• 대한의용생체공학회:의공학회지
• /
• 제25권5호
• /
• pp.323-328
• /
• 2004

대뇌조직 구분을 위한 실험적인 정보를 제공하기 위한 뇌조직 확률 지도를 개발하는 경우 개인마다 구조적으로 다양한 형태를 가진 뇌의 특성과 특히 인종간의 두드러진 차이론 반드시 고려해야 한다 본 연구에서는 특정 그룹에 대한 뇌조직 확률 지도를 제작하는데 필요한 절차를 알아보고 나이에 따른 그룹간의 뇌조직 확률 지도의 구조적인 차이를 살펴보고자 한다 피험자 그룹은 100명의 건강한 한국인이며 나이에 따라 두 그룹으로 분류하였다. 뇌 확률 지도의 기준 좌표계를 설정하기 위해 전체 그룹 내의 모든 피험자의 뇌 영상에 대한 평균 영상을 구하고, 각 뇌 영상을 기준 좌표계로 정규화 시킨다. 정규화 과정에서 얻어진 변환 매개 변수를 미리 각 뇌조직(회질, 백질, 뇌척수액)으로 분할된 피험자의 영상에 적용하고 각 그룹 내에서 변환된 뇌 조직 영상을 평균함으로써 뇌 조직 확률 지도를 완성하였다. 나이에 따른 구조적인 차이를 살펴보기 위해 그룹간 확률 값의 차이 영상을 구하였다. 이전 연구결과에서와 마찬가지로 나이가 증가함에 따라 뇌실이 확대되고 회질의 위축이 전체적인 뇌 영역에서 일어났다. 그러므로 우리는 대뇌 조직 분할을 위해 설험적인 정보들을 사용하고자 할 때는 특정 그룹에 대한 뇌 확률 지도를 사용할 것을 제안한다.

• 한국산림과학회지
• /
• 제106권1호
• /
• pp.100-109
• /
• 2017

본 연구는 세종특별자치시 소나무재선충병(PWN) 피해지의 선단지에 대해서 무인항공기를 이용하여 효율적인 예찰 및 방제사업 지원을 실시하기 위해 수행되었다. 선단지를 중심으로 2016년 2월 15일부터 약 2주간 6개 구역 총 2,284 ha의 면적에 대해 무인항공 촬영을 실시하여 GSD (Ground Sample Distance) 12 cm의 고품질 정사영상 6매를 제작하였다. 정사영상을 바탕으로 1차 피해 의심목 분류를 실시한 결과 총 423본이 분류되었다. 그러나 촬영시기의 계절적 특성, 임상의 다양성 등의 문제로 인해 적중률이 낮아짐에 따라 1차 분류 결과와 스냅사진, 비행정보 등을 활용하여 2차 재분류를 실시하였으며, 이를 통해 피해 의심목 423본 중 231본을 추출하였다. 추출된 231본에 대해 대상지별 주제도를 제작하고 GNSS 등을 이용하여 현장조사를 실시하였으며, 그 결과 총 23본의 피해 의심목을 추출하였다. 현장조사를 통해 추출된 23본에 대해 시료를 채취하여 관련기관에 검증을 의뢰한 결과 23본 모두 소나무재선충병에 감염된 것으로 나타났다. 소나무재선충병 피해목의 분포 특성을 분석한 결과 활엽수림 14본, 침엽수림 4본, 소나무림 3본, 리기다소나무림 2본 등 다양한 임상에서 피해목이 검출된 것으로 나타났다. 무인항공기를 활용하여 항공촬영에서부터 현장조사까지의 과정에 대해 효율성 분석을 실시한 결과 2.3인의 인력으로 6일에 걸쳐 수행한 것으로 분석되었다.

• 한국지역지리학회지
• /
• 제4권1호
• /
• pp.121-134
• /
• 1998

본 연구에서는 위성영상과 GIS를 이용하여 금호강유역(琴湖江流城)의 유역특성인자(流域特性因子) 주제별로 데이터베이스화하여 수문특성자료(水文特性資料)를 산출하였다. 토지에 대한 정량적인 정보를 제공해 주는 위성영상(衛星映像)처리를 통한 토지이용도 작성은 금호강유역(琴湖江流城)과 같이 광범위한 유역(流域)의 토지이용자료를 분석하는데 매우 효율적이며, 또한 대량의 지표자료의 정확한 분석이 가능하고 이를 다른 주제도와 중첩함으로써 공간적인 주제간의 통계적 연산의 가능성을 확인할 수 있었다. 또한 GIS를 이용한 유역특성인자(流域特性因子)의 분석은, 기본도에서 주제별로 tracing하는 과정은 효과적이지 못하나, 일단 수치화 하여 데이터베이스화하면 상이한 주제도와의 중첩분석과 속성자료와의 상관분석이 가능하므로, 유역(流域)관리와 유역(流域)의 지표공간 분석에 매우 효율적으로 이용될 수 있을 것으로 사료된다. 특히 지표면 변화에 대한 자료의 수정 및 갱신이 용이하며 유역(流域)에 대한 인문사회 속성자료와의 상관분석으로 보다 신속하고 정확한 유역특성자료(流城特性資料)의 추출 및 보다 효율적인 유역(流城)관리 방안을 구축할 수 있을 것이다.

