본 논문에서는 실시간 얼굴인식 시스템을 위한 새로운 LINF(Linear Independent Non-negative Factorization) 알고리즘을 제안한다. 시스템은 크게 얼굴추출 부분과 얼굴인식 부분으로 구성 되어 있으며, 얼굴추출 부분에는 차영상, 눈과 입의 영역 검출 그리고 정규화 방법을 사용하였고, 얼굴인식 부분에는 추출된 얼굴 후보 영역 영상에 LINF 를 적용하였다. 기존의 PCA(Principal Component Analysis)만을 사용한 인식시스템은 낮은 인식률을 보였으며, LDA(Linear Discriminants Analysis)만을 사용한 인식시스템에서는 학습데이터의 수에 비하여 영상의 화소 개수가 많은 경우 LDA를 그대로 적용하기 곤란하였다. 이러한 단점을 극복하기 위하여, 본 논문에서 제안하는 시스템은 기존의 고유얼굴과 달리 비음수 값을 갖는 행렬로 차원을 축소하여 LDA를 적용하였다. 제안한 시스템의 성능을 평가하기 위하여 자체 제작한 DAUface 데이터베이스와 영국 Cambridge 에 있는 AT&T 연구소에서 제공하는 ORL 데이터베이스를 가지고 실험을 하였다. 실험 결과, 제안된 방법이 PCA 방법과 LDA 방법, ICA(Independent Component Analysis) 방법, 그리고 PLMA(PCA-based LDA mixture algorithm)에 비해 인식률이 상당히 우수함을 알 수 있었다.
온난화는 오늘날 발생하는 다양한 기상재해와 이변의 원인으로 전 세계적으로 중요한 문제점 중에 하나이다. 눈과 빙하는 지구온난화의 영향을 가장 쉽게 보여주는 예이며, 이것들은 높은 반사도 특성으로 지구 냉각에 중요한 역할을 하고 있다. 본 연구에서는 MODIS(Moderate Resolution Imaging Spectroradiometer)센서의 자료를 이용하여 히말라야 산맥내의 만년설 모니터링을 수행하였다. 만년설 감시를 위해서 NDSI(Normalized Differenced Snow Index)를 사용하였으며, NDSI는 위성 영상내에 눈을 감지하기 위해 가시와 단파적외 영역에서 눈의 반사도 특성 차이를 이용한 밴드비율이다. 본 연구에서는 2001년, 2003년, 2006년, 2007년의 9월부터 12월까지의 NDSI를 산출하여 만년설을 감시하였으며, 막연하게 알고 있던 고산지대 만년설에 대한 온난화의 영향을 정량적으로 검증하였다. 검증 결과 2007년이 비해 2001년에 잔설지역이 9월 $71,481km^2$, 10월 $92,760km^2$, 11월 $333,916km^2$ 각각 감소한 것으로 나타났다.
반려견을 키우는 가구 수가 급격하게 증가함에 따라 유기, 유실견도 많이 증가하고 있다. 국내에서는 2014년부터 반려동물 등록제를 시행하고 있지만, 안전성과 실효성 문제로 등록률이 높지 않은 실정이다. 이러한 문제를 해결할 방법으로 반려견 생체인식 기술이 주목을 받고 있다. 생체인식률을 높이기 위해서는 최대한 정면에서 같은 형태로 생체정보 이미지를 수집해야 한다. 하지만 반려견은 사람과 달리 비협조적이기 때문에 생체정보 이미지 수집이 어렵다. 본 논문에서는 반려견 생체인식에 적합한 생체정보 이미지 수집을 위해 실시간 영상에서 반려견 얼굴 방향이 정면인지를 판별하는 방법을 제안한다. 제안 방법은 딥러닝을 활용하여 반려견 눈과 코를 검출하고, 검출된 눈과 코의 상대적 크기와 위치를 통해 5가지의 얼굴 방향 정보를 추출하여 기계학습 분류기로 정면 여부를 판별한다. 2,000개의 반려견 이미지를 분류하여 학습, 검증 및 테스트에 사용하였다. 눈과 코 검출에는 YOLOv3와 YOLOv4를 사용하였고, 분류기는 MLP(Multi-layer Perceptron), RF(Random Forest), SVM(Support Vector Machine)을 사용하였다. YOLOv4와 RF 분류기를 사용하고 제안하는 5가지 얼굴 방향 정보 모두를 적용하였을 때 얼굴 정면 판별 성능이 95.25%로 가장 좋았으며, 실시간 처리도 가능한 것으로 나타났다.
