• Journal of Platform Technology
• /
• 제11권5호
• /
• pp.59-71
• /
• 2023

본 논문에서는 영상을 촬영한 장면의 조명 색도를 추정하는 방법을 제안한다. 기존의 피부색을 이용한 조명 색도 추정 방법은 Storring, Bianco 등이 제안하였다. Storring은 피부색 분포 특성, 완전 복사체 궤적을 이용하였으나 완전 복사체 궤적과 CIE-xy 자료의 연계성이 저하되는 문제가 있다. Bianco 등은 표준조명에서의 피부색 분포와 입력 영상의 피부색 분포를 대조하여 조명 색도를 추정하였다. 이 방법은 다양한 조명에서의 피부색을 최대한 많이 측정하고 확보하기가 어렵다. 제안한 방법은 피부색도 정보와 조명색도 간의 관계를 분석하여 임의의 입력 영상에 대한 조명 색도를 추정할 수 있다. 추정 방법은 분석단계와 테스트 단계로 구분되며, 데이터 셋을 분석 군과 테스트 군으로 분류하여 사용하였다. 분석 군의 모든 입력영상으로부터 각각 피부색 영역을 구하여 피부 색도를 계산한다. 피부 색도의 평균값 집합과 기준 조명 색도 집합의 상관 관계를 분석하여 사상을 구한다. 계산된 사상을 분석 군의 모든 입력 영상에 적용하여 조명 색도를 추정하고 기준 조명색도와의 오차를 계산하고, 오차의 변화가 없을 때까지 상기 과정을 반복하여 안정적인 사상을 구한다. 구해진 사상을 분석 단계와 유사하게 테스트 군 영상에 적용하여 조명 색도를 추정한다. 피부영역과 조명 기준정보가 포함된 데이터 셋이 독립적으로 존재하지 않기 때문에 인텔 TAU 데이터셋의 영상 일부를 이용하여 실험 데이터 셋을 구성하였다. 유사한 이론 기반의 기존 방법인 Finlayson에 비하여 40% 이상, Zhang에 대해서는 11%, Kim에 대해서는 16% 정도의 성능개선을 보였다.

• 한국빅데이터학회지
• /
• 제8권2호
• /
• pp.73-82
• /
• 2023

현재 수산업 종사자의 78%를 차지하고 있는 인력 고령화에 따른 노동력 부족 문제를 해결하기 위해 객체 검출 및 추적 알고리즘을 주요 내용으로 하는 스마트 양식 기술에 대한 연구가 활발히 진행되고 있다. 이러한 기술들은 어류의 크기 분석, 행동 패턴 예측 등의 작업이 가능하여 실시간 모니터링 및 자동화 시스템의 구축이 용이할 것으로 기대된다. 본 연구에서는 양식 시설 외부에 설치된 카메라로부터 수집된 영상 데이터를 기반으로 어류 검출 및 추적 알고리즘을 활용하였다. 수중 조건, 암모니아, pH 농도에 따른 카메라 부식 문제로 인한 높은 유지보수 비용 문제를 극복하는 것을 목표로 하였다. 어류 객체 검출을 위해 YOLOv7 모델을 활용한 실시간 모니터링 시스템의 성능을 분석하였고, 어류의 움직임을 추적하기 위해 SORT 알고리즘을 활용하였다. YOLOv7 훈련 결과 PR Curve 기반의 Recall과 Precision 값의 상충 관계를 밝혀내 조명에 의한 물줄기와 그림자의 오검출을 최소화하였음을 알 수 있다. 어류 추적을 위해 우리는 재식별화를 통해 효과적인 추적을 확인하였다. 이러한 연구 결과는 스마트 양식 산업의 운영 효율성을 높이고 양식 시설의 어류 관리 개선을 용이하게 할 것으로 기대된다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제30권3호
• /
• pp.99-107
• /
• 2024

