• 한국광학회:학술대회논문집
• /
• 한국광학회 2003년도 하계학술발표회
• /
• pp.82-83
• /
• 2003

PC의 대량 보급과 인터넷 케이블 망의 전지역적 구축을 통해 디지털 정보의 교류가 활발히 이루어지고 있다. 이에 따라 아날로그 이미지를 디지털화 하는 디지털 카메라나 스캐너와 같은 이미지 입력 장치와, 디지털 이미지를 눈으로 볼 수 있게 하는 모니터나 프린터와 같은 이미지 출력 장치로 구성되는 디지털 이미징 장치들의 사용이 일상화되고 있다. TV나 컴퓨터 모니터를 통한 인터넷 상품 구매는 이미 보편화되어 있고, 스캐너를 사용하여 사진을 스캔하여 수정이나 합성 등의 편집을 한 후 이미지를 웹에 올리거나 사진 프린터로 다시 뽑는 일에도 익숙해져 있다. (중략)

• 한국산업정보학회논문지
• /
• 제23권5호
• /
• pp.9-17
• /
• 2018

최근 바이오인식 기술이 대중화됨에 따라 위 변조에 대응하는 연구 및 시도들이 많이 진행되고 있다. 본 논문에서 인공지능으로 만든 합성된 얼굴을 진짜 얼굴인지 합성된 가짜 얼굴인지를 판별하는 방법을 제안하고자 한다. 제안하는 알고리즘은 크게 2가지 단계로 구성되어 있다. 먼저, 실제 얼굴 사진에 여러 가지 GAN(Generative Adversarial Networks)알고리즘을 통해 합성된 가짜 얼굴을 생성하게 된다. 이후, 실제 얼굴 영상과 생성된 얼굴 영상을 딥러닝 알고리즘에 입력하여 진짜 또는 가짜인지 판별하도록 한다. 제안한 알고리즘은 실제 육안으로도 구별하기 어려운 합성 영상도 잘 구분하고, 테스트 결과 88.7%의 정확도를 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제15권2호
• /
• pp.179-194
• /
• 2012

디지털 합성 이미지는 이미지가 담고 있는 진정성을 왜곡하기 때문에 사회적인 문제가 되고 있다. 이러한 디지털 합성 이미지들은 인터넷, 잡지 또는 정치적 광고를 위한 이미지들에서 흔히 볼 수 있다. 이러한 왜곡된 매체들은 이미지가 담고 있는 정보에 대한 신뢰도를 떨어트릴 수 있다. 본 논문에서는 이와 같이 대중에게 전달되는 정보의 혼란을 예방하기 위한 연구로써 디지털 합성 이미지를 판독하는데 목적이 있다. 대부분의 합성 이미지들은 이미지 크기 조절 및 회전을 이용하는 방법을 사용하기 때문에 합성 영역에 보간 (Interpolation)이 적용되게 된다. 본 논문은 보간의 흔적을 검출하는 연구로써 이미 보간이 적용된 영역과 그렇지 않은 영역에 재보간을 적용하여 두 영영간의 주파수 패턴을 검출하는 실험을 하였다. 이를 통해 합성에 사용된 보간 흔적을 검출하였으며 이미지 리터칭에 사용된 필터링 영역도 검출할 수 있었다.

• 대한화학회지
• /
• 제61권4호
• /
• pp.191-196
• /
• 2017

앞선 연구에서 TP(Thiolate-Protected)-나노은의 합성 시 초기에 형성되는 티올화 은 층간화합물의 형성을 막기 위하여 에탄올에 녹아있는 $NaBH_4$와 티올에 $AgNO_3$를 첨가하는 개선된 단일상 합성법을 보고하였다. 본 연구에서는 이 합성법을 보다 일반화하기 위하여 TP-나노금과 나노백금의 합성에 적용하였다. 합성된 생성물의 나노크기, 형상 및 금속에 부착된 티올의 배열은 UV-vis. 스펙트럼, 투과 전자 현미경 사진, X-선 회절 패턴 및 적외선 분광 스펙트럼을 이용하여 규명 하였다. TP-나노금과 나노백금은 구형 및 타원형의 형태를 하고 있으며 입자크기는 각각 약 3~7 nm와 약 2 nm 이하로 나타나고 있다. 한편 TP-나노금의 표면을 감싸는 옥탄티올 음이온의 메틸렌 사슬 [$-(CH_2)_7-$]의 메틸렌 배향은 trans임을 보여주고 있다.

