• 제어로봇시스템학회논문지
• /
• 제16권7호
• /
• pp.674-680
• /
• 2010

It is known that many insects and animals can return to their nest after exploration, with their own specific homing mechanisms. Their homing navigation methods have been applied to the robotic navigation. In this paper, we test the sector-based image matching method motivated by the honeybee's landmark navigation behaviour. Here, our robotic approach uses the reference compass to identify the current head direction and the relative angular position of landmarks for the navigation. The robot shows desirable homing behaviors if the robot is surrounded by landmarks. The result of robot experiment is in good agreement with that of simulation.

• Journal of Information Processing Systems
• /
• 제15권1호
• /
• pp.1-6
• /
• 2019

Recently, big data and artificial intelligence (AI) based on communication systems have become one of the hottest issues in the technology sector, and methods of analyzing big data using AI approaches are now considered essential. This paper presents diverse paradigms to subjects which deal with diverse research areas, such as image segmentation, fingerprint matching, human tracking techniques, malware distribution networks, methods of intrusion detection, digital image watermarking, wireless sensor networks, probabilistic neural networks, query processing of encrypted data, the semantic web, decision-making, software engineering, and so on.

• 한국인터넷방송통신학회논문지
• /
• 제18권3호
• /
• pp.143-149
• /
• 2018

최근 전 지구적인 기후변화에 따른 자연재해 피해의 대규모화로 인하여 재해 모니터링과 방재 등 재난재해 분야에서 원격탐사 기술을 적용한 시스템이 구축되고 있다. 다양한 원격탐사 플랫폼 중 드론은 기술의 확산 발전으로 민간분야에서도 활발하게 활용되고 있으며, 적시성, 경제성 등의 장점으로 재난재해 분야에서의 적용이 증대되고 있다. 본 논문은 이러한 드론 기반의 재난재해 모니터링 시스템 구축의 요소 기술인, 준 실시간으로 드론 영상자료를 매핑할 수 있는 전처리 시스템 개발에 관한 것이다. 연구를 위해 컴퓨터 비전 기술 중 SURF 알고리즘을 기반으로 레퍼런스 영상과 촬영 영상 간 특징점 매칭을 통해 보정하는 시스템을 구축하였다. 연구 대상 지역은 가화강 하류 지역과 대청댐 유역으로 선정하였으며, 두 지역은 매칭을 위한 특징점이 많고 적음의 차이가 뚜렷하여 다양한 환경에서 시스템 적용 가능성을 위한 실험에 적합하다. 연구결과 두 지역의 기하보정 정확도가 0.6m와 1.7m로 각각 나타났으며 처리시간 또한 1장당 30초 내외로 나타났다. 이는 적시성을 요하는 재난재해 분야에서 본 연구의 적용 가능성이 높음을 시사한다. 그러나 레퍼런스 영상이 없거나 정확도가 낮은 경우는 보정 결과가 떨어지는 한계점이 있다.

• 지능정보연구
• /
• 제25권3호
• /
• pp.43-62
• /
• 2019

한때, 이상 탐지 분야는 특정 데이터로부터 도출한 기초 통계량을 기반으로 이상 유무를 판단하는 방법이 지배적이었다. 이와 같은 방법론이 가능했던 이유는 과거엔 데이터의 차원이 단순하여 고전적 통계 방법이 효과적으로 작용할 수 있었기 때문이다. 하지만 빅데이터 시대에 접어들며 데이터의 속성이 복잡하게 변화함에 따라 더는 기존의 방식으로 산업 전반에 발생하는 데이터를 정확하게 분석, 예측하기 어렵게 되었다. 따라서 기계 학습 방법을 접목한 SVM, Decision Tree와 같은 모형을 활용하게 되었다. 하지만 지도 학습 기반의 모형은 훈련 데이터의 이상과 정상의 클래스 수가 비슷할 때만 테스트 과정에서 정확한 예측을 할 수 있다는 특수성이 있고 산업에서 생성되는 데이터는 대부분 정답 클래스가 불균형하기에 지도 학습 모형을 적용할 경우, 항상 예측되는 결과의 타당성이 부족하다는 문제점이 있다. 이러한 단점을 극복하고자 현재는 클래스 분포에 영향을 받지 않는 비지도 학습 기반의 모델을 바탕으로 이상 탐지 모형을 구성하여 실제 산업에 적용하기 위해 시행착오를 거치고 있다. 본 연구는 이러한 추세에 발맞춰 적대적 생성 신경망을 활용하여 이상 탐지하는 방법을 제안하고자 한다. 시퀀스 데이터를 학습시키기 위해 적대적 생성 신경망의 구조를 LSTM으로 구성하고 생성자의 LSTM은 2개의 층으로 각각 32차원과 64차원의 은닉유닛으로 구성, 판별자의 LSTM은 64차원의 은닉유닛으로 구성된 1개의 층을 사용하였다. 기존 시퀀스 데이터의 이상 탐지 논문에서는 이상 점수를 도출하는 과정에서 판별자가 실제데이터일 확률의 엔트로피 값을 사용하지만 본 논문에서는 자질 매칭 기법을 활용한 함수로 변경하여 이상 점수를 도출하였다. 또한, 잠재 변수를 최적화하는 과정을 LSTM으로 구성하여 모델 성능을 향상시킬 수 있었다. 변형된 형태의 적대적 생성 모델은 오토인코더의 비해 모든 실험의 경우에서 정밀도가 우세하였고 정확도 측면에서는 대략 7% 정도 높음을 확인할 수 있었다.

• 지적과 국토정보
• /
• 제50권1호
• /
• pp.215-229
• /
• 2020

최근 4차 산업혁명 등의 정보화 환경 변화에 따라 도시, 건설, 교통, 에너지 등의 기존 국토교통 분야 뿐만 아니라, 디지털트윈, 자율주행, VR/AR, 디지털콘텐츠 등의 최신 분야에서도 공공 및 민간의 3차원 입체모형 수요가 크게 증가하고 있다. 실제로 다양한 서비스 및 산업 분야에서 LOD1에서 LOD4에 이르기까지 다양한 정밀도를 가진 입체모형에 대한 수요가 더욱 증가할 것으로 예측되고 있다. 그러나 현재 국토부, 지자체, 민간기업 등은 대규모의 구축 비용 및 시간 문제로 인하여 각기 다른 정밀도의 입체모형을 일부 특정 지역에 대해서만 구축하고 있는 실정이다. 이에 본 연구에서는 전 국토를 기준으로 이러한 구축 비용 문제를 해결할 수 있는 실현 가능한 입체모형 구축 방안을 제시하고자 한다. 이를 위하여 우선 입체모형의 활용 현황 분석, 입체모형에 대한 수요 분석, 그리고 다양한 입체모형 구축 방법 및 비용 분석을 수행하였다. 이후 이들 분석 결과를 바탕으로 전 국토에 대하여 항공사진 매칭 기반의 자동화된 입체모형 생성 방법을 이용한 LOD3 구축 방안을 도출하였으며, 랜드마크에 대한 LOD4 구축과 비도심지에 대한 LOD2 구축의 보완 방안을 추가적으로 도출하였다. 본 방안은 현재 시점에서 실효성 있는 입체모형 구축 및 갱신 계획 수립에 큰 도움이 될 것으로 기대된다.