• 한국정보통신학회논문지
• /
• 제21권4호
• /
• pp.753-758
• /
• 2017

광선 슈팅 문제는 주어진 기하 객체들에 대해서 직선을 따라서 이동하는 광선이 처음으로 부딪히는 객체의 점을 찾는 문제이다. 광선은 보통 질의의 형태로 주어지기 때문에, 이 문제의 일반적인 해법은 다음과 같다. 먼저, 전처리 과정으로, 주어진 객체들에 대한 자료구조를 구축한다. 그 다음, 이 자료구조를 이용하여 각 질의에 대한 답을 빠르게 구한다. 본 논문에서는 x축 상에 놓인 수직 선분들 집합에 대한 광선 슈팅 문제를 고려한다. 본 논문에서는 입력으로 주어진 n개의 수직 선분들에 대해 볼록 레이어 트리라고 부르는 새로운 자료구조를 제시한다. 이것은 수직 선분들의 볼록 외피들의 레이어로 구성되는 이진 트리이다. 이 트리는 O(n log n) 시간과 O(n) 공간의 알고리즘으로 구축되며 구현이 용이하다. 또한 이 자료구조를 사용하여 각 질의를 O(log n) 시간에 수행하는 알고리즘을 제시한다.

• 한국콘크리트학회:학술대회논문집
• /
• 한국콘크리트학회 2008년도 춘계 학술발표회 제20권1호
• /
• pp.197-200
• /
• 2008

이전 연구에서 제안된 변형률 기반 전단강도모델을 휨-압축 부재에 적용하여, 프리스트레스트 콘크리트 보의 전단강도를 예측하기 위한 해석모델을 제안하였다. 전단보강 되지 않은 콘크리트 휨-압축 부재에서는 균열발생 이후, 일반적으로 인장대보다 콘크리트 압축대가 주로 전단력에 저항한다. 압축대 콘크리트의 전단성능은 콘크리트의 재료 파괴기준을 통해 정의된다. 그리고 압축대의 전단성능은 단면에 작용하는 수직응력과의 상관관계를 고려하여, 주응력방향에 의해 결정되는 파괴면을 따라서 산정된다. 압축대의 수직응력 분포는 부재의 휨변형에 따라 변화하므로, 압축대 단면의 전단성능은 휨변형에 대한 함수이다. 부재의 전단강도는 전단 성능 곡선과 수요 곡선의 교점에서 결정된다. 제안된 해석모델을 기존 연구자들의 실험 연구 결과와 비교한 결과, 실험체의 전단강도를 정확하게 예측하였다.

• 대한전자공학회논문지SP
• /
• 제41권5호
• /
• pp.251-258
• /
• 2004

본 논문은 디지털 카메라로 획득된 실영상에서 카메라의 응답분포의 특성을 이용하여 광원의 색도값을 추정하는 방법을 제안한다. 광휘도 영역을 이용하는 방법은 물체의 표면에 의한 색과 광원에 의한 색이 일정하게 변하는 특징을 이용하여 광원의 색도값을 추정한다. 일반적인 디지털 카메라 영상의 경우, 광휘도 영역의 화소들은 실영상에서 야기되는 광원의 기하학적 불균일성, 카메라에 의한 양자화 오차 및 CCD 센서의 불균일한 특성들을 포함하는 값이다. 그러므로 전처리 과정이 없는 카메라의 응답을 이용하여 광원을 추정한 결과, 정확한 광원의 색도값 추정이 어려웠다. 따라서 이 문제를 해결하기 위해서 본 논문에서는 카메라의 응답 특성을 조사하고, 광휘도 영역에서 Mahalanobis distance를 이용하여 화소들을 선택함으로써, 광원 추정의 정확성을 높이고자 하였다. 카메라 응답에서 Mahalanobis distance의 사용함으로써 광휘도 영역에서 분포된 화소들 중에서 유효한 화소들을 선택하는 것이 가능하다. 선택된 화소들을 주성분 분석 과정을 이용하여 r-g 좌표계에서 직선을 만들었으며, 그 직선들의 교차점으로부터 광원의 색도값을 추정하였다. 제안한 방법을 이용하여 다양한 실영상에서 실험한 결과 기존의 방법에 비해 광원 추정에 대한 오차가 감소함을 확인하였다.

