• 지능정보연구
• /
• 제28권1호
• /
• pp.89-106
• /
• 2022

최근 영상 데이터의 급증으로 이를 효과적으로 처리하기 위해 객체 탐지 및 추적, 행동 인식, 표정 인식, 재식별(Re-ID)과 같은 다양한 컴퓨터비전 기술에 대한 수요도 급증했다. 그러나 객체 탐지 및 추적 기술은 객체의 영상 촬영 장소 이탈과 재등장, 오클루전(Occlusion) 등과 같이 성능을 저하시키는 많은 어려움을 안고 있다. 이에 따라 객체 탐지 및 추적 모델을 근간으로 하는 행동 및 표정 인식 모델 또한 객체별 데이터 추출에 난항을 겪는다. 또한 다양한 모델을 활용한 딥러닝 아키텍처는 병목과 최적화 부족으로 성능 저하를 겪는다. 본 연구에서는 YOLOv5기반 DeepSORT 객체추적 모델, SlowFast 기반 행동 인식 모델, Torchreid 기반 재식별 모델, 그리고 AWS Rekognition의 표정 인식 모델을 활용한 영상 분석 시스템에 단일 연결 계층적 군집화(Single-linkage Hierarchical Clustering)를 활용한 재식별(Re-ID) 기법과 GPU의 메모리 스루풋(Throughput)을 극대화하는 처리 기법을 적용한 행동 및 표정 검출용 영상 분석 시스템을 제안한다. 본 연구에서 제안한 시스템은 간단한 메트릭을 사용하는 재식별 모델의 성능보다 높은 정확도와 실시간에 가까운 처리 성능을 가지며, 객체의 영상 촬영 장소 이탈과 재등장, 오클루전 등에 의한 추적 실패를 방지하고 영상 내 객체별 행동 및 표정 인식 결과를 동일 객체에 지속적으로 연동하여 영상을 효율적으로 분석할 수 있다.

• 대한전자공학회논문지SP
• /
• 제48권6호
• /
• pp.88-95
• /
• 2011

모바일 단말과 같은 임베디드 환경은 범용 컴퓨터에 비하여 연산 성능이 현저히 낮다. 따라서 기존 얼굴 및 추적 알고리즘은 모바일 환경에서 적용하기에는 복잡도가 높아 검출 시간이 오래 걸리기 때문에 모바일 단말에서의 실시간 적용에는 적합하지 않다. 모바일 단말에서 실시간 시선 추적은 사용자와 단말 간의 양방향 멀티미디어 서비스를 가능하게 함으로써 단방향 서비스에 비해 고품질의 서비스를 제공할 수 있게 된다. 따라서 모바일 환경에 최적화된 실시간 시선 추적 기법의 개발이 필요하다. 이에 본 논문에서는 지상파 3D DMB 컨텐츠의 품질 향상을 위하여 단말에서 사용자 얼굴의 수평 위치를 실시간으로 추적할 수 있는 기법을 제안한다. 본 논문에서 제안하는 방법은 에지의 방향성을 이용하여 얼굴의 좌/우 경계 지점을 추정하며 컬러 에지 정보에 의하여 얼굴의 수평 위치 및 크기를 최종적으로 판단한다. 소벨 연산 과정에서의 경사도 벡터를 수직 방향으로 크기 투영한 데이터에서 얼굴의 경계 후보 지점들이 선택되며 정확한 판단을 위하여 평활화 방법 및 탐색 방법을 제안하였다. 일반적인 얼굴 검출 알고리즘은 멀티스케일의 특징 벡터를 사용하기 때문에 모바일 환경에서는 검출 시간이 오래 걸리지만 본 알고리즘은 수평 위치 검출이라는 제약 조건 하에서의 단일 스케일에서의 검출 방법이므로 기존 얼굴 검출 방법에 비하여 빠른 검출이 가능하다.

