• 융합정보논문지
• /
• 제11권10호
• /
• pp.45-52
• /
• 2021

본 논문에서는 U-Net 기반의 semantic segmentation 방법에서 정확도를 개선하기 위한 Atrous Residual U-Net (AR-UNet)을 제안하였다. U-Net은 의료 영상 분석, 자율주행 자동차, 원격 감지 영상 등의 분야에서 주로 사용된다. 기존 U-Net은 인코더 부분에서 컨볼루션 계층 수가 적어 추출되는 특징이 부족하다. 추출된 특징은 객체의 범주를 분류하는 데 필수적이며, 부족할 경우 분할 정확도를 저하시키는 문제를 초래한다. 따라서 이 문제를 개선하기 위해 인코더에 residual learning과 ASPP를 활용한 AR-UNet을 제안하였다. Residual learning은 특징 추출 능력을 개선하고, 연속적인 컨볼루션으로 발생하는 특징 손실과 기울기 소실 문제 방지에 효과적이다. 또한 ASPP는 특징맵의 해상도를 줄이지 않고 추가적인 특징 추출이 가능하다. 실험은 Cityscapes 데이터셋으로 AR-UNet의 효과를 검증하였다. 실험 결과는 AR-UNet이 기존 U-Net과 비교하여 향상된 분할 결과를 보였다. 이를 통해 AR-UNet은 정확도가 중요한 여러 응용 분야의 발전에 기여할 수 있다.

• 한국전자통신학회논문지
• /
• 제16권2호
• /
• pp.347-354
• /
• 2021

화학공장과 같은 장치산업은 고온·고압·유독성 유체가 배관을 통하여 각종 설비들 사이를 이동한다. 온도변화, 진동, 지진, 지반침하와 같은 주변환경의 변화에 의한 배관의 위치 이동과 파손은 인명피해를 수반하는 큰 사고로 연결되는 경우가 많다. 이러한 사고를 방지하기 위하여 배관에 가해지는 각종 충격을 흡수하고, 보완하여 사고를 미연에 방지하기 위한 여러 가지 종류의 익스펜션 조인트(Expansion Joint)를 사용한다. 따라서 사용된 익스펜션 조인트의 변형을 측정하고, 수명을 예측하는 것은 대형사고를 방지하기 위하여 매우 중요하다. 본 논문에서는 익스펜션 조인트의 변형을 일종의 모션으로 이해하고, Hall Effect Sensor와 9-Axis Sensor를 사용하여 변화를 측정하였다. 그리고 범용의 마이컴보드 아두이노와 C언어를 사용하여 측정된 데이터를 모으고, 분석하여 익스펜션 조인트의 변형을 예측할 수 있는 시스템에 대하여 연구하였다.

• 한국콘텐츠학회논문지
• /
• 제19권7호
• /
• pp.323-334
• /
• 2019

본 연구는 농업 분야가 4차 산업혁명 시대에 대응하기 위해 농학계 융 복합 R&D가 어떠한 방향을 가져야 하는지 어젠다를 제시하는 데에 그 목적을 두고 있다. 이를 위해 농업 R&D를 수행 중인 학계 및 연구계 전문가들을 대상으로 계층화분석방법(Analytic Hierarchy Process, AHP)을 적용하여 농학계 융 복합 R&D 관련 어젠다를 제시한다. 분석 결과, 농학계 R&D는 다음과 같은 방향으로 이루어질 필요가 있다. 첫째, 단편적 기술 혁신에 매몰되기보다는 미래형 인재 양성이 우선시 되어야 한다. 둘째, 단기, 중기, 장기에 걸쳐 필요한 논의에 적합하게 대응하도록 농학계 R&D 로드맵이 제시되어야 한다. 셋째, 농학계 응답자 전체, 학계 및 연구계 그룹별로 상이한 중요도 우선순위를 보임에 따라 양자 간 상호 교류 및 협력 체계를 구축하여 시너지 효과를 창출해야 한다. 넷째, 변화하는 농학계 R&D 여건에 탄력적으로 대응하고 인류 삶 개선이라는 4차 산업혁명의 본질을 추구하기 위해 제도적 규제 개선과 인문사회학적 소양이 함께 강조되어야 한다.

