• Journal of Radiation Protection and Research
• /
• 제39권1호
• /
• pp.46-53
• /
• 2014

방사선사고 시 내부오염 평가대상의 범위는 성인뿐만 아니라 소아까지 전 연령층으로 확대된다. 본 연구에서는 전신계수기의 측정 정확도를 향상시키기 위해 측정대상의 인체 크기와 측정 위치에 따른 계수효율을 평가하였다. 본 연구에서는 한국원자력의학원에서 사용하는 전신계수기인 FASTSCAN에 대해 방사선수송코드를 이용하여 전산 모사하였다. 측정한 계수효율과 계산한 계수효율의 상대편중은 4세 소아의 경우 2% 이하이였으며, 성인의 경우에도 5% 이하로 일치하였다. 측정 대상의 키가 작을수록 검출기와의 거리가 멀어지는 문제를 보완하고 인체 크기에 따른 계수효율의 일관적인 경향성을 도출하기 위해, 측정대상의 측정 위치를 조절하여 전신계수기의 계수효율을 평가하였다. 조절된 측정 위치에서의 전신계수기 계수효율을 바탕으로 측정 대상의 인체 크기 차이에 의한 내부오염도 평가 시 측정 오차를 줄일 수 있는 인체 크기 보정인자를 도출하였다. 도출된 보정인자는 전신계수기 측정결과에 곱하여 측정대상의 내부오염도를 쉽게 평가할 수 있으며, 궁극적으로 방사선사고 시 전신계수기를 이용한 내부오염도의 측정 정확도를 크게 향상시킬 수 있을 것이다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2016년도 추계학술대회
• /
• pp.140-141
• /
• 2016

기존의 사람 계수 측정 시스템은 적외선 빔이나 열 감지 영상 장치를 통해 측정하였다. 하지만 이와 같은 방법으로 측정하면 객체가 들어가거나 나가는 정보는 제공하지 않는다. 이에 본 논문은 고정된 카메라를 이용하여 각 사람의 피부색과 옷차림 등의 RGB 정보를 이용한 사람 계수 측정 기법을 제안한다. RGB카메라 영상을 통하여 객체의 RGB 히스토그램을 얻은 후 각 객체에 대해 Bhattacharyya metric을 통한 histogram similarity을 계산하여 객체 추적 및 분류를 통해 사람 계수 측정을 한다. 제안된 시스템은 C/C++을 기반으로 구현하여, 사람 계수 측정 성능을 평가하였다.

• 한국위성정보통신학회논문지
• /
• 제8권4호
• /
• pp.26-29
• /
• 2013

군중의 혼잡한 정도를 추정하기 위해서는 텍스처 기반의 방법을 이용하거나 움직임을 검출하여 혼잡한 정도를 추정한다. 본 논문에서는 이 두 가지를 혼합한 방법을 제안한다. 또한 ROI 영역을 설정하여 영역내의 혼잡한 정도의 기준을 명확히 하였으며, 특징 정규화를 통하여 카메라 각도 변화의 오차를 줄이고자 하였다. 이 시스템을 DSP에 탑재하여 임베디드 기반의 실시간 시스템을 구축하였다.

• 한국정보전자통신기술학회논문지
• /
• 제6권1호
• /
• pp.1-5
• /
• 2013

보행자의 수는 건물의 출입자 제어, 보행자 소통 관리, 지역 내 유동량 측정 등에 있어서 매우 중요하게 이용되는 정보이다. 그러나 기존의 사람 검출 및 계수 시스템은 겹침이나 그림자나 조명에 의한 부정확한 검출로 인하여 정확한 계수의 어려움이 있었다. 본 논문에서는 카메라로부터 영상을 입력받아 적응적으로 배경 영상을 생성하여 처리함으로써 조명의 변화나 그림자 영향을 최소화 하였다. 또한 Kalman 필터와 Mean-Shift 알고리즘을 이용하여 중복 계수를 방지하여 계수의 정확도를 높일 수 있었다. 실험 결과 95.4%의 계수 정확도를 나타내어 제안된 방법이 사람의 검출 및 계수에 효율적임을 증명하였다.

