• 디지털콘텐츠학회 논문지
• /
• 제18권8호
• /
• pp.1603-1613
• /
• 2017

본 논문은 널리 알려진 RGB 색상 기반의 웹캠을 사용한 손 영역을 효율적으로 분할하는 방법을 제안한다. 이 방법은 잡음을 제거하기 위하여 네 번의 경험적 전처리 방법을 수행한다. 먼저, 전체 영상 잡음을 제거하기 위하여 가우시안 평활화를 수행한다. 다음으로, RGB 영상은 HSV와 YCbCr 색상 모델로 변환되어, 각 색상 모델에 대해 통계적인 값에 기반하여 전역 고정 이진화가 수행된 후, 잡음은 bitwise-OR 연산에 의해 제거된다. 다음으로, 윤곽 근사화와 내부 영역 구멍 연산을 위해 RDP와 flood fill 알고리즘이 사용된다. 끝으로, 모폴로지 연산을 통하여 잡음을 제거하고 영상의 크기에 비례한 임계값을 결정하여 손 영역이 결정된다. 본 연구는 잡음 제거에 초점을 맞추고 있고 손 동작 인식 응용 기술에 사용될 수 있다.

• 전기전자학회논문지
• /
• 제16권4호
• /
• pp.349-355
• /
• 2012

자동차가 IT 기술과 융합되면서 편의성과 안전성 그리고 성능이 좋아지고 있다. 이와 관련하여 최근 자동차의 주행시 안전 및 주변 환경과 관련된 정보를 제공하기 위한 많은 알고리즘이 연구되고 있으며 차선 인식 또한 그 중 하나이다. 본 논문에서는 입력된 영상에서 차선 경계선을 인식한 뒤 ROI를 경계선 주변으로 제한하여 연산량을 줄이는 알고리즘을 제안한다. 제안된 알고리즘에서는 선처리 과정을 통해 차선 경계선으로 추정되는 영역의 주변만을 ROI로 지정하는 V-ROI를 이용하여 연산 영역을 줄이고 이를 통해 연산량과 연산 시간을 줄인다. 또한 차선 인식의 경우 고해상도의 영상이 필요하지 않으므로 입력 영상을 축소하여 차선 인식 알고리즘을 적용하는 방법을 통하여 영상의 해상도에 관계없이 연산량을 비슷하게 유지할 수 있다. 제안한 알고리즘을 C++와 OpenCV 라이브러리를 이용하여 구현하였으며 초당 30 프레임 이상을 처리하는 실시간 동작을 확인하였다.

• 대한의용생체공학회:의공학회지
• /
• 제18권3호
• /
• pp.233-241
• /
• 1997

The research on chromosomes is very significant in cytogenetics since genes of the chromosomes control revelation of the inheritance plasma. The human chromosome analysis is widely used to study leukemia, malignancy, radiation hazard, and mutagen dosimetry as well as various congenital anomalies such as Down's, Klinefelter's, Edward's, and Patau's syndrome. The framing and analysis of the chromosome karyogram, which requires specific cytogenetic knowledge is most important in this field. Many researches on automated chromosome karyotype analysis methods have been carried out, some of which produced commercial systems. However, there still remains much room to improve the accuracy of chromosome classification and to reduce the processing time in real clinic environments. In this paper, we proposed a hierarchical artificial neural network(HANN) to classify the chromosome karyotype. We extracted three or four chromosome morphological feature parameters such as centromeric index, relative length ratio, relative area ratio, and chromosome length by preprocessing from ten human chromosome images. The feature parameters of five human chromosome images were used to learn HANN and the rest of them were used to classify the chromosome images. The experiment results show that the chromosome classification error is reduced much more than that of the other researchers using less feature parameters.

• 조명전기설비학회논문지
• /
• 제20권6호
• /
• pp.55-62
• /
• 2006

본 논문에서는 3상 유도전동기의 고장진단을 수행하기 위해 패턴인식에 기반을 둔 진단 알고리즘을 제안한다. 실험 장치는 유도전동기 구동의 기계적 모듈과 고장신호를 구하기 위한 데이터 획득 모듈로 구성하였다. 진단 절차를 위한 첫 번째 단계로서 전처리 과정은 획득한 전류를 단순화하고 정규화 하는 것을 수행한다. 데이터의 단순화 과정은 3상전류를 Concrodia 벡터의 크기로 변환하는 것을 적용한다. 다음으로 특징 추출 단계를 커널 주성분 분석과 선형판별분석으로 수행하며, 마지막으로, 분류기는 방사기저함수 네트워크를 사용한다. 다양한 부하에 대하여 몇몇의 전기적 고장과 기계적 고장 하에서 획득한 데이터를 이용하여 제안된 방법의 타당성을 검증한다.

