• 제목/요약/키워드: automatic processing

검색결과 2,235건 처리시간 0.034초

웨이브릿 기반 텍스처 융합 영상을 이용한 위성영상 자료의 분류 정확도 향상 연구 (The Classification Accuracy Improvement of Satellite Imagery Using Wavelet Based Texture Fusion Image)

  • 황화정;이기원;권병두;류희영
    • 대한원격탐사학회지
    • /
    • 제23권2호
    • /
    • pp.103-111
    • /
    • 2007
  • 지금까지 위성영상 정보 처리 분야에서는 분광정보를 이용한 영상분석과 시각적 해석 및 자동 분류에 대한 연구가 주로 수행되었으나, 최근에는 영상자료에서 시각적으로 나타나지 않는 특성이나 공간정보의 추출을 위한 여러 시도가 이루어지고 있다. 본 연구에서는 영상정보의 특성 추출기법인 텍스처 영상 생성기법과 웨이브릿 변환을 연계하여 웨이브릿 기반 텍스처 융합 영상에 대한 연구를 수행하였다. 또한 이러한 영상이 분류 정확도에 어떻게 기여하는 가를 분석하기 위한 적용 사례로 도심지 공간분석과 칼데라 주변지역의 지질학적 구조분석을 수행하였다 영상 분석 시 공간정보 활용을 위한 텍스처 영상 생성기법과 웨이브릿 기반 텍스처 융합 영상 생성기법을 사용하면 원본영상만을 사용하였을 때보다 높은 분류정확도를 보였다. 고해상도 영상을 사용한 도심지의 경우 원본영상에 텍스처영상과 웨이브릿 기반 텍스처 융합 영상을 모두 활용한 경우의 분류정확도가 가장 높은 값을 보였다. 이는 상세화소의 변화가 매우 중요한 도심지의 특성상, 세밀한 공간정보가 최대로 활용되었기 때문으로 해석되어진다. 또한 중 저해상도 영상을 사용한 지질학적 구조분석의 경우 원본영상에 텍스처 영상만을 활용한 경우가 가장 높은 분류정확도를 보였다. 이는 칼데라를 중심으로 한 비교적 크기가 큰 지질학적 구조 분석 시 고도변화와 지열분포 등의 정보가 적당히 단순화 될 필요가 있었기 때문인 것으로 해석된다. 따라서 이러한 기법들을 실제 연구에 적용하기 위해서는 연구의 목적과 위성영상의 해상도 등의 정보를 모두 고려하여 적절한 기법을 잘 적용하는 것이 중요하다.

Relational Database SQL Test Auto-scoring System

  • Hur, Tai-Sung
    • 한국컴퓨터정보학회논문지
    • /
    • 제24권11호
    • /
    • pp.127-133
    • /
    • 2019
  • 오늘날 데이터 처리에 있어 가장 보편적인 언어가 SQL이다. 이를 위해 SQL 교육이 대학에서 진행되고 있다. 따라서 이번 연구에서는 SQL교육의 학습효과를 극대화하기 위한 SQL의 퀴즈 자동 채점 시스템을 제안한다. 본 시스템은 SQL 퀴즈의 자동 채점을 위해 데이터베이스관리시스템을 활용한 알고리즘을 이용하였으며, 만족할 만한 결과를 도출하였다. 본 시스템을 위해 학사관리, 인사관리 데이터베이스에 대해 학사관리의 문제로 문제 은행을 구축하고, 사용자에게 매번 다른 문제를 제공할 수 있도록 하였다. 채점은 테이블에 변화가 없는 검색과 테이블이 변화하는 수정, 삽입, 삭제로 나누어 처리하였다. 검색의 경우 정답과 응답을 실행한 후 실행 결과를 비교하여 처리하였으며, 수정, 삽입, 삭제는 정답과 오답을 실행한 후 테이블을 검색하여 비교함으로써 정답을 확인하도록 하였다. 수정, 삽입, 삭제는 테이블이 변화하였으므로 트랜젝션(transaction) 제어어인 ROLLBACK 명령어를 이용하여 데이터를 원래대로 복원하였다. 본 시스템을 구현하고, 우리대학 컴퓨터정보과 2학년 88명을 대상으로 772회 시행하였다. 시행결과 1회 10문항으로 구성된 시험에 대한 평균 채점 소요시간은 0.052초로 매우 효과적인 것으로 나타났으며, 채점관의 경우 동시에 여러개의 응답을 동시에 처리할 수 없음을 고려한다면 본 시스템의 성능이 월등함을 확인하였다. 향후 정답율을 기초로 문제 난이도를 고려한 문제 시스템으로 발전시키고자 한다.

