• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.248-250
• /
• 2003

An automatic approach and strategy for extracting building information from aerial images using combined image analysis and interpretation techniques is described in this paper. A dense DSM is obtained by stereo image matching. Multi-band classification, DSM, texture segmentation and Normalised Difference Vegetation Index (NDVI) are used to reveal building interest areas. Then, based on the derived approximate building areas, a shape modelling algorithm based on the level set formulation of curve and surface motion has been used to precisely delineate the building boundaries. Data fusion, based on the Dempster-Shafer technique, is used to interpret simultaneously knowledge from several data sources of the same region, to find the intersection of propositions on extracted information derived from several datasets, together with their associated probabilities. A number of test areas, which include buildings with different sizes, shape and roof colour have been investigated. The tests are encouraging and demonstrate that the system is effective for building extraction, and the determination of more accurate elevations of the terrain surface.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2018년도 춘계학술발표대회
• /
• pp.486-487
• /
• 2018

본 논문에서는 다선형 PCA(Principal Component Analysis)를 이용한 키넥트 센서 기반 댄스 모션분류방법을 제안한다. 댄스 모션 분류를 수행하기 위해서, 먼저 키넥트 데이터 깊이 영상과 이진영상을 보간법을 통해 데이터의 크기를 정렬시켜준다. 다음으로 다선형 주성분 분석 기법 (MPCA)을 이용하여 연속된 댄스모션영상들에 대한 특징을 추출하고, 유클리디안 분류기를 통해 클래스 분류한다. 본 실험에 사용된 데이터베이스는 키넥트 센서를 기반으로 전문 댄서 4명을 통해 취득된다. 총 100곡의 K-POP을 선정하였고, 곡마다 2개의 포인트 안무를 통해 총 200개의 포인트 댄스모션 데이터베이스를 구축하였다. 실험결과 제안된 방법은 89.5%의 성능을 나타낸다.

• Journal of Korean Neurosurgical Society
• /
• 제64권4호
• /
• pp.473-485
• /
• 2021

Adolescent idiopathic scoliosis (AIS), which is associated with an extensive range of clinical and radiological presentations, is the one of the most challenging spinal disorders. The goals of surgery are to correct the deformity in 3 dimensions and to preserve motion segments while avoiding complications. Despite the ongoing evolution of classification systems and algorithms for the surgical treatment of AIS, there has been considerable debate regarding the selection of an appropriate fusion level in AIS. In addition, there is no consensus regarding the exact description, relationship, and risk factors of coronal decompensation following selective fusion. In this review, we summarize the current concepts of selection of the fusion level for AIS and review the available information about postoperative coronal decompensation.

• 한방재활의학과학회지
• /
• 제31권1호
• /
• pp.175-185
• /
• 2021

The objective of this study was to purpose korean medicine treatment for paraplegia and hypoesthesia after spinal cord infarction, and report its effectiveness. We treated a 74-year-old male patient diagnosed with spinal cord infarction using various methods, including acupuncture, herbal medication, moxibustion, physical therapy, western medication. We evaluated patient's motor ability using the manual muscle test (MMT), active range of motion (AROM), walking index for spinal cord injury II( WISCI II) and sense ability using International Standards for Neurological Classification of Spinal Cord Injury (ISNCSCI). After treatment, motor and sense ability of patient was improved after treatment. The MMT, AROM, WISCI II scores and ISNCSCI scores were numerically improved. According to these results, this study suggested effectiveness of combined Korean medical treatment for spinal cord infarction. However, More studies are required in the future.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2021년도 추계학술대회
• /
• pp.205-207
• /
• 2021

본 논문에서는 딥러닝 (deeo learning)을 이용하여 x, y, z 세 축의 가속도계 측정 값을 이용하여 5가지 동작을 분류하고, 5가지의 동작이 아닌 다른 동작이 들어왔을 때 아닌 동작이라 판단할 수 있는 알고리즘을 제시한다. 제안하는 알고리즘으로는 동작 데이터 각 샘플 마다의 동작을 분류한 개별 판단을 적용하여 5가지 동작을 분류하고 5가지 동작이 아닌 다른 동작이 들어왔을 때 검출하도록 한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2021년도 하계학술대회
• /
• pp.157-160
• /
• 2021

