• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2018년도 추계학술대회
• /
• pp.178-179
• /
• 2018

최근 자율주행 및 음성인식 등 인공지능 분야에서 기계학습을 이용한 방법이 활발히 연구되고 있다. 디지털 영상에서 특정 사물이나 영역을 인식하기 위해 고전적인 경계검출 및 패턴인식 등의 고전적인 영상처리 방법으로는 많은 한계를 가지고 있으나 deep-learning 등 기계학습 방법을 이용하면 사람의 인지수준에 근접한 결과를 얻을 수 있다. 하지만 기본적으로 deep-learning 등 기계학습은 방대한 양의 학습데이터가 확보되어야 한다. 따라서 환경 분석을 위한 항공사진처럼 데이터의 양이 매우 적은 경우 영역 구분을 위해 기계학습을 적용하기 어렵다. 본 연구에서는 입력영상의 dataset 크기가 적고 입력 영상의 형태가 training dataset의 category에 포함되지 않는 경우 사용할 수 있는 transfer-learning 기법을 적용하며 이를 이용하여 영상 내에서 특정 영역 검출을 수행한다.

• 한국정보통신학회논문지
• /
• 제24권12호
• /
• pp.1618-1624
• /
• 2020

X-ray를 기반으로 하는 장 폐색 진단 방법은 검사자의 주관적인 요소가 포함되기 때문에 객관적 진단에 영향을 미칠 수 있다. 따라서 본 논문에서는 허프 변환과 PCM 클러스터링 기법을 적용하여 장폐색 영역을 추출하는 방법을 제안한다. 제안된 방법은 X-ray 장폐색 영상에서 ROI 영역을 추출한 후, 허프 변환 기법을 이용하여 ROI 영역에서 직선을 검출하고, 검출된 직선을 이용하여 공기 액체층의 형태학적 특징을 이용하여 대장 폐색을 추출한다. 그리고 추출된 ROI 영역을 PCM 클러스터링을 적용하여 ROI 영역을 양자화 한다. 양자화된 ROI 영역 중에서 대장 폐색의 특징이 포함된 클러스터의 그룹을 선정하고, 선정된 클러스터의 그룹에서 객체를 탐색하여 소장 장폐색 영역을 추출한다. 장폐색 환자의 X-ray 영상 30개를 대상으로 PCM 클러스터링을 적용한 결과, PCM의 초기 클러스터의 수를 4개로 설정한 경우가 장폐색 검출 성능이 우수하였고 TPR은 81.47%로 나타났다.

• 제어로봇시스템학회논문지
• /
• 제11권12호
• /
• pp.1011-1019
• /
• 2005

In this paper, Ubiquitous Home Mess-Cleanup Robot(UHMR), which has a practical function of the automatic mess-cleanup, is developed. The vacuum-cleaner had made the burden of house chore lighten but the operation labour of a vacuum-cleaner had been so severe. Recently, the cleaning robot was producted to perfectly solve the cleaning labour of a house but it also was not successful because it still had a problem of mess-cleaning, which was the clean-up of big trash and the arrangement of newspapers, clothes, etc. The cleaning robot is to just vacuum dust and small trash but has no function to arrange and take away before the automatic vacuum-cleaning. For this reason, the market for the cleaning robot is not yet built up. So, we need a design method and technological algorithm of new automatic machine to solve the problem of mess-cleanup in house. It needs functions of agile automatic navigation, novel manipulation system for mess-cleanup. The automatic navigation system has to be controlled for the full scanning of living room, to recognize the absolute position and orientation of tile self, the precise tracking of the desired path, and to distinguish the mess object to clean-up from obstacle object to just avoid. The manipulate,, which is not needed in the vacuum-cleaning robot, must have the functions, how to distinguish big trash to clean from mess objects to arrange, how to grasp in according to the form of mess objects, how to move to the destination in according to mess objects and arrange them. We use the RFID system to solve the problems in this paper and propose the reading algorithm of RFID tags installed in indoor objects and environments. Then, it should be an intelligent system so that the mess cleaning task can be autonomously performed in a wide variety of situations and environments. It needs to also has the entertainment functions for the good communication between the human and UHMR. Finally, the good performance of the designed UHMR is confirmed through the results of the mess clean-up and arrangement.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2005년도 ICCAS
• /
• pp.1612-1616
• /
• 2005