• 대한의용생체공학회:의공학회지
• /
• 제24권4호
• /
• pp.241-246
• /
• 2003

정상 성인을 대상으로 언어생성과제의 시각적 지시과제와 청각적 지시과제에 대한 기능적 MR영상들을 비교하고자 하였다. 6명의 정상 성인을 대상으로 자기공명영상기기를 이용하였다 시각적, 청각적 언어 지시과제는 명사의 언어를 이용하여. 휴지기. 확성기를 각각 6번 구성하였다. 뇌의 활성영역의 휴지기와 확성기의 신호변화에 따른 데이터는 MRDx 프로그램으로 처리하였고 cross correlation 방법으로 통계 처리하였다. 시각적, 청각적 지시과제의 분석방법은 lateralization index 공식으로 뇌 반구의 활성화 voxel의 총합과 좌$.$우 반구의 픽셀 수를 구하였고, 지시 과제에 대한 활성화 영역을 “Area of Activation Cells” 값에 따라 4등급으로 분류하여 비교 분석하였다. 시간적 청각적 지시과제에서 Broca, Wernicke 영역 등에서 크기는 다르지만 모두 활성화가 관찰되었다. lateralization index에서 뇌반구의 활성화 값에 차이는 시각적 지시과제에 비해 청각적 지시과제가 높은 활성화 값을 보였다. 그러므로 언어영역에 대한 뇌의 기능적 영상을 얻는데 두 방법 모두 유용하다고 생각된다.

• 대한원격탐사학회지
• /
• 제22권6호
• /
• pp.553-563
• /
• 2006

본 연구의 목적은 MODIS 다중시기영상과 선형분광혼합화소분석(Linear Spectral Mixture Analysis : LSMA)을 이용하여 한반도의 토지피복도를 작성하는 것이다. 다양한 공간해상도와 광역적인 촬영스케일의 MODIS 영상에 LSMA를 이용하여 토지피복분류기 정확도의 향상과 한반도 생물계절적인 특성을 분석하고자 하였다. LSMA는 하나의 화소를 단일의 지표물로 가정하여 영상을 처리하는 기존의 기법과 달리 대상지의 토지피복 특성을 가장 잘 반영하는 순수한 물체의 화소값(Endmember)을 선택하여 자연환경요소들의 하나하나를 분리하는 기법이다. 본 연구에서 MODIS 다중시기 영상에 LSMA를 적용한 결과 남, 북한의 농경지 및 산림지역에 대한 서로 다른 생물계절적인 특성을 파악 할 수 있었으며, 이러한 결과 영상을 ISODATA 무감독분류기법을 통해서 대분류와 중분류하였다. 대분류에서는 79.94%의 전체 정확도를 보였으며, 농업지역은 85.45%, 산림지역은 88.12%로 다른 분류군들에 비해서 가장 높은 정확도를 보였다. 중분류에서는 산림지역과, 농업지역을 더욱 세분화하여 분류하였다. 전체정확도는 82.09%였으며, 활엽수림 86.96%, 논 85.38%로 분류군중 가장 높은 정확도를 나타냈다.

• 대한원격탐사학회지
• /
• 제37권5_1호
• /
• pp.975-987
• /
• 2021

동남아시아 지역의 갯벌에 널리 서식하는 패류인 Meretrix lyrata의 집단폐사 현상의 원인과 해결책을 찾기 위한 일환으로 서식지 분포 확률도를 제작하였다. 서식지 분포 확률도는 GIS (Geographic Information System) 기법의 일종인 FR (Frequency Ratio) 기법을 활용하여 제작하였으며, 입력인자로는 Landsat 영상 기반의 DEM(Digital Elevation Model)과 경사도, WorldView-02 영상 기반의 조류로 밀도도 및 거리도, 표층퇴적상 분포도와 현장관측 자료를 활용하였다. 현장관측은 2014년 4월 베트남 Ben-tre 주의 Bihn Dai 지역의 갯벌에서 수행하였으며, 연구지역의 지형고도, 표층 저서생물상, 표층 퇴적상 자료를 수집하였다. 서식지 분포 확률도는 Mertrix lyrata 총 개체와 치패로 나누어 제작하였으며, 정확도는 각각 76.82%, 69.51%로 좋은 정확도를 보였다. 서식지 분포 확률도 분석 결과 Meretrix lyrata는 총 개체와 치패 모두의 경우에서 Sand가 우세한 지역에 서식하지만, 총 개체는 주로 고도가 -0.2~0.2 m 사이의 조간대 중-하부에 서식하며, 치패는 그보다 높은 0~0.3 m 사이의 지역에 서식하였다. 또한 총 개체의 서식지는 조류로로부터 영향을 받는 것으로 나타났지만, 치패는 조류로의 영향을 받지 않았다. 향후 국내 갯벌과의 비교 분석을 통해 서식지 분포 확률도의 정확도를 높이고, Meretrix lyrata를 비롯한 여러 대형저서동물의 서식환경에 대한 분석을 통해, 기후변화 등으로 인한 갯벌 생태의 변화에 대해 예측할 수 있을 것으로 기대된다.