• 한국음향학회지
• /
• 제38권1호
• /
• pp.128-138
• /
• 2019

본 논문은 서로 다른 두 개의 LOFAR (LOw Frequency Analysis and Recording)그램을 융합하는 방법을 다룬다. 기존의 방법은 주파수 스펙트럼을 이용하여 LOFAR 그램을 융합하기 때문에, 시간-주파수의 2차원 정보인 토널 신호를 융합하는데 제한적인 성능을 갖는다. 제안하는 방법은 전처리 과정에서 2차원 방향성 양방향 필터링을 이용하며, 전처리된 LOFAR 그램의 국부 비등방성 비교를 기반으로 두 LOFAR 그램을 융합한다. 전처리 과정에서 잡음을 억제하고 토널을 부각시키고 나면 국부 비등방성은 토널과 잡음을 구분하기 위한 척도로 사용될 수 있다. 모의 데이터와 해상 데이터를 이용해 LOFAR 그램 융합 실험을 수행한 결과, 제안한 방법은 기존 기법에 비해 융합된 LOFAR 그램의 잡음레벨을 대등하게 하거나 감소시키는 결과를 낳으며, 융합시 토널 누락 현상을 감소시키는 것을 확인하였다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권3호
• /
• pp.83-90
• /
• 2022

당뇨병은 오늘날 주변에서 흔히 찾아볼 수 있는 질병이며, 당뇨병성 족부 궤양(당뇨발)이라는 심각한 합병증으로 발전하는 사례 또한 많이 나타난다. 따라서 이를 사전에 진단하고 예방하는 것은 중요한 과제이며 본 논문에서 그 방안을 제시한다. 본문에서 소개하는 기존의 연구들을 바탕으로 발의 압력과 온도 정보는 당뇨발과 깊은 상관관계가 있음을 알 수 있으며, 해당 지표들을 측정하는 IoT 기기인 스마틴솔을 개발과정 및 아키텍쳐를 소개한다. 또한, 더 나아가 스마틴솔로 측정한 데이터들의 실제 당뇨발 진단을 위한 AI 분석 전처리 과정을 기술하며, 측정된 압력 그래프와 실제 사람의 발걸음 분포의 비교 등을 통해 실시간으로 수집하는 다중 정보들이 기존의 IoT 기기들보다 효율적이고 신뢰성 있다는 결과를 제시한다.

• 한국빅데이터학회지
• /
• 제6권2호
• /
• pp.39-49
• /
• 2021

최근 국가 관측망, 기업 공기 측정기 등을 통해 많고 다양한 기상 데이터가 수집되고 있다. 기계학습 기법을 통해 기상 예측하려는 노력이 곳곳에서 이루어지고 있으며, 국내 미세먼지는 농도가 증가해오고 사람들의 관심이 높아 가장 관심있는 예측 대상 중 하나이다. 본 연구에서는 서울시 전역에 설치된 840여 개실외공기측정기 데이터를 사용하여 PM10·PM2.5 예측 모형을 비교하고자 한다. 5분 뒤 미세먼지 농도 예측을 통해 실시간으로 정보를 제공할 수 있으며, 이는 10분·30분·1시간 뒤 예측 모형 개발에 기반이 될 수 있다. 잡음 제거, 결측치 대체 등의 데이터 전처리를 진행하였고, 시·공간 변수를 고려할 수 있는 파생 변수를 생성하였다. 모형의 매개변수는 반응 표면 방법을 통해 선택하였다. XGBoost, 랜덤포레스트, 딥러닝(Multilayer Perceptron)을 예측 모형으로 사용하여, 미세먼지 농도와 예측값의 차이를 확인하고, 모형 간 성능을 비교하고자 한다.

