• 한국정보전자통신기술학회논문지
• /
• 제15권5호
• /
• pp.380-386
• /
• 2022

본 논문은 적대적 생성 신경망 기법의 하나인 Pix2Pix를 활용하여 컬러색상을 입히는 경우 학습된 이미지의 빛 반사 정도에 따라 예측결과가 손상되어 나오는 부분에 집중하여 Pix2Pix 모델 적용 전 이미지 전처리 프로세스 및 모델 최적화를 위한 파라미터 테이블을 구성한다. 기존 논문에 나온 Pix2Pix 모델을 활용하여 실생활에 적용하기 위해서는 해상도에 대한 확장성을 고려해야한다. 학습 및 예측결과 이미지 해상도를 키우기 위해서는 동시에 모델의 커널 사이즈 등을 같이 맞춰주는 부분을 수정해줘야 하는데 이부분은 파라미터로 튜닝 가능하도록 설계했다. 또한 본 논문에서는 예측결과가 빛 반사에 의해 손상된 부분만 별도 처리하는 로직을 같이 구성하여 예측결과를 왜곡시키지 않는 전처리 로직을 구성하였다. 따라서 활용성을 개선하기 위하여 Pix2Pix 모델의 학습이미지에 공통적인 빛반사 튜닝 필터를 적용하는 부분과 파라미터 구성부분을 추가하여 모델 정확도를 개선하였다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2006년도 학술대회 1부
• /
• pp.1354-1360
• /
• 2006

최근 놀라운 성장을 거듭하고 있는 지능형 로봇(Intelligent Robot) 기술은 기존의 주요 활용 분야였던 산업현장이나 연구실과 같은 전문가적 영역을 넘어서 지능형 엔터테인먼트(Entertainment)로봇이나 청소기 로봇의 예에서 볼 수 있듯이 인간의 주요 일상 생활 공간인 가정이나 공공기관의 서비스 분야로 점차 그 활용 영역을 넓혀가고 있다. 학습 보조 교사 도우미 로봇의 개발은 초등학교 교육 현장이 당면하고있는 각종 현안들을 로봇의 활용을 통해서 해결하고자하는 실용적인 목적에서 출발 했다. 이러한 관점에서 볼때 로봇 디자이너의 역할은 전체 개발 프로세스의 말단부에서 로봇 시스템의 외장(Appearance)을 마무리하는 역할을 넘어서 구체적 로봇시스템의 개발에 선행하여 학습보조 교사 도우미 로봇의 잠재적 활용 주체인 학생, 교사, 학부모의 입장에서 각 주체들의 내재적, 외재적 욕구를 효과적으로 만족 시킬 수있는 활용 시나리오(Application Scenario)를 도출, 개발 프로세스 전반에 걸쳐 각 개발 주체들에게 일관된 비젼(vision)과 이미지(image)를 제시하는것이라고 생각되었다. 본연구에서는 학습보조 교사 도우미 로봇 디자인 과제에 있어서 사용자 관찰(User Observation), 유저 다이어리(User Diary), 포커스그룹 인터뷰(F.G.I)등을 바탕으로 로봇의 역할 모델중심, 서비스 영역 중심, 초등학교 교육이념 구현 중심 등 3가지의 서로 다른 컨셉의 로봇 활용 시나리오(Application Scenario)를 제안하였다. 본 연구 결과는 현재 초기 단계에 있는 로봇 디자인 분야의 현실을 감안할때 전체 로봇 개발 프로세스내에서의 향후 산업 디자인이 수행해야 할 역할을 명확하게 보여준다는 점에서 그 의의가 있으며 관련 분야의 연구 활성화에 기여할 것으로 기대된다.

