• 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.

• 한국산학기술학회논문지
• /
• 제15권12호
• /
• pp.7187-7192
• /
• 2014

최근 들어, 위치 기반의 서비스 분야는 다양한 사업 영역으로 확대되면서 많은 수익원을 창출하고 있다. 특히, 지도 서비스는 대중 교통, 길 찾기 등과 연동하여 다양한 정보를 제공하고 있다. 따라서, 본 논문에서는 지도 서비스의 핵심기술 중 하나로 사용되고 있는 스트리트뷰, 로드뷰의 파노라마 사진 지원 서비스를 스마트폰에서 지원할 수 있는 시스템을 설계하기 위한 연구를 수행하고자 한다. 이를 위해 스마트폰의 센서들을 활용하여 사용자들이 쉽게 파노라마 사진을 제작할 수 있도록 사진 촬영 가이드를 제공하고 여러 장의 사진에서 불필요한 부분을 제거하여 사진 연결 부분의 자연스러움 등을 처리하는 알고리즘을 적용하여 한 장의 사진으로 제공할 수 있는 기술을 설계하고자 한다. 최종적으로, 6개월 동안 스마트폰 파노라마 사진과 연동할 수 있는 시스템을 구성하고 스마트폰 파노라마 사진 어플을 운영할 수 있는 시스템을 설계하고자 한다.

• 경영과정보연구
• /
• 제4권
• /
• pp.257-284
• /
• 2000

According as the drivers increase who have their cars, the comprehensive studies on the automobile for the traffic safety have been raised as the important problems. Visual Recognition System for radio-controled driving is a part of the sensor processor of Unmanned Autonomous Vehicle System. When a driver drives his car on an unknown highway or general road, it produces a model from the successively inputted road traffic information. The suggested Recognition System of the Road Traffic Safety Information Board is to recognize and distinguish automatically a Road Traffic Safety Information Board as one of road traffic information. The whole processes of Recognition System of the Road Traffic Safety Information Board suggested in this study are as follows. We took the photographs of Road Traffic Safety Information Board with a digital camera in order to get an image and normalize bitmap image file with a size of $200{\times}200$ byte with Photo Shop 5.0. The existing True Color is made up the color data of sixteen million kinds. We changed it with 256 Color, because it has large capacity, and spend much time on calculating. We have practiced works of 30 times with erosion and dilation algorithm to remove unnecessary images. We drawing out original image with the Region Splitting Technique as a kind of segmentation. We made three kinds of grouping(Attention Information Board, Prohibit Information Board, and Introduction Information Board) by RYB( Red, Yellow, Blue) color segmentation. We minimized the image size of board, direction, and the influence of rounding. We also minimized the Influence according to position. and the brightness of light and darkness with Eigen Vector and Eigen Value. The data sampling this feature value appeared after building the learning Code Book Database. The suggested Recognition System of the Road Traffic Safety Information Board firstly distinguished three kinds of groups in the database of learning Code Book, and suggested in order to recognize after comparing and judging the board want to recognize within the same group with Nearest Neighborhood Decision Making.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.505-505
• /
• 2017