• 한국결정성장학회지
• /
• 제17권3호
• /
• pp.95-101
• /
• 2007

수열합성 장치를 이용하여 종자 결정이 도포된 알루미나 지지체 위에 제올라이트 박막을 합성하였다. X-선 회절 분석과 전자현미경 사진을 이용하여 반응기 내에 생성된 제올라이트 A 분말과 제올라이트 A박막의 생성과 전이 생성물에 대해 합성온도, 합성시간, 종자결정의 영향에 대해서 고찰하였다. 제올라이트 A박막의 생성은 지지체 표면에 도포된 종자 결정에서 치밀한 연속적인 박막이 형성된 다음 용해과정을 거쳐 결정의 크기가 큰 다결정 층을 형성하고, 최종적으로 소다라이트를 거쳐 무정형으로 진행하였다. 반면에 분말에서는 반응초기부터 소다라이트가 관찰되는데 고정된 제올라이트 A 박막과 다르게 결정주위의 공간적인 차이에 의해 소다라이트가 생성하기에 용이한 공간을 갖기 때문에 소다라이트가 쉽게 생성되는 것으로 생각된다. 합성온도가 높으면 짧은 시간 내에 전이 생성물을 거쳐 무정형으로 진행하였고 온도가 낮으면 합성 시간이 길고 피복도가 다소 낮은 제올라이트 A 박막을 얻었다. $120^{\circ}C$, 12시간에서 피복도가 높은 치밀한 제올라이트 A박막을 합성하였다.

• 한국결정성장학회지
• /
• 제18권1호
• /
• pp.10-14
• /
• 2008

GaN nanowires는 수평 VPE법으로 합성 되었다. 본 실험에서는 source와 기판과의 거리가 합성된 GaN nanowires의 형상에 미치는 영향에 대하여 실험하였다. GaN nanowires는 $950^{\circ}C$ 온도에서 Ar 과 $NH_3$ 가스가 각각 1000, 50 sccm 의 유량에서 합성되었다. 합성된 GaN nanowires의 단면형태는 삼각형의 모양을 가졌으며, GaN nanowires의 길이는 200에서 500 nm 정도 였다. 합성된 GaN nanowires의 모양은 FESEM 으로 확인하였고, XRD 분석을 통하여 그 구조가 wurzite 구조인 것을 확인하였다. 또한, HRTEM 사진과 SAED 패턴을 통하여 합성된 GaN nanowires의 표면과 구조를 분석하였다. 성장된 GaN nanowires의 광학적 특성은 PL분석을 통하여 이루어졌다.

• 한국측량학회지
• /
• 제37권6호
• /
• pp.435-444
• /
• 2019

최근 딥러닝(DL)은 여러 분야에서 급속도로 활용되고 있으며, 특히 영상으로부터 객체를 인식하여 분류하고 인식하기 위한 컴퓨터비전 분야에서 활발하게 연구가 진행되고 있다. 영상분야에서는 주로 합성곱 신경망(CNN)을 이용한 딥러닝 모델의 성능 향상에 주력하고 있다. 대부분의 합성곱 신경망은 영상을 학습시켜 영상분류 및 객체인식에 활용하고 있지만, 본 논문에서는 독일 사진측량, 원격탐사 및 공간정보학회(DGPF)가 구축하고 국제 사진측량 및 원격탐사학회(ISPRS)가 제공하는 데이터 셋 중에서 수치표면모델(DSM)과 이 데이터로부터 생성한 경사 및 주향 정보를 효율성과 성능이 우수하다고 평가받는 합성곱 신경망기반의 SegNet 모델에 적용하여 객체를 분류하고 분석하였다. 딥러닝은 고사양의 컴퓨터 시스템과 다량의 학습 데이터와 라벨 데이터가 필요하고, 다수의 시행착오에 의한 풍부한 경험이 요구된다. 또한 본 논문에서는 한정된 수량의 데이터로부터 효율적인 학습을 위한 데이터 생성 방법을 제시하고 수치표면모델을 분류하였다. 분석 결과 수치표면모델 데이터와 이로부터 도출한 부가적인 데이터를 딥러닝 모델에 적용해도 객체를 타당한 정확도로 분류할 수 있음을 확인하였다.

