• 대한원격탐사학회지
• /
• 제36권5_4호
• /
• pp.1245-1254
• /
• 2020

본 연구에서는 CCTV 영상을 이용한 기존 수위감지 알고리즘의 한계점을 보완하기 위하여 Region growing 기법을 적용하였다. 먼저 세 가지 기법(수평 투영 프로파일, Texture 분석, Optical flow)을 적용해 물 영역을 추정하고, 기법별 결과를 종합 분석하여 최초 수위를 설정하였다. 이후 최초 수위를 기준으로 Region growing을 통해 수위 변화를 지속적으로 감지하도록 하였다. 그 결과, 주변 환경요인에 영향 없이 수위를 올바르게 감지하였으며, 영상분석 결과에 대한 전반적인 오차 평균은 5% 미만인 것을 확인할 수 있었다. 또한, 본 알고리즘이 하천이 아닌 도심지 내 침수 도로 영상에서도 물 영역이 감지되는 것을 확인할 수 있었다. 이러한 결과는 전국에 설치된 수많은 CCTV 영상을 통해 자동적으로 수위를 감지함으로써 제한된 인력으로 상시 모니터링이 어려웠던 점을 보완할 수 있으며, 집중호우, 태풍 등으로 인해 발생되는 사고발생 위험성을 사전에 인지하여 예방할 수 있는 기반을 마련하는데 기여할 수 있을 것으로 생각된다.

• 한국방사선학회논문지
• /
• 제15권4호
• /
• pp.473-479
• /
• 2021

미만성 갑상샘질환은 그 진단 기준이 모호하고 숙련자의 주관적인 진단에 따라 오류가 많이 발생한다. 또한 갑상샘 결절의 초음파 영상에 관한 연구는 활발히 이루어졌지만 미만성 갑상샘질환에 관한 연구 사례는 미흡한 실정이다. 본 연구에서는 정상과 미만성 갑상샘질환의 영상에 GLCM 알고리즘을 적용하여 영상의 특징을 추출하고 추출된 특징값을 파라미터를 이용하여 정량적인 분석을 하였다. W 병원에서 진단한 환자의 갑상샘 초음파 영상을 대상으로 GLCM 알고리즘을 이용하여 정상 199증례, 경도 132증례, 중등도 99증례 총 영상 430증례에 관심영역(50×50 pixel)을 설정하고, 각 영상에서 Autocorrelation, Sum of squares, Sum average, Sum variance, Cluster prominence, Energy 6가지 파라미터를 이용하여 분석하였다. Autocorrelation, Sum of squares, Sum average, Sum variance 4가지 파라미터에서 Normal, Mild, Moderate를 구분하는데 90%이상의 높은 인식률을 보였다. 미만성 갑상샙질환의 초음파영상에서 GLCM 알고리즘을 이용하여 미만성 갑상샘질환의 심각도 정도를 분류하는 기준으로서 가치가 있다. 이러한 파라미터를 적용하여 갑상샘질환의 진단에 있어 육안 판독에 따른 오류를 감소시키고 미만성 갑상샘질환 진단의 2차적인 수단으로 활용 가능할 것으로 기대된다.

• 한국통신학회논문지
• /
• 제40권11호
• /
• pp.2291-2297
• /
• 2015

본 연구에서는 레이더 검지 시스템과 통합하여 적용하기 위해 도로 위를 이동하는 자동차의 영상을 입력 받아 자동차를 검출하는 방법을 제안한다. 입력 영상의 제약조건이 있다. 도로 위에서 아래 방향을 비스듬히 내려 보는 고정된 시야를 가져야한다는 점이다. 주어진 영상 중 도로 영역만을 이용하기 위해 도로 영역을 관심영역으로 검출해 적용한다. 서론에서는 도로 영역 내에서 차량 검출을 위해 사용한 모션 히스토리 이미지 추출 방법, SIFT(Scale-Invariant Feature Transform) 알고리즘, 히스토그램 분석 등을 적용한 실험결과와 이에 대한 한계점을 제시했다. 이를 해결하기 위해서 가우시안 혼합 모델(GMM, Gaussian Mixture Model)의 응용을 제안한다. 가우시안 혼합 모델 알고리즘을 응용한 차량 검출 GMM(VDGMM, Vehicle Detection GMM)과 이를 차량 검출에 더 최적화한 차량 검출 GMM 2.0을 설명하고, 차량 검출 GMM 2.0을 적용한 실험결과 및 결론을 제시한다. 도로 영역 검출 없이 GMM을 적용한 결과는 정확율, 재현율, F1이 각각 9%, 53%, 15%이었고, 도로 영역 검출 후 차량 검출 GMM 2.0을 적용한 결과는 각각 85%, 77%, 80%로 많은 차이를 보였다.