최근 하천의 유량측정에 있어서 ADCP(Acoustic Doppler Current Profiler)의 빈도와 활용범위가 점차적으로 증가하고 있다. 국토교통부의 유량측정을 전담하고 있는 유량조사사업단에서는 최근 저평수기 유량측정은 물론, 중고수위 유량측정에서도 기존 유량측정방법의 단점을 보완하기 위해 ADCP 이동보트법을 적극적으로 활용하고 있다. 현재 ADCP 이동보트법으로 측정된 유량은 제조업체에서 제공되는 소프트웨어로 산정되며 크게 두 가지 문제를 초래하고 있다. 첫째, 제조업체에서 제공한 소프트웨어는 자동으로 품질평가를 할 수 있는 기능이 제한적이고, 사용자가 측정자료를 검토하기 위해 제공되는 표와 그래프 등의 정보가 제조업체마다 일관적이지 않다. 따라서, 측정자료의 품질평가는 측정한 ADCP에 종속되고 제조업체에서 제공된 소프트웨어 기능에 한정되어 효율적인 평가는 저해되고, 일관적이지 못한 결과를 초래하여 측정자의 책임이 증가되고 있다. 둘째, 제조업체에서 제공되는 소프트웨어가 자료의 처리 및 유량 계산에 대한 상이한 알고리즘을 사용하여 제조업체가 다른 ADCP로 동시에 측정된 유량이 서로 다른 결과로 나타나 혼란을 주고 있다. 이러한 이유로 USGS(U.S.Geological Survey)에서는 ADCP를 이용한 이동보트법 측정유량 처리에 대한 소프트웨어인 QRev를 개발하였으며, 일관적이고 효율적인 자료 처리와 계산이 이루어지도록 하고 있다. 본 연구에서는 유량조사사업단에서 수행한 ADCP 이동보트법 측정유량 자료에 대하여 QRev를 이용한 자료의 처리 결과에 대하여 분석하였다. 특히, ADCP로 측정이 불가능한 수면 및 하상 영역에 대한 외삽방법들의 적용 결과 및 제조업체의 기본 설정 값들에 대한 결과를 비교함으로서 QRev에 대한 향후 국내 활용 방향을 제시하고자 한다.

• 한국항행학회논문지
• /
• 제27권4호
• /
• pp.481-487
• /
• 2023

최근 UAM(Urban Air Mobility)에 대한 관심이 도시의 교통 혼잡과 대기오염 문제 해결 방안으로 급증하고 있다. 하지만 UAM의 효율적인 운영을 위해서는 3D Point Cloud 데이터의 정확한 처리가 필요하며, 특히 지면과 객체를 분리하는 문제가 중요하다. 본 논문은 UAM 환경의 동적이고 복잡한 특성을 고려하여 지면과 객체를 효과적으로 분리하는 방법을 제안하고 검증한다. 우리의 접근 방식은 MEMS 센서로부터 얻은 자세 정보와 RANSAC을 이용한 지면 평면 추정을 결합하여, GPS 오차에 크게 영향 받지 않는 지면/객체 분리를 가능하게 한다. 시뮬레이션 결과는 이 방법이 UAM 환경에서 효과적으로 작동함을 보여주며, 도심 항공 모빌리티의 안전성과 효율성을 향상시키는 중요한 단계를 제시한다. 향후 연구는 이 알고리즘의 정확성을 높이고 다양한 UAM 환경에서 성능을 평가하며, 실제 드론 테스트를 진행할 예정이다.

• 한국인터넷방송통신학회논문지
• /
• 제24권1호
• /
• pp.197-205
• /
• 2024

자율주행 자동차 개발 및 상용화에 있어서 주행안전도 확보가 가장 중요한 시점에서 이를 위해 전방 및 주행차량 주변에 존재하는 다양한 정적/동적 차량의 인식과 검출 성능을 고도화 및 최적화하기 위한 AI, 빅데이터 기반 알고리즘개발 등이 연구되고 있다. 하지만 레이더와 카메라의 고유한 장점을 활용하여 동일한 차량으로 인식하기 위한 연구 사례들이 많이 있지만, 딥러닝 영상 처리 기술을 이용하지 않거나, 레이더의 성능상의 문제로 짧은 거리만 동일한 표적으로 감지하고 있다. 따라서 레이더 장비와 카메라 장비에서 수집할 수 있는 데이터셋을 구성하고, 데이터셋의 오차를 계산하여 동일한 표적으로 인식하는 융합 기반 차량 인식 방법이 필요하다. 본 논문에서는 레이더와 CCTV(영상) 설치 위치에 따라 동일한 객체로 판단하기에 데이터 오차가 발생하기 때문에 설치한 위치에 따라 위치 정보를 연동할 수 있는 기술 개발을 목표로 한다.

