• Journal of the Korea Society of Computer and Information
• /
• v.7 no.3
• /
• pp.36-41
• /
• 2002

This study was carried out develope a ultrasonic transducer displacement generator through 26KHz and 38KHz of the frequency phase modulation on the ultrasonic transducer. This system was producted a power output generation such as 100W, 300W, 400W and 600W. Ultrasonic power output had a change of time. We made use of a Thiram hydration and detected it measurement by the ACAO method. It was to decide the result of ultrasonic power supply for time duration and the result of comparison in the 26KHz & 38KHz by UV/VIS spectrophotometer.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2018.11a
• /
• pp.90-92
• /
• 2018

본 논문에서는 입력 영상을 카메라의 자세 정보에 따라 적절히 와핑한 후 이들을 심(Seam)을 따라 이어붙인 360VR 에서 갑작스런 객체 출현에 의해 중첩 영역에서 발생하는 왜곡 문제를 해결할 방법을 제안한다. 임의의 객체가 나타났을 때, 객체의 윤곽선을 반영하여 심(Seam)을 재설정함으로써 객체가 우그러지거나, 잘려나가는 등의 왜곡 문제를 해결한다. 이를 위해 본 논문에서는 가우시안(Gaussian) 혼합 모델 기반 전경/배경분리에 의한 움직이는 객체 추출, 객체 윤곽선 검출, 윤곽선에 기반한 심(Seam) 조정, 새로운 심(Seam) 기반 스티칭으로 왜곡을 없애는 방법을 제안하였다. 그리고 이를 실제 촬영 영상에 적용하여 왜곡 개선 효과를 보였다.

• Journal of the Semiconductor & Display Technology
• /
• v.20 no.2
• /
• pp.109-114
• /
• 2021

When we inspect scaffold defect using sight, inspecting performance is decrease and inspecting time is increase. We need for automatically scaffold defect detection method to increase detection accuracy and reduce detection times. In this paper. We produced scaffold defect classification models using densenet, alexnet, vggnet algorithms based on CNN. We photographed scaffold using multi dimension camera. We learned scaffold defect classification model using photographed scaffold images. We evaluated the scaffold defect classification accuracy of each models. As result of evaluation, the defect classification performance using densenet algorithm was at 99.1%. The defect classification performance using VGGnet algorithm was at 98.3%. The defect classification performance using Alexnet algorithm was at 96.8%. We were able to quantitatively compare defect classification performance of three type algorithms based on CNN.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.11a
• /
• pp.211-213
• /
• 2022

Lip Reading(독순술(讀脣術)) 이란 입술의 움직임을 보고 상대방이 무슨 말을 하는지 알아내는 기술이다. 본 논문에서는 MBC, SBS 뉴스 클로징 영상에서 쓰이는 문장 10개를 데이터로 사용하고 CNN(Convolutional Neural Network) 아키텍처 중 모바일 기기에서 동작을 목표로 한 MobileNet을 모델로 이용하여 발화자의 입모양을 통해 문장 인식 연구를 진행한 결과를 제시한다. 본 연구는 MobileNet과 LSTM을 활용하여 한국어 입모양을 인식하는데 목적이 있다. 본 연구에서는 뉴스 클로징 영상을 프레임 단위로 잘라 실험 문장 10개를 수집하여 데이터셋(Dataset)을 만들고 발화한 입력 영상으로부터 입술 인식과 검출을 한 후, 전처리 과정을 수행한다. 이후 MobileNet과 LSTM을 이용하여 뉴스 클로징 문장을 발화하는 입모양을 학습 시킨 후 정확도를 알아보는 실험을 진행하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.11a
• /
• pp.72-75
• /
• 2022

야외 환경을 카메라로 촬영한 일반 영상에서 텍스트 이미지를 검출하고 인식하는 기술은 로봇 비전, 시각 보조 등의 기반이 되는 기술로 활용될 수 있어 매우 중요한 기술이다. 하지만 저해상도의 텍스트 이미지의 경우 텍스트 이미지에 포함된 노이즈나블러 등이 더 두드러지기 때문에 텍스트 내용을 인식하는 것이 어렵다. 이에 본 논문은 일반 영상에서의 저해상도 한글 및 영어 텍스트에 대한 이미지 초해상화를 통해 텍스트 인식 정확도를 개선하였다. 트랜스포머에 기반한 모델로 한글 및 영어 텍스트에 대한 이미지 초해상화를 수행하였으며, 영어 및 한글 데이터셋에 대해 제안한 초해상화 방법을 적용했을 때 그렇지 않을 때보다 텍스트 인식 성능이 개선되는 것을 확인하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• fall
• /
• pp.180-182
• /
• 2021