In this paper, a Home Mess-Cleanup Robot(HMR), which has a practical function of the automatic mess-cleanup, is developed. The vacuum-cleaner had made the burden of house chore lighten but the operation labour of a vacuum-cleaner had been so severe. Recently, the cleaning robot was producted to perfectly solve the cleaning labour of a house but it also was not successful because it still had a problem of mess-cleaning, which was the clean-up of big trash and the arrangement of newspapers, clothes, etc. The cleaning robot is to just vacuum dust and small trash but has no function to arrange and take away before the automatic vacuum-cleaning. For this reason, the market for the cleaning robot is not yet built up. So, we need a design method and technological algorithm of new automatic machine to solve the problem of mess-cleanup in house. It needs functions of agile automatic navigation, novel manipulation system for mess-cleanup. The automatic navigation system has to be controlled for the full scanning of living room, to recognize the absolute position and orientation of the self, the precise tracking of the desired path, and to distinguish the mess object to clean-up from obstacle object to just avoid. The manipulator, which is not needed in the vacuum-cleaning robot, must have the functions, how to distinguish big trash to clean from mess objects to arrange, how to grasp in according to the form of mess objects, how to move to the destination in according to mess objects and arrange them. We use the RFID system to solve the problems in this paper and propose the reading algorithm of RFID tags installed in indoor objects and environments. Then, it should be an intelligent system so that the mess cleaning task can be autonomously performed in a wide variety of situations and environments. It needs to also has the entertainment functions for the good communication between the human and HMR. Finally, the good performance of the designed HMR is confirmed through the results of the mess clean-up and arrangement.

• 한국인터넷방송통신학회논문지
• /
• 제20권6호
• /
• pp.157-165
• /
• 2020

뉴-럴 네트워크와 자동운전 데이터 셋을 개발하는 목표중의 하나가 데이터 셋을 분할함에 따라서 움직이는 물체를 검출하는 성능을 개선하는 방법이 있다. 다크넷 (DarkNet) 프레임 워크에 있어서, YOLOv4 네트워크는 Udacity 데이터 셋에서 훈련하는 셋과 검증 셋으로 사용되었다. Udacity 데이터 셋의 7개 비율에 따라서 이 데이터 셋은 훈련 셋, 검증 셋, 테스트 셋을 포함한 3개의 부분 셋으로 나누어진다. K-means++ 알고리즘은 7개 그룹에서 개체 Box 차원 군집화를 수행하기 위해 사용되었다. 훈련을 위한 YOLOv4 네트워크의 슈퍼 파라메타를 조절하여 7개 그룹들에 대하여 최적 모델 파라메타가 각각 구해졌다. 이 모델 파라메타는 각각 7 개 테스트 셋 데이터에 비교하고 검출에 사용되었다. 실험결과에서 YOLOv4 네트워크는 Udacity 데이터 셋에서 트럭, 자동차, 행인으로 표현되는 움직이는 물체에 대하여 대/중/소 물체 검출을 할수 있음을 보여 주었다. 훈련 셋과 검증 셋, 테스트 셋의 비율이 7 ; 1.5 ; 1.5 일 때 최적의 모델 파라메타로서 가장 높은 검출 성능이었다. 그 결과값은, mAP50가 80.89%, mAP75가 47.08%에 달하고, 검출 속도는 10.56 FPS에 달한다.

• 항공우주시스템공학회지
• /
• 제17권6호
• /
• pp.16-26
• /
• 2023

UAV의 수요가 증가함에 따라 많은 충돌 회피 방법들이 제안됐다. 이러한 방법들은 LiDAR 및 스테레오 카메라를 주축으로 연구되었으나 무겁거나 공간이 부족하여 소형 UAV에 접목이 어려웠기에, 최근에는 객체 인지 모델 및 거리 측정 센서를 복합적으로 사용한 방법들이 제안되고 있다. 하지만 이러한 객체 인지 복합 방법들은 인지한 장애물의 크기 정보를 도출하지 않아 인지 초기에 적정 회피 거리 도출 및 장애물의 좌표화가 어렵다는 단점이 존재한다. 본 논문에서는 단안 카메라-YOLO와 적외선 센서 기반의 장애물 크기 예측 방법을 제안하고, 실험을 통해 40cm의 거리 내에서 86.39%의 정확도를 보임을 확인했다. 또한, 제안한 방법을 적용하여 소형 UAV에 적용하여 장애물 충돌 회피가 가능한지를 확인하였다.

