• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2017년도 춘계학술대회
• /
• pp.255-257
• /
• 2017

오늘날 자동차 시장에는 다양한 IT기술이 포함된 모델들이 출시되고 있다. 대표적으로 테슬라 사의 테슬라 모델S, 구글의 무인자동차 등이 속속 등장 하고 있다. 이렇게 IT 기술이 포함된 자동차는 운전자에게 다양한 편의성을 제공하고 제공되는 편의만큼 운전자들은 다양한 혜택을 누리고 있다. 하지만 이와 반대로 전자부품의 결함이나 오류로 인해 운전자들의 안전을 위협하는 사고의 발생이 일어나고 있는 것 또한 사실이다. 이러한 사고들 가운데 자동차 급발진 사고가 존재한다. 아직까지 자동차 급발진 사고의 원인은 뚜렷하지 않으나 자기장에 의한 ECU장치가 오류를 일으켜 자동차 급발진 사고가 발생한다는 주장이 가장 신뢰 받고 있다. 하지만 한국의 경우 자동차 급발진 사고가 일어날시 자동차 제조사 측에서는 단순히 운전자의 페달 조작 미스로 인해 사고가 일어났다고 주장하는 경우가 많으며, 운전자 측에서는 그에 대해 반박할 근거가 부족해 대부분의 운전자들이 책임을 지고 있다. 따라서 본 논문에서는 자동차 급발진 사고가 운전자의 페달 조작 실수인지 자동차의 장치 결함인지를 판별할 수 있도록 운전자의 페달 조작 영상을 획득하고 엑셀, 브레이크 등 제어부에 센서를 부착하여 정밀한 데이터를 획득, 저장하고 모니터링 할 수 있는 시스템을 구현 하였다.

• Journal of Oral Medicine and Pain
• /
• 제48권4호
• /
• pp.181-185
• /
• 2023

We present a case report of a 52-year-old male patient who suffered head trauma in a car accident and subsequently experienced taste and smell disorders. Following the accident, the patient reported difficulty detecting salty and sour tastes and diminished olfactory perception. Neurosurgical evaluation revealed subarachnoid and subdural hemorrhages, while otolaryngology investigations revealed hyposmia-a decreased sense of smell. Upon referral to the Department of Oral Medicine, a comprehensive assessment revealed a general bilateral reduction in taste sensation, particularly ageusia for salty taste. Electric taste-detection thresholds significantly exceeded the normal ranges. Integrating our findings from neurosurgery, otolaryngology, and oral medicine resulted in a diagnosis of mixed chemosensory disorder attributed to head trauma. This case highlights the intricate interplay of alterations in taste and smell following head injury, emphasizing the significance of multidisciplinary evaluations in diagnosing mixed chemosensory disorders resulting from traumatic brain injury.

• 한국ITS학회 논문지
• /
• 제15권4호
• /
• pp.104-114
• /
• 2016

포트홀은 차량파손과 교통사고 유발 등의 사회문제를 유발시키고 있다. 포트홀을 효율적으로 관리하기 위해서는 빠르게 포트홀을 찾아내는 기술이 가장 중요하다. 기존의 포트홀 탐지 기법은 민원에 의한 수동식 신고방식을 사용하고 있어, 포트홀로 인해 발생하는 문제를 사전에 예방하지 못하고 있다. 최근 포트홀을 저비용으로 빠르게 탐지하기 위하여 영상 카메라를 이용한 연구가 많이 진행되고 있다. 본 논문에서는 사전에 연구되었던 포트홀 탐지 알고리즘의 탐지정확도를 개선하기 위한 Saliency Map 기반의 알고리즘을 제안한다. 기존 알고리즘은 포트홀이 그림자와 겹쳐있거나 포트홀의 내부 모양이 주변 도로노면과 비슷한 형태를 가지는 등의 복잡한 환경에서 포트홀을 탐지하지 못하는 문제를 가지고 있다. 이러한 문제를 해결하기 위하여 제안하는 알고리즘은 Saliency Map 알고리즘을 이용하여 보다 정확한 포트홀 후보 영역을 찾는다. 제안 알고리즘은 포트홀 후보영역 추출부와 결정부로 구성되며, 실험을 통하여 기존 알고리즘보다 더 높은 탐지 정확도를 가짐을 보인다.

• 한국컴퓨터정보학회논문지
• /
• 제17권11호
• /
• pp.33-38
• /
• 2012

미도는 문 스펜서가 제시한 이론으로 아름다움의 정도를 수치로 표현하려 한 것이다. 그리고 미국의 학자 버크호프가 문 스펜서의 미는 복잡성 속의 질서성을 가진 것이라는 명제를 분석하였다. 그는 미도의 공식을 발표하여 미도의 정도를 수량적으로 취급하였다. 따라서 기존의 색채 조화론의 부족한 점을 제거하여 보다 과학적이고 정량적인 조화이론을 전개했다. 본 논문에서는 배색의 좋고 나쁨은 질서의 요소와 복잡함의 요소로 나누었다. 미도는 질서의 요소를 복잡함의 요소로 나눈 것이다. 이를 영상의 미도 계산에 활용하여, 감성으로 취급되는 색채조화 및 부조화의 문제를 수치적으로 계산하였다. 그리하여 영상에서 색을 판별하여 미도가 좋은 배색인지 아닌지를 나타내었다.