• 스마트미디어저널
• /
• 제9권3호
• /
• pp.122-129
• /
• 2020

전 세계적으로 무증상의 코로나바이러스 감염증-19 감염자가 자신이 감염된 것을 모르고 주변인들에게 전파할 수 있다는 가능성은 국민이 전염병 확산에 대한 불안과 두려움에서 벗어나지 못하고 있다는 점에서 여전히 매우 중요한 이슈이다. 본 논문에서는 K-평균 군집화 알고리즘 및 딥러닝 기반 군중 집계를 이용한 전염병 확진자 접촉 가능성 여부 판단 모니터링 시스템을 제안하였다. 모든 입력 학습 영상에 대해 300회 반복 학습한 결과, PSNR값은 21.51, 전체 데이터 셋에 대한 최종 MAE값은 67.984였다. 이는 확진자와 주변인과의 거리와 감염률 산출, 잠재적 환자 동선 주변 인원의 위험도 순 그룹 및 감염률 예측에 대한 영상 속 화질 정보, 관측치 간의 평균 절대 오차를 의미하며 각 CCTV 장면에서 군중의 수가 4,000명 이하일 때에는 평균 절대 오차 값이 0에 가까움을 증명하였다.

• 한국전자통신학회논문지
• /
• 제7권6호
• /
• pp.1555-1560
• /
• 2012

최근 사람들의 평균 수명이 늘어남으로써 노령인구, 장애인, 주기적으로 자신의 건강상태를 확인하는 사람 등에게 원격 의료서비스를 제공하기 위한 건강관리에 관심이 고조되고 있다. 가정생활에서의 기초적인 건강상태 확인 및 의료 도우미 시스템은 고가의 의료장비를 이용하지 않고 저렴한 비용으로 확인이 가능해야 하며 간단한 방식으로 활용할 수 있어야 한다. 본 논문에서는 광센서를 이용하여 손가락 끝의 맥박신호 정보를 검출하고 맥박신호의 이상 유무나 맥박간격의 규칙성 정보를 분석할 수 있는 3G 네트워크 기반의 맥박측정 시스템을 개발하고 적합성을 검토하였다.

• 대한토목학회논문집
• /
• 제43권5호
• /
• pp.667-674
• /
• 2023

건물에서 재난이 발생할경우, 건물 내 인원을 신속히 구조하여 사상자를 최소화하는 것은 단연 최우선순위가 된다. 이러한 구조활동을 위해서는 건물내 어디에 몇 명이 있는지를 알아야 하는데, 실시간으로 알기가 어렵다보니 주로 건물주나 경비원 등 관계자의 진술이나 층별 면적, 수용 인원과 같은 기초자료에 의존하는 실정이다. 따라서 빠르고 정확하게 재실인원 정보를 파악하여 현장에 대한 불확실성을 낮추고 골든타임내 효율적인 구조활동을 지원하는 것이 반드시 필요하다. 본 연구는 컴퓨터 비전 알고리즘을 활용하여 이미 건물에 설치되어 있는 여러대의 CCTV 가 촬영한 이미지 로부터 건물 위치별 재실인원을 계수하는 방법론을 제시한다. 계수 방법론은 (1)카메라별 관심선(LOI) 설정을 통한 다중카메라 네트워크 환경구축, (2)딥러닝을 활용한 모니터링 구역내 사람 탐지 및 추적, (3)다중 카메라 네트워크 환경을 고려한 인원 합산 세단계로 구성된다. 제안된 방법론은 5층 건물을 대상으로 세 개의 시간대 별로 수행된 현장 실험을 통해 검증되었다. 최종 결과는 89.9%의 정확도로 재실자를 인식하는 것으로 나타났으며, 층별, 구역별 합산결과도 93.1%, 93.3%의 정확도로 우수했다. 층별 평균MAE와 RMSE는 각각 0.178과 0.339이었다. 이 처럼 실시간으로 제공하는 건물내 재실자 정보는 초기 재난 대응단계에 신속하고 정확한 구조활동을 지원 할 수있다.

• Journal of Microbiology and Biotechnology
• /
• 제32권10호
• /
• pp.1344-1354
• /
• 2022

Laryngeal cancer is one of the highest incidence, most prevalently diagnosed head and neck cancers, making it critically necessary to probe effective targets for laryngeal cancer treatment. Here, real-time quantitative reverse transcription PCR (qRT-PCR) and western blot analysis were used to detect gene expression levels in laryngeal cancer cell lines. Fluorescence in situ hybridization (FISH) and subcellular fractionation assays were used to detect the subcellular location. Functional assays encompassing Cell Counting Kit-8 (CCK-8), 5-ethynyl-2'-deoxyuridine (EdU), transwell and wound healing assays were performed to examine the effects of target genes on cell proliferation and migration in laryngeal cancer. The in vivo effects were proved by animal experiments. RNA-binding protein immunoprecipitation (RIP), RNA pulldown and luciferase reporter assays were used to investigate the underlying regulatory mechanisms. The results showed that KIF26B antisense RNA 1 (KIF26B-AS1) propels cell proliferation and migration in laryngeal cancer and regulates the toll-like receptor 4 (TLR4) signaling pathway. KIF26B-AS1 also recruits FUS to stabilize TLR4 mRNA, consequently activating the TLR4 signaling pathway. Furthermore, KIF26B-AS1 plays an oncogenic role in laryngeal cancer via upregulating TLR4 expression as well as the FUS/TLR4 pathway axis, findings which offer novel insight for targeted therapies in the treatment of laryngeal cancer patients.