프레임 단위 LiDAR (Light Detection And Ranging) 기반의 포인트 클라우드는 프레임 간 상관 관계가 높기 때문에 프레임 사이의 예측 기법을 사용하여 더 높은 압축 효율을 얻을 수 있으며, 이를 위해 MPEG의 G-PCC는 Inter-EM (Inter-Exploratory Model)의 표준화를 진행하고 있다. 특히, Inter-EM은 LiDAR 기반 포인트 클라우드의 이러한 특성을 효율적으로 압축하기 위해 전역 및 지역 움직임을 모두 고려하여 압축하는 구조로 설계되었다. 이 중 전역 움직임은 LiDAR 센서가 장착된 차량의 움직임으로 인해 발생되므로, 포인트 클라우드 내 모든 물체들이 동일한 움직임을 나타낼 것으로 예상된다. 하지만, LiDAR 기반 포인트 클라우드는 포인트 클라우드 내 점들의 특성에 따라서 전역 움직임이 나타나는 양상이 다르다. 본 논문은 이러한 LiDAR 기반 포인트 클라우드의 특성을 설명하고, LiDAR 기반 포인트 클라우드 압축 시 전역 움직임 압축을 위한 포인트 클라우드 분할 방안에 대해 제안한다. 본 논문에서 제안하는 포인트 클라우드 분할 방안을 활용한 전역 움직임 압축 시 기존 Inter-EM 대비 더 효율적인 압축이 가능하다.

• 한국방사선학회논문지
• /
• 제10권4호
• /
• pp.285-290
• /
• 2016

이 연구는 관상동맥 CT 석회화점수 검사를 2회 이상 받은 자 중에서, 이전에 비하여 점수가 낮아진 원인을 후향적으로 분석하였다. 건강검자 환자 100명(남자 85명 $60.6{\pm}6.9$세, 여자 15명 $67.2{\pm}7.3$세)을 대상으로 하였다. 석회화점수 감소가 발생한 경우를 Agatston의 분류 방법에 따라 minimal (1-10), mild(11-100), moderate(101-400), severe (400< ) 4개 그룹으로 분류하였다. Mild 그룹에서 49명으로 가장 많았으며, minimal 그룹에서 감소율 변동이 가장 크게 나타났다. 석회화점수 감소 요인은 Scan location 불일치 51%, Motion artifact 26%, 장비변동 14%, 작업자의 실수 5%, 입력 miss 2%, Image loss 1%, 부정맥 1% 로 나타났다. Scan location의 불일치는 scan된 석회화의 slice 위치에 따른 부분체적 효과로 생각되며, 관상동맥 석회화 점수가 작은 100 이하 그룹에서는 높은 변화폭(19.7%)이 나타났고 100 이상의 그룹에서는 낮은 변화폭(2.2%)을 보여 석회화 점수에 따라 허용될 수 있는 변화폭이 달라진다는 것을 알 수 있었다. Motion artifact 요인은 26%로 나타났으며, 이는 높은 심박동에 의한 것으로 심박동이 높거나 검사 전 폐기능, 운동부하 등 심박동에 영향을 미치는 선행검사와 밀접한 관련이 있었다.