• 한국터널지하공간학회 논문집
• /
• 제21권3호
• /
• pp.419-432
• /
• 2019

대부분 딥러닝 모델의 학습은 입력값과 입력값에 따른 출력값이 포함된 레이블링 데이터(labeling data)를 학습하는 지도 학습(supervised learning)으로 진행된다. 레이블링 데이터는 인간이 직접 제작하므로 데이터의 정확도가 높다는 장점이 있지만 비용과 시간의 문제로 인해 데이터의 확보에 많은 노력이 소요된다. 그리고 지도 학습의 목표는 정탐지 데이터(true positive data)의 인식 성능 향상에 초점이 맞추어져 있으며, 오탐지 데이터(false positive data)의 발생에 대한 대처는 미흡한 실정이다. 본 논문은 터널 관제센터에 투입된 딥러닝 모델 기반 영상유고 시스템의 모니터링을 통해 정탐지와 레이블링 데이터의 학습으로 예측하기 힘든 오탐지의 발생을 확인하였다. 오탐지의 유형은 작업차량의 경광등, 터널 입구부에서 반사되는 햇빛, 차선과 차량의 일부에서 발생하는 길쭉한 검은 음영 등이 화재와 보행자로 오탐지되고 있었다. 이러한 문제를 해결하기 위해 현장에서 발생한 오탐지 데이터와 레이블링 데이터를 동시에 학습하여 딥러닝 모델을 개발하였으며, 그 결과 기존 레이블링 데이터만 학습한 모델과 비교하면 레이블링 데이터에 대한 재추론 성능이 향상됨을 알 수 있었다. 그리고 오탐지 데이터에 대한 재추론을 한 결과 오탐지 데이터를 많이 포함하여 학습한 모델일 경우 보행자의 오탐지 개수가 훨씬 줄었으며, 오탐지 데이터의 학습을 통해 딥러닝 모델의 현장 적용성을 향상시킬 수 있었다.

• 한국항행학회논문지
• /
• 제27권6호
• /
• pp.865-870
• /
• 2023

본 논문은 LiDAR (light detection and ranging) 센서를 활용하여 블랙아이스를 검출하는 새로운 방법을 제안합니다. 센서는 작고 비용이 저렴하면서도 높은 정확성을 가진 거리 측정 센서로 온도와 경사각을 다르게 하여 아스팔트와 블랙아이스의 각도를 구별하는 데 사용됩니다. 이 센서의 거리 측정 오차율은 대략 ±1 cm로 블랙아이스와 아스팔트을 구별하는 데에는 일부 오차가 발생할 수 있습니다. 본 논문에서는 정확성을 높이기 위한 추가적인 연구와 개선이 필요함을 지적하며 이를 통해 더욱 정확한 블랙아이스 검출 방법을 제안합니다.

• 대한토목학회논문집
• /
• 제37권3호
• /
• pp.603-610
• /
• 2017

최근 집중호우, 잦은 강설, 급격한 기온차이 등 환경변화의 가속화에 따라 균열, 단차, 포트홀 등 다양한 형태의 도로 파손이 급증하고 있다. 이중 포트홀 관련 사고는 파손 특징상 대형사고를 유발하며 08년 기준 5년간 약 5배 이상 증가하였다. 매년 포트홀로 인한 인명피해, 차량파손 등 직 간접적인 피해가 증가함에 따라 보다 신속하고 효율적인 관리 대책이 필요하다. 따라서 본 연구에서는 포트홀 규모, 면적과의 상관관계를 통해 체적 보정계수와 보수재료 물량산출 알고리즘을 제시하였다. 제시된 물량산출 알고리즘의 검증을 위해 수도권 지역 15개소의 포트홀을 측정한 결과 통상적으로 개소당 약 5~7 kg까지 발생하던 재료 잔량이 1~2 kg까지 감소하는 것으로 나타났다. 작업자의 주관적인 판단에 의존하여 시공하고 있는 실정에서 포트홀 체적 감지 자동화 통합시스템은 재료/자원 절감뿐 아니라 적정한 보수물량 산정을 통해 다짐상태 등 포장 품질향상에 기여할 수 있을 것이다.