폐기물 처분장 오염지반조사를 위한 전기비저항 영상화 기법의 적용 (Investigation of Contaminated Waste Disposal Site Using Electrical Resistivity Imaging Technique)

  • 정연문;우익;김정호;조성준
    • 지구물리와물리탐사
    • /
    • 제1권1호
    • /
    • pp.57-63
    • /
    • 1998
  • 전기비저항 탐사는 역사가 깊으며 널리 사용되는 물리탐사 기술 중의 하나로서 최근에는 단순한 이상대의 확인이 아닌 지하 구조를 영상화하는 것으로 확대, 발전되면서 토목 및 환경 분야에 많은 적용이 시도되고 있다. 본 연구에서는 환경 분야에서의 전기비저항 탐사의 응용 가능성을 입증하기 위하여 전주시 소재의 폐기물 처분장에서 10 m 간격의 쌍극자 배열 전기비저항 탐사를 8개의 측선상에서 수행하였다. 자동 측정 소프트웨어를 개발하여 자료를 획득하였으며 자료처리 과정에서 지형 효과를 보정하였다. 처분장 내부는 대단히 낮은 저비저항대가 발달하고 있으며 삼천천 쪽을 제외하고는 처분장 부지와 저비저항대의 분포가 정확하게 일치하였다. 또한 오염물질의 수직적인 분포도 삼천천 방향으로 가면서 그 심도가 계속적으로 깊어진다. 이는 삼천천 쪽을 제외하고는 처분장의 방벽이 오염물질의 확산을 잘 막아주고 있으며 오염물질이 삼천천 방향으로 확산되었을 가능성이 높다는 것을 의미한다. 전기비저항 영상화 기법을 이용하여 오염대의 수평/수직적인 분포, 심도별 오염물질의 발달 경향, 폐기물 처분의 최대 심도등의 유추가 가능하며 이는 환경 분야에서 전기비저항 탐사의 응용 가능성을 입증하는 것이다.

  • PDF

딥러닝 기반 터널 콘크리트 라이닝 균열 탐지 (Deep learning based crack detection from tunnel cement concrete lining)

  • 배수현;함상우;이임평;이규필;김동규
    • 한국터널지하공간학회 논문집
    • /
    • 제24권6호
    • /
    • pp.583-598
    • /
    • 2022
  • 인력기반 터널 점검은 점검자의 주관적인 판단에 영향을 받으며 지속적인 이력관리가 어렵다. 따라서 최근에는 딥러닝 기반 자동 균열 탐지 연구가 활발히 진행되고 있다. 하지만 대부분의 연구에서는 사용하는 대규모 공개 균열 데이터셋은 터널 내부에서 발생하는 균열과 매우 상이하다. 또한 현행 터널 상태평가에서 정교한 균열 레이블을 구축하기 위해서는 추가적인 작업이 요구된다. 이에 본 연구는 균열 형상이 다소 단순하게 표현된 기존 데이터셋을 딥러닝 모델에 입력하여 균열 탐지 성능을 개선하는 방안을 제시한다. 기존 터널 데이터셋, 고품질 터널 데이터셋과 공개 균열 데이터셋을 조합하여 학습한 딥러닝 모델의 성능 평가와 비교를 수행한다. 그 결과 Cross Entropy 손실함수를 사용한 DeepLabv3+에 공개 데이터셋, 패치 단위 분류와 오버샘플링을 수행한 터널 데이터셋을 모두 학습한 경우 성능이 가장 좋았다. 향후 기 구축된 터널 영상 취득 시스템 데이터를 딥러닝 모델 학습에 효율적으로 활용하기 위한 방안을 수립하는 데 기여할 것으로 기대한다.

주파수 공간상의 특징 데이터를 활용한 손목에 부착된 가속도 센서 기반의 낙상 감지 (Fall detection based on acceleration sensor attached to wrist using feature data in frequency space)

  • 노정현;김진헌
    • 스마트미디어저널
    • /
    • 제10권3호
    • /
    • pp.31-38
    • /
    • 2021
  • 낙상사고는 언제, 어디에서 일어날지 예측하기 어렵다. 또한 신속한 후속 조치가 수행되지 않으면 생명의 위협으로 이어지므로 낙상사고를 자동으로 감지할 수 있는 연구가 필요하게 되었다. 자동적인 낙상사고 감지기법 중 손목에 부착된 IMU 센서를 활용한 기법은 움직임이 많아 낙상사고 검출이 어렵지만, 착용의 간편함과 접근성이 뛰어난 기법으로 인식되고 있다. 낙상 데이터 확보의 어려움을 극복하기 위해 본 연구는 KNN과 SVM과 같은 머신러닝으로 적은 데이터를 효율적으로 학습하는 알고리즘을 제안한다. 또한, 이들 수학적 분류기의 성능을 높이기 위해 본 연구에서는 주파수 공간에서 취득한 특징 데이터를 활용하였다. 제안된 알고리즘은 표준 데이터세트를 활용한 실험을 통해 모델의 파라미터와 주파수 특징 추출기의 파라미터를 다각화하여 그 영향을 분석하였다. 제안된 알고리즘은 학습 데이터를 확보하기 어려운 현실적인 문제에 적절히 대처할 수 있었다. 또한 본 알고리즘이 다른 분류기보다 경량화되어 있기 때문에 SIMD(Single Instruction Multiple Data) 처리장치 탑재가 어려운 소형 임베디드시스템에도 구현이 용이했다.