• 한국정보통신학회논문지
• /
• 제23권7호
• /
• pp.779-785
• /
• 2019

인체공학적으로 개발된 Bismuth 차폐체를 뇌동맥류 코일 색전술에 적용함으로써 의료방사선 피폭으로부터 두피 및 수정체의 방사선 피폭을 감소시키고자 하였다. 광자극 형광 선량계를 이용하여 후두부, 양쪽 측두부, 양쪽 수정체부, 코 끝부를 개발된 Bismuth 차폐체를 사용 전 (A그룹) 후 (B그룹)로 측정하여 입사 표면 선량을 분석하였다. Bismuth 차폐체를 사용할 경우 화질에 대한 평가를 Signal to noise ratio (SNR)과 Contrast to noise ratio (CNR) 분석을 했다. A 그룹과 B 그룹의 입사 표면 평균 선량을 비교한 결과 A 그룹에 비해 B 그룹에서 평균 26.92% 감소되었다. CNR과 SNR의 분석은 로드맵과 디지털 감산조영 모두 동일하게 측정되었다. Bismuth 차폐체의 사용은 뇌혈관 중재적 시술 후 나타날 수 있는 일시적 탈모 및 기타 확률적 영향에 따른 방사선 장애를 화질의 저하 없이 감소시킬 수 있는 대안이 될 것으로 사료된다.

• 한국산학기술학회논문지
• /
• 제20권6호
• /
• pp.579-586
• /
• 2019

본 연구는 경상북도 홈페이지에서 공개하고 있는 한옥표준설계도 4개 타입 32개 종류의 평면도를 대상으로 하였다. 연구목표는 한옥표준설계도의 타입별 특성을 비교분석하여 한옥을 설계하고자 하는 이용자에게 알림으로써 이용자의 만족도를 높이고자 하였다. 연구결과는 다음과 같다. 1. 한옥표준설계도에 현대주택에서 사용하는 현관과 같은 건축구성요소를 포함시켜 현대인의 삶을 수용하려고 노력하였다. 2. 농촌의 다양한 대지조건에도 불구하고 한옥표준설계도에서도 거실과 현관을 남쪽으로 배치하는 것을 선호하였고, 추후 확장을 위한 여분의 공간도 있었다. 3.침실개수는 2개 또는 3개가 가장 많았고 이에 침실의 개수 추가 및 농촌의 다양한 기능을 담을 수 있는 다양한 공간 확보가 필요할 것으로 조사되었다. 4. 공간구문론과 감마맵을 이용한 공간깊이 분석에서 안방의 공간 깊이는 툇마루에서 진입하는 동선보다 현관에서 진입하는 동선이 공간의 깊이가 깊은 것으로 분석되었다. 이는 안방의 공간 깊이는 개인의 프라이버시와 관련되는 만큼 충분한 공간깊이로 확보될 수 있도록 계획하여야 할 것으로 판단된다.

• 한국콘텐츠학회논문지
• /
• 제18권11호
• /
• pp.447-454
• /
• 2018

본 논문은 컨볼루션 신경망으로 이루어진 학습 모델을 통해 스테레오 영상의 깊이영상 생성 알고리즘을 제안한다. 제안하는 알고리즘은 좌, 우 시차 영상을 입력으로 받아 각 시차영상의 주요 특징을 추출하는 특징 추출부와 추출된 특징을 이용하여 시차 정보를 학습하는 깊이 학습부로 구성된다. 우선 특징 추출부는 2D CNN 계층들로 이루어진 익셉션 모듈(xception module) 및 ASPP 모듈(atrous spatial pyramid pooling) module을 통해 각각의 시차영상에 대한 특징맵을 추출한다. 그 후 각 시차에 대한 특징 맵을 시차에 따라 3차원 형태로 쌓아 3D CNN을 통해 깊이 추정 가중치를 학습하는 깊이 학습부를 거친 후 깊이 영상을 추정한다. 제안하는 알고리즘은 객체 영역에 대해 기존의 다른 학습 알고리즘들 보다 정확한 깊이를 추정하였다.