기존에 존재하는 비디오 영역을 가로 혹은 세로로 확장하는 비디오 확장 기술에 대한 수요가 높아지고 있지만, 최신 기술로도 모든 비디오를 성공적으로 확장할 수는 없다. 따라서 비디오 확장을 시도하기 전에 해당 비디오가 잘 확장될 수 있을지 판단하는 것이 중요하다. 이를 통해 불필요한 컴퓨팅 자원 낭비를 줄일 수 있기 때문이다. 이 논문은 비디오가 수평 확장에 적합한지 판별하는 비디오 분류기를 제안한다. 이 분류기는 광학 흐름과 적응형 가우시안 블러 네트워크를 활용하여 흐름 기반 비디오 확장 방식에 적용할 수 있다. 학습을 위한 라벨링은 유저 테스트 및 정량적 평가를 거쳐 엄격하게 이루어졌다. 이렇게 라벨링된 데이터셋으로 학습한 결과, 주어진 비디오의 확장 가능성을 분류하는 네트워크를 개발할 수 있었다. 제안된 분류기는 광학 흐름과 적응형 가우시안 블러 네트워크를 통해 비디오의 특성을 효과적으로 포착함으로써, 단순히 원본 비디오나 고정된 블러만을 사용하는 경우보다 훨씬 정확한 분류 성능을 보였다. 이 분류기는 향후 다양한 분야에서 활용될 수 있으며, 특히 몰입감 있는 시청 경험을 위해 장면을 자동으로 확장하는 기술과 함께 사용될 수 있을 것으로 기대된다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제30권3호
• /
• pp.23-41
• /
• 2024

최근 가상 아바타를 이용하여 가창과 안무를 표현하는 다양한 가상 아바타 음악 콘텐츠가 제작되고 있으며, 가상 아티스트들의 인기가 높아짐에 따라 오프라인에서도 가상 아바타 콘서트를 하는 사례도 등장하고 있다. 하지만 가상 아바타가 악기를 연주하는 밴드 콘텐츠의 제작 사례는 찾아보기 어려우며, 전면의 대형 스크린을 사용하는 오프라인 가상 아바타 콘서트는 가상 현실 특유의 환상적인 연출과 높은 자유도를 활용하기 어렵다는 단점이 있다. 본 논문은 이러한 제한점에 영감을 얻어, 가상 밴드 아이돌 Verse'day의 가상 아바타 밴드 콘텐츠 제작과 몰입형 인터랙티브 공연 제작 사례를 소개한다. 먼저, 본 논문에서는 모션 캡쳐 시스템과 실시간 엔진을 활용해 밴드 연주 애니메이션과 뮤직비디오를 제작한 과정을 소개한다. 이어서, 오프라인 콘서트에서 프로젝션 매핑과 실시간 상호작용 응원봉을 사용해 몰입형 인터랙티브 가상 아바타 공연을 제작한 사례를 소개한다. 마지막으로, 본 논문의 제작 사례를 바탕으로 향후 가상 아바타 음악 콘텐츠 제작을 위한 연구 방향을 제언하였다. 우리는 본 제작 사례가 향후 다양한 가상 아바타 음악 콘텐츠 제작과, 몰입형 인터랙티브 오프라인 가상 아바타 콘서트 제작에 영감을 줄 수 있을 것으로 기대한다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제30권3호
• /
• pp.81-86
• /
• 2024

영상 신호 프로세서(Image Signal Processor, ISP)는 카메라 센서로부터 획득된 RAW 영상을 사람의 눈에 보기 좋은 sRGB 영상으로 변환한다. RAW 영상은 sRGB 영상에 비해 영상 처리에 도움이 되는 정보를 가지고 있지만 상대적으로 큰 용량으로 인해 주로 sRGB 영상만 저장되고 사용된다. 또한, 실제 카메라의 ISP 과정이 공개되어 있지 않아 그 역과정을 모사하는 것은 매우 어렵다. 이에 sRGB와 RAW 영상의 상호 변환을 위한 카메라 ISP 모델링 연구가 활발히 진행되고 있으며, 최근 기존의 단순한 ISP 신경망 구조를 고도화하고 실제 카메라 ISP의 동작과 유사하게 카메라 파라미터(노출 시간, 감도, 조리개 크기, 초점 거리)를 직접 반영하는 ParamISP[1] 모델이 제안되었다. 하지만 ParamISP[1]를 포함한 기존의 연구는 카메라 ISP를 모델링함에 있어 렌즈로 인해 발생하는 렌즈 쉐이딩(Lens Shading), 광학 수차(Optical Aberration), 렌즈 왜곡(Lens Distortion) 등을 고려하지 않아 복원 성능에 한계가 있다. 본 연구는 ISP 신경망이 렌즈로 인해 발생하는 열화를 보다 잘 다룰 수 있도록 위치 정보 인코딩(Positional Encoding)을 도입한다. 제안하는 위치 정보 인코딩 기법은 영상을 분할하여 패치(Patch) 단위로 학습하는 카메라 ISP 신경망에 적합하며 기존 모델에 비해 영상의 공간적 맥락을 반영할 수 있어 더욱 정교한 영상 복원을 가능하게 한다.