• 한국산림과학회지
• /
• 제110권2호
• /
• pp.155-164
• /
• 2021

자연환경에 대한 국민들의 관심 증가로 스마트폰과 같은 휴대용 기기를 이용한 수목 동정의 자동화에 대한 요구가 증가하고 있다. 최근 딥러닝 기술의 발전에 힘입어, 외국에서는 수목 인식 분야에의 적용이 활발하게 이루어지고 있다. 수목의 분류를 위해 꽃, 잎 등 다양한 형질들을 대상으로 연구가 진행되고 있지만, 접근성을 비롯한 여러 장점을 가진 수피의 경우 복잡도가 높고 자료가 부족하여 연구가 제한적이었다. 본 연구에서는 국내에서 흔히 관찰 가능한 수목 54종의 사진자료를 약 7,000 여장 수집 및 공개하였고, 이를 해외의 20 수종에 대한 BarkNet 1.0의 자료와 결합하여 학습에 충분한 수의 사진 수를 가지는 53종을 선정하고, 사진들을 7:3의 비율로 나누어 훈련과 평가에 활용하였다. 분류 모델의 경우, 딥러닝 기법의 일종인 합성곱 신경망을 활용하였는데, 가장 널리 쓰이는 VGGNet (Visual Geometry Group Network) 16층, 19층 모델 두 가지를 학습시키고 성능을 비교하였다. 또한 본 모형의 활용성 및 한계점을 확인하기 위하여 학습에 사용하지 않은 수종과 덩굴식물과 같은 방해 요소가 있는 사진들에 대한 모델의 정확도를 확인하였다. 학습 결과 VGG16과 VGG19는 각각 90.41%와 92.62%의 높은 정확도를 보였으며, 더 복잡도가 높은 모델인 VGG19가 조금 더 나은 성능을 보임을 확인하였다. 학습에 활용되지 않은 수목을 동정한 결과 80% 이상의 경우에서 같은 속 또는 같은 과에 속한 수종으로 예측하는 것으로 드러났다. 반면, 이끼, 만경식물, 옹이 등의 방해 요소가 존재할 경우 방해요소가 자치하는 비중에 따라 정확도가 떨어지는 것이 확인되어 실제 현장에서 이를 보완하기 위한 방법들을 제안하였다.

• 한국조경학회지
• /
• 제50권6호
• /
• pp.42-57
• /
• 2022

본 연구의 목적은 인공지능의 딥러닝을 활용하여 소셜미디어에서 공유되는 도시공원 이용자 활동사진을 분류하는 기초 모델을 만드는 것이다. 소셜미디어 데이터는 네이버 검색을 통해 수집된 도시공원 관련 사진들을 수집하여 분류모델에 활용하였다. 도시공원 특성 평가에 활용할 수 있는 지표인 자연성(naturalness), 잠재적 매력성(potential attraction), 활동(activity)을 기반으로 최종 21개의 분류 항목체계를 만들고, 항목별로 네이버에서 공유되는 실제 도시공원 사진을 수집하여 주석이 달린 데이터 세트를 구축했다. 수집한 사진 데이터 세트에 대해 커스텀(cuntom) CNN 모델과 사전 훈련된 CNN의 전이학습 모델을 설계하고 분석하였다. 연구결과, 가장 우수한 성능을 보였던 Xception 전이학습 모델이 최종적으로 도시공원 이용자 활동 이미지 분류모델로 선정되었으며, 그 외 다양한 평가 지표를 통해 모델을 평가했다. 본 연구는 소셜미디어에 공유되는 이용자 사진을 활용하여 도시공원 특성을 평가할 수 있는 지표로서 AI를 구축한 것에 의의가 있다. 딥러닝을 활용한 분류모델은 수동분류에 대한 한계를 보완하고, 대량의 도시공원 사진을 효율적으로 분류할 수 있어서 향후 도시공원의 모니터링 및 관리에 활용할 수 있는 유용한 방법이라고 할 수 있다.

• 한국응용과학기술학회지
• /
• 제15권3호
• /
• pp.33-37
• /
• 1998

The hardening test of gelatin with 2,4-dichloro-6-hydroxy-1,3,5-triazine mono sodium salt was studied at pH 5, 7, 8 and about increasing temperature, respectively. The hardener was prepared by the reaction of cyanuric chloride with sodium hydroxide, disodium hydrogenphosphate-12-water and trisodium phosphate-12-water in the presence of water. The product was identified by elemental analyzer. IR spectrophotometer. Novel hardener can be used in photographic emulsion and showed very good hardening effect.