• 대한조선학회논문집
• /
• 제58권5호
• /
• pp.303-313
• /
• 2021

Recently, quality control of the Liquefied Natural Gas Carrier (LNGC) cargo hold and block-erection interference areas using 3D scanners have been performed, focusing on large shipyards and the international association of classification societies. In this study, as a part of the research on LNGC cargo hold quality management advancement, a study on deep-learning-based scaffolding system 3D point cloud object detection and post-processing were conducted using a LNGC cargo hold 3D point cloud. The scaffolding system point cloud object detection is based on the PointNet deep learning architecture that detects objects using point clouds, achieving 70% prediction accuracy. In addition, the possibility of improving the accuracy of object detection through parameter adjustment is confirmed, and the standard of Intersection over Union (IoU), an index for determining whether the object is the same, is achieved. To avoid the manual post-processing work, the object detection architecture allows automatic task performance and can achieve stable prediction accuracy through supplementation and improvement of learning data. In the future, an improved study will be conducted on not only the flat surface of the LNGC cargo hold but also complex systems such as curved surfaces, and the results are expected to be applicable in process progress automation rate monitoring and ship quality control.

• 한국음향학회지
• /
• 제41권2호
• /
• pp.210-217
• /
• 2022

수동 소나 시스템에서 음원 깊이 추정 분야는표적 식별, 추적 등 다양한 전술에 활용할 수 있기 때문에 많은 연구가 지난 수십년간 진행되어 왔다. 본 논문은 기존 논문[조성일 외, 한국음향학회지 제38권 제1호, 120-127(2019)]의 문제점이었던 음원 깊이가두 곳에서 추정되는 모호성을 해결하는데 목적이 있다. 해수면과 해저면에 반사되어 나타나는채널 임펄스 응답의 위상천이 패턴을 이용하여 모호성을 제거하며, 제거 후 하나의 깊이에서 채널 임펄스 응답의 교차점을 통해 음원의깊이를 추정한다. 음원에 대한 정보가 없고, 연속적인 신호 혹은 소음에서 채널 임펄스 응답을 추정하기 위해 음선 기반 블라인드 디컨벌루션 기법이 사용되며, 제안된 알고리즘은 시뮬레이션를 통하여 검증하였다.

• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.949-965
• /
• 2023

본 연구에서는 Sentinel-1 synthetic aperture radar 영상을 활용하여 딥러닝 모델인 Swin Transformer로 국내 농업용 저수지의 수표면적을 모니터링 하는 방법을 제시한다. Google Earth Engine 플랫폼을 이용하여 70만톤 급, 90만톤급, 150만톤급 저수지 7개소에 대한 2017년부터 2021년 데이터셋을 구축하였다. 저수지 4개소에 대한 영상 1,283장에 대해서 셔플링(suffling) 및 5-폴드(fold) 교차검증 기법을 적용하여 모델을 학습하였다. 시험평가 결과 모델의 윈도우 크기를 12로 설정한 Swin Transformer Large 모델은 각 폴드에서 평균적으로 99.54%의 정확도와 95.15%의 mean intersection over union (mIoU)을 기록하여 우수한 의미론적 분할 성능을 보여주었다. 최고 성능을 보여준 모델을 나머지 3개소 저수지 데이터셋에 적용하여 성능을 검증한 결과, 모든 저수지에서 정확도 99% 및 mIoU 94% 이상을 달성함을 확인했다. 이러한 결과는 Swint Transformer 모델이 국내의 농업용 저수지의 수표면적 모니터링에 효과적으로 활용될 수 있음을 보여준다.

