• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2009년도 추계학술발표대회
• /
• pp.623-624
• /
• 2009

본 논문에서는 신경망의 오류 역전파(Backpropagation) 학습 알고리즘을 이용한 얼굴의 정상 비정상을 인식하는 보안 시스템을 제안하였다. 제안된 시스템은 정지영상 및 동영상에서 입력된 얼굴영상을 전처리 단계에서 얼굴영역을 검출하여 $160{\times}160$ 크기의 고정 크기로 확대 및 축소 작업을 거친다. Mosaic 처리와 LaplacianEdge 처리를 거쳐 $40{\times}40$ 크기로 이진화한 정규화 데이터를 Gravity-Center 처리를 한다. 오류 역전파 학습 알고리즘으로 얼굴의 특징을 학습한 후 각종 정상 및 비정상 얼굴 데이터를 이용하여 인식률을 실험 하였다. 실험데이터는 이 분야의 공인 자료인 LFW Face Database[7] 데이터를 사용하였으며, 실험결과는 제안된 방법이 문제 해결에 적합한 접근임을 보여준다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2011년도 춘계학술대회
• /
• pp.476-477
• /
• 2011

본 논문에서는 홈 헬스케어 환경에서 위험 동작이 발생할 경우 이를 검지하는 방법으로, 물체 검출을 위해 입력받은 영상으로 부터 배경모델을 생성하여 이를 이용해 관심 물체를 검출한다. 검출된 물체 영역 내에서 중심점의 주변 탐색을 통해 관심 물체를 추적하며, 관심 물체의 모멘트 분석 정보와 깊이 정보를 활용하여 정상 동작이 아닌 낙상과 같은 비정상적인 위험 동작이 발생되었을 경우 검출할 수 있다. 기존 비전 센서 기반 방법들은 2차원 영상 정보를 이용하기 때문에 다양한 낙상 동작에 대해 낮은 검출율을 보이고 있다. 이에 대한 개선책으로 깊이정보를 활용하여 검출함으로써 신뢰성있는 검출율을 보여주는 실시간 비전 센서 기반을 둔 위험 낙상 검출기를 제안한다.

• 한국인터넷방송통신학회논문지
• /
• 제20권3호
• /
• pp.171-179
• /
• 2020

최근 연구 결과에 따르면, 컨볼루션 신경 회로망은 이미지 분류, 객체 검출, 이미지 생성 등의 문제에서 최고의 성능을 보여주고 있다. 비전 카메라를 사용한 결함 검사는 다른 결함 검사보다 경제적이기 때문에 공장 자동화에 있어서 아주 중요하고, 딥러닝의 지도학습은 전통 기계학습 방식의 결함 검사 성능을 월등히 뛰어넘었다. 하지만, 딥러닝의 지도학습은 엄청난 양의 데이터 주석 작업을 요구하기 때문에, 이를 실제 산업 현장에 적용하는 것은 효율적이지 않다. 따라서 본 연구는 최근 이미지 생성 과업에서 큰 성공을 보여주고 있는 변분 오토인코더와 적대적 생성 신경망을 활용하여 비지도 방식의 비정상 검출을 위한 신경망 회로 구조를 제안하였고, 이를 MNIST, 용접 결함 데이터에 적용하여 비정상 검출 성능을 검증하였다.

• 전력전자학회논문지
• /
• 제7권2호
• /
• pp.178-185
• /
• 2002

본 연구에서는 왜형되고 불평형인 전원의 정상분 순시전압 검출기법(Detection Method of Instantaneous Positive Sequence Voltage : PSD)에 의한 3상 3선 능동전력필터 시스템을 제작하였다. 불평형 및 왜형된 전원전압은 PSD에 의하여 정상분 순시전압을 실시간으로 검출한 후 순시전력이론의 상변환 행렬을 연산하고 있으며, 따라서 왜형되고 불평형된 전원조건에 순시전력이론을 적용하기 위하여 종전의 순시전력이론의 수학적인 구조를 변경할 필요가 없다. 본 연구에서 구현된 방법의 타당성을 입증하기 위해, 왜형된 B상 전압을 20% 증가시킨 전원과 불평형 비선형 부하 조건하에서 정상상태 및 과도상태의 실험을 수행하였으며, PSD가 없는 방법에 비하여 구현된 방법의 유용성을 입증할 수 있었다.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2012년도 추계학술대회 논문집
• /
• pp.127-128
• /
• 2012

