• 전자공학회논문지
• /
• 제50권4호
• /
• pp.144-154
• /
• 2013

본 논문에서는 상호 보완 관계에 있는 초고해상도 기법과 선명도 증강 기법을 통합하여 전체적인 화질을 향상시키는 새로운 초고해상도 기법을 제안한다. 먼저 학습 과정을 통해 선명도 증강의 세기에 따라 다중의 사전을 구성하고, 고 해상도 영상을 합성할 때 영상의 국부 영역 특성에 따라 서로 다른 사전을 적응적으로 참조하도록 한다. 또한, 추가적인 후처리 과정을 통하여 저해상도 영상에 내재되어 있는 아티팩트가 초고해상도 처리에 의해 증폭되는 현상을 감소시켜 화질을 극대화한다. 모의실험 결과에 따르면 제안한 알고리즘은 객관적 화질 측면에서 비교 대상이 되는 알고리즘들에 비하여 우수함을 보였다. 특히, 영상의 선명도를 나타내는 CPBD 측면에서 bi-cubic 대비 0.3, Song 기법과 Fan 기법 대비 0.1 높게 나타났다. 또한, 주관적 화질 측면에서 영상의 질감 영역 및 경계 영역의 화질이 향상된 결과를 보이는 것을 확인하였다. 제한된 방법은 기존 방법 대비 17% 정도의 메모리만을 필요로 하므로 구현 관점에서도 장점이 있음을 알 수 있다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제24권1호
• /
• pp.19-26
• /
• 2018

본 논문은 가상현실 및 증강현실을 위해 양안식 눈추적기 기반의 시선 깊이 추정 기법을 제안한다. 제안한 방법은 먼저 양안식 눈추적기로부터 안구 및 시선과 관련된 다양한 정보를 획득한다. 이후 획득된 정보를 바탕으로 다층퍼셉트론 알고리즘 기반의 시선 추적과 인식 모델을 통해 눈 시선 깊이를 추정한다. 제안한 방법을 검증하기 위해 13명의 참여자를 모집하고 개인별 시선 추적과 범용 시선 추적에 대한 성능을 분석하였다. 실험결과 개인별 모델에서는 90.1%, 그리고 전체 사용자를 대상으로 한 범용 모델에서는 89.7%의 정확도를 보였다.

• 정보교육학회논문지
• /
• 제26권3호
• /
• pp.219-227
• /
• 2022

학생들은 코로나19로 인해 대면수업을 하면서도 항상 원격수업에 대한 준비를 하고 있게 되었다. 하지만 원격수업에 대한 수업 만족도는 학생, 교사에게 높지 않은 것이 사실이다. 만약 가정에서 원격수업을 하더라도 진짜처럼 모여서 수업을 하면 좋겠다는 아이디어는 메타버스를 기반으로 증강현실, 가상현실을 활용하는 가상세계 교육 프로그램의 필요성이 대두되었다. 그러나 교사가 이를 활용해 수업에 적용하려는 연구는 매우 부족하다. 본 연구에서는 초등 과학과 '우주' 영역을 대상으로 메타버스 활용 교육과정을 제시하였다. 메타버스를 구현하기 위해 제페토, 코스페이시스 에듀를 사용하였다. 콘텐츠를 학생들과 함께 제작하고 학교 동료들과 평가를 통한 분석에서, 본 연구는 학습 집중도를 높이고, '실재', '개인', '사회' 영역에서 창의성이 향상된 것으로 나타났다

• 스마트미디어저널
• /
• 제12권9호
• /
• pp.159-170
• /
• 2023

실종자 수색은 많은 시간과 인력이 필요하다. 그 해결책의 일환으로 YOLO 기반 모델을 활용하여 실종자 수색 AI 시스템을 구현하였다. 객 객체 탐지 모델을 훈련하기 위해 AI-Hub에서 드론 이동체 인지 영상(도로 고정)을 수집하고 모델을 학습하였다. 또한, 훈련 데이터 세트와 상이한 환경에서의 성능을 평가하기 위해 산악 환경 데이터 세트를 추가 수집하였다. 실종자 수색 AI 시스템의 최적화를 위해 모델 크기 및 하이퍼파라미터에 따른 성능평가, 과대적합 우려에 대한 추가 성능평가를 시행하였다. 성능평가 결과 YOLOv5-L 모델이 우수한 성능을 보이는 것을 확인할 수 있었으며 데이터 증강 기법을 적용함에 따라 모델의 성능이 보다 향상되었다. 이후 웹 서비스에는 데이터 증강 기법을 적용한 YOLOv5-L 모델을 적용하여 실종자 수색의 효율성을 높였다.