인공위성 수동 마이크로파(passive microwave, PM) 센서는 1970년대부터 극지 해빙의 면적비(sea ice concentration, SIC)와 표면 온도(ice temperature), 적설 두께(snow depth) 등을 관찰하고 있다. 특히 SIC는 기후 및 환경 변화 관찰을 위한 1차 요소로 고려되는 등 다양한 연구 분야에서 중요한 역할을 하기 때문에 PM SIC의 지속적인 검증과 보정이 필요하다. 본 연구에서는 2005년 7-8월 북극해의 가장 자리를 촬영한 KOMPSAT-1 EOC 영상으로부터 SIC를 계산하였고, 이를 NASA Team(NT) 알고리즘으로 계산된 SSM/I SIC와 비교하였다. EOC와 SSM/I NT SIC는 서로 다른 해상도와 관측 시각을 가지며 북극의 여름철 해빙 분포지역의 가장자리에서 해빙의 시공간적인 변화가 크기 때문에, 해빙의 유형을 고려하지 않았을 경우 0.574의 낮은 상관성을 보였다. 해빙의 유형에 따른 SSM/I NT SIC를 검증하기 위하여 EOC 영상으로부터 정착빙, 부빙, 유빙으로 해빙 형태를 분류하였고, 각 유형 별로 EOC와 SSM/I NT SIC를 비교하였다. 정착빙의 면적비는 EOC와 SSM/I NT SIC 사이에서 평균 오차가 0.38%로 매우 유사한 값을 나타냈다. 이는 정착빙의 시공간적인 변화가 작기 때문이며, 표면에 쌓인 눈은 건조한 상태일 것으로 추정되었다. 부빙의 경우 NT 알고리즘에서 면적비가 과소평가되는 빙맥(ice ridge)과 new ice가 많이 관찰되었으며, 이로 인해 SSM/I NT SIC는 EOC보다 평균 19.63%작은 값을 나타냈다. 유빙 지역에서 SSM/I NT SIC는 EOC보다 평균 20.17% 큰 값을 가진다. 유빙은 부빙의 가장자리와 가까운 지역에 위치하기 때문에 SSM/I의 넓은 IFOV 내에 비교적 높은 SIC를 가지는 부빙이 포함되어 오차를 일으킬 수 있다. 또한 유빙표면에 쌓인 수분 함량이 높은 눈의 영향으로 SSM/I NT SIC가 과대 측정되었을 것으로 사료된다.
이 연구는 SDSS DR7의 적색이동(z)<0.05이고, 동시에 Rpet>6 arcsec, 단축과 장축의 비(b/a)>0.6인 외부은하 25,308개를 분류하고, 색 영상을 육안으로 조사하여 고리 모양의 구조를 가진 531개 은하를 선별했다. 이 은하들이 일차적 표본으로 사용되었고, 이 중 90개의 외부고리 은하 후보를 선택했다. 후보 은하의 u, g, r, i, z 영상에 대한 표면 측광으로부터 도출한 특성을 조사하여 최종으로 69개의 외부고리 은하를 결정했다. 외부고리 은하는 국부은하의 0.3%를 차지하는 것으로 나타났으며, 두 개의 환경 인자, 즉, 가장 가까운 은하까지의 투영 거리와 국부 배경 은하 밀도를 이용하여, 외부고리 은하의 환경 특성을 조사했다. 외부고리 은하의 환경이 다른 은하의 경우와 비교하여 눈에 띄는 차이의 결과는 보이지 않았다.