• 전자공학회논문지CI
• /
• 제45권3호
• /
• pp.175-183
• /
• 2008

애드혹 네트워크의 실용 영역인 무선 센서 네트워크에서 센서 노드는 배터리에 의해 동작하고 일반적으로 한번 배치된 후 다시 회수 되지 않는다. 따라서 각각의 센서 노드는 한정된 에너지로 감지하고 통신해야 하며, 에너지 효율성은 무선 센서 네트워크의 수명을 결정하는 핵심 설계 요소로서 활발히 연구되고 있고 근래에는 크로스 레이어 최적화를 통해 더욱 개선되고 있다. 본 논문에서는 무선 센서 네트워크 시스템인 ZigbeX 플랫폼에서 센서 노드의 전송 출력 제어를 통하여 데이터 수집 과정에서 소모되는 에너지를 절약하는 새로운 기법을 제안하여 구현하고 실험 및 측정을 통하여 성능 개선 효과를 입증한다. 클러스터 멤버를 구성하는 각 센서 노드에서 클러스터 헤드로 데이터를 전송하는 과정에서 멤버 노드의 송신 출력을 통신 가능한 적정 수준으로 낮춤으로써 에너지를 절약하게 된다. 각 멤버 노드는 클러스터 헤드로부터 수신한 패킷의 RSSI(Received Signal Strength Indicator) 값을 기반으로 하여 자신의 송신 출력을 조절한다. 즉 자신이 전송한 패킷을 클러스터 헤드가 안전하게 수신할 수 있는 적정 수준으로 출력을 낮춤으로써 에너지를 절약하게 된다. ZigbeX 플랫폼 상에서 구현한 프로토콜을 자체 개발한 패킷 분석기를 이용하여 반복 측정한 결과에 의하면, 제안한 출력 제어 기법을 사용함으로써 통신량의 대부분을 차지하는 데이터 수집 과정에서의 에너지가 절약되어 네트워크 수명이 최대 21.9% 증가됨을 확인할 수 있었다.

