• 융합신호처리학회논문지
• /
• 제24권2호
• /
• pp.119-125
• /
• 2023

본 연구에서는 전동 이동 보조기를 이용하는 교통약자의 이동을 저해하거나 불편을 초래하는 횡단 보도, 측구, 맨홀, 점자블록, 부분 경사로, 임시안전 방호벽, 계단, 경사형 연석과 같은 주행 장애물 객체를 촬영한 뒤 객체를 분류하고 이를 자동 인식하는 최적의 AI 모델을 개발하여 주행 중인 전동 이동 보조기 전방에 나타난 장애물을 효율적으로 판단할 수 있는 알고리즘을 구현하고자 한다. 객체 검출을 높은 확률로 AI 학습이 될 수 있도록 데이터 셋 구축 시 라벨링 형태를 폴리곤 형태로 라벨링 하며, 폴리곤 형태로 라벨링 된 객체를 탐지할 수 있는 Detectron2 프레임워크를 활용하여 Mask R-CNN 모델을 활용하여 개발을 진행하였다. 영상 획득은 일반인과 교통약자의 두 개 그룹으로 구분하여 진행하였고 테스트베드 2개 지역에서 얻어진 영상정보를 확보하였다. Mask R-CNN 학습 결과 파라미터 설정은 IMAGES_PER _BATCH : 2, BASE_LEARNING_RATE 0.001, MAX_ITERATION : 10,000으로 학습한 모델이 68.532로 가장 높은 성능을 보인 것이 확인되어 주행 위험, 장애 요소를 빠르고 정확하게 사용자가 인지할 수 있도록 하는 딥러닝 모델을 구축이 가능한 것을 확인할 수 있었다.

• 융합신호처리학회논문지
• /
• 제24권1호
• /
• pp.27-33
• /
• 2023

최근 기후변화로 인한 물 부족 현상이 발생하고 있으며 저수지의 녹조 발생으로 농업용수의 물 관리 필요성이 증대되고 있다. 기존의 녹조 방지는 많은 사람이 현장에 투입돼 운영되고 보트를 통한 이동으로 최적의 살포 시간을 놓치고 있다. 이를 해결하기 위해서는 오염을 사전에 차단하고 시간 내 이동하여 균일하게 복합 미생물을 균일하게 살포하는 기술이 필요하다. 방제 드론은 농약 살포에 활용되고 있으며 방제 드론을 활용하여 녹조 방지 업무에 적용이 가능하다. 본 논문에서는 해양 방제 시스템 구축을 위한 기초연구로 저수지 환경 적용을 위해 수행되었으며, 그 결과물의 하나로 방제 드론에 사용 가능한 핵심기술인 드론 전용 노즐의 특성을 산출하였다. 특히, 기존의 농업용 방제 드론이 제시된 살포 간격 내에서 농도가 불균일하다는 단점이 있음을 파악하였고, 이를 보완하기 위해 노즐 위치선정 및 노즐 살포 균일도를 산출하였다. 실험 결과를 바탕으로 저수지 환경의 녹조 감시 시스템 구축의 핵심 알고리즘을 개발하고 추후 해양 방제 업무 적용에 활용이 가능하도록 정밀 방제 기술을 제안한다.