• 한국컴퓨터정보학회논문지
• /
• 제28권11호
• /
• pp.155-160
• /
• 2023

본 논문은 광혈류신호를 이용하여 혈압을 예측하는 방법을 제시한다. 제시한 방법은 먼저, 광혈류신호를 측정한 후, 전처리 과정을 통해 아티펙트를 제거하고 학습을 위한 신호를 얻는다. 그리고 혈압에 영향을 주는 몸무게와 키를 부가 정보로 측정한다. 다음으로, 인공지능 알고리즘을 통해 광혈류신호, 키, 그리고 몸무게를 입력변수로 학습하여 수축기와 이완기 혈압을 추정하도록 시스템을 구축한다. 구축된 시스템은 사전에 입력된 키와, 몸무게, 그리고 측정한 광혈류신호를 가지고 수축기와 이완기 혈압을 예측한다. 제안한 방법은 무구속 방식으로 피검자의 키와 몸무게, 그리고 심장 및 혈관의 상태를 반영하는 광혈류신호를 입력받아 실시간, 연속적으로 혈압 예측이 가능하다. 본 연구에서 제시한 인공지능 기반 혈압예측시스템의 유용성을 확인하기 위해 측정한 혈압과 예측한 혈압의 비교를 통해 결과의 유용성을 확인한다.

• 한국컴퓨터정보학회논문지
• /
• 제29권1호
• /
• pp.111-119
• /
• 2024

본 논문에서는 해상에서 수집되는 다양한 출처의 정보들을 수집할 수 있는 빅데이터 플랫폼을 제안한다. 현재 운영되는 해양 관련 빅데이터 플랫폼들은 만들어진 데이터를 저장 및 공유하는데 초점이 맞추어져 있고 데이터 수집과 전처리는 데이터 제공자가 각자 담당한다. 지상 대비 열악한 통신망을 사용하는 해양 환경에서 데이터를 수집 및 통합하는 것은 높은 비용과 비효율성이 존재하며, 이로 인해 관련 인프라의 구현이 쉽지 않다. 특히 기상 정보, 레이더 및 센서 데이터 등 실시간 데이터 수집 및 분석이 필요한 분야의 경우 통신망 문제와 더불어 데이터 보안, 조직과 선박의 특성, 데이터 수집 비용 문제 등 지상 대비 다수의 문제를 고려해야 한다. 먼저 본 논문에서는 이 문제들을 정의하고 해결방안을 제시한다. 그리고 이를 반영한 빅데이터 플랫폼 설계를 위해 데이터 소스, 계층적 MEC, 데이터 전송 구조를 우선 제안한 후 이를 모두 통합한 전체 플랫폼 구조를 제시한다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.131-145
• /
• 2020

산업혁신의 흐름에 발맞추어 다양한 분야에서 활용되고 있는 IoT 기술은 빅데이터의 접목을 통한 새로운 비즈니스 모델의 창출 및 사용자 친화적 서비스 제공의 핵심적인 요소로 부각되고 있다. 사물인터넷이 적용된 디바이스에서 누적된 데이터는 사용자 환경 및 패턴 분석을 통해 맞춤형 지능 시스템을 제공해줄 수 있어 편의 기반 스마트 시스템 구축에 다방면으로 활용되고 있다. 최근에는 이를 공공영역 혁신에 확대 적용하여 CCTV를 활용한 교통 범죄 문제 해결 등 스마트시티, 스마트 교통 등에 활용하고 있다. 그러나 이미지 데이터를 활용하는 기존 연구에서는 개인에 대한 사생활 침해 문제 및 비(非)일반적 상황에서 객체 감지 성능이 저하되는 한계가 있다. 본 연구에 활용된 IoT 디바이스 기반의 센서 데이터는 개인에 대한 식별이 불필요해 사생활 이슈로부터 자유로운 데이터로, 불특정 다수를 위한 지능형 공공서비스 구축에 효과적으로 활용될 수 있다. 대다수의 국민들이 일상적으로 활용하는 도시철도에서의 지능형 보행자 트래킹 시스템에 IoT 기반의 적외선 센서 디바이스를 활용하고자 하였으며 센서로부터 측정된 온도 데이터를 실시간 송출하고, CNN-LSTM(Convolutional Neural Network-Long Short Term Memory) 알고리즘을 활용하여 구간 내 보행 인원의 수를 예측하고자 하였다. 실험 결과 MLP(Multi-Layer Perceptron) 및 LSTM(Long Short-Term Memory), RNN-LSTM(Recurrent Neural Network-Long Short Term Memory)에 비해 제안한 CNN-LSTM 하이브리드 모형이 가장 우수한 예측성능을 보임을 확인하였다. 본 논문에서 제안한 디바이스 및 모델을 활용하여 그간 개인정보와 관련된 법적 문제로 인해 서비스 제공이 미흡했던 대중교통 내 실시간 모니터링 및 혼잡도 기반의 위기상황 대응 서비스 등 종합적 메트로 서비스를 제공할 수 있을 것으로 기대된다.