• 한국건설관리학회:학술대회논문집
• /
• 한국건설관리학회 2007년도 정기학술발표대회 논문집
• /
• pp.886-891
• /
• 2007

최근 공정관리를 위한 각종 기법들이 개발되고 있으며, 실질적인 시공프로세스를 구체적인 3차원 이미지로 형상화하여 보여줌으로써, 공정계획에 대한 추상적인 개념 모델을 구체적인 것으로 변환하여 발전시킬 수 있다. 하지만 이는 3D-CAD와 공정프로그램을 연계하여 사용하는 방식으로 사람이 정보를 옮겨주거나 입력을 해야 하는 번거로움이 수반된다. 본 연구에서는 3D-CAD 객체 정보 시스템 활용 및 공정자동생성 모듈을 활용하여 통합DB 구축을 통한 실시간 철골공사 공정관리 시스템 프로세스를 구축하였다. 본 연구는 IDEF0 모델을 이용하여 철골공정 관리 프로세스를 제시하였으며, RFID 시스템 설계를 통하여 실시간 진도관리 및 분석 프로세스를 제시하였다. 이를 통해 예상공정정보의 신속한 생성과 실시간으로 실제공정정보와의 비교 ${\cdot}$ 분석 및 시뮬레이션을 실현하고자 한다.

• 한국정보전자통신기술학회논문지
• /
• 제8권5호
• /
• pp.367-372
• /
• 2015

본 연구에서는 피부 경화증 환자의 증상정도 알고리즘을 개발하였다. 진단 방법은 피부경화증을 흑백처리 한 후 정상인의 이미지와 비교하였다. 채도, 밝기 및 콘트라스트 조정의 필터를 프로세스를 통해 변환 하였다. 그 결과 화상이 선명한 경화증의 증상을 구별하는데 사용될 수 있었다. 건강한 사람의 영상에서 경화증 환자의 이미지를 주고 폐쇄 프로세스를 적용하여 진폭의 차이로 정상인과 피부 경화증 환자를 결정하였다.

• 한국건설관리학회논문집
• /
• 제6권2호
• /
• pp.80-91
• /
• 2005

건설현장에서 수집되는 사진은 그 중요성에도 불구하고 효과적인 관리체계 미흡으로 촬영자의 의도나 사진의 의미를 파악하기 힘든 경우가 많았으며, 이로 인하여 거대한 디지털 이미지 파일 pool이 형성되어 있음에도 불구하고 그 안에 숨어있는 수많은 정보와 지식을 제대로 도출하기 어렵고 재활용도가 떨어지는 한계를 가지고 있다. 따라서 본 연구의 목적은 수집된 현장 사진들로부터 현장 프로세스에 대한 기술, 지식, 교훈 등의 context를 추출하기 위한 정보체계 구축을 위해 육하원칙, 즉 누가(who), 언제(when), 어디서(where), 무엇을(what), 왜(why), 어떻게(how)라는 원칙에서 일련의 사진들이 가지는 여러 가지 상황정보를 추출하고 이 정보들을 이용하여 효과적으로 정보를 관리하고 재활용할 수 있는 속성을 도출하고 정보 모델을 개발하는 것이다. 이 논문에서는 속성도출 및 정보모델 개발 과정과 이를 기반으로 개발된 사진정보관리 시스템에 관하여 논하고 있다.

• 감성과학
• /
• 제15권1호
• /
• pp.133-140
• /
• 2012

본 연구에서는 개인 맞춤형 감성인식이 가능한 실시간 개인화 프로세스를 개발하였다. 설계된 개인화 프로세스는 실시간 생체신호 중립밴드 알고리즘과 사용자의 주관적인 감성응답을 실시간으로 입력받아 개인 감성룰베이스를 업데이트하는 과정을 포함한다. 실시간 감성인식을 위해 PPG(Photoplethysmography), GSR(Galvanic skin reflex), SKT(Skin Temperature)를 자율신경계 신호를 측정하고 사용하였다. 개인화 프로세스를 적용한 감성인식과 적용하지 않은 감성인식의 일치도 평가는 대학생 10명(남 5명, 여 5명, 22.1세${\pm}$2.2세)의 피실험자를 대상으로 실시하였다. 45장의 이미지를 무작위로 제시하였으며, 5회 반복 측정하였다. 개인화 프로세스를 적용시켰을 때 약 71.67%의 일치도를 보였으며, 적용시키지 않았을 때보다 약 5배 이상 높은 일치도의 차이를 보였다. 본 연구에서는 개인화 프로세스가 실시간 개인 맞춤 감성인식에 매우 유용함을 보였다. 추후 개인화 프로세스는 다양한 감성 애플리케이션이나 서비스에서 감성인식 만족도를 높일 수 있을 것으로 판단된다.