• 지능정보연구
• /
• 제29권4호
• /
• pp.325-345
• /
• 2023

본 연구는 온라인 리뷰를 이용하여 고객 만족도를 예측하는 새로운 접근 방식을 제안한다. LDA 주제 모델링과 결합된 RFE-SHAP 기능 선택 방법을 활용하여 고객 만족도에 큰 영향을 미치는 주요 기능을 식별하여 예측 분석을 개선했다. 먼저 Random Forest 알고리즘의 경우, 초기 28개 입력변수에서 14개의 변수를 최적 하위 집합으로 추출했다. 제안된 방법에서 Random Forest 모델의 성과는 84%로 확인 되었으며 변수가 많은 모델에서 흔히 발생하는 과적합을 방지하였다. 또한 품질, 착용감, 내구성 등과 같은 리뷰의 특정 요소들이 패션 산업 내에서 소비자 만족도를 증진시키는 중요한 역할을 한다는 사실을 밝혀냈다. 본 연구는 예측 결과를 설명할 때 선택한 각 기능이 고객 만족도에 어떻게 영향을 미치는지에 대한 자세한 설명을 제공하고 고객이 가장 중요하게 생각하는 측면에 대한 세부적인 보기를 제공한다. 본 연구의 공헌도는 다음과 같다. 첫째, 전자상거래 분석 분야 내에서 예측 모델링을 강화하고 특성 중심적인 접근법을 소개함으로써 방법론을 개선하였다. 이는 고객 만족도 예측의 정확도를 높일 뿐만 아니라 예측 모델에서의 변수 선택에 대한 새로운 접근을 제시한다. 둘째, 특히 의류 부문에서 전자상거래 플랫폼에 구체적인 통찰력을 제공한다. 품질, 사이즈, 내구성 등 고객 리뷰의 어떤 부분이 만족도에 가장 큰 영향을 미치는지 강조함으로써, 기업들이 제품과 서비스를 맞춤화 할 수 있는 전략적 방향을 제시한다. 이러한 목표 지향적인 개선은 고객의 쇼핑 경험을 개선하고, 만족도를 향상시키면서 충성도를 이끌어낼 수 있을 것으로 기대한다.

• 한국조경학회지
• /
• 제52권2호
• /
• pp.96-109
• /
• 2024

본 연구는 딥러닝 모델 중 VGG-16 및 ResNet50 모델을 활용하여 전시 정원의 유사성 평가 방법을 제시하는 것에 목적이 있다. VGG-16과 ResNet50 모델을 기반으로 전시 정원 유사성 판단을 위한 모형을 개발하였고, 이를 DRG(deep recognition of similarity in show garden design)모형이라 한다. 평가를 위한 방법으로 GAP와 피어슨 상관계수를 활용한 알고리즘을 사용하여 모형을 구축하고 1순위(Top1), 3순위(Top3), 5순위(Top5)에서 원본 이미지와 유사한 이미지를 도출하는 총 개수 비교로 유사성의 정확도를 분석하였다. DRG 모형에 활용된 이미지 데이터는 국외 쇼몽가든페스티벌 전시 정원 총 278개 작품과 국내 정원박람회인 서울정원박람회 27개 작품 및 코리아가든쇼 전시정원 이미지 17개 작품이다. DRG모형을 활용하여 동일 집단과 타 집단간의 이미지 분석을 진행하였고, 이를 기반으로 전시 정원 유사성의 가이드라인을 제시하였다. 첫째, 전체 이미지 유사성 분석은 ResNet50 모델을 기반으로 하여 데이터 증강 기법을 적용하는 것이 유사성 도출에 적합하였다. 둘째, 내부 구조와 외곽형태에 중점을 둔 이미지 분석에서는 형태에 집중하기 위한 일정한 크기의 필터(16cm × 16cm)를 적용하여 이미지를 생성하고 VGG-16 모델을 적용하여 유사성을 비교하는 방법이 효과적임을 알 수 있었다. 이때, 이미지 크기는 448 × 448 픽셀이 효과적이며, 유채색의 원본 이미지를 기본으로 설정함을 제안하였다. 이러한 연구 결과를 토대로 전시 정원 유사성 판단에 대한 정량적 방법을 제안하고, 향후 다양한 분야와의 융합 연구를 통해 정원 문화의 지속적인 발전에 기여할 것으로 기대한다.

