• 대한원격탐사학회지
• /
• 제39권6_2호
• /
• pp.1615-1633
• /
• 2023

괭생이모자반은 황해 및 동중국해에서 대규모 번식하는 부유조류 중 하나로 우리나라 연안에 유입되어 환경 파괴 및 양식업 피해 등 다양한 문제점을 야기한다. 효율적인 피해 예방 및 연안 환경 보존을 위하여 최근 인공위성 기반 원격탐사 기술을 활용한 괭생이모자반 탐지 알고리즘 개발이 활발하게 이루어지고 있다. 하지만, 잘못된 탐지 정보는 해상 수거 선박의 이동 거리 증가, 지자체나 유관기관의 대응 혼선 등을 유발하므로 괭생이모자반 공간정보 생산 시 오탐지 최소화는 매우 중요하다. 본 연구는 국립해양조사원 국가해양위성센터의 GOCI-II 기반 괭생이모자반 탐지 알고리즘을 활용하여 자동으로 오탐지 화소를 제거하는 기술을 적용하였다. 주요 오탐지 발생 원인 분석 결과를 바탕으로 선형·산발적 오탐지 및 봄, 여름철에 중국 연안에서 대량으로 발생하는 녹조류를 오탐지로 간주하여 제거하는 과정을 포함하였다. 2022년 2월 24일부터 6월 25일까지 괭생이모자반 발생일을 대상으로 오탐지 자동 제거 기법을 적용하고, 중해상도 위성 영상을 이용하여 육안 판독 결과를 생성하고 정성적, 정량적 평가를 수행하였다. 선형 오탐지는 완전히 제거하였으며, 산발적 및 녹조 오탐지는 분포 파악에 영향을 주는 대부분의 오탐지 결과를 제거하였다. 자동 오탐지 제거 과정 이후에도 육안 판독 결과 대비 괭생이모자반의 분포 면적 확인이 가능하였으며, 이진분류모델을 이용하여 정확도와 정밀도는 각각 평균 97.73%, 95.4%로 산출하였다. 재현율은 매우 낮은 29.03%였는데, 이는 GOCI-II와 중해상도 위성영상의 관측 시간 불일치에 의한 괭생이모자반 이동 영향, 공간해상도 차이, 정사보정에 따른 위치 편차, 그리고 구름 마스킹 영향에 의한 것으로 추정하였다. 본 연구의 괭생이모자반 오탐지 제거 결과는 공간적인 분포 현황을 준실시간으로 파악할 수 있으나 생체량을 정확하게 추정하는 것은 한계가 존재하였다. 따라서, 지속적인 괭생이모자반 모니터링 시스템 고도화 연구를 통해 향후 괭생이모자반 대응계획수립을 위한 자료로 활용하고자 한다.

• Structural Monitoring and Maintenance
• /
• 제3권3호
• /
• pp.277-296
• /
• 2016

There is a need for rapid and objective assessment of concrete bridge decks for maintenance decision making. Infrared Thermography (IRT) has great potential to identify deck delaminations more objectively than routine visual inspections or chain drag tests. In addition, it is possible to collect reliable data rapidly with appropriate IRT cameras attached to vehicles and the data are analyzed effectively. This research compares three infrared cameras with different specifications at different times and speeds for data collection, and explores several factors affecting the utilization of IRT in regards to subsurface damage detection in concrete structures, specifically when the IRT is utilized for high-speed bridge deck inspection at normal driving speeds. These results show that IRT can detect up to 2.54 cm delamination from the concrete surface at any time period. It is observed that nighttime would be the most suitable time frame with less false detections and interferences from the sunlight and less adverse effect due to direct sunlight, making more "noise" for the IRT results. This study also revealed two important factors of camera specifications for high-speed inspection by IRT as shorter integration time and higher pixel resolution.