• 문화기술의 융합
• /
• 제10권4호
• /
• pp.711-719
• /
• 2024

본 연구는 기관투자자 제도, 해외 증시와의 교차거래 제도, A주의 글로벌 지수 편입, 신규 보드 개설 등의 네 가지 측면에서 중국 A주 시장의 대외개방 정책 및 그 성과에 대해 살펴보았으며, 아울러 이러한 A주 시장의 대외개방 정책이 상하이종합주가지수와 선전종합주가지수에 미치는 영향에 대해 1994년 1월 3일부터 2024년 5월 30일까지의 시계열 자료를 이용하여 실증적으로 분석하였다. 분석 결과 QFII·RQFII와 같은 기관투자자 제도, 후강퉁·선강퉁과 같은 해외 증시와의 교차거래 제도, A주의 MSCI EM 지수나 FTSE Russell 지수와 같은 글로벌 지수에의 편입, 과학혁신보드와 같은 신규 보드 개설 등의 모든 대외개방 정책이 주가지수에 통계적으로 유의미한 양의 영향을 미침이 확인되었다. 이러한 분석 결과를 토대로 우리는 중국이 향후 주식시장 대외개방을 더욱 확대해야 하고, 특히 개인투자자들의 중국 주식시장에 대한 접근성을 더욱 확대해야 하며, 외국과 정치적 갈등을 완화하고 이해를 증진시키기 위한 상호 노력이 필요하며, 부동산을 비롯한 산업규제 완화가 중국의 경기회복과 외국인의 A주 시장 투자에 긍정적인 영향을 미칠 것이라는 결론을 도출하였다.

• Korean Journal of Radiology
• /
• 제25권7호
• /
• pp.613-622
• /
• 2024

Objective: In Korea, radiology has been positioned towards the early adoption of artificial intelligence-based software as medical devices (AI-SaMDs); however, little is known about the current usage, implementation, and future needs of AI-SaMDs. We surveyed the current trends and expectations for AI-SaMDs among members of the Korean Society of Radiology (KSR). Materials and Methods: An anonymous and voluntary online survey was open to all KSR members between April 17 and May 15, 2023. The survey was focused on the experiences of using AI-SaMDs, patterns of usage, levels of satisfaction, and expectations regarding the use of AI-SaMDs, including the roles of the industry, government, and KSR regarding the clinical use of AI-SaMDs. Results: Among the 370 respondents (response rate: 7.7% [370/4792]; 340 board-certified radiologists; 210 from academic institutions), 60.3% (223/370) had experience using AI-SaMDs. The two most common use-case of AI-SaMDs among the respondents were lesion detection (82.1%, 183/223), lesion diagnosis/classification (55.2%, 123/223), with the target imaging modalities being plain radiography (62.3%, 139/223), CT (42.6%, 95/223), mammography (29.1%, 65/223), and MRI (28.7%, 64/223). Most users were satisfied with AI-SaMDs (67.6% [115/170, for improvement of patient management] to 85.1% [189/222, for performance]). Regarding the expansion of clinical applications, most respondents expressed a preference for AI-SaMDs to assist in detection/diagnosis (77.0%, 285/370) and to perform automated measurement/quantification (63.5%, 235/370). Most respondents indicated that future development of AI-SaMDs should focus on improving practice efficiency (81.9%, 303/370) and quality (71.4%, 264/370). Overall, 91.9% of the respondents (340/370) agreed that there is a need for education or guidelines driven by the KSR regarding the use of AI-SaMDs. Conclusion: The penetration rate of AI-SaMDs in clinical practice and the corresponding satisfaction levels were high among members of the KSR. Most AI-SaMDs have been used for lesion detection, diagnosis, and classification. Most respondents requested KSR-driven education or guidelines on the use of AI-SaMDs.

