• 지능정보연구
• /
• 제26권2호
• /
• pp.1-25
• /
• 2020

본 연구에서는 모바일 기기를 이용하여 획득한 가스계량기 사진을 서버로 전송하고, 이를 분석하여 가스 사용량 및 계량기 기물 번호를 인식함으로써 가스 사용량에 대한 과금을 자동으로 처리할 수 있는 응용 시스템 구조를 제안하고자 한다. 모바일 기기는 일반인들이 사용하는 스마트 폰에 준하는 기기를 사용하였으며, 획득한 이미지는 가스 공급사의 사설 LTE 망을 통해 서버로 전송된다. 서버에서는 전송받은 이미지를 분석하여 가스계량기 기물 번호 및 가스 사용량 정보를 추출하고, 사설 LTE 망을 통해 분석 결과를 모바일 기기로 회신한다. 일반적으로 이미지 내에는 많은 종류의 문자 정보가 포함되어 있으나, 본 연구의 응용분야인 가스계량기 자동 검침과 같이 많은 종류의 문자 정보 중 특정 형태의 문자 정보만이 유용한 분야가 존재한다. 본 연구의 응용분야 적용을 위해서는 가스계량기 사진 내의 많은 문자 정보 중에서 관심 대상인 기물 번호 및 가스 사용량 정보만을 선별적으로 검출하고 인식하는 관심 문자열 인식 기술이 필요하다. 관심 문자열 인식을 위해 CNN (Convolutional Neural Network) 심층 신경망 기반의 객체 검출 기술을 적용하여 이미지 내에서 가스 사용량 및 계량기 기물번호의 영역 정보를 추출하고, 추출된 문자열 영역 각각에 CRNN (Convolutional Recurrent Neural Network) 심층 신경망 기술을 적용하여 문자열 전체를 한 번에 인식하였다. 본 연구에서 제안하는 관심문자열 기술 구조는 총 3개의 심층 신경망으로 구성되어 있다. 첫 번째는 관심 문자열 영역을 검출하는 합성곱신경망이고, 두 번째는 관심 문자열 영역 내의 문자열 인식을 위해 영역 내의 이미지를 세로 열 별로 특징 추출하는 합성곱 신경망이며, 마지막 세 번째는 세로 열 별로 추출된 특징 벡터 나열을 문자열로 변환하는 시계열 분석 신경망이다. 관심 문자열은 12자리 기물번호 및 4 ~ 5 자리 사용량이며, 인식 정확도는 각각 0.960, 0.864 이다. 전체 시스템은 Amazon Web Service 에서 제공하는 클라우드 환경에서 구현하였으며 인텔 제온 E5-2686 v4 CPU 및 Nvidia TESLA V100 GPU를 사용하였다. 1일 70만 건의 검침 요청을 고속 병렬 처리하기 위해 마스터-슬레이브 처리 구조를 채용하였다. 마스터 프로세스는 CPU 에서 구동되며, 모바일 기기로 부터의 검침 요청을 입력 큐에 저장한다. 슬레이브 프로세스는 문자열 인식을 수행하는 심층 신경망으로써, GPU에서 구동된다. 슬레이브 프로세스는 입력 큐에 저장된 이미지를 기물번호 문자열, 기물번호 위치, 사용량 문자열, 사용량 위치 등으로 변환하여 출력 큐에 저장한다. 마스터 프로세스는 출력 큐에 저장된 검침 정보를 모바일 기기로 전달한다.

• 대한의용생체공학회:의공학회지
• /
• 제25권4호
• /
• pp.261-268
• /
• 2004

골다공증은 골 조직의 량이 감소하여 골절의 가능성이 증가하는 상태이다. 뼈의 전기적 특성은 골 밀도와 관련이 있으며, 특히 뼈의 절기 저항은 골 소실이 증가할수록 감소하는 것으로 알려져 있다. 만일 신뢰성 있는 측정이 가능하다면, 뼈의 전기적인 특성은 골다공증 진단을 위한 유용한 변수가 될 수 있음을 의미한다 본 연구에서는 EIT (electrical impedance tomography) 기술을 이용하여 뼈의 전기 전도도 평가를 시도하였다. 뼈와 주위의 연조직 간의 전기적인 특성의 차이가 크기 때문에 (100 정도), 일반적으로, 뼈의 EIT를 얻기는 쉽지 않다. 본 연구에서는 이상 경계 검출을 위해 개발된 adaptive mesh regeneration 기법을 이용하여, 주어진 경계면의 기하학적 조건하에서, 경계 내부의 전기전도도를 복원할 수 있도 록 하였다. 수치 해석은 균일한 타원형 (장경 17 mm, 단경 15 mm) 뼈와 주위의 연 조직으로 구성된 반경 40 mm인 원통형 팬텀으로 모의한 경골에 대해 수행하였다. 타원형 뼈는 팬텀의 원형 단면 중심에서 15 mm 위쪽에 위치하도록 하였다. 연 조직의 전기 전도도는 4 mS/cm로 고정하였고, 뼈에 대해서는 0.01 - 1 mS/cm에서 변하도록 하였다. 측정 오차에 의한 효과를 분석하기 위해 시뮬레이션은 측정 오차를 포함하도록 하였다. 시뮬레이션 결과, 만일 측정 오차가 5 % 미만으로 유지될 경우, 재구성된 뼈의 전기전도도는 10 % 이내의 오차를 갖는 것으로 나타났다. 예측할수 있듯이 복원의 정확도는 뼈의 전기 전도도가 증가함에 따라 증가하였다. 이것은 사용된 EIT가 골 소실이 진행된 뼈에 대한 좀더 정확한 정보를 제공할 수 있음을 시사한다. 본 연구는, 뼈의 해부학적인 정보를 알고 있을 때 뼈와 주위의 연조직에 대한 단순한 이상 영상에 한정된 결과를 제공하지만, EIT 기술이 골다공증 골절을 예측하는 새로운 방법으로 활용될 가능성을 시사한다.

