분석하였다. 분석결과 거래내역 기반의 탐지모델보다 이용자 ID 기반의 탐지모델이 선불거래지급수단 이상탐지에 더 효과적임을 확인할 수 있었으며, 이용자 ID 기반 모델에서는 신경망 알고리즘이 가장 좋은 성능을 나타내었다. 제안된 방법론은 향후 이상금융거래 탐지시스템 분석에 활용함으로써 전자금융사고 피해를 줄이는데 기여할 수 있을 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제39권3호
• /
• pp.311-323
• /
• 2023

기름 유출 사고는 발생 시 환경과 관련된 다양한 문제들을 야기하므로 신속하게 유출유의 면적과 위치 변화를 파악하는 것이 중요하다. 광학 위성자료를 활용한 기름 유출 탐지의 경우 다양한 위성탑재 센서를 통해 유출유에 대한 정보 수집 후 이를 이용하여 광범위한 기름 유출 범위를 모니터링할 수 있다. 선행 연구에서는 파장별 기름의 반사도를 분석한 후 특정 파장대의 밴드를 이용한 oil spill index가 개발 및 적용되었다. 기름 유출 모니터링을 위해 유출 전후 여러 시기의 위성자료를 분석할 경우 다량의 데이터로 인해 많은 시간과 컴퓨팅 자원이 소비된다. 웹 브라우저를 통해 대량의 위성자료 분석이 가능한 Google Earth Engine을 활용할 경우 효율적으로 기름 유출 탐지가 가능하다. 본 연구에서는 Sentinel-2 MultiSpectral Instrument 위성자료와 클라우드 기반의 위성자료 분석 플랫폼인 Google Earth Engine을 이용하여 기존에 제안된 네 종류의 oil spill index의 다양한 피복 환경에서의 활용성 평가를 수행하였다. 지표 피복별 index 값의 비교를 통해 기름 유출 영역이 타 피복과 잘 구분되는지에 대한 분리도를 평가하고 기름 유출 면적을 산정하였다. 본 연구 결과를 통해 Google Earth Engine이 기름 유출 광역 모니터링에 효율적으로 활용 가능하다는 것을 확인하였고, 복잡한 지표 피복이 분포하는 다른 지역에 기름 유출 사고 발생 시 우수한 성능으로 평가된 oil spill index B ((B3+B4)/B2)와 C (R: B3/B2, G: (B3+B4)/B2, B: (B6+B7)/B5)의 적용은 효과적인 기름 유출 모니터링에 기여할 것으로 판단된다.

• 해양환경안전학회지
• /
• 제29권2호
• /
• pp.188-196
• /
• 2023

기상불량으로 인해 발생하고 있는 해양사고 중 해무 발생에 따른 시계제한은 선박의 좌초, 선저 파손 등의 사고를 유발하는 것과 동시에 사고에 따른 인명피해를 동시에 수반하고 있으며 이는 매년 지속적으로 발생하고 있다. 또한 해상에서의 저시정은 지역간 국소적으로 차이가 존재하는 경우에도 일괄적으로 여객선에 대한 운항 지연 및 통제 조치를 하고 있어 섬주민들의 교통수단 이용에 상당한 불편을 초래하는 등의 사회적 문제로 대두되고 있다. 더욱이 이와 같은 조치는 지역적 편차나 사람마다 관측의 판단 기준이 상이하여 이를 객관적으로 정량화하지 못하고 있어 더욱 문제가 심화되고 있는 실정이다. 현재 각 항만의 VTS에서는 시정거리가 1km 미만인 경우 선박의 운항을 통제하고 있으며, 이 경우 저시정에 따른 해무 가시거리를 시정계 혹은 육안에 의한 목측(目測)에 의존하고 있을 정도로 객관적인 데이터 수집을 통한 평가에 있어서는 한계가 있다. 정부에서는 이와 같은 해양교통안전 저해요소를 해결하기 위한 일환으로 해무 탐지 및 예측을 위한 해양기상신호표지 및 해상안개관측망을 구축하여 운용하고 있으나, 국지적으로 발생하는 해무를 관측하기 위한 시스템은 매우 부족한 현실적 어려움에 놓여있다. 이에 따라 본 논문에서는 해상에서의 저시정으로 인해 발생하고 있는 여러 사회적 문제를 해결하기 위한 국내·외 정책동향에 대해 살펴보고, 이와 관련한 일반국민 및 현장 이해관계자의 인식 정도를 조사·분석하여 해무에 따른 해상교통안전을 확보하기 위한 정부지원(해무 탐지 및 예측 기술을 기반으로 한 해상교통운영 체계 개발 등)의 필요성에 대한 기초자료를 제공하고자 한다. 또한 이는 궁극적으로 해무로 인해 발생할 수 있는 해상안전 위험요소를 사전에 차단함으로써 보다 안정된 해상교통운영체계를 마련하는데 그 목적을 두고 있다.