• 디자인학연구
• /
• 제15권3호
• /
• pp.63-72
• /
• 2002

우리 일상생활에서 밀접하게 접하고 사용하고 있는 샤프펜슬에 사용편의성(쓰기 편한 정도)을 1.사용 전 보았을 때 예전 경험치로 직감적으로 느끼는 감, 2.직접 잡았을 때 느낌(착용감), 3.직접 종이 위에 쓰면서 느끼는 느낌 (필기감), 이 세 가지 주요평가항목으로 설정한 후 36개의 대표샘플을 가지고 실증적 실험방법으로 서로의 관계 및 직접 영향을 미치는 항목을 구체적으로 밝혔다. 본 연구에서는 사용편의성과 사용 전 보았을 때 예전 경험치로 직감적으로 느끼는 감의 항목에서는 서로는 높은 상관관계는 없었다. 이는 경험치에서 얻은 기대치가 실제로 사용에서는 기대치에 미치지 못하였기 때문이라고 판단한다. 사용편의성과 착용감, 필기감은 높은 상관관계를 가지고있었다. 이는 사용편의성에 있어 착용감과 필기감은 서로 밀접한 관계이기 때문이라고 판단한다. 사용편의성이 좋은 샤프펜슬은 구조적으로 전체길이가 길며(169mm), 굵기는 보통(8.5mm), 무게는 약간 무거운(21.4g), 중심은 야간 아래쪽인(60mm)에 위치하며, 단면형상은 정원이 아닌 변형형상이며, 손가락 접지부의 표면처리는 가로 홈이 나있는 것이고, 몸통은 광택이 있는 것으로 나타났다.

• 천문학논총
• /
• 제37권3호
• /
• pp.35-47
• /
• 2022

This study investigated the stone Angbu-ilgu (scaphe sundial) of the Korea Meteorological Administration (KMA) and the Seoul Museum of History (SMH). Since the first Angbu-ilgu was produced in Korea in 1434 (the year of the reign of King Sejong), Angbu-ilgu has been reproduced with various materials. The upper surface of these two stone Angbu-ilgus symbolizes the horizon. On the hemisphere concave at the center of the horizon, the South Pole, the time line, and the season line are engraved. On the horizon of both the KMA and SMH Angbu-ilgus, the schematic, typeface, and composition of the inscription completely coincide with each other. In this study, it was estimated that the appearance of the KMA Angbu-ilgu, which was damaged at some point previously at least once, was similar to that of the SMH Angbu-ilgu, and this means that it is superficially similar with Treasure No 840, the stone horizontal sundial. In the concave hemisphere of both the stone Angbu-ilgus of the KMA and SMH, there are hour lines and 24 solar-term lines (13 line), and there is an intersection point where these lines meet the horizon, respectively. It can be verified that these intersections of these two Angbu-ilgus can be calculated as having a latitude of +37°39'15". The hour lines of the two stone Angbu-ilgus show that they were made after about 1900.

