• 한국콘텐츠학회논문지
• /
• 제21권12호
• /
• pp.296-301
• /
• 2021

본 연구는 차세대 예경보 플랫폼과 지상파 UHD 방송의 재난경보 부가데이터 서비스를 연동한 표준화된 멀티미디어 재난경보방송의 실증 시험을 다룬 연구이다. 실증 시험에 사용된 차세대 예경보 플랫폼은 CAP 기반의 TTA 표준화 규격을 준수하고, UHD 재난경보 부가데이터 서비스는 AEAT 규격을 준수하도록 구성하였다. 실증 시험은 2021년 3월 제주도에서 지상파 UHD 방송 송수신을 포함하여 실시되었다. 실험 결과 표준화된 CAP 재난경보메시지가 발령되어 방송사에 전달되면 UHD 재난경보 부가데이터 메시지인 AEAT로 자동 변환되어 송출되도록 시스템을 구축하였다. 수신부는 재난경보 데이터 수신이 가능한 셋탑과 TV를 HDMI 케이블로 연결하여 구성하였다. 재난이 발령되면 셋탑은 TV방송 화면위에 AEAT 메시지가 재난 우선순위와 발령 지역에 맞춤형으로 표출하였다. 또한 수신 메시지는 5개국어 중에서 사용자 설정에 맞는 언어로 표출되고. 이미지와 경보음과 같은 부가 멀티미디어 기능도 연계할 수 있었다. 특히 재난경보 발령 후 3초 이내에 수신기 메시지가 표출되어 신속한 재난경보 전달이 가능함을 확인할 수 있었다.

• 방송공학회논문지
• /
• 제27권5호
• /
• pp.794-807
• /
• 2022

동물보호법 개정에 따라 반려견 등록이 의무화 되었음에도 불구하고, 현재 등록 방법의 불편함으로 등록율이 저조한 상태이다. 본 논문에서는 새로운 등록 방법으로 검토되고 있는 반려견 안면 인식 기술에 대한 성능 개선 연구를 진행하였다. 딥러닝 학습을 통해, 반려견의 안면 인식을 위한 임베딩 벡터를 생성하여 반려견 개체별로 식별하기 위한 방법을 실험하였다. 딥러닝 학습을 위한 반려견 이미지 데이터셋을 구축하고, InceptionNet과 ResNet-50을 백본 네트워크로 사용하여 실험하였다. 삼중항 손실 방법으로 학습하였으며, 안면 검증과 안면 식별로 나뉘어 실험하였다. ResNet-50 기반의 모델에서 최고 93.46%의 안면 검증 성능을 얻을 수 있었으며, 안면 식별 시험에서는 rank-5에서 91.44%의 최고 성능을 각각 얻을 수 있었다. 본 논문에서 제시한 실험 방법과 결과는 반려견의 등록 여부 확인, 반려견 출입시설에서의 개체 확인 등 다양한 분야로 활용이 가능하다.

• 융합정보논문지
• /
• 제11권5호
• /
• pp.30-37
• /
• 2021

사물인터넷 등을 통하여 각종 기기들이 인터넷으로 연결되어 있고 이로 인하여 인터넷을 이용한 공격이 발생하고 있다. 그러한 공격 중 악성 URL를 이용하여 사용자에게 잘못된 피싱 사이트로 접속하게 하거나 악성 바이러스를 유포하는 공격들이 있다. 이러한 악성 URL 공격을 탐지하는 방법은 중요한 보안 이슈 중에 하나이다. 최근 딥러닝 기술 중 뉴럴네트워크는 이미지 인식, 음성 인식, 패턴 인식 등에 좋은 성능을 보여주고 있고 이러한 뉴럴네트워크를 이용하여 악성 URL 탐지하는 분야가 연구되고 있다. 본 논문에서는 뉴럴네트워크를 이용한 악성 URL 탐지 성능을 각 파라미터 및 구조에 따라서 성능을 분석하였다. 뉴럴네트워크의 활성화함수, 학습률, 뉴럴네트워크 모델 등 다양한 요소들에 따른 악성 URL 탐지 성능에 어떠한 영향을 미치는 지 분석하였다. 실험 데이터는 Alexa top 1 million과 Whois에서 크롤링하여 데이터를 구축하였고 머신러닝 라이브러리는 텐서플로우를 사용하였다. 실험결과로 층의 개수가 4개이고 학습률이 0.005이고 각 층마다 노드의 개수가 100개 일 때, 97.8%의 accuracy와 92.94%의 f1 score를 갖는 것을 볼 수 있었다.