MVDC 시스템연계 디지털변전소 자동화 연구 (A Study on the Automation of MVDC System-Linked Digital Substation)

  • 장순호;구자익;문초롱
    • 정보처리학회논문지:컴퓨터 및 통신 시스템
    • /
    • 제10권7호
    • /
    • pp.199-204
    • /
    • 2021
  • 디지털변전소는 전력망 지능화를 위해 감시, 계측, 제어·보호, 운전 등 변전소를 구성하는 전력설비 기능과 통신방식을 국제표준인 IEC61850 기반으로 디지털화한 변전소를 말한다. 지능화된 운영시스템을 기반으로 효율적인 전력설비의 감시제어가 가능하며, 사고 발생 시 자동 복구 기능과 원격제어가 가능해 신속한 전력 장애 복구가 가능하다. 디지털 기술의 발달과 친환경 신재생에너지 및 전기차의 도입이 확대 되면서 직류 배전시스템의 보급이 확대될 전망이다. MVDC는 기존 송전계통에 적용되는 HVDC와 수용가에서의 LVDC 사이의 전압 레벨 및 전송용량을 갖는 직류 선로를 활용한 시스템이다. 대부분의 전력설비들이 교류 중심인 기존변전소의 기존 선로를 직류 선로로 변환하면 송전 손실 감소 및 더 큰 전류 용량이 확보된다. 디지털변전소의 프로세스 버스는 베이 레벨과 프로세스 레벨의 설치된 장치 간을 연결하는 이더넷스위치 등의 통신장비로 구성된 통신네트워크이다. 기존 디지털변전소에 MVDC 연계를 위해 프로세스 레벨을 교류부와 직류부로 나누어 두 개의 버스로 구성을 하였고 감시, 제어만 아니라 진단 IED와 연계되어 종합적으로 관리할 수 있는 시스템을 제안하였다.

Covariance Among Lactation Number, Growth Performance, Calving Interval, and Milk Yield in Holstein Dairy Cows in Korea

  • Kim, Tae-Il;Mayakrishnan, Vijayakumar;Baek, Kwang-Soo;Jeong, Ha-Yeon;Park, Boem-Young;Lim, Dong-Hyun
    • 농업생명과학연구
    • /
    • 제51권6호
    • /
    • pp.137-144
    • /
    • 2017
  • A diverse of recommendation has been made for the structure and management of dairy cows, despite demanding research, the relationship between lactation number and various factors is yet to be established. The present study was aimed to investigate the covariance among lactation number, growth performance, calving interval, and milk production was considered to increase an efficiency of selection schemes and to manage more efficiently Holstein dairy cows that have been raised on small-scale family farms in Republic of Korea. For that purpose, the data were observed from 850 Holstein dairy cows, which a total of 3929 milking, since April 2016 - January 2017. We measured the body weight, height, age, calving interval, and milk production of the each dairy cow. Also, information about the date of lactation, calving interval, and milk production was recorded using an automatic milking system(AMS) with identification numbers. Milk production was calculated per udder quarter in the AMS. Our study results showed the increased average body weight(p>0.05) in 1, 2, 3, and $4^{th}$ lactating dairy cows and afterwards, we noticed the tendency on the average body weight(p<0.05) per lactation progressed. There was no significant difference noticed on height measurement of dairy cows. From the processing data of 850 Holstein dairy cows, the lactation number 1 and 7 had a greater calving interval with significantly lowered milk production, and the lactation number 2, 3, 4, 5, and 6 had significantly lowered the calving interval(p<0.05) with a greater milk production. From our study results, we evidenced that there is a significant relationship between the lactation number, growth performance, calving interval, and milk yield, and the maximum production of milk occurring in the $3^{rd}$ and $4^{th}$ lactation dairy cows. The achieved results from this study can be used by the small-scale farmers to encourage the structure and management of growth performance, calving interval, and milk yield in Holstein dairy cows in Korea.