• 대한원격탐사학회지
• /
• 제39권2호
• /
• pp.193-205
• /
• 2023

집중강우 시 육상으로부터 다량으로 유입된 부유쓰레기는 사회, 경제적 및 환경적으로 부정적인 영향을 주고 있으나 부유쓰레기 집적 구간 및 발생량에 대한 모니터링 체계는 미흡한 실정이다. 최근 인공지능 기술의 발달로 드론 영상과 딥러닝 기반 객체탐지 모델을 활용하여 수계 내 광범위한 지역을 신속하고 효율적인 연구의 필요성이 요구되고 있다. 본 연구에서는 육상기인 부유쓰레기의 효율적인 탐지 기법을 제시하기 위해 드론 영상뿐만 아니라 다양한 이미지를 확보하여 You Only Look Once (YOLO)v5s와 최근에 개발된 YOLO7 및 YOLOv8s로 학습하여 모델별로 성능을 비교하였다. 각 모델의 정성적인 성능 평가 결과, 세 모델 모두 일반적인 상황에서 탐지성능이 우수한 것으로 나타났으나, 이미지의 노출이 심하거나 수면의 태양광 반사가 심한 경우 YOLOv8s 모델에서 대상물을 누락 또는 중복 탐지하는 사례가 나타났다. 정량적인 성능 평가 결과, YOLOv7의 mean Average Precision (intersection over union, IoU 0.5)이 0.940으로 YOLOv5s (0.922)와 YOLOvs8(0.922)보다 좋은 성능을 나타냈다. 데이터 품질에 따른 모델의 성능 비교하기 위해 색상 및 고주파 성분에 왜곡을 발생시킨 결과, YOLOv8s 모델의 성능 저하가 가장 뚜렷하게 나타났으며, YOLOv7 모델이 가장 낮은 성능 저하 폭을 보였다. 이를 통해 수면 위에 존재하는 부유쓰레기 탐지에 있어서 YOLOv7 모델이 YOLOv5s와 YOLOv8s 모델에 비해 강인한 모델임을 확인하였다. 본 연구에서 제안하는 딥러닝 기반 부유쓰레기 탐지 기법은 부유쓰레기의 성상별 분포 현황을 공간적으로 파악할 수 있어 향후 정화작업 계획수립에 기여할 수 있을 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1413-1425
• /
• 2023

기후변화로 인한 대형 산불의 빈도가 증가함에 따라 극심한 인명 및 재산상의 피해를 초래하고 있다. 이로 인해 많은 식생이 소실되며, 그 강도와 발생 형태에 따라 생태계 변화에 영향을 끼친다. 생태계 변화는 다시 산불 발생을 유발하여 2차 피해를 야기한다. 따라서 산불 피해지에 대한 정확한 탐지 및 면적 산정의 중요성이 지속적으로 제기되고 있다. 효율적인 산불 피해지 모니터링을 위해 산불 발생 후 실시간 지형 및 기상정보는 물론 피해지역의 영상을 대규모로 취득할 수 있는 위성영상이 주로 활용되고 있다. 최근, 합성곱 신경망(convolution neural network, CNN) 기반 모델부터 고성능 트랜스포머(Transformer) 기반 모델에 이르기까지 딥러닝 알고리즘이 빠르게 발전하면서 산림원격탐사에서 이를 적용한 연구가 활발히 이루어지고 있다. 하지만 현재까지 적용된 딥러닝 모델은 제한적이며 현업에서의 합리적인 활용을 위한 정량적 성능평가에 대한 보고가 부족한 상황이다. 따라서 본 연구에서는 모델에 따른 성능향상과 데이터 설계에 따른 성능향상을 중점적으로 비교 분석하였다. 미국 캘리포니아 지역을 대상으로 CNN 기반 모델의 U-Net, High Resolution Network-Object Contextual Representation (HRNet-OCR)을 활용하여 산불 피해지 모델을 구축하였다. 또한, 기본 파장대역과 함께 식생활력도 및 지표의 수분함량 정도를 고려하고자 normalized difference vegetation index (NDVI), normalized burn ratio (NBR)와 같은 산불 관련 분광지수를 산출하여 입력 이미지로 사용하였다. U-Net의 mean intersection over union (mIoU)이 0.831, HRNet-OCR이 0.848을 기록하여 두 모델 모두 우수한 영상분할 성능을 보였다. 또한, 밴드 반사도뿐 아니라 분광지수를 추가한 결과 모든 조합에서 평가지표 값이 상승하여 분광지수를 활용한 입력 데이터 확장이 픽셀 세분화에 기여함을 확인하였다. 이와 같은 딥러닝 방법론을 발전시킨다면 우리나라의 산불 피해지에 대한 신속한 파악 및 복구 계획 수립의 기초자료로 활용될 수 있을 것으로 기대된다.