• 한국방사선학회논문지
• /
• 제12권4호
• /
• pp.497-503
• /
• 2018

안면부 CT검사 시 치아교정용 충전물과 주변 해부학적 구조와의 밀도차이에 의해 발생한 화질 저하 정도와 화질개선 방향을 실험을 통해 정량 및 정성적 분석방법을 통해 알아보고자 하였다. 실험은 64-MDCT(Discovery 750 HD, GE HEALTH CARE, Milwaukee, USA)를 사용하여 치아 충전물로 교정한 치아를 스캔하였으며 관전압 변화, 실리콘 적용, MAR 알고리즘 적용 유무에 따라 비교하였다. 그 결과 관전압 변화 시 140 kVp에서 10.36 % CT value가 감소하였으며, Silicon 물질 적용 시 약 5.81 %가 감소하여 감소율이 가장 적었다. 정성적 평가결과 MAR 알고리즘 적용 시 관찰자 10명 중 Equivalent가 7명, Acceptable로 3명이 평가하여 MAR 알고리즘 적용 시 상대적으로 가장 화질 개선 효과가 있다고 평가되었다. 따라서 현재 임상에서 사용하고 있는 검사 파라미터와 더불어 고밀도 인공물을 감소시킬 수 있는 다양한 알고리즘을 적용하여 스캔 한다면 방사선 피폭선량에 대한 불필요한 부담을 줄일 수 있을 뿐만 아니라 고밀도 인공물을 감소시켜 영상 데이터의 소실을 줄여 보다 많은 영상정보를 제공 할 수 있을 것으로 사료된다.

• Korean Chemical Engineering Research
• /
• 제57권2호
• /
• pp.274-282
• /
• 2019

최근 빅데이터 과학은 사회현상 모델링을 통한 예측은 물론 강화학습과 결합하여 산업분야 자동제어까지 응용범위가 확대되고 있다. 이러한 추세 가운데 이미지 영상 데이터 활용연구는 화학, 제조, 농업, 바이오산업 등 다양한 산업분야에서 활발히 진행되고 있다. 본 논문은 신경망 기술을 활용하여 영상 데이터의 시맨틱 분할 성능을 개선하고자, U-Net의 계산효율성을 개선한 DeepU-Net 신경망에 AutoML 강화학습 알고리즘을 구현한 NASNet을 결합하였다. BRATS2015 MRI 데이터을 활용해 성능 검증을 수행하였다. 학습을 수행한 결과 DeepU-Net은 U-Net 신경망 구조보다 계산속도 향상 뿐 아니라 예측 정확도도 동등 이상의 성능이 있음을 확인하였다. 또한 이미지 시맨틱 분할 성능을 개선하기 위해서는 일반적으로 적용하는 드롭아웃 층을 빼고, DeepU-Net에 강화학습을 통해 구한 커널과 필터 수를 신경망의 하이퍼 파라미터로 선정했을 때 DeepU-Net보다 학습정확도는 0.5%, 검증정확도는 0.3% 시맨틱 분할 성능을 개선할 수 있었다. 향후 본 논문에서 시도한 자동화된 신경망을 활용해 MRI 뇌 영상진단은 물론, 열화상 카메라를 통한 이상진단, 비파괴 검사 진단, 화학물질 누출감시, CCTV를 통한 산불감시 등 다양한 분야에 응용될 수 있을 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제34권6_1호
• /
• pp.1143-1153
• /
• 2018

TOPS InSAR 처리를 위해서는 고정밀도의 영상정합이 요구된다. Sentinel-1 TOPS 모드영상에 교차상관 영상정합, 기하정합, Spectral Diversity 정합에 기반 한 Enhanced Spectral Diversity 정합 알고리즘 성능 비교분석을 통해 TOPS모드에 적합한 영상정합 방법을 제시하고자 한다. 25개의 Sentinel-1 TOPS 영상으로부터 생성된 23개의 간섭쌍을 이용하여, 교차상관정합(CC), 기하보정(GC1), 기하보정 후 교차상관정합(GC2, GC3, GC4) 그리고 ESD를 이용한 정합(ESD_GC, ESD_1, ESD_2) 총 8가지 방법을 적용하였다. 교차상관정합과 기하정합에 따른 azimuth 방향 정합오차를 평균한 결과는 각각 0.0041 화소, 0.0016 화소이다. 비록 ESD 방법은 azimuth 정합오차가 0.0005 화소 이하로 가장 정확한 결과를 보이지만, 기하정합 결과는 추가적인 교차상관정합을 통한 반복 과정을 통해 0.001 화소 정도로 오차가 감소하였다. ESD 방법은 burst 중첩지역의 긴밀도가 낮은 경우 적용이 불가능하다. 따라서 반복 적용을 통한 기하정합 방법은 다수의 SAR 자료를 이용한 시계열 분석 또는 긴 시간간격을 갖는 간섭도 생성을 위해서 적합한 대안이 된다.