• 비파괴검사학회지
• /
• 제33권4호
• /
• pp.368-375
• /
• 2013

소구경 배관 용접부 손상은 원자력발전소에서 빈번하게 발생되고 있는 문제이며, 이러한 손상은 보수를 위한 불시정지를 야기하고 결과적으로 발전소에 경제적인 손실을 초래한다. 따라서 소켓용접부의 제작결함 검출과 초기 성장 결함의 검출은 매우 중요하다고 할 수 있다. 지금까지 해당부위에 대한 검사는 ASME Code Section XI 요건에 의하여 표면검사를 적용하여 왔으나 강화검사로 체적검사기법인 초음파검사를 병행하여 수행하고 있다. 그러나 가동중에 발생되는 피로균열을 검출하기 위하여 적용되고 있는 일반 수동 초음파검사는 소켓용접부의 접근성과 초음파 탐촉자의 접촉 문제 등으로 인하여 검사 결과의 신뢰성에 문제가 있어 왔다. 본 연구에서는 위상배열 초음파검사 기술을 적용하여 소구경 배관 소켓용접부의 검사 신뢰성과 속도를 향상하고자 하였다. 이를 위하여 소구경 배관 소켓용접부 검사를 위한 3.5 MHz 위상배열 초음파 탐촉자를 제작하고 탐촉자의 접촉 조건과 일정한 신호 품질을 유지하기 위하여 수동 엔코더 스캐너를 개발하였다. 또한 검사 시스템을 구성하고 현장 검사를 위한 절차서도 개발하였다.

• 전자공학회논문지CI
• /
• 제37권4호
• /
• pp.16-25
• /
• 2000

본 논문에서는 스테레오 정합 과정에서 좌우영상의 대응점(correspondence)를 구할 때 주변에 있는 화소의 변이(disparity)분포와의 경쟁을 통해 잡음에 강인한 변이 검출 알고리즘을 제안한다. 제안한 경쟁적 변이 검출 알고리즘은 스테레오 영상의 정합의 신뢰성을 높이기 위해 초기단계에서 확산과정을 통하여 정합척도(matching measure)를 집속토록 한다. 이는 정합시킬 영상 영역의 크기가 너무 작으면 잡음에 민감해지고 너무 크면 영상이 무디어 지는 단점을 보완하여 영상 영역의 크기가 확산 과정을 통해 해결되도록 한다. 두 번째 단계는 확산을 통하여 집속된 정합척도로부터 최소/최대값을 검출하는 것으로 정합척도 분포를 경쟁적으로 조절함으로써 잡음에 강인한 변이를 검출하도록 한다. 본 논문에서 제시한 방법에 의한 실험결과로부터 자연영상의 경우 정합율이 약 6.96%향상되었다. 이러한 실험결과로부터 제안한 경쟁적 변이검출 알고리즘은 기존의 변이검출 알고리즘보다 더 신뢰성있는 변이검출 방법임을 확인한다.

• 대한전자공학회논문지TC
• /
• 제41권12호
• /
• pp.1-7
• /
• 2004

본 연구는 24GHz 측방설치 차량감지용 레이다를 개발하였다. 다차선에 존재하는 차량들의 속도 측정 및 차량 분류를 위해 24GHz 송수신 모듈을 개발하였고, 신호처리부에 새로운 신호처리 알고리즘을 적용하였다. 본 논문은 고정된 FMCW (Frequency Modulated Continuous Wave) 레이다 모듈로써, 동작원리 이론과 알고리즘에 대해 측정된 데이터를 나타내었다. 측정된 결과는, 가변 threshold 추출 방법을 이용하여 한 차선의 차량 속도에 대해 95%의 정확성과 두 차선에 대해서는 90%의 정확성을 보였다. 또한, 차량의 분류는 소형, 중형, 대형의 3종 분류로 약 89%의 정확성을 나타내었다.

• 한국정보통신학회논문지
• /
• 제26권3호
• /
• pp.355-366
• /
• 2022

본 논문은 프로그램 가능한 구조를 사용하여 재구성이 가능하고 저 전력 초소형의 장점을 모두 제공하는 인공지능 가속기를 위한 마이크로코드 기반 뉴럴 네트워크 가속기 컨트롤러를 제안한다. 대상 가속기가 다양한 뉴럴 네트워크 모델을 지원하도록 마이크로코드 컴파일러를 통해 뉴럴 네트워크 모델을 마이크로코드로 변환하여 가속기의 메모리 접근과 모든 연산기를 제어할 수 있다. 200MHz의 System Clock을 기준으로 설계하였으며, YOLOv2-Tiny CNN model을 구동하도록 컨트롤러를 구현하였다. 객체 감지를 위한 VOC 2012 dataset 추론용 컨트롤러를 구현할 경우 137.9ms/image, mask 착용 여부 감지를 위한 mask detection dataset 추론용으로 구현할 경우 99.5ms/image의 detection speed를 달성하였다. 제안된 컨트롤러를 탑재한 가속기를 실리콘칩으로 구현할 때 게이트 카운트는 618,388이며, 이는 CPU core로서 RISC-V (U5-MC2)를 탑재할 경우 대비 약 65.5% 감소한 칩 면적을 제공한다.