• 한국진공학회:학술대회논문집
• /
• 한국진공학회 1999년도 제17회 학술발표회 논문개요집
• /
• pp.53-53
• /
• 1999

전계방출을 이용한 평판 표시장치는 CRT가 가진 장점을 모두 갖는 동시에 얇고 가벼우며 낮은 전력소모로 완벽한 색을 구현할 수 있는 차세대 표시장치로서 이에 대한 여국가 활발히 이루어지고 있다. 여기에 사용되는 음극물질로서 실리콘이나 몰리 등을 팁모양으로 제작하여 사용해 왔다. 하지만 잔류가스에 의한 역스퍼터링이나 화학적 반응에 의해서 전계방출 성능이 점차 저하되는 등의 해결해야할 많은 문제가 있다. 이러한 문제들을 해결하기 위하여 탄소계 재료로서 다이아몬드, 다이아몬드상 카본 등을 이용하려는 노력이 진행되어 왔다. 이중 유리화 비정형 탄소는 다량의 결함을 가지고 있는 유리질의 고상 탄소 재로로서, 전기전도도가 우수하면서 outgassing이 적고 기계적 강도가 뛰어나며 고온에서도 화학적으로 안정하여 전계방출 소자의 음극재료로서 알맞은 것으로 생각된다. 유리화 비정형 탄소가루를 전기영동법으로 기판에 코팅하여 전계방출 소자를 제작하였다. 전기영동 용액으로 이소프로필알코올에 질산마그네슘과 소량의 증류수, 유리화 비정형 탄소분말을 섞어주었고 기판으로는 몰리(Mo)가 증착된 유리를 사용하였다. 균일한 증착을 위해서 증착후 역전압을 걸어 주는 방법과 증착 후 플라즈마 처리를 하는 등의 여러 가지 방법을 사용했다. 전계방출 전류는 1$\times$10-7Torr이사에서 측정하였다. 1회 제작된 용액으로 반복해서 증착한 횟수에 따라 표면의 거치기, 입자의 분포, 전계방출 측정 결과 등의 차이가 관찰되었다. 발광이미지는 전압에 따라 변화하였고, 균일한 발광을 관찰하기 위해서 오랜 시간동안 aging 과정을 거쳐야 했다. 그리고 구 모양의 양극을 사용해서 위치를 변화시키며 시동 전기장을 관찰하여 위치에 따른 전계방출의 차이를 조사하여 발광의 균일성을 알 수 있었다.on microscopy로 분석하였으며 구조 분석은 X-선 회절분석, X-ray photoelectron spectroscopy 그리고Auger electron spectroscope로 하였다. 증착된 산화바나듐 박막의 전기화학적 특성을 분석하기 위하여 리튬 메탈을 anode로 하고 EC:DMC=1:1, 1M LiPF6 액체 전해질을 사용한 Half-Cell를 구성하여 200회 이상의 정전류 충 방전 시험을 행하였다. Half-Cell test 결과 박막의 결정성과 표면상태에 따라 매우 다른 전지 특성을 나타내었다.도상승율을 갖는 경우가 다른 베이킹 시나리오 모델에 비해 효과적이라 생각되며 초대 필요 공급열량은 200kW 정도로 산출되었다. 실질적인 수치를 얻기 위해 보다 고차원 모델로의 해석이 필요하리라 생각된다. 끝으로 장기적인 관점에서 KSTAR 장치의 베이킹 계획도 살펴본다.습파라미터와 더불어, 본 연구에서 새롭게 제시된 주기분할층의 파라미터들이 모형의 학습성과를 높이기 위해 함께 고려된다. 한편, 이러한 학습과정에서 추가적으로 고려해야 할 파라미터 갯수가 증가함에 따라서, 본 모델의 학습성과가 local minimum에 빠지는 문제점이 발생될 수 있다. 즉, 웨이블릿분석과 인공신경망모형을 모두 전역적으로 최적화시켜야 하는 문제가 발생한다. 본 연구에서는 이 문제를 해결하기 위해서, 최근 local minimum의 가능성을 최소화하여 전역적인 학습성과를 높여 주는 인공지능기법으로서 유전자알고리즘기법을 본 연구이 통합모델에 반영하였다. 이에 대한 실증사례 분석결과는 일일 환율예측문제를 적용하였을 경우, 기존의 방법론보다 더 나운 예측성과를 타나내었다.pective" to workflow architectural discussions. The vocabulary suggested

• 한국지반공학회논문집
• /
• 제20권7호
• /
• pp.69-78
• /
• 2004

본 논문에서는 역해석 방법 중 직접법의 성능에 큰 영향을 미치는 최적화 과정을 인공지능의 한 기법인 유전자알고리즘을 이용하여 역해석 프로그램을 구성하였다. 유전자 알고리즘 및 역해석 기법의 효용성을 검증하기 위하여 과거 역해석 연구 사례 중의 하나인 Gens et al(1987)과 동일한 암반조건을 가진 모델에 대한 역해석을 실시하여 그 결과를 비교${\cdot}$검토하였다. 경부고속철도 터널 현장의 내공변위 및 천단침하에 대한 계측자료로부터 최종 내공변위의 예측함수를 결정하는 방법으로 터널의 총 변위를 분석하였다. 이를 역해석에 필요한 입력자료로 활용하여 역해석을 실시하고 터널 주변 암반의 거동을 반영할 수 있는 지반의 특성치를 구하였다. 각 현장 시험에서 얻어진 지반의 특성치와 비교한 결과 본 연구에서 적용된 유전자 알고리즘을 이용한 역해석 방법이 유의한 수준의 결과를 도출하고 있다는 사실을 확인하였다.