• 한국콘텐츠학회논문지
• /
• 제9권12호
• /
• pp.103-112
• /
• 2009

제품 디자인 기술의 발달로 다양한 컨셉의 제품들이 개발되고 있고 사용자 맞춤형 디자인 컨셉에 따른 제품이 활발하게 출시되고 있다. 성공적인 개발을 위해서는 컨셉을 제품 개발 프로세스에 정확히 전달하여야 목표하는 디자인을 개발할 수 있다. 제품 개발 목적에 맞는 디자인 컨셉을 찾기 위해서 붐박스를 겸한 모바일 폰에 대한 디자인 컨셉을 감성적 어휘 표현으로 찾아내고 해당 목표에 맞는 시각적 이미지를 이용하여 컨셉 목표를 구체화했다. 컨셉 목표를 구체화하기 위하여 개발에 참여하는 이해당사자가 서로 합의할 수 있는 이미지를 선정을 목표로 참여자 간의 의견 조율을 위한 테스트를 실시하였다. 본 연구에서는 합리적인 선택을 위하여 테스트 결과를 클러스트링 기법을 이용하여 컨셉과 이미지 선정을 위한 방법을 제안하고자 하였다. 이러한 방법은 디자인 컨셉을 설계하고 목표에 맞은 GUI 구현에 기여할 것으로 보인다.

• 한국멀티미디어학회논문지
• /
• 제11권11호
• /
• pp.1592-1600
• /
• 2008

본 연구는 '캐릭터 구성 이미지 요소들의 재구성'이라는 논제를 바탕으로 하여 창의적 아이디어 발상을 돕기 위한 연구로 형태 이미지 요소들의 조합을 컴퓨팅 형태 생성에 의한 독창적이고 다양한 이미지 생성을 목적으로 하였다. 기존의 아이디어 발상법에서 벗어나 창의적 형태발상능력을 극대화시키고 사고의 한계를 극복하기 위한 디자인 발상법을 제시하기 위하여 창의적 아이디어 발상법에 대한 선행연구 중 비례를 이용한 기존 시스템인 PDS(Proportion Distort System) 아이디어 발상법의 문제점을 파악하여 보완한 창의적 아이디어 발상법인 CGS(Character Generation System)를 제시하였다. 본 연구는 영상 3D 캐릭터 디자인 개발프로세스 중 아이디어발상 또는 창조적인 이미지발상지원에 대한 한 방법으로 그 효과가 있을 것이며, 다양한 아이디어를 만들어 낼 수 있어 형태발상의 한계점을 극복할 수 있는 보조역할을 할 수 있을 것이라 기대된다.

• 한국인터넷방송통신학회논문지
• /
• 제18권2호
• /
• pp.163-168
• /
• 2018

본 논문에서는 윈도우 환경에서 블랙박스 테스트 기법을 사용하여 GUI 기반 테스트를 자동화하는 테스트 자동화 프로그램 도구를 제안 및 개발한다. 제안된 테스트 자동화 프로그램 도구의 주요한 특징은 다음과 같다. 첫째, 에러 상태를 이미지로써 지정하고, 테스트 스텝마다 화면을 캡처하여 이미지 유사도 비교를 통해 에러 메시지 검출 여부를 확인한다. 둘째, 실행 중 이벤트 대기시간이나 각 테스트 스텝 간 좌표 증가 값 등 여러 옵션 설정을 지원한다. 이러한 블랙박스 테스트 자동화 연구는 안드로이드나 웹 등의 환경에서는 많았지만 윈도우 환경에서는 그렇지 않았다. 제안된 시스템의 성능평가 결과 제안된 시스템은 이미지 비교 모듈로써 GUI 테스트 자동화를 수행하고, 프로세스 상태 확인과 에러 이미지 검출 여부를 확인함으로써 테스트를 정상적으로 수행함을 확인하였다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.1-25
• /
• 2020