• 대한지구과학교육학회지
• /
• 제14권1호
• /
• pp.33-47
• /
• 2021

최근 빅데이터에 기반한 교육의 활성화가 요구됨에 따라, 이 연구에서는 2015 개정 과학과 교육과정에서 '태양계', '별과 우주' 내용 요소를 중심으로, WWT 빅데이터를 활용한 천문교육 STEAM 프로그램을 개발하고, 이에 대한 효과성을 알아보고자 무선 표집된 1개의 중학교 176명의 학생들에게 이를 적용하여 창의적 문제해결, STEAM 태도 및 STEAM 만족도를 분석하였다. 이 연구의 결과는 다음과 같다. 첫째, 천문 데이터 시각화 플랫폼인 WWT(World Wide Telescope) 빅데이터를 활용하여 학생들이 적극적이고 자발적으로 학습에 참여할 수 있도록 프로그램을 개발하였다. 둘째, 창의적 문제해결 측정 검사의 사전·사후 점수 차에 의한 대응표본 t 검정에서 '과제집중' 구인을 제외한 '아이디어 수정', '이미지화', '비유', '아이디어 생성', '정교성' 구인에서 유의미한 통계적 검정 결과(p < .05)를 얻었다. 셋째, STEAM 태도 검사의 사전·사후 점수 차에 의한 대응표본 t 검정에서는 '배려', '유용성·가치 인식' 구인을 제외한 '흥미', '소통', '자아 개념', '자아 효능감', '이공계 진로선택' 구인에서 유의미한 통계적 검정 결과(p < .05)를 얻었다. 넷째, STEAM 프로그램 적용 후에 실시한 STEAM 만족도 검사에서는 하위구인들의 평균값의 범위가 3.16 ~ 3.90으로, WWT 빅데이터를 활용한 STEAM 프로그램을 통해 학생들의 과학교과에 대한 이해와 관심이 향상되었음을 확인할 수 있었다.

• 한국산학기술학회논문지
• /
• 제22권4호
• /
• pp.621-628
• /
• 2021

본 논문에서는 3개의 시점을 가진 열화상 카메라의 캘리브레이션을 수행하는 방법을 제안하고, 카메라의 내부 파라미터 추정 및 그 결과의 정확도를 파악하기 위해 역투영 오류값을 제시한다. 3개의 시점을 가진 카메라는 일반 카메라와 다르게 각 시점마다 겹치는 영상이 존재하지 않고, 획득한 영상의 화질은 일반 카메랄 획득한 영상보다 낮다. 카메라 캘리브레이션은 3차원 실제 영상의 좌표 정보 또는 카메라와 목표물체 사이의 거리를 계산하기 전에 반드시 수행되어야 하는 작업이다. 카메라 캘리브레이션 작업을 통해 얻는 것은 카메라의 내부 및 외부 파라미터이며 내부 파라미터는 카메라의 초점거리, 비대칭계수, 이미지 중심점으로 구성되어 있고, 외부 파라미터는 사용되는 카메라들 사이 또는 사용되는 카메라의 상대적 위치인 회전행렬과 변위벡터로 구성되어 있다. 본 논문에서는 열화상 카메라의 캘리브레이션을 수행하는 방법을 제안하며, 열화상 카메라의 캘리브레이션 수행을 위해 온도에 반응하는 열상 체커보드를 활용한다. 캘리브레이션이 안정적으로 수행되기 위해 본 논문에서는 심층 학습 기반 촬영대상 물체의 화질을 개선하여 코너 추출의 정확도를 높인 후 캘리브레이션 파라미터 계산을 수행하고, 개선된 화질의 영상이 캘리브레이션을 개선한 결과를 제시한다.

