• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 1992.04b
• /
• pp.91-101
• /
• 1992

본 연구에서는 용접선 추출의 방법으로 현재 많이 사용되고 있는 용접선을 따라 연속적으로 이미지를 얻어 처리하는 사전관찰(preview)기법을 개선하여 용접모재를 한번에 촬영(snapshot)하여 화상처리를 거친 후 용접정보가 들어 있는 CAD database와 비교, 매칭시켜 필요한 용접정보를 획득하는 새로운 방법을 제시한다. 또한 정확한 꼭지점을 추출하기 위해서는 정확한 직선식이 필요한데 이의 계산에는 허프변환(Hough Transform)이 이용되고 있지만 계산시간이 많이 소요되며 부정확하다. 계산시간의 감소 및 정확도의 향상을 위해 기존의 허프변환(Hough Transform)을 개선한 수정된 허프변환(Modified HoughTranform)을 개발하였다.

• Journal of Korea Foundry Society
• /
• v.22 no.6
• /
• pp.299-303
• /
• 2002

수정된 SIMPLE법과 VOF의 결합으로 predictor-two step corrector-VOF라고 불리는 새로운 알고리즘이 주조 시 용탕 충전과정을 해석하기 위해 개발되었다. 운동량보존으로부터 유도된 새 2단계 속도 경계조건 처리법은 용탕의 자유표면을 추적하는 데 사용되었다. 본 연구에서는 2개의 예제 계산을 통해 계산정확도와 속도에 대한 Courant 수의 영향을 살펴보았다. 그 결과 적당한 Courant 수의 증가는 계산 정확도의 감소 없이 용탕 계산 속도를 향상시킬 수 있는 것으로 나타났다. 또한 만족할 만한 계산 정확도와 효율이 이 알고리즘의 실제 제품 해석을 통해 얻어졌다.

• Proceedings of the Korean Nuclear Society Conference
• /
• 1996.05d
• /
• pp.71-74
• /
• 1996

원자력시설의 비상사태시 대기중으로 방출된 방사성 물질로부터 주변 주민 및 환경이 받는 영향을 신속·정확하게 평가하고 그 피해를 최소화하기 위해 실시간 방사선 피폭해석 시스템을 개발하였다. 수립된 대기 확산모델의 검증 및 정확도 향상을 위하여 야외 확산실험이 수행되었다. 대기 확산모델의 계산결과와 실험을 통하여 관측된 추적자 가스의 농도 분포를 상호 비교한 바 어느 정도 일치하고 있었다. 그러나 일부 경우에서는 관측된 농도값과 계산된 농도값이 차이를 보이고 있는데, 이는 실험 대상 지역에서 충분한 기상 관측을 수행하지 못하여 시간에 따른 풍속의 변화를 확산모델에 자세히 반영하지 못하였기 때문이었다.

• Bulletin of the Korea Photovoltaic Society
• /
• v.7 no.1
• /
• pp.27-32
• /
• 2021

코로나-19 팬데믹으로 인류는 많은 어려움에 처하게 되었다. 그러나 바이러스 감염 예방을 위해 대량 시료에 대한 정확하고 신속한 분석이 필요함에 따라 실험실 자동화 기술의 상용화가 크게 앞당겨졌다. 스마트 랩이란 실험실 자동화를 위한 H/W인 실험실 자동화 시스템(LAS)와 실험 절차 및 데이터를 통합 관리하는 S/W인 실험실 데이터 관리 시스템 (LIMS)의 결합으로 이뤄진 통합 연구 시스템이라고 할 수 있다. 스마트 랩을 통해 사용자는 24시간 연속적인 장비 가동을 통한 분석 물량 확대는 물론 전처리와 같은 반복 작업 감소, 정확도 향상 등의 자동화로 인한 장점과 함께 시험 방법의 동일성 유지, 시료별 이력 추적, 조작 방지 등의 소프트웨어적인 장점을 동시에 얻을 수 있다. 스마트 랩은 지금도 발전하고 있으며 일부 대기업과 연구소에서 도입을 추진하고 있는 태동기라고 할 수 있다. 최근 우리나라가 선도하고 있는 페로브스카이트 태양전지와 같이 수분에 취약한 유무가 복합 재료의 in-line 시험이나 조성의 미세한 조정에 따라 변화하는 물성 변화를 추적 조사하는데 필요한 많은 측정과 데이터 처리 등 태양전지 분야에서도 앞으로 그 활약이 기대된다.