• Korean Journal of Radiology
• /
• 제22권6호
• /
• pp.983-993
• /
• 2021

Objective: To investigate the image quality of ultralow-dose CT (ULDCT) of the chest reconstructed using a cycle-consistent generative adversarial network (CycleGAN)-based deep learning method in the evaluation of pulmonary tuberculosis. Materials and Methods: Between June 2019 and November 2019, 103 patients (mean age, 40.8 ± 13.6 years; 61 men and 42 women) with pulmonary tuberculosis were prospectively enrolled to undergo standard-dose CT (120 kVp with automated exposure control), followed immediately by ULDCT (80 kVp and 10 mAs). The images of the two successive scans were used to train the CycleGAN framework for image-to-image translation. The denoising efficacy of the CycleGAN algorithm was compared with that of hybrid and model-based iterative reconstruction. Repeated-measures analysis of variance and Wilcoxon signed-rank test were performed to compare the objective measurements and the subjective image quality scores, respectively. Results: With the optimized CycleGAN denoising model, using the ULDCT images as input, the peak signal-to-noise ratio and structural similarity index improved by 2.0 dB and 0.21, respectively. The CycleGAN-generated denoised ULDCT images typically provided satisfactory image quality for optimal visibility of anatomic structures and pathological findings, with a lower level of image noise (mean ± standard deviation [SD], 19.5 ± 3.0 Hounsfield unit [HU]) than that of the hybrid (66.3 ± 10.5 HU, p < 0.001) and a similar noise level to model-based iterative reconstruction (19.6 ± 2.6 HU, p > 0.908). The CycleGAN-generated images showed the highest contrast-to-noise ratios for the pulmonary lesions, followed by the model-based and hybrid iterative reconstruction. The mean effective radiation dose of ULDCT was 0.12 mSv with a mean 93.9% reduction compared to standard-dose CT. Conclusion: The optimized CycleGAN technique may allow the synthesis of diagnostically acceptable images from ULDCT of the chest for the evaluation of pulmonary tuberculosis.

• 한국지리정보학회지
• /
• 제27권2호
• /
• pp.34-44
• /
• 2024

최근 기후변화로 인한 이상기후로 인해 홍수, 산사태, 토사 유출과 같은 자연재난의 피해가 급증하고 있다. 우리나라는 국토의 63% 이상이 산지라는 지형적 특성 때문에 사면 재해에 취약하며, 특히, 토석채취지는 소단형성 과정에서 흙과 암석을 채굴하기 때문에 산사태가 발생할 확률이 높으며, 사업장 내부 뿐만 아니라, 외부까지 재해발생 위험이 높은 지역이다. 이에 따라, 본 연구는 토석채취지의 모니터링을 위해 UAV와 항공LiDAR를 활용하여 DEM을 구축하고 시계열 변화 분석을 수행하였으며, 토석채취지 모니터링을 위한 최적의 DEM 구축방법을 제안하였다. DEM 구축을 위해 UAV와 LiDAR 기반 Point Cloud 구축하고 Aggressive Classification(AC), Conservative Classification(CC), Standard Classification(SC) 등 세가지 알고리즘을 활용하여 지면부를 추출하였다. 알고리즘에 따라 구축한 UAV 및 LiDAR기반 DEM은 수치지형도 기반 DEM과의 비교를 통해 정확도를 평가하였다. 정확도 평가 결과, 알고리즘 방법간의 높이 차는 최대 1 m 내외로 차이가 거의 없었다. 또한, 음영기복도를 활용한 지면부의 질감을 시각적 비교해보았을 때 CC 알고리즘의 성능이 가장 우수하였으며, 산림지역에서 LiDAR 기반 DEM이 높은 정확도를 보였다. 구축한 최적의 DEM을 통해 토석채취지의 시계열 변화량을 비교한 결과, 토석채취지역, 소단 형성지역 등 시계열 변화에 따른 토석채취지의 변화지역 탐지가 가능하였다.

• 한국해안·해양공학회논문집
• /
• 제32권2호
• /
• pp.135-145
• /
• 2020

해양에서의 파랑관측은 부이나 압력계 등을 이용하여 수면변위를 관측하는 직접관측방법과 Radar를 이용하여 관측하는 원격관측방법으로 구분된다. 직접관측방법은 정확도가 높지만, 악기상 시 파손 및 유실 위험이 크며 외해 설치 시 많은 유지 보수비용이 필요하다는 단점을 가지고 있다. 반면 Radar와 같은 원격관측방법은 장비를 육지에 계류하여 유지관리가 용이하지만 직접관측방법과 비교하면 정확도가 다소 낮은 단점이 있다. 본 연구에서는 원격파랑관측자료의 품질을 개선하기 위해 독도에 설치되어 운영 중인 MIROS Wave and Current Radar(MWR) 관측자료의 수집 및 분석을 하였으며, 이를 기상청에서 운영 중인 해양파고부이(CWB)의 관측자료와 비교하였다. 그리고 MWR 관측자료의 품질을 개선하기 위해 1) MIROS사에서 개발한 필터(Reduce Noise Frequency, Phillips Check, Energy Level Check)의 복합적인 사용(최적필터; Optimal Filter), 2) OOI(Ocean Observatories Initiative)에서 개발한 Spike Test 알고리즘(Spike Test) 그리고 3) 유의파고-주기 관계식을 이용한 새로운 필터(H-Ts QC)를 사용하여 신뢰도가 낮은 이상자료(Noise; 시계열 자료 중 급격하게 자료가 발산하여 정상자료가 아닌 것으로 판단되는 자료)의 제거 및 보정을 수행하였다. 결과적으로 3가지의 품질관리기법을 적용한 MWR의 파랑관측자료는 유의파고에 대해서는 일정 부분 신뢰도를 가지지만 유의파주기에서는 여전히 오차가 존재하며 이에 대한 개선이 요구된다. 또한, MWR의 파랑관측자료는 3 m 이상의 고파랑에서는 CWB와 다소 양상이 달라지는 한계가 발생하므로 이를 위한 장기간의 원격파랑관측 자료의 수집과 분석, 그리고 필터 개발 등에 관한 지속적인 연구가 필요하다.