• 한국건축시공학회지
• /
• 제24권4호
• /
• pp.447-458
• /
• 2024

이 연구의 목적은 복잡한 상세를 갖는 부재의 생산공정에서 발생하는 물량산출 오차를 최소화할 수 있는 BIM의 패밀리 라이브러리를 이용한 고단열 벽체 판넬의 물량산출 방법을 제시하는데에 있다. 주요변수는 공장의 생산공정에서 주로 발생할 수 있는 오차인 콘크리트 피복두께와 철근 구부림의 최소 내면 반지름으로 설정하였다. Revit BIM 프로그램으로 모델링된 단면 보다 생산현장에서 제작된 고단열 벽체 판넬의 콘크리트 피복두께는 약 12% 작았으며 철근 구부림의 최소 내면 반지름은 약 1.27배 컸다. 이러한 변화를 Revit BIM 프로그램을 이용한 고단열 벽체 판넬의 모델링에 반영하고 Navisworks를 이용하여 구성된 재료들의 간섭 체크 및 보정하였다. 특히, 각 재료들의 체적 등가 개념을 이용하여 1m 단위의 벽체로 환산하였으며, 이때 수직 및 수평접합에 설치되는 단열재와 스플라이스 슬리브도 포함하였다. 환산된 1m 단위의 벽체는 각 재료들의 물량 측면에서 유사한 패밀리 라이브러리의 "단열재가 삽입된 이중 RC 벽체"로 결정될 수 있었다. 제시된 레빗 프로그램에 내장된 패밀리 라이브러리의 "단열재가 삽입된 이중 RC 벽체"는 공장의 생산공정에서 발생하는 제조오차를 고려하면서 복잡한 단면을 가지고 있는 고단열 벽체 판넬 상세에서 각 재료들의 물량을 산출하는데에 활용될 수 있을 것으로 기대된다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제12권2호
• /
• pp.49-58
• /
• 2008

대도시 및 지하구조물에서 주로 발생하는 탄산화는 사용기간의 증가에 따라 철근부식이 발생하며, 이러한 철근부식은 구조물의 성능저하로 진전된다. 하나의 RC 구조물이라 하더라도, 콘크리트 시공에 의해 건전부뿐 아니라 시공이음부 또는 균열부와 같은 취약부가 발생하기가 쉽지만, 진단시에는 일반적으로 건전부만을 대상으로 탄산화 거동을 분석하고 있다. 본 연구에서는 대도시에서 사용중인 고가교의 RC 교각을 대상으로 하여 건전부, 균열부, 시공이음부 콘크리트의 탄산화 실태조사를 수행하였다. 조사된 탄산화 깊이와 측정된 피복두께를 확률변수로 하여, 사용기간에 따라 증가하는 내구적 파괴확률을 도출하였다. 한편 국내 시방서에서 제시하는 목표파괴확률을 기준으로 대상구조물의 내구수명을 평가하였다. 동일한 기둥부재라 하더라도 건전부, 균열부, 시공이음부 콘크리트에 따라 도출된 내구수명은 각각 다르게 평가되었으며, 피복두께가 작고 균열폭이 큰 경우에서는 매우 빠르게 감소함을 알 수 있었다. 피복두께의 변동계수에 따라서도 내구적 파괴확률의 변화가 크므로 적절한 시공과 품질확보가 중요함을 알 수 있다.

• 한국방사선학회논문지
• /
• 제18권4호
• /
• pp.317-325
• /
• 2024

본 연구는 갑상샘 초음파 영상에서 정상영상과 결절영상을 GLCM과 머신러닝을 이용하여 분류하고자 하였다. 부산 소재 S병원에 내원하여 갑상샘 초음파를 이용하여 갑상선 결절 진단받은 600명을 대상으로 연구를 진행하였다. 갑상샘 초음파 영상에서 ROI 50 X 50 픽셀 크기로 설정 하고 GLCM을 이용하여 21개의 파라메터와 4가지 각도를 사용하여 갑상샘 정상 패턴과 갑상샘 결절 패턴을 분석하였다. 분석된 자료는 MATLAB 모델 중 SVM모델과 KNN모델을 이용하여 진단 결과가 정상과 결절을 구별할 수 있도록 하였다. 그 결과 갑상샘 결절 분류율의 정확도는 SVM모델은 94%, KNN모델은 91%으로 나타났다. 두 모델 모두 90% 이상의 정확도를 나타내었는데 이는 갑상샘 정상과 갑상샘 결절의 분류를 위해 머신러닝을 이용할 경우 분류율이 우수하다는 것을 알 수 있다. ROC곡선에서도 SVM 모델에 대한 ROC 곡선은 전반적으로 KNN모델과 비교해 ROC곡선이 높으며, 이는 KNN모델보다 표본 내 성능이 높다는 결과가 나타났다. 이러한 결과를 바탕으로 SVM 모델이 갑상샘 결절 진단에서 높은 정확도를 보여주었다. 이 결과는 향후 의료 진단보조 도구로서의 연구에 기초자료로 활용될 수 있으며, 머신러닝 기술이 의료 서비스의 질적 개선에 기여할 것으로 기대된다.