• 한국전산구조공학회논문집
• /
• 제31권2호
• /
• pp.87-95
• /
• 2018

이 논문에서는 스펙트럴 요소법과 외연적 시간적분법을 이용해 SH파의 전파 거동을 계산하는 수치해석 기법을 제시한다. 2차원 영역에서의 탄성파 해석을 위해 해석영역을 유한 영역으로 한정하고 파동이 반사되지 않도록 수치적 파동흡수 경계조건인 perfectly matched layer(PML)를 도입하였다. PML이 포함된 시간영역 파동방정식의 유한요소해법을 위해 스펙트럴 요소법을 적용하였고 Legendre- Gauss-Lobatto 수치적분법을 사용하여 질량행렬을 대각화하였다. 2차 미분방정식 시스템의 파동방정식을 1차 미분방정식 시스템으로 변환하였고 병렬화를 통한 탄성파 해석 성능의 최적화를 위해 외연적 시간적분법인 4차 Runge-Kutta 방법을 이용해 해석영역에서의 변위응답을 계산하였다. 2차원 해석영역에서 SH파의 전파 거동을 계산하는 수치예제를 통해 제시한 외연적 스펙트럴 요소법의 정확성을 검증하였고 PML로 인한 반사파의 감쇠효과를 확인하였다. 외연적 시간적분법을 통한 탄성파 해석 기법은 3차원 영역과 같은 대규모 문제에서의 탄성파 수치해석을 효율적으로 수행할 수 있을 것으로 기대된다.

• 한국전산구조공학회논문집
• /
• 제28권5호
• /
• pp.441-449
• /
• 2015

본 논문에서는 커코프 판이론과 폰-칼만 비선형 변형율-변위 관계를 이용하여 서형화된 좌굴해석을 수행하였다. 평면응력과 좌굴문제에서 영률과 두께에 관한 설계민감도식을 유도하였고, 고유치를 최대화하면서 컴플라이언스를 최소화하는 위상최적설계 기법을 정식화하였다. 좌굴해석에서의 프리스트레스를 이용하여 판 좌굴문제에 적용할 수 있는 위상최적설계 기법을 개발하였다. 폰-칼만 비선형 변형률을 사용하여 좌굴문제의 응력행렬을 구성하는데 프리스트레스가 필요하므로 면외로의 운동을 도입하였다. 위상최적설계를 위하여 정규재료밀도를 설계변수로 하고, 목적함수는 최소 컴플라이언스와 최대 고유진동수로 하였으며 제한조건은 허용되는 재료량이다. 여러 수치예제를 통하여 개발된 설계민감도 해석법은 유한차분 민감도와 비교하여 매우 정확한 값을 가지고, 위상최적설계는 물리적으로 의미있는 결과를 제공함을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제21권6호
• /
• pp.749-754
• /
• 2011

본 연구에서는 최적 pRBFNNs 패턴분류기 기반 2차원 영상과 ASM 알고리즘을 이용한 얼굴인식 시스템을 설계하고자 한다. 기존의 2차원 영상 기반 얼굴 인식 기법들은 인식하고자 하는 객체의 영상내의 위치, 크기 및 배경의 존재 유무에 따라 인식률이 영향을 받는 단점이 있으며, 본 연구에서는 이를 보완하기 위하여 관심 영역 내에서의 얼굴 영역 추출 및 특징 추출기법을 이용한 얼굴인식 방법을 소개한다. 본 연구에서는 CCD 카메라를 이용하여 영상을 획득하고 히스토그램 평활화를 이용하여 조명으로 왜곡된 영상정보를 개선한다. AdaBoost 알고리즘을 이용하여 얼굴영역을 검출하고 ASM을 통하여 얼굴 윤곽선 및 형상을 추출하여 개인 프로필을 구성한 후 PCA 알고리즘을 사용하여 고차원 얼굴데이터의 차원을 축소한다. 그리고 인식 모듈로서 pRBFNNs 패턴분류기를 제안한다. 제안된 다항식 기반 RBFNNs은 조건부, 결론부, 추론부 세 가지의 기능적 모듈로 구성되어 있고 조건부는 퍼지 클러스터링을 사용하여 입력 공간을 분할하고, 결론부는 분할된 로컬 영역을 다항식 함수로 표현한다. 또한 차분진화 알고리즘을 이용하여 제안된 분류기의 파라미터, 즉, 학습률, 모멘텀 계수, 퍼지 클러스터링의 퍼지화 계수를 최적화한다. 제안된 다항식 기반 RBFNNs는 얼굴 인식을 위한 패턴분류기로서 직접 CCD 카메라로부터 입력받은 데이터를 영상 보정, 얼굴 검출 및 특징 추출 등과 같은 데이터 전 처리 과정을 포함하여 고차원 데이터로 이루어진 얼굴 영상에 대한 인식 성능을 확인한다.