• 정보처리학회논문지A
• /
• 제19A권1호
• /
• pp.51-60
• /
• 2012

일반적으로 스마트카드라고 불리는 IC(Integrated Circuit)카드는 작은 크기의 마이크로칩(MPU)과 메모리, EEPROM, 카드 운영체제(COS) 및 보안 알고리즘을 내장하고 있다. 이러한 IC카드는 금융(카드,은행,증권 등), 교통, 통신, 의료, 전자여권, 멥버쉽 회원관리 등 거의 모든 산업분야에서 이용되고 있다. 최근 방송통신융합 및 TV의 스마트기기화 추세에 따라 TV전자상거래(T-커머스)가 방송산업의 신성장 동력이 되면서 T-커머스 지불결제 방법으로 IC카드를 이용하는 등 응용분야가 증가하고 있다. 예를 들어, T-커머스에서 IC신용카드(또는 IC현금카드)를 이용하여 결제를 하거나, IC현금카드를 이용하여 ATM과 같은 방식으로 TV뱅킹 서비스를 제공한다. 하지만 아직까지 대부분의 T-커머스 신용카드 결제 서비스는 리모콘을 이용한 카드정보 입력 방식을 이용하고 있기 때문에 고객 편의성이 크게 떨어지고, 카드정보 저장 및 노출 등 보안성에 있어서 취약성을 가지고 있다. 이러한 문제점을 해결하고자, 본 논문에서는 IC신용카드 결제 표준기술인 EMV기술을 이용한 TV전자 지불 결제시스템 구현을 위한 결제처리 모듈을 개발하였다.

• 한국터널지하공간학회 논문집
• /
• 제23권6호
• /
• pp.549-558
• /
• 2021

터널과 지하시설물을 비롯한 콘크리트 토목구조물을 안전하게 관리하려면 균열 발생 여부를 정기적인 점검을 통해 알아내야 한다. 터널의 콘크리트 라이닝 표면에 발생한 균열의 위치와 형태를 검사하는 일은 주로 고소작업차를 투입하여 이루어진다. 이러한 작업은 차로를 통제한 채 이루어지므로 교통 체증을 일으키며, 점검 종사자가 위험한 환경에 노출되며, 매번 같은 종사자가 같은 터널의 같은 부위를 조사하기 어려우므로 검사 결과의 일관성이 저해된다. 본 연구는 기존 터널 영상 취득 시스템을 대상으로 딥러닝 기술을 적용해 터널 내 콘크리트 라이닝의 균열을 자동으로 탐지하는 방법을 다음과 같이 제시한다. 구체적으로는 의미론적 분할(semantic segmentation)을 수행하는 딥러닝 모델을 공개 데이터셋으로 학습시키고, 터널 영상 취득 시스템으로 취득한 데이터셋을 딥러닝 모델에 입력했을 때 성능을 알아본다. 첫 번째, 공개 데이터셋을 전부 학습시켰을 경우, 두 번째, 공개 데이터셋 중 기존 터널 영상 취득 시스템 데이터셋과 관련성이 높은 데이터셋만 선택하여 학습시켰을 경우, 마지막으로 관련성이 높은 데이터셋과 균열이 없는 영상(negative example)을 선택하여 학습시켰을 경우에 대하여 성능을 비교하여 효율적인 모델 학습 방안을 모색한다. 그 결과 공개 데이터셋에서 관련성이 높은 영상과 균열이 없는 영상을 골라 학습시켰을 경우의 성능이 가장 좋았다. 향후 딥러닝 알고리즘을 터널 영상 취득 시스템에 적용할 때 효율적인 모델 학습 방안을 수립하는데 기여할 것으로 기대한다.