• 한국정보통신학회논문지
• /
• 제23권4호
• /
• pp.438-444
• /
• 2019

차량의 보급 증가와 함께 신규 도로 건설 및 기존 도로의 확장이 늘어나고 있으며, 이와 함께 도로 위 다양한 위험들은 비례적으로 증가하고 있다. 이러한 위험들은 크게 고정위험과 가변위험들로 나타나고 있으며, 현재는 내비게이션을 통해 과속, 사고다발, 낙석주의 등에 대한 고정위험이 운전자에게 안내되고 있다. 그러나 도로위험정보는 고정위험정보보다 가변위험정보가 그 위험성이 높다 할 수 있는데, 가변위험 정보의 경우 맵 회사들이 수기로 정보를 입력하고 있는데, 이는 실시간성이 떨어지며, 돌발 위험에 대한 대응이 되지 않는다. 이에 본 논문에서는 이러한 문제점을 해결하고 실시간 위험정보를 운전자에게 안내하여 공공이익에 기여할 수 있는 도로위험정보알림 장치에 대해 제안하고 구현하여 도로 위 위험정보의 활용에 대한 방향성을 제시한다.

• 한국전자통신학회논문지
• /
• 제14권2호
• /
• pp.417-424
• /
• 2019

AR/VR 디바이스에서 무손실 이미지 압축을 위한 JPEG-LS(: LosSless) 코덱에서 SBT 기반 프레임 압축기술로 메모리와 지연을 줄이는 설계를 제안하였다. 제안된 JPEG 무손실 코덱은 주로 콘텍스트 모형화 및 업데이트, 픽셀과 오류 예측 그리고 메모리 블록으로 구성된다. 모든 블록은 실시간 영상처리를 위해 파이프라인 구조를 가지며, LOCO-I 압축 알고리즘에 SBT 코딩기반의 개선된 2차원 접근방식을 사용한다. 제시한 STB-FLC기법을 통해 Block-RAM 사이즈를 기존 유사연구보다 1/3로 줄이고 예측(prediction) 블록의 병렬 설계는 처리속도에 향상을 가져올 수 있었다.

• 한국융합학회논문지
• /
• 제11권12호
• /
• pp.15-22
• /
• 2020

본 논문은 채널 강조(Channel Attentin)와 공간 강조(Spatial Attention) 방법을 결합한 딥 러닝 기반의 초해상도 방법을 제안하였다. 초해상도 과정에서 질감, 특징과 같은 주변 픽셀의 변화량이 큰 고주파 성분의 복원이 중요하다. 채널 강조와 공간 강조를 결합한 특징 강조를 이용한 초해상도 방법을 제안하였다. 기존의 CNN(Convolutional Neural Network) 기반의 초해상도 방법은 깊은 네트워크의 학습이 어려우며, 고주파 성분의 강조가 부족하여 윤곽선이 흐려지거나 왜곡이 발생한다. 문제를 해결하기 위해 스킵-커넥션(Skip Connection)을 적용한 채널 강조와 공간 강조를 결합한 강조 블록과 잔차 블록(Residual Block)을 사용하였다. 방법으로 추출한 강조된 특징 맵을 부-픽셀 컨볼루션(Sub-pixel Convolution)을 통해 특징맵을 확장하여 초해상도를 진행하였다. 이를 통해 기존의 SRCNN과 비교하여 약 PSNR는 5%, SSIM은 3% 향상되었으며 VDSR과 비교를 통해 약 PSNR는 2%, SSIM은 1% 향상된 결과를 보였다.

• 한국인터넷방송통신학회논문지
• /
• 제20권6호
• /
• pp.109-113
• /
• 2020

전 세계적으로 저탄소 녹색성장을 배경으로 인간과 자연이 공존하는 지속가능한 사회에 많은 이목이 쏠리고 있다. 탄소 배출은 에너지소비량에 따라 증가하게 되는데 전 세계적으로 건축물에 의한 에너지소비량이 무려 40%에 달한다. 우리나라에서는 2025년 신규 건축물에 한하여 제로 에너지 하우스를 의무화하는 계획을 하고 있으나 제로 에너지 하우스에 관한 기술을 민간 기술 투자에만 의지하고 있다. 정확한 로드맵이 확정된 것이 없어 현재 기술로는 일반건축물 보다 1.5배 이상의 비용이 들고, 민간 기업들은 실험용 주택 말고는 실제 거주하는 제로 에너지 하우스단지가 많이 없다는 것이 현실이다. 본 연구는 제로 에너지 하우스에 에너지를 효율적으로 관찰 및 제어하는 IOT 시스템을 도입하여 쾌적한 환경에 대한 모니터링이 웹에서 확인 및 거주자의 적정온도 유지시스템을 도입하여 제로 에너지 하우스의 새로운 모델을 연구하고자 한다.