• Smart Structures and Systems
• /
• 제1권4호
• /
• pp.339-353
• /
• 2005

This paper presents the results of a feasibility study on an impedance-based damage detection technique using thickness modes of piezoelectric (PZT) patches for steel structures. It is newly proposed to analyze the changes of the impedances of the thickness modes (frequency range > 1 MHz) at the PZT based on its resonant frequency shifts rather than those of the lateral modes (frequency range > 20 kHz) at the PZT based on its root mean square (RMS) deviations, since the former gives more significant variations in the resonant frequency shifts of the signals for identifying localities of small damages under the same measurement condition. In this paper, firstly, a numerical analysis was performed to understand the basics of the NDE technique using the impedance using an idealized 1-D electro-mechanical model consisting of a steel plate and a PZT patch. Then, experimental studies were carried out on two kinds of structural members of steel. Comparisons have been made between the results of crack detections using the thickness and lateral modes of the PZT patches.

• International Journal of Computer Science & Network Security
• /
• 제23권11호
• /
• pp.183-189
• /
• 2023

A stroke is a medical disease where a blood vessel in the brain ruptures, causes damage to the brain. If the flow of blood and different nutrients to the brain is intermittent, symptoms may occur. Stroke is other reason for loss of life and widespread disorder. The prevalence of stroke is high in growing countries, with ischemic stroke being the high usual category. Many of the forewarning signs of stroke can be recognized the seriousness of a stroke can be reduced. Most of the earlier stroke detections and prediction models uses image examination tools like CT (Computed Tomography) scan or MRI (Magnetic Resonance Imaging) which are costly and difficult to use for actual-time recognition. Machine learning (ML) is a part of artificial intelligence (AI) that makes software applications to gain the exact accuracy to predict the end results not having to be directly involved to get the work done. In recent times ML algorithms have gained lot of attention due to their accurate results in medical fields. Hence in this work, Stroke disease identification system by using Machine Learning algorithm is presented. The ML algorithm used in this work is Artificial Neural Network (ANN). The result analysis of presented ML algorithm is compared with different ML algorithms. The performance of the presented approach is compared to find the better algorithm for stroke identification.

• 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.

• Composites Research
• /
• 제24권1호
• /
• pp.24-30
• /
• 2011

복합재 구조물에서 발생하는 저속 충격에 의한 손상은 대부분 복합재의 내부나 충격을 받은 면의 반대 면에서 발생하기 때문에 검출이 쉽지 않아 시간이 지날수록 구조물이 위험에 처할 확률이 높아진다. 하지만 기존의 비파괴검사 방법은 일정한 주기에 따라 수행되기 때문에 즉각적으로 충격 손상을 감지할 수 없다는 단점이 있다. 따라서 최근에는 이러한 단점을 극복하고자 비파괴검사 장비를 구조물 내에 탑재하여 실시간으로 구조물의 건전성을 확인하는 개념인 구조 건전성 모니터링에 관한 연구가 활발히 진행되고 있다. 그 중의 하나인 충격 모니터링 시스템은 운용 중에 발생한 충격 이벤트를 감지하고 그 위치 및 손상 정도에 대한 정보를 제공해 주어야 한다. 이를 위한 첫 번째 단계로 본 연구에서는 복합재 평판 및 복잡한 복합재 시편 구조물에 FBG 센서를 부착하여 충격 위치 검출 시험을 수행하였고, 이와 같은 복합재 시편에 대해 충격 파손 시험을 수행하여 손상 발생 유무를 예측하는 시험을 수행하였다. 저속 충격에 의해 발생하는 음향 파는 (주)파어버프로에서 개발한 고속 FBG interrogator를 사용하여 4개의 다중화된 FBG 센서로부터 동시에 취득하였고, 신경회로망을 이용한 학습을 거쳐 충격 발생 위치를 검출하였다. 또한 충격 파손 시험으로부터 취득한 음향 파의 웨이블릿 변환을 통해 충격 손상의 발생 유무 예측 가능성을 확인하였다.

• 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.