• 스마트미디어저널
• /
• 제13권6호
• /
• pp.24-34
• /
• 2024

시계열인 네트워크 트래픽 데이터로부터 미래를 예측할 수 있다면 효율적인 자원 배분, 악성 공격에 대한 예방, 에너지 절감 등의 효과를 거둘 수 있다. 통계 기법과 딥러닝 기법에 기반한 많은 모델이 제안되었는데, 이들 연구 대부분은 모델 구조와 학습 알고리즘을 개선하는 일에 치중하였다. 모델의 예측 성능을 높이는 또 다른 접근방법은 우수한 데이터를 확보하는 것이다. 이 논문은 우수한 데이터를 확보할 목적으로, 시계열 데이터를 증강하는 밀집 샘플링 기법을 네트워크 트래픽 예측 응용에 적용하고 성능 향상을 분석한다. 데이터셋으로는 네트워크 트래픽 분석에 널리 사용되는 UNSW-NB15를 사용한다. RMSE와 MAE, MAPE를 사용하여 성능을 분석한다. 성능 측정의 객관성을 높이기 위해 10번 실험을 수행하고 기존 희소 샘플링과 밀집 샘플링의 성능을 박스플롯으로 비교한다. 윈도우 크기와 수평선 계수를 변화시키며 성능을 비교한 결과 밀집 샘플링이 일관적으로 우수한 성능을 보였다.

• 대한화학회지
• /
• 제66권2호
• /
• pp.96-106
• /
• 2022

본 연구에서는 증강현실 및 가상현실의 실감형 콘텐츠를 활용한 융합 수업 프로그램이 중학교 영재 학생의 수업 만족도 및 과학적 태도에 미치는 영향과 인식을 알아보는데 목적이 있다. 스마트 기기를 활용한 실감형 콘텐츠를 포함하여 융합 수업 프로그램을 개발하고 영재 학생들에게 적용한 후 설문을 통해 영재 학생의 수업 만족도 및 과학적 태도와 인식을 조사하였다. 또한 예비 교사들을 대상으로 설문을 실시하여 수업 프로그램의 중학생의 수업 만족도 및 과학적 태도에 대한 영향 그리고 실감형 콘텐츠를 활용한 수업에 대한 인식을 조사하고 분석하였다. 연구 결과, 영재 학생 및 예비 교사 모두 실감형 콘텐츠를 활용한 수업 프로그램의 수업 만족도에 대해 긍정적으로 인식하였다. 특히, 실감형 콘텐츠를 활용한 수업이 학습 동기와 흥미를 유발시킬 수 있다는 점에서 긍정적이었다. 반면, 어플리케이션의 질적 수준이 낮다는 것과 스마트 기기의 인프라 부족 등이 단점이라고 지적하였다. 또한 예비 교사는 실감형 콘텐츠를 활용한 수업에 대한 자신감과 정보는 부족하지만 실감형 콘텐츠를 활용한 수업이 필요하며 이에 대비한 예비 교사를 위한 교육이 필요하다고 인식하였다. 이를 바탕으로 미래 교육을 위한 학교 내 시설 및 장비 마련, 융합 수업에 활용 가능한 어플리케이션의 개발, 실감형 콘텐츠를 활용한 프로그램 및 교수 학습 자료 개발, 예비 교사를 위한 교육 등에 대한 시사점을 얻었다.

• 한국ITS학회 논문지
• /
• 제21권5호
• /
• pp.274-286
• /
• 2022

이동객체 추적은 컴퓨터 비전 분야에서 오랜 시간 동안 연구가 진행되어 온 분야로 자율주행이나 운전 보조 시스템 등의 시스템에서 아주 중요한 역할을 수행하고 있다. 이동객체 추적 기술은 일반적으로 객체를 검출하는 검출기와 검출된 객체를 추적하는 추적기의 결합으로 이루어져 있다. 검출기는 다양한 데이터셋이 공개되어 사용되고 있기 때문에 쉽게 좋은 모델을 학습할 수 있지만, 추적기의 경우 상대적으로 공개된 데이터셋도 적고 직접 데이터셋을 구성하는 것도 검출기 데이터셋에 비해 굉장히 오랜 시간을 소요한다. 이에 검출기를 따로 개발하고, 별도의 추적기를 학습 기반이 아닌 방식을 활용하여 개발하는 경우가 많은데 이런 경우 두 개의 시스템이 차례로 작동하게 되어 전체 시스템의 속도를 느리게 하고 앞단의 검출기의 성능이 변할 때마다 별도로 추적기 또한 조정해줘야 한다는 단점이 있다. 이에 본 연구는 검출용 데이터셋만을 사용하여 검출과 추적을 동시에 수행하는 모델을 구성하는 방법을 제안한다. 데이터 증강 기술과 샴 네트워크를 사용하여 단일 이미지에서 객체를 검출 및 추적하는 방법을 연구하였다. 공개 데이터셋에 실험을 진행하여 학습 결과 높은 속도로 작동하는 이동객체 검출 및 추적기를 학습할 수 있음을 검증하였다.

