• 한국멀티미디어학회논문지
• /
• 제10권2호
• /
• pp.209-217
• /
• 2007

본 논문은 'CCTV영상 교통정보분석시스템'의 일환으로 도로 상의 CCTV 영상정보를 이용하여 기후정보를 추출하는 방법을 제시한다. 도로상의 CCTV 영상정보에서 기후정보를 얻는 방법은 맑은 날의 영상에서 RGB 평균값을 얻고 이를 기준으로 맑음, 흐림, 비, 눈, 안개 등의 영상을 구분하는 방법이다. 이 방법에 대한 보완으로 본 논문에서는 온 습도 정보를 사용하여 보다 세밀한 기후정보를 검출하는 방법을 제시한다. 본 논문에서 제시하는 CCTV 영상에서 기후정보를 검출하기 위한 방법은 기존의 기후정보서비스를 대체하기 위한 방안으로 기존에는 값비싼 센스를 이용하였으나, 본 시스템에서는 CCTV 영상을 이용하여 기후를 검출하는 알고리즘을 제안한다. 이 알고리즘은 CCTV 영상에서 기후정보를 검출하기 위하여 영상을 분석하고 환경 변수인 온 습도 정보를 활용하여 영상정보에서 기후정보의 검출을 용이하게 하도록 설계하였다. 이 알고리즘은 많은 시간비용과 공간비용이 소모되는 DB를 활용한 기법보다 구현에 다소 간의 어려움은 있으나, 비용이 적게 들고 구축과 동시에 실무에 활용할 수 있다는 장점이 있다. 또한 온도, 습도와 일시정보를 추가하여 검출된 기후정보의 정확성을 꾀하였다. 마지막으로 제안된 알고리즘을 영상정보를 이용한 실험을 통해 알고리즘의 유용성을 검증한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 춘계학술발표대회
• /
• pp.795-797
• /
• 2015

태양광발전의 단점 중 하나인 불규칙 전력 생산문제로 인해, 장비 및 패널 결함에 실시간 대응하지 못하는 문제가 발생한다. 태양광패널 결함을 자동 검출하기 위해 기후데이터 및 패널 정보를 이용하여 신경망에 적용하고 역전과 알고리즘을 통해 학습하는 발전량 예측 및 실시간 결함 검출 모델을 제안한다.

• 한국전자통신학회논문지
• /
• 제7권4호
• /
• pp.733-739
• /
• 2012

본 논문에서는 시간과 기후에 따라 변화하는 영상의 밝기와 색상 변화에도 강건한 연기검출 알고리즘을 제안한다. 제안하는 연기검출 알고리즘은 입력영상과 배경영상의 차영상을 이용하여 후보영역을 설정하고, 후보영역 차영상의 Gaussian 혼합모델 특징 계수를 비교하여 연기를 판별한다. 시간과 기후에 대응하기 위하여 입력영상의 평균 밝기와 색상을 기준으로 후보영역 설정을 위한 임계값을 4 단계로 구분한다. 후보영역에 대한 차영상의 Gaussian 혼합모델의 밝기 평균값을 기준으로 클러스터를 정렬하고, 클러스터 간의 Gaussian 혼합모델 특징 계수를 비교하여 연기를 판별한다. 제안하는 알고리즘을 미디어전용 DSP로 구현하고 야외에 설치된 카메라의 영상에 대하여 연기검출 실험을 통하여 효율적으로 연기를 검출할 수 있음 보인다.

• 한국전자통신학회논문지
• /
• 제8권11호
• /
• pp.1647-1654
• /
• 2013

실외 도로에서의 차량 검출 성능은 기상 상태, 태양 이동에 의한 그림자, 조도 변화 등에 영향을 받는다. 본 논문에서는 낮 시간대의 실외도로에서 이러한 주변 환경변화에 강건한 배경 추정 알고리즘과 연동한 차량 검출 시스템을 제안한다. 배경 추정 알고리즘은 혼합 가우시안 모델을 적용하고 후보 영역에 대한 차량 검출은 Adaboost 알고리즘을 적용하였다. 흐린 날, 비오는 날 등 동일한 실제 도로에서 서로 다른 기후에 획득한 CCTV 비디오 영상을 사용한 실험을 통해 제안하는 방법이 일반 도로에서의 차량 검출에 유용한 것을 확인하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2003년도 학술회의 논문집 정보 및 제어부문 B
• /
• pp.765-768
• /
• 2003