본 연구에서는 모바일 기기를 이용하여 획득한 가스계량기 사진을 서버로 전송하고, 이를 분석하여 가스 사용량 및 계량기 기물 번호를 인식함으로써 가스 사용량에 대한 과금을 자동으로 처리할 수 있는 응용 시스템 구조를 제안하고자 한다. 모바일 기기는 일반인들이 사용하는 스마트 폰에 준하는 기기를 사용하였으며, 획득한 이미지는 가스 공급사의 사설 LTE 망을 통해 서버로 전송된다. 서버에서는 전송받은 이미지를 분석하여 가스계량기 기물 번호 및 가스 사용량 정보를 추출하고, 사설 LTE 망을 통해 분석 결과를 모바일 기기로 회신한다. 일반적으로 이미지 내에는 많은 종류의 문자 정보가 포함되어 있으나, 본 연구의 응용분야인 가스계량기 자동 검침과 같이 많은 종류의 문자 정보 중 특정 형태의 문자 정보만이 유용한 분야가 존재한다. 본 연구의 응용분야 적용을 위해서는 가스계량기 사진 내의 많은 문자 정보 중에서 관심 대상인 기물 번호 및 가스 사용량 정보만을 선별적으로 검출하고 인식하는 관심 문자열 인식 기술이 필요하다. 관심 문자열 인식을 위해 CNN (Convolutional Neural Network) 심층 신경망 기반의 객체 검출 기술을 적용하여 이미지 내에서 가스 사용량 및 계량기 기물번호의 영역 정보를 추출하고, 추출된 문자열 영역 각각에 CRNN (Convolutional Recurrent Neural Network) 심층 신경망 기술을 적용하여 문자열 전체를 한 번에 인식하였다. 본 연구에서 제안하는 관심문자열 기술 구조는 총 3개의 심층 신경망으로 구성되어 있다. 첫 번째는 관심 문자열 영역을 검출하는 합성곱신경망이고, 두 번째는 관심 문자열 영역 내의 문자열 인식을 위해 영역 내의 이미지를 세로 열 별로 특징 추출하는 합성곱 신경망이며, 마지막 세 번째는 세로 열 별로 추출된 특징 벡터 나열을 문자열로 변환하는 시계열 분석 신경망이다. 관심 문자열은 12자리 기물번호 및 4 ~ 5 자리 사용량이며, 인식 정확도는 각각 0.960, 0.864 이다. 전체 시스템은 Amazon Web Service 에서 제공하는 클라우드 환경에서 구현하였으며 인텔 제온 E5-2686 v4 CPU 및 Nvidia TESLA V100 GPU를 사용하였다. 1일 70만 건의 검침 요청을 고속 병렬 처리하기 위해 마스터-슬레이브 처리 구조를 채용하였다. 마스터 프로세스는 CPU 에서 구동되며, 모바일 기기로 부터의 검침 요청을 입력 큐에 저장한다. 슬레이브 프로세스는 문자열 인식을 수행하는 심층 신경망으로써, GPU에서 구동된다. 슬레이브 프로세스는 입력 큐에 저장된 이미지를 기물번호 문자열, 기물번호 위치, 사용량 문자열, 사용량 위치 등으로 변환하여 출력 큐에 저장한다. 마스터 프로세스는 출력 큐에 저장된 검침 정보를 모바일 기기로 전달한다.