• 해양환경안전학회지
• /
• 제30권2호
• /
• pp.147-156
• /
• 2024

수산자원의 지속 가능한 관리와 증대는 전 세계적으로 중요한 이슈로 부상하고 있으며, 본 연구는 이에 대응하는 한국수산자원공단의 수산자원 현존량 추정을 위한 딥러닝 기반 수산자원 증대사업 효과조사 기법 개발을 위해 구성 기술 중 하나인 어류 탐지 및 분류 모델 구축과 성능 비교를 수행하였다. 다양한 크기의 YOLOv8-Seg 모델에 어류 이미지 데이터셋을 학습한 후 각 성능평가 지표를 비교 분석하여 적용 가능한 최적의 모델을 선정하고자 하였다. 모델 구축에 사용된 자료는 총 12종의 어류로 이루어진 36,749장의 이미지와 라벨 파일로 이루어지며, 학습에는 증강을 적용하여 데이터의 다양성을 증가시켰다. 동일한 환경 및 조건에서 총 다섯 개의 YOLOv8-Seg 모델을 학습 및 검증한 결과 중간 크기의 YOLOv8m-Seg 모델이 가장 짧은 13시간 12분의 학습 시간과 mAP_50:95 0.933, 추론 속도 9.6 ms로 높은 학습 효율성과 우수한 탐지 및 분류 성능을 보였으며, 각 지표 간의 균형을 고려할 때 실시간 처리 요구사항을 충족하는 가장 효율적인 모델로 평가되었다. 이와 같은 실시간 어류 탐지 및 분류 모델을 활용하여 효율적인 수산자원 증대사업의 효과조사가 가능할 것으로 보이며, 지속적인 성능 개선 및 추가적인 연구가 필요할 것으로 사료된다.

• 한국컴퓨터정보학회논문지
• /
• 제25권10호
• /
• pp.35-42
• /
• 2020

본 연구에서는 비지도 이상 탐지 방법을 변형한 U-Net 기반의 이미지 복원 기법을 통해 한정적인 데이터를 활용한 균열 탐지 방안을 제안한다. 콘크리트 균열은 다양한 원인으로 인해 발생하며, 장기적으로 구조물의 심각한 손상을 초래할 수 있는 요소이다. 일반적으로 균열 조사는 검사원의 육안으로 판단하는 외관 검사법을 사용하는데, 이는 판단에 객관성이 떨어지며 인적 오류 발생 가능성이 크다. 따라서 객관적이고 정확한 이미지 분석 처리를 통한 방법이 요구된다. 최근에는 균열을 신속하고 정밀하게 탐지할 수 있도록 딥러닝을 활용한 기술들이 연구되고 있다. 하지만 일반적인 균열자료에 비해 점검 대상물에 대한 데이터는 한정적이므로 이를 활용한 기존 균열 탐지 모델의 성능은 제한적인 경우가 많다. 따라서 본 연구에서는 비지도 이상 탐지 방법을 사용해 점검 대상물에 대한 데이터를 증강하여 해당 데이터를 사용하여 학습한 결과, 정확도 98.78%, 조화평균(F1_Score) 82.67%의 성능을 확인하였다.

• 한국정보통신학회논문지
• /
• 제20권8호
• /
• pp.1537-1545
• /
• 2016

실시간영상에서 객체의 분할 및 추적은 침입자 감시와 로봇의 물체 추적, 증강현실의 객체 추적등 다양한 분야에서 사용되고 있다. 본 논문에서는 초기 입력 영상의 일부를 학습하여 배경모델로 제작한 후, 배경제거 방법을 이용하여 움직이는 객체의 분할을 통해 객체를 검출하였다. 검출된 객체의 영역을 기반으로 HSV 색상히스토그램과 파티클 필터를 이용하여 객체의 움직임을 추적하는 방법을 제안한다. 제안한 분할 방법은 평균 배경모델을 이용한 방법보다 주변환경 변화의 영향을 적게 받으며, 움직이는 객체의 검출 성능이 더욱 우수하였다. 또한 단일 객체 및 다수의 객체가 존재하는 환경에서 추적 객체가 유사한 색상 객체와 겹치는 경우, 추적 객체의 영역 절반 이상이 가려지는 경우에도 지속적으로 추적하는 결과를 얻을 수 있었다. 2개의 비디오 영상을 사용한 실험결과는 평균 중첩율 85.9%, 추적률 96.3%의 성능을 보여준다.