• International Journal of Safety
• /
• 제9권2호
• /
• pp.29-34
• /
• 2010

When doing maintenance works at the trackside of railway, the method which delivers information on approaching of train to maintenance workers through alarm devices such as the flag or indication light, etc., is being used by locating persons in charge of safety alarm in addition to the maintenance workers at fixed distances in the front and rear of the workplace. Workers maintaining at the trackside may collide with the train since they cannot recognize the approach of train although it approaches to the vicinity of maintenance workplace because of the sensory block phenomenon occurred due to their long hours of continued monotonous maintenance work. The clash or rear-end collision accidents between many maintenance trains called motor-cars can be occurred since there are cases where the signal systems for safe operation of motor-car such as track circuit etc. are blocked or not operated normally. We developed the new safety equipment for protection of trackside maintenance workers using radio frequency signals and bidirectional detection mechanism. The developed safety equipment must analyze the several operational mechanism for each different operation situations. In this paper the analysis results are represented.

• 한국터널지하공간학회 논문집
• /
• 제26권2호
• /
• pp.129-152
• /
• 2024

터널 내 CCTV를 통한 딥러닝 객체인식 적용에 있어서 터널의 열악한 환경조건, 즉 낮은 조도 및 심한 원근현상으로 인해 오탐지가 대량 발생한다. 이 문제는 객체인식 성능에 기반한 영상유고시스템의 신뢰성 문제로 직결되므로 정탐지 향상과 더불어 오탐지의 저감 방안이 더욱 필요한 상황이다. 이에 본 논문은 딥러닝 객체인식 모델을 기반으로, 오탐지 데이터의 재학습을 통해 오탐지의 저감뿐만 아니라 정탐지 성능 향상도 함께 추구하는 오탐지 학습법을 제안한다. 본 논문의 오탐지 학습법은 객체인식 단계를 기반으로 진행되며, 학습용 데이터셋 초기학습 - 검증용 데이터셋 추론 - 오탐지 데이터 정정 및 데이터셋 구성 - 학습용 데이터셋에 추가 후 재학습으로 이어진다. 본 논문은 이에 대한 성능을 검증하기 위해 실험을 진행하였으며, 우선 선행 실험을 통해 본 실험에 적용할 딥러닝 객체인식 모델의 최적 하이퍼파라미터를 결정하였다. 그리고 본 실험에서는 학습영상 포맷을 결정하기 위한 실험, 반복적인 오탐지 데이터셋의 재학습을 통해 장기적인 성능향상을 확인하기 위한 실험을 순차적으로 진행하였다. 그 결과, 첫 번째 본 실험에서는 추론된 영상 내에서 객체를 제외한 배경을 제거시키는 경우보다 배경을 포함시키는 경우가 객체인식 성능에 유리한 것으로 나타났으며, 두 번째 본 실험에서는 재학습 차수별 독립적으로 오탐지 데이터를 재학습시키는 경우보다 차수마다 발생하는 오탐지 데이터를 누적시켜 재학습 시키는 경우가 지속적인 객체인식 성능 향상 측면에서 유리한 것으로 나타났다. 두 실험을 통해 결정된 방법으로 오탐지 데이터 재학습을 진행한 결과, 차량 객체 클래스는 1차 재학습 이후부터 AP값이 0.95 이상 우수한 추론 성능이 발현되었으며, 5차 재학습까지 초기 추론 대비 약 1.06배 추론성능이 향상되었다. 보행자 객체 클래스는 재학습이 진행됨에 따라 지속적으로 추론 성능이 향상되었으며, 18차 재학습까지 초기 추론대비 2.3배 이상 추론성능이 자가 향상될 수 있음을 보였다.

• 한국산학기술학회논문지
• /
• 제10권7호
• /
• pp.1556-1567
• /
• 2009

자동차 주요 생산국인 우리나라 보행자의 교통사고 사망률은 인구 10만 명 당 5.28명으로서 OECD 평균의 약 2.5배에 달한다. 보행자를 감지하고 운전자에게 경보를 보내주는 시스템이 개발되어 보행자 교통사고를 조금이라도 줄일 수 있다면, 그 자체만으로도 보행자 감지 시스템의 가치는 충분하기 때문에 PDS에 대한 관심이 높아지고 있다. 보행자 교통사고율은 야간에 더 높기 때문에, 야간 보행자 감지 시스템에 주요 자동차 회사들이 관심을 두고 있으나, 그들은 일반적으로 고가의 나이트비젼 또는 복합적 센서를 사용하는 장비를 채택하고 있다. 본 논문에서는 PDS에서 나이트비젼 대신에, 넓은 동적 범위를 갖는 가시 스펙트럼 대역 흑백 카메라 한 대만을 사용하는 야간 보행자 감지 기법을 제안한다. 서로 다른 환경에서 촬영된 야간 동영상들에 대해 실험한 결과, 제안 알고리듬이 에지가 어느 정도 정확하게 검출되는 상황이라면 정확한 보행자 검출 성능을 보였다.