컴포지트 비디오 신호는 Y와 C성분이 같은 주파수대에서 중첩되어 있기 때문에 영상처리를 위한 Y/C 분리 시 필연적으로 화질의 열화가 발생한다. 이에 본 논문에서는 이러한 화질의 열화를 최소화하기 위하여 3차원 콤 필터 기법과 웨이블릿 변환을 혼용하여 최적의 영상을 만들 수 있는 새로운 콤 필터 기법을 제안하고 이를 VLSI로 설계하였다. 제안된 기법은 웨이블릿을 적용하였으며 비교 라인에 대한 임계값을 적용하여 최상의 화질을 얻을 수 있도록 하였다. 시뮬레이션 결과 제안된 방법은 기존의 방법에 비해 PSNR비교 시 개선된 화질을 나타내었으며, 실제 눈으로 판독한 결과 뚜렷한 화질개선을 나타내었다. 또한 제안된 방법의 실제 응용을 위하여 적합한 하드웨어 구조를 개발하였으며, VHDL 을 이용하여 구현하였고 0.25 micrometer CMOS 공정 라이브러리를 이용하여 최종적인 VLSI 레이아웃을 생성하였다.
본 논문에서는 비디오 상의 얼굴을 사용자가 원하는 대로 3차원적으로 변형시켜볼 수 있도록 하는 시스템을 제안한다. 제안된 시스템의 3차원 얼굴 변형은 비디오 프레임의 얼굴 영역에 사용자가 변형을 가한 3차원 얼굴 모델을 덮어 씌우는 방식으로서, 기존의 애플리케이션이나 방법과 달리 비디오 상에서 3차원 변형을 실시간으로 가할 수 있도록 한다. 이를 위해 변형 가능한 3차원 얼굴 모델을 영상과 정합하고, 동시에 사용자가 가한 변형을 정합된 모델에 적용, 프레임 영상을 텍스처 매핑하여 렌더링한다. 이러한 과정은 많은 연산을 요하기 때문에 기능별로 소프트웨어 모듈을 나눠 각각의 쓰레드에서 병렬적으로 처리하도록 구현함으로써 실시간 처리가 가능하도록 하였다. 실험 결과를 통해 비디오 상의 얼굴의 눈 주변, 코, 턱, 볼 등 부위들에 대해, 기존 애플리케이션에 비해 자연스러운 변형을 실시간으로 가할 수 있음을 확인할 수 있다.
본 논문에서는 입력된 영상에서 색상 정보와 얼굴에서 주요한 특징정보의 기하 위치 분석과 추출 객체의 유사도 비교를 이용해서 얼굴 영역을 검출한 후 비율정보와 유사도를 이용해 사용자 인증을 하는 방법에 대해서 기술한다. 색상 정보를 이용한 얼굴 추출 알고리즘은 얼굴의 기울어진 정도나 크기 등에 영향을 받지 않는 장점을 가지고 있으므로 형태정보를 이용한 얼굴 추출 알고리즘에 비해 비교우위를 가진다. 하지만 색상 정보를 기반으로 하기 때문에 조명의 변화나, 피부색과 유사한 배경 등 색상에 대해 민감해서 정확한 성능을 유지하기 어렵다. 따라서 색상 정보 이외에 얼굴의 주요 특징 요소인 눈과 입술 등의 특징 정보를 검출하고 각 객체에 대한 유사도 비교를 수행함으로서 색상 정보를 이용한 방법에 비해 더 효율적으로 사용될 수 있다. 본 논문에서는 얼굴을 각각의 개체단위로 분할한 후 각 개체의 비율적인 특징을 계산하고 특정 계산식에 가중치를 부여하며 분할된 눈과 입의 유사도 검색을 통해 유사성을 확인함으로써 사용자를 인식하는 시스템을 제안한다. 제안한 방법을 실험하고 그 결과의 분석을 통해 인식률이 높아짐을 알 수 있었다.