본 논문에서는 드론의 비행 장소와 온도 및 습도에 영향을 받지 않는 적외선 기반 깊이 카메라로부터 얻어진 깊이영상을 분석하여 지면 영역을 찾고 AGL(Above Ground Level) 단위의 고도를 측정하는 방법을 제안한다. Decimation filter 와 Median filter 를 적용하여 잡음 및 빈 데이터들을 제거한 깊이영상으로부터 RANSAC (RANdom Sample Consensus) 기반 평면 모델 추정 방법을 이용하여 지면 영역과 이에 대한 평면의 방정식을 유추하고 현재 위치와의 거리를 계산한다. 성능 평가를 위해 Lidar 센서와 비교한 결과, 제안 방법이 지면에 위치한 장애물에 영향을 더 적게 받으며, 자세 정보와 독립적으로 고도를 측정할 수 있었다.

• Proceedings of the Korean Institute of Building Construction Conference
• /
• 2022.04a
• /
• pp.73-74
• /
• 2022

Concrete structures occupy the largest proportion of modern infrastructure, and concrete structures often have cracking problems. Existing concrete crack diagnosis methods have limitations in crack evaluation because they rely on expert visual inspection. Therefore, in this study, we design a deep learning model that detects, visualizes, and outputs cracks on the surface of RC structures based on image data by using a CNN (Convolution Neural Networks) model that can process two- and three-dimensional data such as video and image data. do. An experimental study was conducted on an algorithm to automatically detect concrete cracks and visualize them using a CNN model. For the three deep learning models used for algorithm learning in this study, the concrete crack prediction accuracy satisfies 90%, and in particular, the 'InceptionV3'-based CNN model showed the highest accuracy. In the case of the crack detection visualization model, it showed high crack detection prediction accuracy of more than 95% on average for data with crack width of 0.2 mm or more.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.11a
• /
• pp.305-308
• /
• 2020

임플란트 시술 수요가 늘고 시장이 성장하면서 관련 기술도 발전하고 있다. 특히 기능성과 심미성 향상을 위해 많은 기술이 연구되고 있다. 이 중 심미성에 있어 주변 치아와의 색 유사도가 높은 임플란트를 제작하는 것이 주요 연구 중 하나이다. 본 논문에서는 심미성 높은 임플란트 제작을 위해, 다음과 같은 임플란트 표본 추천 시스템을 제안한다. 휴대 조명 장치와 의료용 치아 패치를 사용한 색 보정으로 촬영 환경 차이를 최소화하여 치아의 정확한 색을 추출한다. Mask R-CNN 모델을 통해 보정된 영상에서 치아를 검출하고, 군집화를 통해 색상 단위로 치아 영역을 구분한다. 치아의 영역별 색상과 임플란트 표본 사이의 색상 거리를 계산하여 유사한 표본들을 추천한다. 위 시스템을 통해 사용자는 주변 환경에 영향을 받지 않고, 치아의 색을 정확히 분석하여 이를 임플란트 표본과 비교할 수 있게 된다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.07a
• /
• pp.363-366
• /
• 2021

본 연구에서는 콘크리트의 균열을 추출하여 추출한 균열을 분석하고 시각화하여 나타내는 방법을 제안한다. 추출한 균열을 분석하여 길이, 넓이, 평균 폭 등의 주요 지표를 측정하여 균열 부위에 대한 세부 정보를 파악할 수 있게 하였다. 특히 균열 분석 과정에서 기존의 균열 중심부와 에지 간의 직선 최단 거리 계산을 통한 균열 폭 측정 방식이 아닌 내접원 탐색 방식을 적용하여 다각형의 균열에 대한 폭 측정 방식을 제안하고 있다. 또한 분석 결과를 Wavefront 3D OBJ 모델과 CAD 파일로 생성하였고, 이를 웹 브라우저를 통해 입체적으로 볼 수 있도록 시각화 하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.07a
• /
• pp.97-98
• /
• 2021

학습에 대한 적극적인 참여는 학업에서 중요한 행동이며 높은 학업 참여는 성공적인 학업성취와 밀접한 관계가 있다. 학업 참여는 학자들의 관점에 따라 행동적 참여, 정서적 참여, 인지적 참여로 구분된다. 행동적 참여는 학생들이 실제 학습활동과 과제 수행에 어떻게 참여하는가로 정의한다. 그러나 온라인 학습 환경에서는 학생들의 학습활동을 평가하는 데 어려움이 존재하여 관련된 연구의 필요성이 대두되고 있다. 본 논문에서는 영상 분석을 이용한 양방향 Convolutional LSTM 모델을 기반으로 온라인 수업 상에서 학습활동 중 하나인 손들기 행동을 인식하는 방법을 제안한다. 제안된 방법으로 학습활동 중 하나인 손들기 행동의 인식 정확도는 88%이다.