금속이나 암석에 음각(陰角)으로 각인된 문자나 그림들은 날씨나 주변 빛 환경에 따라 시각으로 입력되는 정보에 큰 차이를 보인다. 이를 이미지검출장치를 통해 읽어드려 디지털 이미지 신호로 만들고자 할 때는 더욱 그 정도가 심하여 대상체가 위치하는 빛 환경이나 검출기 특성에 각별한 신경을 써야한다. 자연광이나 전구 그리고 기후나 날씨에 의해 조성되는 빛 환경은 조도(照度), 조사각도(照射角度), 그림자 및 대상체 표면 상태 등이 중요한 결정 인자들이다. 빛 환경이 디지털 이미지 질(質)에 끼치는 영향을 최소화하기 위한 실험실 차원의 빛환경조정실을 구축하였다. 외부 유입 광선을 모두 차단하고 지향성이 있는 조명에 의해서만 대상체에 빛이 조사되도록 하고 디지털 카메라로 대상체의 이미지를 담았다. 음각 문자를 새긴 샘플석문(石文)을 제작하고 실험실 안의 정량화된 빛환경 하에서 석문의 이미지를 취득하였다. 전처리 과정을 통해 노이즈를 제거하고 이미지의 질을 향상시켰다. 처리된 이미지를 분석하여 문자영역과 바탕영역의 신호패턴을 추출한 다음 룩업 테이블, 조도 레벨 슬라이징, 중첩의 원리 및 Morphology 등의 기법을 알고리즘화하여 2진 형태의 음각문자를 판독 및 복원하는데 성공하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.118-118
• /
• 2021

최근 지구 온난화 현상으로 인한 기후변화로 이상기후 현상이 발생하고 있으며 이로 인해 장기적으로 폭염의 빈도 및 강도 상승에 따른 가뭄 피해 우려가 증가하고 있다. 농업 가뭄은 강수량 부족, 토양 수분 부족, 저수량 부족 등 농업분야에 영향을 주는 인자들과 관련되어 있어 농작물 생육 및 수확량 감소를 야기한다. 우리나라는 논농사가 주를 이루고 있어 국내 농업 가뭄은 주수원공인 농업용 저수지의 가용저수용량으로 판단 가능하다. 따라서 안정적인 농업용수 공급을 위해 수리시설물의 모니터링, 공급량 등의 분석이 이루어져야 하며, 농업 가뭄에 대비하기 위해 농업용 저수지의 가용저수용량 파악이 필요하다. 수자원 분야에서 지점자료의 시·공간적 한계점을 보완하기 위해 인공위성 자료를 활용한 연구가 활발히 이루어지고 있으며, 본 연구에서는 위성영상 자료 및 딥러닝 기반 알고리즘을 적용하여 농업용 저수지 수표면 탐지 및 시계열 분석을 목적으로 한다. 위성영상 자료는 5일 주기 및 10 m 공간해상도를 가진 Sentinel-2 위성영상 자료를 활용하고자 하였으며, 딥러닝에 적용하기 위하여 100장 이상의 영상 이미지를 구축하였다. 딥러닝 기반 알고리즘으로는 Convolutional Neural Network (CNN)을 활용하였으며, CNN은 주로 이미지 분류나 객체 검출 문제를 해결하기 위해 제안된 모델로 최근 픽셀 단위로 분류가 가능한 알고리즘이 개발되어 높은 정확도의 수표면 탐지가 가능할 것으로 판단된다. 따라서 본 연구에서는 CNN 기반 수표면 탐지 알고리즘을 개발하여 Sentinel-2 영상 기준 경기도 안성시를 대상으로 소규모 농업용 저수지의 수표면적에 대한 시계열 데이터를 분석하고자 한다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제5권10호
• /
• pp.353-360
• /
• 2016

여러 개의 태양전지들이 붙어 있는 태양광 패널을 이용하여 전력을 생산하는 태양광 발전은 최근 신재생 에너지 기술로 빠르게 성장하고 있는 분야이다. 하지만 태양광발전의 단점 중 하나인 불규칙한 전력 생산문제로 인해, 장비 및 패널 결함에 빠르게 대응하지 못하는 문제가 발생한다. 이 연구에서는 다양한 기후데이터와 패널 정보를 이용하여 태양광발전량 예측 방법들을 비교하여 최적의 예측 알고리즘을 평가하고 이를 기반으로 태양광발전소 결함 검출 시스템을 개발하여 국내 태양광 발전소에 적용한 사례를 기술한다.