• 한국전통조경학회지
• /
• 제35권2호
• /
• pp.87-97
• /
• 2017

오동나무는 한국 전통 문화에서 오래전부터 인식되어 왔으며, 다양한 분야에서 종의 가치에 대해 연구되어 왔다. 그러나 종의 분포와 생태적 특성에 대한 연구는 미흡한 상황이다. 본 연구는 MaxEnt 모형을 활용하여 부산광역시 내 오동나무 두 종의 분포 경향 및 생태적 특성을 밝히는데 목적을 두고 있다. MaxEnt 모형은 현장 조사로 수집된 오동나무 종의 위치 정보와 지형, 기후, 잠재인간간섭도와 같은 환경 인자로 구축되었다. 연구결과 AUC 값은 오동나무와 참오동나무가 각각 0.809으로 모형의 정확도가 적절한 것으로 확인되었다. 분포모형에 따른 연구지역 내 오동나무와 참오동나무의 분포 경향은 두 종 모두 시가지, 나지가 밀집해 있는 도심위주의 분포를 나타냈다. 두 종의 잠재분포가능면적은 오동나무 $137.4km^2$, 참오동나무 $135.0km^2$로 확인되었으며, 중구, 동래구, 부산진구, 연제구 등에서 높은 확률로 분포하였다. 환경요인의 기여도 분석 결과, 오동나무와 참오동나무의 분포에 잠재인간간섭도가 약 50% 내외의 기여를 하는 것으로 확인되었고, 잠재인간간섭도와 양의 상관관계를 나타냈다. 해발고도는 두 종 모두에서 음의 상관관계를 보였으며, 해발고도가 증가할수록 자연서식처에서 자생종과의 경쟁이 증가하기 때문인 것으로 판단된다. 본 연구의 결과들은 오동나무와 참오동나무의 분포가 인위적 활동에 의존되어 있음을 수리적으로 나타내는 결과이며, 한국 전통경관과의 관련성을 암시하는 결과이다. 이러한 결과는 추후 오동나무의 활용 및 보존, 복원에 있어서 의미 있는 정보를 제공할 수 있을 것으로 판단된다.

• 한국응용곤충학회지
• /
• 제54권4호
• /
• pp.401-407
• /
• 2015

온실재배 오이에 발생하는 목화진딧물의 발생밀도를 추정하는 표본조사법을 개발하기 위하여 2개년(2013-2014년) 동안 주 전체의 잎별 발생밀도를 조사하였다. 목화진딧물의 공간분포 특성은 일반적으로 사용되는 Taylor's power law(TPL)와 Iwao's patchiness regression (IPR) 두 가지 방법을 이용하여 분포특성을 조사하였다. 목화진딧물의 주 전체 밀도를 대표할 수 있는 표본단위를 일정 잎 위치의 평균밀도와 주 전체의 잎당 평균밀도와의 일반선형 회귀식을 이용하여 결정하였다. 적정 표본단위는 오이 생육기에 따라 달랐는데, 총엽수가 9매 미만일 경우 2매(중위엽과 최하위+1번째 엽), 그 이상인 경우에는 3매(위로부터 4번째, 7번째, 최하위+1번째 엽)를 조사하는 것이 적합하였다. 오이에서 목화진딧물의 공간분포 특성은 TPL과 IPR의 기울기가 모두 "1"보다 커 집중분포를 하고 있었으며, 진딧물의 평균-분산 관계를 TPL이 IPR보다 더 잘 설명하였다. TPL의 기울기와 절편은 연차간에 차이가 없었으며, Green과 Kuno의 식을 이용하여 고정 정확도(D) 수준에서의 축차표본조사법을 개발하였다. 목화진딧물의 축차표본조사법은 Green의 방법이 Kuno에 비해 더 효율적이었다. 목화진딧물의 일정 평균밀도를 추정하기 위해 필요한 조사 주수는 D값과 잎당 평균밀도가 낮을수록 증가하는 경향이었다. 표본조사를 중지할 수 있는 누적 진딧물 수는 D값이 낮을수록, 조사 주수가 적을수록 증가하는 경향이었다. 목화진딧물 잎당 10마리의 밀도를 추정하기 위해 필요한 조사 주수는 13주이었으며, 이 때 조사를 중지하기 위한 누적 진딧물수는 131마리이었다.