• 한국차세대컴퓨팅학회논문지
• /
• 제15권5호
• /
• pp.64-74
• /
• 2019

비강체 정합은 임상적 필요성은 높으나 계산 복잡도가 높고, 정합의 정확성 및 강건성을 확보하기 어려운 분야이다. 본 논문은 비지도 학습 환경에서 3차원 뇌 자기공명 영상 데이터에 딥러닝 네트워크를 이용한 비강체 정합 기법을 제안한다. 서로 다른 환자의 두 영상을 입력받아 네트워크를 통하여 두 영상 간의 특징 벡터를 생성하고, 변위 벡터장을 만들어 기준 영상에 맞추어 다른 쪽 영상을 변형시킨다. 네트워크는 U-Net 형태를 기반으로 설계하여 정합 시 두 영상의 전역적, 지역적인 차이를 모두 고려한 특징 벡터를 만들 수 있고, 손실함수에 균일화 항을 추가하여 3차원 선형보간법 적용 후에 실제 뇌의 움직임과 유사한 변형 결과를 얻을 수 있다. 본 방법은 비지도 학습을 통해 임의의 두 영상만을 입력으로 받아 단일 패스 변형으로 비강체 정합을 수행한다. 이는 반복적인 최적화 과정을 거치는 비학습 기반의 정합 방법들보다 빠르게 수행할 수 있다. 실험은 50명의 뇌를 촬영한 3차원 자기공명 영상을 가지고 수행하였고, 정합 전·후의 Dice Similarity Coefficient 측정 결과 평균 0.690으로 정합 전과 비교하여 약 16% 정도의 유사도 향상을 확인하였다. 또한, 비학습 기반 방법과 비교하여 유사한 성능을 보여주면서 약 10,000배 정도의 속도 향상을 보여주었다. 제안 기법은 다양한 종류의 의료 영상 데이터의 비강체 정합에 활용이 가능하다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권9호
• /
• pp.305-316
• /
• 2022

사물인터넷 및 빅데이터 등 디지털 데이터의 범람으로, 다수 사용자로부터 방대한 데이터를 처리 및 보관하는 클라우드 서비스 제공자는 효율적 데이터 관리를 위한 데이터 중복제거를 적용할 수 있다. 중앙 클라우드 서버로의 네트워크 혼잡 및 연산 효율성 저하 등의 문제를 개선하기 위한 클라우드의 확장으로 엣지 컴퓨팅 개념이 도입되면서 사용자 경험을 개선할 수 있으나, 전적으로 신뢰할 수 없는 새로운 엣지 디바이스의 추가로 인하여 프라이버시 보존 데이터 중복제거를 위한 암호학적 연산 복잡도의 증가를 야기할 수 있다. 제안 기법에서는 신뢰실행환경을 활용함으로써 사용자-엣지-클라우드 간 최적화된 통신 구조에서 프라이버시 보존 데이터 중복제거의 효율성 개선 방안을 제시한다. 사용자와 클라우드 사이에서의 비밀정보 공유를 통하여 엣지 디바이스에서의 연산 복잡도를 최소화하고, 클라우드 서비스 제공자의 효율적 암호화 알고리즘 사용을 가능하게 한다. 또한, 사용자는 엣지 디바이스에 데이터를 오프로딩함으로써 데이터 중복제거와 독립적인 활동을 가능하게 하여 사용자 경험을 개선한다. 실험을 통하여 제안 기법이 데이터 프라이버시 보존 중복제거 과정에서 엣지-클라우드 통신 효율성 향상, 엣지 연산 효율성 향상 등 성능 개선 효과가 있음을 확인한다.