해양 조난 사고에서 드론 활용이 빠르게 증가하고 있는 가운데, 특히 드론을 활용한 수색 구조 작업이 주목받고 있다. 조난 선박 및 기타 해양 표류체를 빠르게 탐지하기 위해 드론 영상을 활용한 딥러닝 모델들이 확장되고 있다. 그러나 이러한 모델을 효과적으로 학습시키기 위해서는 다양한 기상 조건과 선박 상태를 고려한 대량의 학습 데이터가 필요하다. 이에 대한 데이터 부족 문제는 학습된 모델의 성능 저하로 이어질 수 있다. 이에 본 연구는 해양 환경 시뮬레이터를 개발하고 데이터셋을 보강하여 조난 선박 탐지를 위한 딥러닝 모델의 성능 개선을 목표로 한다. 이 시뮬레이터는 눈, 비, 안개와 같은 다양한 기상 조건과 선박 상태, 그리고 드론과 센서의 규격과 특성을 설정할 수 있다. 시뮬레이션을 통해 얻은 데이터셋을 활용하여 딥러닝 모델을 학습시켰다. 이로써, 실제 드론 영상 데이터셋만을 사용한 모델과 비교했을 때 정확도와 재현율 등의 탐지 성능이 향상되었다. 특히, 비나 안개와 같은 악기상에서의 조난 선박 탐지 정확도(Average Precision, AP)는 약 2-5% 정도 향상되었으며 미탐지 비율이 현저히 낮아졌다. 이러한 결과는 개발된 시뮬레이터가 현실적이고 효과적으로 다양한 상황을 시뮬레이션하여 모델 학습에 기여함을 보여준다. 또한, 이에 기반한 조난 선박 탐지 딥러닝 모델은 해양 수색 및 구조 작업에서 효율적으로 활용될 것으로 기대된다.
유비쿼터스 컴퓨팅 기술이 문화예술 분야에 접목되면서 수동적이었던 전시 관람 형태가 능동적인 관람 형태로 바뀌고 있다. 특히, 지능형 가이드 시스템의 등장은 기존의 관람 문화를 크게 변화시켰다. 지능형 가이드 시스템이란 사용자에게 전시물에 대한 정보 및 전시장의 위치 정보를 제공해주는 시스템을 말한다. 현재 상용화되고 있는 지능형 가이드 시스템은 크게 휴대폰, PDA, 게임기 등의 휴대형 장치 기반의 가이드 시스템과 HMD와 같은 착용형 장치 기반의 가이드 시스템으로 나뉠 수 있다. 본 논문에서는 이러한 현재 상용화된 시스템들의 한계(예를 들어, 특정 장치를 직접 착용 혹은 소지해야 함)를 서술하고, 이를 보완하는 프로젝터 기반의 가이드 시스템에서 더 나아가 임의의 공간에 원하는 전시물 구성, 설치 등을 신속, 정확하게 수행하는 지능형 가이드 시스템을 제안한다. 프로젝터 기반의 지능형 가이드 시스템은 기반 기술로 지능형 프로젝션 기술을 필요로 하는데, 이는 임의의 환경에서 임의의 위치에 다수의 사용자에게 고화질, 대화면 영상 정보를 제공해 준다. 그러나, 기존의 지능형 프로젝션 기술은 성능 및 안정성을 위해 대부분 가시적인 패턴 및 마커를 사용하는데, 이는 사용자에게 제공되는 정보를 관찰하는 데 방해가 될 수 있다. 본 논문에서는 사용자의 관점에서 유용한 비간섭 지능형 프로젝션 기술을 사용한다. 즉, 본 논문에서는 마커나 패턴을 사용함으로써 정확성이나 안정성은 보장하지만, 마커나 패턴을 은닉하여 사용자의 눈에 띄지 않도록 함으로써, 사용자는 원하는 정보를 아무런 방해 없이 제공받을 수 있다. 제안된 시스템을 미술 작품 감상을 위한 가이드 시스템으로 적용해 본 결과, 사용자는 자유로운 환경에서 자신의 위치나 작품에 대한 설명을 대화면으로 제공받으면서, 편안하게 그림을 감상할 수 있었다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.