• 시큐리티연구
• /
• 제58호
• /
• pp.9-34
• /
• 2019

경찰은 헌법상 권리인 집회의 자유를 보장해야 하며, 동시에 이러한 권리행사에 있어서 야기될 수 있는 과도한 무질서와 불편 역시 예방하고 억제해야 하는 이중적인 책무를 부여받고 있다. 경찰은 집회 참가자에 대한 안전관리 목적 차원에서 집회시위 참가인원을 추산하고 있으며, 그 추산방식은 기본적으로 단위면적당 인구밀도 값을 통하여 "특정시점 최대 인원"을 집계하는 방식이다. 이와 대조적으로, 집회시위 주최자는 집회시위 참가인원의 숫자(규모) 자체가 집회의 성공여부로 연결되는 만큼 전체 집회에 잠깐이라도 참여한 사람까지 모두 포함하는, 다시 말해서 누적인원을 계산하는 이른바 "연인원 집계방식"을 사용하고 있다. 집계방식의 목적과 세부 방법론의 차이로 인한 추산결과의 격차는 당연한 결과임에도 불구하고, 경찰은 고의적으로 추산인원을 축소하다는 비판에 직면하자 현재는 추산결과 자체를 공개하지 않고 있다. 집회시위 추산방식에 대한 상당한 논쟁과 이슈에도 불구하고, 관련 국내 선행연구는 극소수에 불과한 것으로 확인되었다. 이마저도 경찰의 특정시점 최대인원 집계방식과 집회시위 주최자의 연인원 집계방식의 장단점을 도출하고 비교하는 정도에 그치고 있었고, 아쉽게 국외의 학술논문이나 연구에 대한 분석 부분은 전혀 찾아볼 수 없었다. 이에 본 학술논문은 "외국에서는 집회시위 인원 추산방식에 대한 어떠한 연구가 존재할까? 특정시점 최대인원방식과 연인원 누적 집계방식 외에 다른 세부 방법론은 존재하지 않는 것일까? 만약 존재한다고 한다면, 어떠한 세부 방법론이 제시되어 있을까?"라는 연구문제를 도출하였고, 이에 대한 해답을 찾기 위하여 참가인원 추산방법에 대한 해외 학술논문 및 연구결과를 분석해보았다. 이러한 분석을 바탕으로, 본 연구에서는 해외에서 연구된 참가인원 추산방식을 크게 ① 단위면적당 인구밀도 활용모델, ② 행진인원 추산모델, ③ 전자기술기반 이미지 비활용 추산모델 등, 세 가지 모델로 분류해보았고, 나아가 각각의 모델에 속하는 세부 연구결과도 요약·제시해보았다. 이를 통하여 마지막으로, 우리의 집회시위 참가인원 추산방식에 대한 개괄적인 정책 시사점 내지 향후 추진되어야 할 연구 방향성도 도출하고자 하였다.

• 한국재난정보학회 논문집
• /
• 제20권1호
• /
• pp.199-205
• /
• 2024

연구목적: 본 연구는 요양병원 등 재난취약시설에 재난이 발생할 경우 잔류한 요구조자를 정확하게 파악하여 소방 등 대응기관에 제공하는 APC(Auto People Counting)의 인식률 개선에 목적이 있다. 연구방법: 본 연구에서는 실제 재난취약시설에 설치되어 운영 중인 APC를 대상으로 카메라를 통해 출입 인원의 이미지를 인식하는 알고리즘을 개선하기 위해 CNN모델을 활용하여 베이스라인 모델링을 하였다. 다양한 알고리즘의 성능을 분석하여 상위 7개의 후보군을 선정하고 전이학습 모델을 활용하여 성능이 가장 우수한 최적의 알고리즘을 선정하는 방법으로 연구를 수행하였다. 연구결과: 실험결과 시간과 성능이 가장 좋은 Densenet201, Resnet152v2 모델의 정밀도와 재현율을 확인한 결과 모든 라벨에 대해서 정확도 100%를 나타내는 것을 확인할 수 있었다. 이 중 Densenet201 모델이 더 높은 성능을 보여주었다. 결론: 다양한 인공지능 알고리즘 중 APC에 적용할 수 있는 최적의 알고리즘을 선정하였다. 향후 연무 등 다양한 재난상황에서 재난취약시설 내 출입인원을 정확하게 파악할 수 있도록 알고리즘 분석 및 학습에 대한 추가 연구가 요구된다.