본 논문에서는 전압 불평형, 단상 전압 새그, 3상 정전 등의 비정상적인 계통에 대해서 적용 가능한 동기좌표 기반의 3상 새그 검출 방법을 제안하고 그 가능성을 비교하였다. 3상 새그 보상기는 계통 정상상태에서는 부하에 전력을 공급하고, 계통 새그나 사고 발생 시 이상상태를 검출하여 싸이리스터를 오프하여 계통과 부하를 분리하고 부하에 안정하고 연속적으로 정격 전압을 공급한다. 새그 보상기의 중요한 조건 중 하나는 얼마나 빨리 계통의 이상상태를 검출하여 중요부하와 계통을 분리시켜주는 것이다. 본 논문에서는 계통 불평형 상태에서 동기좌표계에서 발생하는 2고조파 성분을 빠르게 상쇄시키는 구조적으로 간단한 계통의 이상상태를 검출하는 방법을 제안하였다. 제안한 새그 검출기법의 타당성을 시뮬레이션을 통하여 검증 하였다.

• 전자공학회논문지
• /
• 제54권1호
• /
• pp.157-163
• /
• 2017

본 논문은 주파수대역검출센서(FBDS)를 이용하여 전력 케이블에서 부분방전(PD)가 발생했을 때 이것을 검출하고 진단하는 시스템 개발에 관한 논문이다. 주파수대역검출센서는 각 주파수대역에서 발생하는 부분방전을 음향학적으로 변환하여 검출한다. 부분방전은 그 음향학적 신호 형태로 잡음과 유사하다. 따라서 본 논문에서 상대적 레벨교차율(RLCR)과 주파수에너지 스펙트럼을 이용하여 정상과 비정상을 구별하여 부분방전을 검출하였다.

• 조명전기설비학회논문지
• /
• 제19권6호
• /
• pp.36-45
• /
• 2005

이 논문은 다른 종류의 유도전동기 구름베어링 손상을 유도전동기 고정자 전류신호해석을 통하여 검출하고 실시간으로 손상을 진단하는 알고리즘을 개발하였다. 유도전동기 구름베어링의 손상을 검출하기 위하여 정상적인 베어링을 갖는 유도전동기, 측정열에 불량을 가지고 있는 전동기와 베어링 외륜에 구멍을 가지고 있는 2가지 종류의 비정상 베어링을 갖는 유도전동기 3set를 실험시스템을 구축하였다. 또한 유도전동기의 구름베어링시스템의 비정상적인 상태에서 고정자전류을 검출하기 위하여 TMS320F2407 DSP 칩을 이용하여 데이터 획득보드를 개발하였다. 이 고정자전류신호를 해석을 통하여 베어링 손상을 검출하기 위한 방법으로 FFT, 웨이브렛 분석 및 내적에 의한 평균 신호패던에 의한 분석결과를 제시하였다. 특히 내적에 의한 신호분석 온 통하여 베어링 손상 여부를 실시간으로 진단할 수 있는 새로운 알고리즘과 분석방법을 제시하였다.