• 전자공학회논문지CI
• /
• 제41권3호
• /
• pp.91-102
• /
• 2004

본 논문에서는 MPEG-1,2로부터 객체 기반 MPEG-4로의 고속 변환을 위한 정보 추출 알고리즘을 소개한다. 객체 기반 MPEG-4로의 변환을 위한 정보로써 객체 영상과 형상 정보, 매크로블록 움직임 벡터, 헤더정보가 MPEG-4로부터 추출된다. 추출된 정보를 이용하면 객체 기반 MPEG-4로의 고속 변환이 가능하다. 가장 중요한 정보인 객체 영상 추출은 MPEG-2의 움직임 벡터와 워터쉐드 알고리즘을 이용하여 이루어진다. 사용자의 인지정보를 이용하여 프레임 내에서 객체를 추출하고, 추출된 객체로 연속된 프레임에서 객체를 추적하게 된다. 수행 중 객체의 빠른 움직임으로 만족스럽지 못한 결과를 내더라도, 사용자가 개입하여 다시 좋은 결과를 얻을 수 있도록 하였다. 객체 추적 과정은 크게 두 단계로 객체 추출 단계와 객체 추적 단계로 나누어져 있다. 객체 추출 단계는 블록분류와 워터쉐드 알고리즘으로 자동 분할된 영상에서 사용자가 직접 객체를 추출하는 단계이다. 사용자가 개입하는 단계이기 때문에, 번거로울 수 있으나 손쉽게 추출할 수 있도록 구현하였다 객체 추적 단계는 연속된 프레임에서 객체를 추적하는 단계로, MPEG-1,2 움직임 벡터와 객체 모양 정보를 이용하여 고속으로 구해지고 워터쉐드 알고리즘으로 윤곽선 보정작업을 하였다 실험 결과 MPEG-1,2 비트스트림으로부터 객체 기반 MPEC-4로의 고속 변환이 가능함을 알 수 있었다.

• 전기전자학회논문지
• /
• 제23권4호
• /
• pp.1440-1447
• /
• 2019

현재 아이들의 자폐스펙트럼장애 유병률이 한층 더 높게 보고되고 있으며 다양한 형태의 장애 징후를 보이고 있다. 특히 이들은 사회적 의사소통 영역에서 의사소통장애로 인한 대화에 어려움을 겪고 있으며 이를 훈련을 통해 개선 시킬 필요가 대두된다. 이를 위해 본 연구에서는 사전 연구를 통해 설계된 로봇에 장착된 마이크를 통해 음성 정보를 취득하고 이러한 정보를 이용하여 지능적인 동작을 만드는 방식을 제안한다. 음성 정보를 로봇 동작으로 분류하기 위해 인공신경망을 이용하였으며 여러 신경망 기법중 합성곱 방식을 기본으로 한 순환신경망을 결합하여 정확도를 향상시키려고 하였다. 입력 음성 데이터의 전처리는 MFCC를 이용하여 분석하였으며 여러 데이터 정규화 및 인공신경망 최적화 기법을 활용하여 로봇의 동작을 추정하였다. 아울러 설계된 인공신경망은 기존에 사용한 구조 및 사람이 개입하여 분석하는 방법과의 정확도 비교 실험을 진행하여 분석 결과가 높은 정확도를 나타냈다. 향후 보다 높은 정확도를 가질 수 있는 로봇 동작을 설계하여 실제의 자폐아 치료 및 교육 환경에서 적용할 수 있기 위하여 다양한 형태의 데이터를 수집하고 효율적으로 전처리하는 방식에 대한 연구가 요구된다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제28권3호
• /
• pp.10-18
• /
• 2024

차량 하중은 교량의 열화를 일으키는 주된 원인 중 하나이다. 현재 WiM(Weigh-in-Motion)을 사용하여 통행 차량의 하중을 측정하고 있으나, WiM은 접촉식 센서로 설치 및 유지관리 비용이 큰 단점이 있다. 본 연구에서는 딥러닝과 CCTV 영상을 이용하여 비접촉식으로 교량 통행 차량 하중 이력을 추정하는 방법을 제안하였다. 제안된 방법은 물체 탐지 딥러닝 모델을 이용하여 통행 차종을 인식하고, 해당 차량의 하중을 국내 주요 차량 모델들의 공차중량에 근거하여 작성된 하중기반 7차종 분류표에 근거하여 추정한다. 물체 탐지 딥러닝 모델로는 Faster R-CNN 모델이 사용되었으며, Faster R-CNN 모델을 7차종 분류표에 따라 구축된 영상 학습데이터를 이용하여 학습시켰다. 학습된 딥러닝 모델의 성능은 교량 CCTV로 취득한 영상을 이용하여 검증하였다. 최종적으로 실제 교량 상부에 설치된 CCTV에서 취득한 영상을 이용하여 교량을 통행중인 차량 하중을 연속으로 추정함으로써 특정 시간동안 통행 차량의 하중 이력 그래프를 획득할 수 있음을 보였다.