• 한국컴퓨터정보학회논문지
• /
• 제27권2호
• /
• pp.33-42
• /
• 2022

본 논문에서는 운전자한테 실시간으로 블랙 아이스 경고를 보내기 위해서 도로 영상에서 블랙 아이스 영역 분할을 위한 다중 척도 팽창 컨볼루션 특징 융합에 기반한 딥러닝 모델을 제안한다. 제안한 다중척도 팽창 컨볼루션 특징 융합 네트워크는 인코더 블록에 서로 다른 팽창 비율 컨볼루션을 병렬로 추가하고, 서로 다른 해상도 특징 맵에서 서로 다른 팽창 비율을 설정하고, 다중 단계 특징 정보가 함께 융합된다. 다중 척도 팽창 컨볼루션 특징 융합은 수용 영역을 확장함과 동시에 공간의 세부 정보를 잘 보존하고 팽창 컨볼루션의 효과성을 높임으로써 기존 모델보다 성능을 향상시킨다. 실험 결과를 통해 본 논문 제안한 네트워크 모델은 병렬 평창 컨볼루션 수가 증가함에 따라 성능이 향상되는 것을 알 수 있었다. 제안한 방법의 mIoU 값은 96.46%로 U-Net, FCN, PSPNet, ENet, LinkNet 등 기존 네트워크보다 높았다. 그리고 파라미터는 1,858K개로, 기존 LinkNet모델보다 6배로 축소하였다. Jetson Nano에서 실험 결과 보면, 제안한 방법의 FPS는 3.63로 실시간으로 블랙 아이스 영역을 실시간으로 분할 할 수 있었다.

• 한국지반신소재학회논문집
• /
• 제21권4호
• /
• pp.55-67
• /
• 2022

본 본문에서는 합성개구레이더(synthetic aperture radar) 위성 영상 이미지 분석을 통해 지표 침하를 측정하는 기술, 즉 합성개구레이다 간섭기법(InSAR, interferometric synthetic aperture radar)의 기본 이론 및 도심지 지표 변위 측정에 대한 적용성 검토 연구 내용을 다루었다. 먼저 InSAR 기법에 대한 기본 이론과 함께 기존 연구 동향을 제시하였으며 아울러 다중시기 SAR 영상을 이용한 시계열 분석 기법 중 SBAS-InSAR(SBAS-InSAR, Small Baseline Subset Interferometric SAR) 및 PS(Persistent Scatterers)-InSAR 기법을 연구 대상 지역에 적용하고 2014년~2021년 사이에 발생한 지역적 지반 침하를 평가하여 InSAR 기법의 도심지 지반 침하 모니터링에 구체적인 적용 가능성 여부를 평가하였다. 검토 결과 InSAR 기법은 연구대상 지역에서 발생한 시계열 침하 및 광역대 침하발생 경향을 현실적으로 모니터링할 수 있는 것으로 검토되었다. 아울러 SAR 영상을 이용한 시계열 간섭기법은 SAR 위성이 지구를 공전하면서 일정한 시간간격으로 한반도의 영상을 제공하므로 장기간에 걸쳐 발생하는 지반침하 모니터링에 효율적으로 적용할 수 있는 것으로 검토되었다. 향후 재방문 주기가 짧은 SAR 위성에서 촬영된 고해상도 SAR 영상이 활성화될 경우 InSAR 기법은 기존의 계측 기법을 대체하는 4차 산업 기술 기반의 광역대도심지 지반침하 모니터링 기술로 발전될 수 있을 것으로 평가되었다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제12권2호
• /
• pp.85-92
• /
• 2023

코로나바이러스감염증-19와 같은 호흡기 감염병은 주로 밀집/밀폐/밀접 공간인 실내에서 일어난다. 호흡기 감염병 이상징후의 존재 여부는 발열, 기침, 재채기 및 호흡곤란 등의 초기 증상을 통해 판단되고 있으며, 이러한 초기 증상에 대한 상시 모니터링이 요구된다. 열화상 온도 스크리닝 시스템은 개인의 피부 온도 상승의 징후가 있는지 초기에 선별하는 빠르고 쉬운 비접촉 스크리닝 방법을 제공하지만, 측정 타겟, 주변 온도 등의 측정 환경과 피 측정대상과의 측정 거리에 따른 오차로 인해 정확한 온도측정이 어렵다. 그리고 국제표준 IEC 80601-2-59 에서는 내안각(Inner Canthus) 인접한 영역에 대한 안면 열화상 촬영을 권고하고 있다. 본 논문에서는 가시광 카메라 모듈과 열화상 카메라 모듈에 대해서 이미지 일치화 보정을 수행하였으며, 흑체(Blackbody)를 이용해 측정 환경에 대한 열화상 카메라 모듈 온도를 보정하였다. 표준에서 권고하는 측정 타겟을 인식하기 위해 딥러닝 기반 객체 인식 알고리즘과 내안각 인식 모델을 개발하였으며, 100명의 실험자군에 대한 데이터셋을 적용하여 인식 모델 정확도를 도출하였다. 또한 라이다 모듈을 이용한 객체 거리 측정과 선형회귀 보정 모듈을 통해 측정 거리에 따른 오차를 보정하였다. 제안한 모델의 성능 측정을 위해 모터 스테이지, 열화상 온도 스크리닝 시스템, 흑체로 구성된 실험환경을 구축하였으며, 1m에서 3.5m 사이 가변 거리에 따른 온도측정 결과 0.28℃ 이내의 오차 정확도를 확인하였다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제28권3호
• /
• pp.55-65
• /
• 2022