• 대한의용생체공학회:의공학회지
• /
• 제22권6호
• /
• pp.503-510
• /
• 2001

인체의 각 조직은 서로 다른 저항률(resistivity)을 가지고 있고. 심장의 박동이나 호흡과 같은 생리현상은 해당 생체조직의 임피던스를 변화시킨다. 본 논문에서는 인체 내부에 존재하는 비정상 조직의 크기와 위치를 검출하기 위한 32-채널 생체 임피던스 측정 시스템에 대하여 기술한다. 이러한 기술은 유방암 조직의 경우와 같이 배경 조직과는 저항률이 다른 비정상 조직을 검출하는 경우에 응용할 수 있을 것으로 기대한다. 32-채널 생체 임피던스 측정 시스템을 위하여 32개의 복합형 전극과 32 채널의 정전류원을 사용하였다. 임피던스의 측정을 위해 50kHz의 정현파 전류를 주입하고. 유기되는 전압을 가변 이득 협대역 계측용 증폭기로 측정하고, 그 크기를 위상감응복조기로 검출하였다. 검출된 임피던스 신호는 A/D 변환하여 PC에 입력하였다. 전해질 팬텀을 이용한 실험에서 전체 시스템의 정확도는 2.42%이며, 직경 270mm인 팬텀 내부에 존재하는 직경 8mm 이상인 물체의 크기와 위치를 검출할 수 있었다. 본 연구의 결과를 기초로 다채널 생체 임피던스 측정 시스템의 정확도를 개선하여. 직경 lmm 이내의 물체를 검출하는 것이 향후의 연구 목표이다 이러한 정확도를 가지는 생체 임피던스 계측 시스템을 개발하면. 인체 내부의 임피던스 분포를 측정하는 EIT(electrical impedance tomography) 시스템과, 최근에 연구되고 있는 자기공명 임피던스 단층촬영(MREIT, magnetic resonance electrical impedance tomography)에도 응용이 가능할 것이다.

• 한국음향학회지
• /
• 제29권1호
• /
• pp.76-81
• /
• 2010

본 논문에서는 음성의 통계적 모델에 기반한 음성 검출기 (voice activity detection, VAD)의 성능 향상을 위해 2차 조건 사후 최대 확률 (second-order conditional maximum a posteriori, second-order CMAP)기법을 적용한 우도비 테스트 (likelihood ratio test, LRT)를 제안한다. 제안된 알고리즘은, 기존의 통계적 모델에 기반한 음성 검출기와 CMAP 기반의 음성 검출기를 분석한 다음, 직전 2 프레임에서 음성의 존재와 부재에 대한 조건부 확률에 따라 실시간으로 적응형 문턱값을 구하여 기하 평균한 우도비와 비교하는 음성검출 결정법 (decision rule)을 제시한다. 제안된 알고리즘을 비정상 (non-stationary) 잡음환경에서 기존의 통계적 모델에 기반한 음성 검출기, CMAP 기반의 음성 검출기와 비교하였으며, 향상된 성능을 보였다.

• 한국음향학회지
• /
• 제27권8호
• /
• pp.443-449
• /
• 2008

이동통신에서 배경잡음이 존재하는 실제 환경에서 음성신호처리의 가장 중요한 이슈중의 하나는 강인한 음성검출기를 설계하는 것이다. 상대적으로 간단하면서도 성능이 우수하여 대표적인 음성검출기로 사용되는 통계적모델기반 기법은 각 주파수 채널별 우도비를 이용하여 음성검출 검출식을 만들어내는 방식이다. 최근, 변별적 가중치 학습 (discriminative weight training)을 이용하여 주파수 체널별 가중치가 인가된 우도비를 이용한 음성검출 결정식을 갖는 음성검출기가 제안 되었으며 상대적으로 우수한 성능을 보였다. 본 연구에서는 기존의 변별적 가중치 학습의 입력벡터에 이전프레임의 결정식을 궤환구조형태를 바탕으로 추가하는 새로운 방식을 제안한다. 제안된 기법은 비정상 (non-staionary) 잡음 환경에서 객관적인 방법을 통해 상호비교 분석되었으며 결론적으로 우수한 성능을 보였다.