• 대한토목학회논문집
• /
• 제28권5A호
• /
• pp.673-683
• /
• 2008

본 연구는 PSC I 거더교량을 대상으로 포장층에 축감지기가 없이 오로지 교량 상부구조 하면에서 측정한 변형률 신호만을 이용하는 차량하중분석시스템 개발에 관한 것이다. 중 차량이 교량을 주행할 때 교량 바닥판에서 측정한 변형률 신호로 차량주행정보를 추출하고, 교량 거더 및 가로보에서 측정한 변형률 신호로 차량하중정보를 추출하는 방법이다. 이러한 정보 분석을 위하여 영향선 분석방법과 인공신경망 분석방법을 사용하였다. 학습 데이터 확보 및 시스템 검증을 위하여 임의차량 및 시험차량 주행시험을 실시하였다. 대상 교량에서 하중분석결과, 가로보 변형률 신호를 이용한 경우가 거더 변형률 신호를 이용한 경우보다 더 정확한 결과를 나타내었고, 차선당 2열로 설치된 교량 바닥판 슬래브의 변형률 신호를 이용한 피크 검출 알고리즘도 차량의 속도와 축 수, 주행 차선, 축간 거리, 차간 거리 등의 주행정보를 추출하는데 매우 효과적임을 확인하였다. 또한, 가로보의 변형률 신호를 가지고 인공신경망 학습을 하여 시스템을 구성할 수 있는 경우가 기존의 거더 변형률 신호와 영향선만으로 시스템을 구성하는 경우보다 더 정확한 결과를 얻을 수 있음도 확인 하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제7권9호
• /
• pp.351-360
• /
• 2018

전통적으로 나태한 학습에 해당하는 국소가중회귀(LWR: Locally Weighted Regression)모델은 입력변수인 질의지점에 따라 예측의 해를 얻기 위해 일정구간 범위내의 학습 데이터를 대상으로 질의지점의 거리에 따라 가중값을 달리 부여하여 학습 한 결과로 얻은 짧은 구간내의 회귀식이다. 본 연구는 메모리 기반학습의 형태에 해당하는 LWR을 위한 점진적 앙상블 학습과정을 제안한다. LWR를 위한 본 연구의 점진적 앙상블 학습법은 유전알고리즘을 이용하여 시간에 따라 LWR모델들을 순차적으로 생성하고 통합하는 것이다. 기존의 LWR 한계는 인디케이터 함수와 학습 데이터의 선택에 따라 다중의 LWR모델이 생성될 수 있으며 이 모델에 따라 예측 해의 질도 달라질 수 있다. 하지만 다중의 LWR 모델의 선택이나 결합의 문제 해결을 위한 연구가 수행되지 않았다. 본 연구에서는 인디케이터 함수와 학습 데이터에 따라 초기 LWR 모델을 생성한 후 진화 학습 과정을 반복하여 적절한 인디케이터 함수를 선택하며 또한 다른 학습 데이터에 적용한 LWR 모델의 평가와 개선을 통하여 학습 데이터로 인한 편향을 극복하고자 한다. 모든 구간에 대해 데이터가 발생 되면 점진적으로 LWR모델을 생성하여 보관하는 열심학습(Eager learning)방식을 취하고 있다. 특정 시점에 예측의 해를 얻기 위해 일정구간 내에 신규로 발생된 데이터들을 기반으로 LWR모델을 생성한 후 유전자 알고리즘을 이용하여 구간 내의 기존 LWR모델들과 결합하는 방식이다. 제안하는 학습방법은 기존 단순평균법을 이용한 다중 LWR모델들의 선택방법 보다 적합도 평가에서 우수한 결과를 보여주고 있다. 특정지역의 시간 별 교통량, 고속도로 휴게소의 시간별 매출액 등의 실제 데이터를 적용하여 본 연구의 LWR에 의한 결과들의 연결된 패턴과 다중회귀분석을 이용한 예측결과를 비교하고 있다.