X-ray 두개골 영상에서 주요 해부학적 부위들 간의 거리를 계측하는 것은 진단과 치료 등 임상적 의미에서 매우 중요하다. 최근에는 딥러닝 기술의 발전을 바탕으로 랜드마크를 식별 및 검출하는 자동화 시스템들이 제시되고 있다. 이러한 딥러닝 기반 모델을 과적합 없이 학습 시키기 위해서는 대량의 영상과 라벨링 데이터가 필요하다. 기존에는 숙련된 판독의가 환자의 영상에서 랜드마크를 수동으로 식별하여 라벨링하는 방식으로 계측이 이루어져 왔다. 그러나 이러한 계측 방식은 많은 비용이 소요될 뿐만 아니라, 재현성이 떨어지기 때문에 자동화된 라벨링 방법에 대한 필요성이 제기되고 있다. 또한, X-ray 영상에는 광자가 통과하는 경로 상의 여러 인체조직들이 표시되기 때문에 랜드마크 식별이 일반 자연 이미지 또는 삼차원 모달리티 영상에 비해 어렵다. 본 연구에서는 X-ray 영상 내에 대량의 라벨링 데이터 생성을 가능하게 하는 기하학적 데이터 증강 기법을 제안하고 있다. 또한, 두개골 내 주요한 16개 랜드마크들의 검출 성능을 향상시키기 위해 다양한 어텐션 기법들의 구현 및 적용을 통해 랜드마크 검출을 위한 최적의 어텐션 메커니즘을 제시하였다. 마지막으로 주요 두개골 랜드마크들 중 안정적인 검출이 보장되는 마커들을 도출하였으며, 이러한 마커들은 임상적인 활용 가능성이 높을 것으로 기대된다.

• 지능정보연구
• /
• 제28권2호
• /
• pp.57-74
• /
• 2022

최근 인공지능 주차관제시스템은 딥러닝을 활용해 차량 번호판에 대한 인식률을 높이고 있지만 위조번호판 부착 차량을 판별하지 못한다는 문제점이 있다. 이러한 보안상의 문제점이 있음에도 불구하고 현재까지 여러 기관에서 기존의 시스템을 그대로 사용하고 있는 상황이다. 실례로 위조번호판을 이용한 실험에서 정부의 주요 기관을 대상으로 진입에 성공한 사례도 있다. 본 논문에서는 이러한 위조번호판을 부착한 차량의 출입을 방지하기 위해서 기존 인공지능 주차관제시스템의 개선 방안을 제시한다. 이를 위해 제안하는 방법은 기존 시스템이 차량의 번호판의 일치여부를 통과기준으로 사용하듯이 이미지에서 특징이 되는 특징점의 정보를 추출해내는 ORB 알고리즘을 활용하여 추출한 차량 앞면 특징점들의 매칭 정도를 통과기준으로 사용하는 방법이다. 또한 내부에 차량이 존재하는지 여부를 확인하는 절차를 제안 시스템에 포함시켜 위조번호판을 부착한 동일 차종 차량의 진입도 방지하였다. 실험 결과, 위조번호판을 부착한 차량들의 진입을 막아내며 기존시스템에 비해 위조번호판을 막아내는 개선된 성능을 보였다. 이러한 결과를 통해 기존 인공지능 주차관제시스템의 체계를 유지하면서 본 논문에서 제안하는 방법들을 기존의 주차관제시스템에 적용하여 위조번호판을 부착한 차량의 출입을 방지할 수 있음을 확인할 수 있었다.