• 한국통신학회논문지
• /
• 제32권11B호
• /
• pp.655-662
• /
• 2007

건물의 공조설비(HVAC: Heating, Ventilation and Air Conditioning)를 최적으로 운영하기 위해 현재 사용되고 있는 감시 시스템은 운영 설비의 고장이나 성능저하와 같은 결함이 발생할 경우 적절하게 고장을 검출 할 수 있는 기능이 없으며, 이에 따라 고장의 신속한 처리 및 최적 운영이 불가능하다. 이 논문에서는 특정 건물이나 시스템에서만 적용할 수 있는 모델기반 방식의 고장 검출 방법과는 달리 공조기 시스템을 구성하는 저비용이 소요되는 센서 등의 설치를 통해 건물의 공조 시스템에 포괄적으로 적용될 수 있는 분류형 규칙 기반 방식의 고장 검출 시스템을 개발하였다. 또한, 이 알고리즘을 이용한 실험 수행을 위하여 인공기후 실험 동(environment chamber, EC) 내부에 설치된 시험주택(in-house)의 공조 설비 시스템에 적용하여 그 실효성을 검증하였고 향후, 관련 분야에 적용 가능성을 확인하였다.

• 융합보안논문지
• /
• 제23권5호
• /
• pp.135-142
• /
• 2023

생활 폐기물 쓰레기는 기후 변화, 자원 부족, 환경 오염을 불러오는 대표적인 문제로서, 이러한 문제를 해결하기 위해 지능적으로 쓰레기를 분류하는 방식을 연구하였고, 전통적인 분류 알고리즘부터 기계학습, 신경망에 이르기까지 많은 연구가 진행되고 있다. 그러나, 다양한 환경과 조건에서 쓰레기를 분류하기에는 여전히 데이터셋이 부족하고, 신경망 네트워크 구성 복잡도가 증가하며, 성능 측면에서도 실생활에 적용하기에 아직 미흡하다. 따라서 본 논문에서는 신속한 분류와 정확도 향상을 위해 i-YOLOX를 제안하고, 네트워크 매개변수, 검출속도, 정확도 등을 평가한다. 이를 위해 17개의 폐기물 범주를 포함하는 10,000개의 가정용 쓰레기 대상 샘플로 데이터 세트를 구성하고, YOLOX 구조에 Involution 채널 컨볼루션 연산자와 CBAM(Convolution Branch Attention Module)을 도입하여 i-YOLOX를 구성하고, 기존의 YOLO 구조와 성능을 비교한다. 실험 결과 복잡한 장면에서 쓰레기 객체 검출 속도와 정확도가 기존의 신경망에 비해 향상되어, 제안한 i-YOLOX 구조가 생활 폐기물 다중 객체 검출과 분류에 효과적임을 확인하였다.

• 한국산업정보학회논문지
• /
• 제28권5호
• /
• pp.1-14
• /
• 2023

콩은 세계 5대 식량작물 중 하나로 식물성 단백질의 주요 공급원이다. 작물 특성상 기후변화에 따라 곡물 생산량에 큰 영향을 받기 때문에 국립농업과학원에서는 콩 품종별 생장 분석을 통해 작물표현형 연구를 진행중이다. 콩 품종별 생장 분석을 위한 생장 과정 사진 촬영은 자동화된 시스템으로 이루어지지만 생장 상태를 확인, 기록, 분석하는 과정은 수작업으로 진행되고 있다. 본 논문에서는 이러한 과정을 자동화 할 수 있도록 콩 작물의 영상 데이터에서 콩잎 객체를 검출하는 YOLOv5s 모델과 검출된 콩잎의 전개 여부를 판단하는 합성곱 신경망(Convolution Neural Network; CNN) 모델을 설계, 학습하였다. 두 모델을 결합하고 검출된 콩잎의 좌표데이터로 층을 구분하는 알고리즘을 구현하여 콩 작물의 시계열 데이터를 입력하여 생장을 분석하는 프로그램을 개발하였고, 그 결과 콩 작물의 제2~3복엽까지 생장 시기를 판단할 수 있었다.