• 대한원격탐사학회지
• /
• 제37권5_1호
• /
• pp.989-998
• /
• 2021

구름의 영향을 크게 받는 광학위성영상의 활용에 있어 일정 주기 합성은 구름의 영향을 최소화할 수 있는 유용한 방법이다. 최근 주기 합성 시 구름과 구름 그림자 정보가 직접 입력되어 일정 주기 시 두 인자의 영향을 가장 덜 받는 최적의 화소를 선택하는 기법이 제시되었다. 최적의 합성 결과를 도출하기 위해서는 구름과 구름 그림자의 정확한 추출이 필수적이다. 또한 농작물과 같이 분광정보가 중요한 대상의 경우 주기 합성 시 분광정보의 손실이 최소화되어야 한다. 본 연구에서는 구름과 구름 그림자의 높은 탐지정확도를 유지하면서 분광정보의 손실이 적은 탐지 기법을 도출하기 위해, 강원도 고랭지 배추밭을 대상으로 두 분광척도(Haze Optimized Tranformation; HOT, MeanVis)를 이용한 방법과 Sentinel-2A/B에서 제공되는 구름 정보를 비교 분석하였다. 2019년~2021년까지 자료를 분석한 결과 Sentinel-2A/B위성의 구름 정보는 F1값이 0.91인 탐지 정확도를 보이나, 밝은 인공물이 구름으로 오탐지되었다. 이에 비해 HOT에 임계치(=0.05)를 적용해 획득한 구름 탐지 결과는 상대적으로 낮은 탐지 정확도(F1=0.72)를 보였으나, 오탐지가 적어 분광정보의 손실을 최소화하였다. 구름 그림자의 경우, Sentinel-2A/B 부가 레이어에서는 최소한의 그림자만이 탐지된 결과를 볼 수 있었으나, MeanVis에 임계치(= 0.015)를 적용했을 시 지형적으로 발생한 그림자와 구별 가능한 구름 그림자만을 탐지할 수 있었다. 분광척도 기반 구름 및 그림자 정보를 입력해 안정된 월별 합성된 식생지수결과를 획득하였으며, 향후 Sentinel-2A/B의 높은 정확도의 구름 정보를 주기 합성에 입력해 비교할 예정이다.