Fully-Polarimetric ALOS-2 자료를 이용한 산사태 탐지 알고리즘 개발 (Development of Landslide Detection Algorithm Using Fully Polarimetric ALOS-2 SAR Data)

  • 김민화;조근후;박상은;조재형;문효이;한승훈
    • 자원환경지질
    • /
    • 제52권4호
    • /
    • pp.313-322
    • /
    • 2019
  • SAR (Synthetic Aperture Radar) 원격탐사 관측 자료는 폭우나 태풍으로 인해 넓은 지역에 걸쳐 발생할 수 있는 산사태 피해 지역을 신속하게 탐지하는데 매우 유용한 도구이다. 본 연구의 목적은 산사태 발생 이후에 관측이 수행된 다중 편광 SAR 자료를 이용하여 산사태 지역을 자동으로 분류하는 효과적인 알고리즘을 개발하는 것이다. 실험적인 분석을 바탕으로 SAR 관측 자료로부터 산사태를 탐지하기 위해서는 SAR 영상의 스펙클 현상을 줄여주는 스펙클 필터와 경사진 지형에서의 기하왜곡을 보정하는 정사보정이 필수적임을 확인하였고, IDAN 필터를 적용하여 스펙클을 줄이고 다중 편광 파라미터를 추정한 후에 정사보정을 수행하는 것이 산사태 탐지를 위해 적합한 처리 과정임을 제시하였다. 또한 다양한 다중 편광 파라미터에 대한 탐지 성능 분석을 통해 entropy 파라미터가 산사태 탐지에 좋은 성능을 보임을 파악하였다. 이러한 분석을 토대로 다중 편광 파라미터에 대한 자동적인 문턱값 설정과 DEM을 보조적으로 사용하는 산사태 탐지 알고리즘을 제안하였다. 탐지 알고리즘은 2011년 9월 태풍 탈라스에 의해 발생한 산사태에 대해 관측을 수행한 ALOS-2위성의 PALSAR-2 자료를 이용하여 실험적인 평가를 수행하였고, 약 82%의 탐지율과 3%의 오경보율로 산사태를 탐지 할 수 있음을 확인하였다.

폴립 가중치 영상 생성을 통한 캡슐내시경 영상의 학습 성능 비교 연구 (A Study on the Comparison of Learning Performance in Capsule Endoscopy by Generating of PSR-Weigted Image)

  • 임창남;박예슬;이정원
    • 정보처리학회논문지:소프트웨어 및 데이터공학
    • /
    • 제8권6호
    • /
    • pp.251-256
    • /
    • 2019
  • 캡슐 내시경은 식도부터 항문까지 소화기관 전체를 한 번에 촬영할 수 있는 의료기기로, 한 번의 검사에서 평균 8~12시간의 길이와 5만장 이상의 프레임으로 구성된 영상을 생성한다. 그러나 생성된 영상에 대한 분석은 전문가에 의해 수작업으로 진행되고 있어서, 질병 영상 진단을 돕기 위한 영상 분석 자동화에 대한 수요가 증가하고 있다. 그 중에서도 본 연구에서는 위장관 내에서 발견될 수 있는 융기성 병변인 폴립 영상 자동 검출에 초점을 맞추었다. 본 연구에서는 멀티 스케일 분석을 통해 폴립 의심 영역을 추출하고, 이것을 원본 영상과 합성하여 폴립 학습을 강화시킬 수 있는 가중치 영상을 생성하는 기법을 제안한다. 수집한 452장의 데이터에 대해 머신 러닝 기법중 하나인 SVM과 RF로 실험한 결과, 원본 영상을 이용한 폴립 검출의 F1점수는 89.3%였지만, 생성된 가중치 영상을 통해 학습한 결과 F1점수가 93.1%로 향상된 것을 확인하였다.

MRI 영상 유도 수술 로봇을 위한 개선된 군집 분석 방법을 이용한 뇌종양 영역 검출 개발 (Development of Brain Tumor Detection using Improved Clustering Method on MRI-compatible Robotic Assisted Surgery)

  • 김대관;차경래;승성민;정세미;최종균;노지형;박충환;송태하
    • 대한의용생체공학회:의공학회지
    • /
    • 제40권3호
    • /
    • pp.105-115
    • /
    • 2019
  • Brain tumor surgery may be difficult, but it is also incredibly important. The technological improvements for traditional brain tumor surgeries have always been a focus to improve the precision of surgery and release the potential of the technology in this important area of the body. The need for precision during brain tumor surgery has led to an increase in Robotic-assisted surgeries (RAS). One of the challenges to the widespread acceptance of RAS in the neurosurgery is to recognize invisible tumor accurately. Therefore, it is important to detect brain tumor size and location because surgeon tries to remove as much tumor as possible. In this paper, we proposed brain tumor detection procedures for MRI (Magnetic Resonance Imaging) system. A method of automatic brain tumor detection is needed to accurately target the location of the lesion during brain tumor surgery and to report the location and size of the lesion. In the qualitative assessment, the proposed method showed better results than those obtained with other brain tumor detection methods. Comparisons among all assessment criteria indicated that the proposed method was significantly superior to the threshold method with respect to all assessment criteria. The proposed method was effective for detecting brain tumor.