• 한국농림기상학회지
• /
• 제20권4호
• /
• pp.277-283
• /
• 2018

기후변화 영향평가를 위해 작물생육모형을 폭넓게 사용하고 있지만 모형을 구동하기 위해서는 품종모수를 결정하는 것이 필수적이다. 그러나 품종모수 결정을 위한 실험은 장시간의 노력이 필요하여 대부분 작황자료 또는 지역적응 시험 자료를 많이 사용하고 있다. 그러나 밭작물의 경우 작황자료 또는 지역적응 시험을 사용하는 경우에는 포장의 관개량과 시기에 대한 자료가 없고 또한 별도의 기상관측 없이 최인접지역의 기상자료를 사용하기 때문에 문제가 발생할 수 있다. CERES-MAIZE를 이용하여 밭작물인 옥수수에 대해서 이 문제점들을 검토하였다. 출사기와 관련된 품종모수는 최대 27km 내에 기상관측 지점이 있는 경우에도 신뢰성있는 품종모수가 얻어졌다. 온도의 경우에는 지형에 따라 유효한 거리가 달라질 수 있지만 본 연구의 대상 지역에서는 품종 모수 추정에 문제가 크지는 않을 것으로 보인다. 또한 온도 이외의 요소인 강수 또는 관개량은 생물계절관련 품종모수와는 큰 영향이 없기 때문에 비교적 정확도가 높은 결과가 나온 것으로 보인다. 그러나 수량과 관련된 품종 모수 요소에서는 그렇지 못하였다. 이는 밭작물의 경우 강수량에 따라 스트레스 정도가 결정되기 때문에 관개 및 강수량 정보가 중요한데, 관개량에 대한 정보를 작황 또는 지적시험 보고서에서는 얻을 수 없기 때문이다. 더구나 강수량의 경우에 온도보다 더 가까운 위치에 기상관측소가 존재해야만 유의미한 정보를 제공할 수 있다. 그러나 시험포장에 따라 기상관측소와의 거리가 충분히 가깝지 않은 경우가 대부분이었다. 따라서, 작황 또는 지역적응 시험자료를 이용하여 옥수수의 품종모수를 결정할 때는 기상관측 지점이 최소한 20km 이내의 인접지역에서 생물계절과 관련된 모수에 대해서만 결정하는 것이 타당할 것으로 생각된다. 그 반면에 수량과 관련된 요소의 결정은 적절하지 않을 것으로 생각된다. 수량과 관련된 요소를 결정하기 위해서는 가급적 직접 기상관측망을 설치하여 해당 포장에서 관개시기와 관개량을 모두 확보한 실험한 결과를 바탕으로 얻는 것이 적절할 것으로 생각된다.

• 대한원격탐사학회지
• /
• 제38권6_2호
• /
• pp.1691-1707
• /
• 2022

한반도와 중국 경계에 위치한 백두산의 칼데라호인 천지호는 계절에 따라 해빙과 결빙을 반복한다. 천지 아래에는 마그마 챔버가 존재하며 마그마 챔버의 변화에 의해 온천수의 온도 및 수압 변화와 같은 화산 전조현상이 발생한다. 이에 따라, 천지호 내에서 다른 부분보다 해빙이 빠르며 결빙기에도 늦게 얼며 물표면 온도가 높은 이상지역이 존재하게 된다. 해당 이상지역은 온천수 방출 지역으로, 이상지역의 얼음변화도 값을 통해 화산활동을 모니터링 할 수 있다. 그러나 지리적, 정치적 그리고 공간적 문제로 천지의 이상지역을 주기적으로 관측하기에는 한계가 존재한다. 따라서 본 연구에서는 Landsat -5/-7/-8 광학위성영상으로부터 Modified U-Net 회귀모델을 이용하여 이상지역내의 얼음변화도를 정량적으로 관측하였다. 1985년 1월 22일부터 2020년 12월 8일까지 이상지역을 갖는 83장의 Landsat 영상의 Visible and Near Infrared (VNIR)대역을 활용하였다. 얼음 변화도를 정량적으로 관측을 위해 VNIR대역에서 수체와 얼음과의 상대적인 분광반사도를 활용하여 새로운 데이터를 만들었다. 가시광선대역과 근적외선 대역이 가지고 있는 정보를 최대한 유지하기 위해 2개의 인코더를 가진 U-Net에 적용하여 얼음변화도를 관측하였으며 Root Mean Square Error (RMSE) 140, 상관계수 0.9968의 높은 예측 성능을 보여주었다. 따라서 Modified U-Net을 활용하면 추후 Landsat 영상으로부터 얼음변화도 값을 높은 정확도로 관측하므로 백두산 화산활동을 모니터링하는 방법 중 하나로 사용될 수 있으며, 다른 화산 모니터링 기법과 더불어 활용한다면 더욱 정밀한 화산감시체계 구축이 가능할 것이다.