• 대한토목학회논문집
• /
• 제38권6호
• /
• pp.859-865
• /
• 2018

달 지상 인프라 및 기지 건설은 건설재료나 에너지 확보가 가능한 지역과 연계되어야 하며, 얼음 등의 핵심 자원이 풍부한 영구음영 지역을 형성하는 달 크레이터 지형의 탐지와 정보 수집이 선행되어야 한다. 본 연구에서는 이러한 달 크레이터(crater) 객체 정보를 최신 딥러닝 알고리즘을 이용해 효과적으로 자동 탐지하는 방안에 대해 고찰하였다. 딥러닝 학습을 위해 NASA LRO 달 궤도선의 레이저 고도계 데이터를 기반으로 구축된 9만개의 수치표고모델과 개별 수치표고모델에 존재하는 크레이터들의 위치와 크기를 레이블링한 자료를 활용하였다. 딥러닝 학습은 최신 알고리즘인 Faster RCNN (Regional Convolution Neural Network)을 자체적으로 코드화하여 적용하였다. 이를 통해 학습된 딥러닝 시스템은 학습되지 않은 달표면 이미지 내 크레이터를 자동 인식하는데 적용되었으며, NASA에서 인력에 의해 정의한 크레이터 정보들의 오류를 자동 보정 가능하고, 정의되지 않은 많은 크레이터 까지도 자동 인식 가능함을 보였다. 이를 통해 공학적으로 매우 가치가 있는 각 지역별 크레이터들의 크기 분포 특성 및 발생 빈도 분석 등이 가능하게 되었으며, 향후에는 시간 이력별 변화추이도 분석 가능할 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제34권6_3호
• /
• pp.1329-1350
• /
• 2018

위성 영상레이더(SAR; Synthetic Aperture Radar)는 날씨와 지역시간에 관계없이 영상을 취득할 수 있으므로 지구를 관측하기 위하여 매우 다양하게 활용되고 있다. 하지만 위성 영상레이더의 전처리 절차가 복잡하여 수치지도의 제작에는 잘 활용되지 못하였다. 본 연구에서는 위성 영상레이더 스테레오 영상을 이용한 수치지형도 제작 가능성에 대한 연구를 수행했다. 이를 위하여 위성의 상 하향궤도에서 촬영된 스테레오 영상을 두 쌍 획득했다. 또한 제작 가능성을 제시하기 위하여 1) 레이더 기하로부터 RPC(Rational Polynomial Coefficient) 기하로 변환하였고, 2) 수치도화를 수행하였다. 3) 최종적으로 기존에 구축된 수치 지형도로부터 기준점과 검사점을 획득하여 수치지형도 제작 결과를 검증하였다. 두 개의 수치 지도 제작 결과에 대하여 정밀도 검증을 수행하였을 때 각각 XY 방향과 Z 방향으로 1 m 미만의 오차를 나타냈다. 본 결과를 바탕으로 우리는 KOMPSAT-5 위성 영상레이더 스테레오 영상을 활용하여 기준에 부합하는 1:25,000 수치 지형도를 제작할 수 있음을 확인하였다. 이와 같은 연구 결과는 기상 조건이 불안정한 지역과 북한, 극지방 등 접근이 어려운 지역의 수치지형도 제작과 주기적 수치지형도 업데이트에도 활용 가능할 것으로 예상된다.

• 방송공학회논문지
• /
• 제25권6호
• /
• pp.944-953
• /
• 2020

객체 검출 알고리즘은 자율주행 시스템 구현을 위한 핵심 요소이다. 최근 심층 합성곱 신경망 (Deep Convolutional Neural Network) 기반의 영상 인식 기술이 발전함에 따라 심층 학습을 이용한 객체 검출 관련 연구들이 활발히 진행되고 있다. 본 논문에서는 객체 검출에 가장 널리 사용되고 있는 Mask R-CNN의 경량화 모델을 제안하여 도로 내 다양한 객체들의 위치와 형태를 효율적으로 예측하는 방법을 제안한다. 또한, 주의 모듈(Attention Module)을 Mask R-CNN 내 각각 다른 역할을 수행하는 신경망 계층에 적용함으로써 특징 지도를 적응적으로 재교정(Re-calibration)하여 검출 성능을 향상시킨다. 실제 주행 영상에 대한 다양한 실험 결과를 통해 제안하는 방법이 기존 방법 대비 크게 감소된 신경망 매개변수만을 이용하여 고성능 검출 성능을 유지함을 보인다.

• 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.