• 인터넷정보학회논문지
• /
• 제17권1호
• /
• pp.101-107
• /
• 2016

최근 디지털 영상장비 개발 기술의 발전으로 인하여 중재 시술이 일반화되고 있다. 중재 영상시술은 미세한 카테터와 가이드와이어를 체내에 삽입하고 시술하는 기술적 특성으로 인하여, 시술의 효과와 안전성을 높이기위해서는 엑스선영상의 고화질이어야 한다. 이로인하여 방사선 피폭량이 증가하는 문제점을 갖고 있다. 따라서 엑스선 디텍터의 성능을 개선하는 연구가 활발하게 진행되고 있다. 또한, 혈관 조영술을 기반으로 한 중재시술은 참조 영상 처리와 3D 의료 영상처리 기술이 요구된다. 본 논문에서는 중재시술을 지원하기 위한 가이드 시스템을 제안하고자 한다. 뇌혈관질환의 중재시술에 기존 혈관조형검사기반의 2D 의료영상이 갖고 있는 문제점을 해결하고, 중재시술 도구인 카테터와 가이드와이어의 목표 병변까지 실시간 위치 추적과 최적의 경로를 안내 해주고자 한다. 이를 위한 전체 시스템은 의료영상 획득부와 영상처리부 그리고 디스플레이 디바이스부로 구성하였다. 그리고 제안한 시스템에서 제공하는 가이드서비스의 실험환경은 브레인 팬텀(Complete intracranial model with aneurysms, ref H+N-S-A-010)을 엑스선으로 촬영하면서 실험하였다. 그리고 참조 영상을 생성하기 위해서 라프라시안 알고리즘 기반의 뇌혈관 모델링과 DICOM에서 추출한 이미지 처리를 위해 Volume ray casting 기법을 적용하였다. 그리고 카테터와 가이드와이어의 위치추적과 경로 제공을 위해 $A^*$ 알고리즘을 적용하였다. 끝으로 제안한 시스템에서 제공하는 카테터와 가이드와이어의 위치추적 수행결과를 보인다. 제안한 시스템은 향후 중재시술에 유용한 안내 서비스를 제공할 것으로 기대하고 있다.

• 핵의학기술
• /
• 제15권1호
• /
• pp.17-24
• /
• 2011

현재 핵의학 분야에서는 디지털 컴퓨터의 급속한 발전 및 응용으로 인해 FBP 법의 대용으로 OSEM 알고리즘과 같은 고속 영상 재구성 알고리즘이 널리 이용되고 있다. 그 동안 여러 연구에서 파라미터 변경에 따른 OSEM 재구성 영상 질 변화에 대한 평가가 이루어져 왔으나, 어떠한 파라미터를 적용할 지에 관해서는 명확하게 정해진 것은 없다. 본 연구에서는 3D beam modeling을 적용한 3D OSEM 재구성 법에서 iteration 횟수와 subset 개수 변경에 따른 영상의 질 변화를 팬텀 실험과 환자 데이터을 통해 확인하고자 한다. 환자 데이터는 2010년 8월부터 9월까지 본원 핵의학과에서 Brain SPECT를 시행한 환자 5명을 대상으로 연구 분석하였다. 영상은 물과 $^{99m}Tc$ (500 MBq)을 균등하게 혼합한 Jaszczak 팬텀을 이용하여 Siemens사의 이중 헤드 감마 카메라 Symbia T2에서 획득하였다. 환자 데이터는 영상 재구성 시 환자 데이터와 팬텀 데이터 모두 iteration 횟수는 1, 4, 8, 12, 24, 48회, subset 개수는 2, 4, 8, 16, 32개로 변화를 주며 각각의 영상을 재구성하였다. 재구성된 각각의 영상에서 대조도와 영상의 잡음 정도를 가늠하기 위한 변이계수, FWHM을 산출하여 비교하였다. 팬텀 데이터와 환자 데이터에서 영상의 대조도와 공간해상력은 iteration 횟수와 subset 개수의 증가에 따라 모두 선형적으로 증가하는 경향을 나타냈으나 변이계수는 두 파라미터의 증가에 따라 향상되는 경향을 보이지 않았다. Projection 시간에 따른 비교에서도 Projection 당 10초, 20초, 30초 영상에서 모두 영상 대조도와 FWHM은 iteration 횟수와 subset 개수 증가에 따라 선형적으로 향상되는 결과를 나타냈으나 변이계수는 향상되는 경향을 보이지 않았다. 본 실험을 통해 3D beam modeling을 적용한 3D OSEM 재구성 법 영상에서도 기존의 1D와 2D OSEM 재구성 법과 같이 iteration 횟수와 부분집합 개수 증가에 따라 향상하는 영상 대조도의 선형적 관계를 확인할 수 있었다. 하지만 이는 단순한 팬텀 실험과 일부 환자 데이터 만으로 얻은 결과이고, 실제 임상에서는 보다 구조적으로 복잡한 대상과 다양한 변수들이 존재 가능하기 때문에 본 실험의 데이터만을 바탕으로 이를 일반화하기에는 무리가 있으며 차후 실험들을 통해 3D OSEM 재구성 법에 대한 평가가 추가로 이루어져야 할 것이다.