• 한국지반신소재학회논문집
• /
• 제19권4호
• /
• pp.41-50
• /
• 2020

콘크리트 구조물의 균열은 장기간 지속 시 철근의 부식을 촉진시키므로 구조적 사용성을 보장하고 열화를 방지하기 위해 정기적인 현장 점검이 필수적이다. 대부분의 시설물 안전점검은 육안 검사에 의존하고 있어 비용과 시간 소모가 심하고 점검자에 따라 결과의 신뢰도 차이가 발생한다. 본 연구에서는 카메라로 촬영된 균열의 이미지 분석을 통해 콘크리트 균열의 폭과 길이를 측정하는 장치로서 안전진단 및 유지관리에 사용할 수 있는 휴대용 측정 장치를 개발하였다. 이 장치는 측정자가 육안으로 발견한 균열을 가까운 거리 (3m) 이내에서 촬영하고 레이저 거리측정으로 단위 픽셀크기를 정확히 산정하여, 본 연구에서 개발한 이미지 처리 알고리즘으로 균열 길이와 폭을 자동으로 산정할 수 있다. 측정결과 실험에 적용한 균열 이미지를 이용하여 3m 거리 이내에서 0.3mm 균열의 길이 측정은 약 10% 오차 범위에서 측정 가능하였다. 균열 폭의 경우 이진화 과정에서 진동 및 Blurring에 의한 주변픽셀을 검출해 과대평가되는 경향을 나타내었으나, 균열 폭 감소함수를 적용하여 효과적으로 보정할 수 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제29권3호
• /
• pp.117-125
• /
• 2024

본 논문은 다양한 매체를 활용하여 레이다 개발에 특화된 능동 전자 주사식 위상 배열(AESA, Active Electronically Scanned Array) 레이다 통합 분석 시스템을 구현하고 제안한다. 대부분 분석 시스템은 결함의 원인을 분석하고 개선하기 위해 활용되어 시험을 수월하게 한다. 그러나 기존에 텍스트 기반의 로그 분석 시스템은 로그 정보가 많으면 직관적이지 않고 원하는 정보를 한 번에 찾기 어려워 장비 결함 발생 시 결함의 원인을 분석하기에는 한계가 있다. 따라서 본 논문의 분석 시스템은 다양한 매체를 활용한다. 본 논문에서 정의하는 매체란 텍스트 기반의 데이터를 기록하고, 데이터를 이미지 및 영상으로 전시하며 데이터를 시각화하는 것을 말한다. 제안하는 분석 시스템은 레이다 장치 간에 송수신된 데이터, 레이다 표적 탐지 추적 알고리즘 데이터 등을 분류하여 저장하고 레이다 작동 결과 및 장비 결함 정보를 실시간 전시하고 시각화한다. 이 분석 시스템을 통해 사용자에게 원하는 정보를 빠르게 제공하고 완성도 높은 레이다 개발에 도움을 준다.

• 한국측량학회지
• /
• 제39권6호
• /
• pp.381-392
• /
• 2021

본 연구에서는 UAV (Unmanned Aerial Vehicle)로 촬영한 이미지를 활용하여 수치지도 지형지물 표준 코드에서 정의하고 있는 건물 8종에 대하여 딥러닝 기반의 객체 탐지 분석을 수행하였다. UAV로 촬영한 이미지 509매에 대하여 이미지 라벨링을 하였고 YOLO (You Only Look Once) v5 모델을 적용하여 학습 및 추론을 진행하였다. 실험 및 분석은 오픈소스 기반의 분석 플랫폼과 알고리즘을 적용하여 데이터를 분석하였으며 분석결과 88%~98%의 예측 확률로 건물 객체를 탐지하였다. 또한 학습데이터의 구축 및 반복 학습의 과정에서 건물 객체 탐지의 높은 정확도를 위해 필요한 학습 방식 및 모델 구축방식을 분석하였고, 학습한 모델을 다른 영상자료에 적용하는 방안을 모색하였다. 본 연구를 통해 고효율 심층 신경망과 공간정보데이터가 융합하는 모델을 제안하며 공간정보데이터와 딥러닝 기술의 융합은 향후 공간정보데이터 구축의 효율성, 분석 및 예측의 정확도 향상에 많은 도움을 제공할 것이다.

• 복식문화연구
• /
• 제31권1호
• /
• pp.53-69
• /
• 2023

This study aims to analyze research trends regarding outdoor wear. For this purpose, the data-collection period was limited to January 2002-October 2022, and the collection consisted of titles of papers, academic names, abstracts, and publication years from the Research Information Sharing Service (RISS). Frequency analysis was conducted on 227 papers in total to check academic journals and annual trends, and LDA topic-modeling analysis was conducted using 20,964 tokens. Data pre-processing was performed prior to topic-modeling analysis; after that, topic-modeling analysis, core topic derivation, and visualization were performed using a Python algorithm. A total of eight topics were obtained from the comprehensive analysis: experiential marketing and lifestyle, property and evaluation of outdoor wear, design and patterns of outdoor wear, outdoor-wear purchase behavior, color, designs and materials of outdoor wear, promotional strategies for outdoor wear, purchase intention and satisfaction depending on the brand image of outdoor wear, differences in outdoor wear preferences by consumer group. The results of topic-modeling analysis revealed that the topic, which includes a study on the design and material of outdoor wear and the pattern of jackets related to the overall shape, was the highest at 30.9% of the total topics. The next highest topic was also the design and color of outdoor wear, indicating that design-related research was the main research topic in outdoor wear research. It is hoped that analyzing outdoor wear research will help comprehend the research conducted thus far and reveal future directions.