• Annual Conference of KIPS
• /
• 2015.04a
• /
• pp.884-887
• /
• 2015

손 영역 추적에서는 피부색이 가장 유용한 정보 중 하나이다. 그런데 손 영역과 얼굴 영역이 서로 겹치거나 가까이 있을 때 손 영역의 추적결과인 바운딩이 얼굴 영역까지 불필요하게 확장되는 문제점이 존재한다. 본 논문에서는 얼굴 영역 추적결과를 손 영역 추적에 사용한다. 구체적으로, 얼굴 영역 내에 손 영역의 바운딩이 침투하지 않도록 한다. 실험결과, 얼굴 영역 추적결과를 사용한 경우 그렇지 않은 경우에 비해 손 영역의 바운딩을 정확히 예측하였으며 초당 30~35 프레임의 빠른 계산속도를 유지하였다.

• Journal of the Korean Society for Aeronautical & Space Sciences
• /
• v.39 no.1
• /
• pp.25-32
• /
• 2011

Measurement noise variance of the radar is one of the main inputs of a state estimator of surveillance data processing system for air traffic control and has influences on the accuracy performance of maneuvering target tracking. A method is presented of estimating measurement noise variances every frame of target tracking using likelihood functions of multiple IMM filter. The results by running of Monte Carlo simulation show that variances are estimated within 5% of errors compared with true values and the tracking accuracy performance is improved.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.45-45
• /
• 2018

오염물의 혼합거동을 해석하기 위해 물리기반 모델을 이용하는 경우 모델을 구축하고 운용하는데 많은 시간과 재정이 소요되며 현장검증을 통한 검증이 반드시 필요하다. 하지만 데이터 기반 모델의 경우 축적된 데이터만으로도 예측을 수행할 수 있으며 물리기반모델에 비해 결정해야할 입력인자가 적어 모델운용이 용이하다는 장점이 있다. 다양한 데이터 모델 중 인공신경망(ANN) 모델은 데이터가 가지는 불확실성 및 비정상성, 복잡한 상호관련성에 효과적으로 대응할 수 있는 모델로 수자원 및 환경 분야에서 자주 사용되고 있다. 본 연구에서는 인공신경망 모델을 이용하여 지천유입이 있는 대하천의 수질인자 (pH, 전기전도도, DO, chl-a)를 예측하였다. 다른 데이터기반 모델과 같이 인공신경망 모델 또한 수집된 데이터 질에 크게 영향을 받으며, 내부 입력인자의 선택이 모델의 예측 결과에 큰 영향을 미친다. 이러한 인공신경망 모델의 특성을 바탕으로 예측모형의 정확도를 향상하기 위해서는 크게 데이터 처리부분과 모델구축 부분에서의 접근이 필요하다. 본 연구에서는 데이터 처리 과정에서 연구대상지점의 각각의 수질인자가 가지는 분포 특성을 유지하기 위해 층화표츨추출법을 이용하여 데이터를 구성하였다. 모델의 구축 과정에서는 초기가중치 값의 영향을 줄이기 위해 앙상블기법을 사용하였으며, 좀 더 견고하고 정확한 결과를 예측하기 위해 탄력적 역전파알고리즘을 추가하였다. 추가적으로 합류 후 본류의 미 계측지역 수질 예측 정확도 향상을 위해 본류의 수질인자뿐만 아니라 지류의 수질인자를 입력자료로 사용하여 모의를 수행하였다. 또한 동일 구간에서 수행한 현장추적자실험 자료를 이용하여 수질인자의 분포특성을 비교, 검증하였다. 개발된 모델을 이용하여 낙동강과 금호강 합류부 하류의 수질인자를 예측한 결과 지류의 수질인자를 입력자료로 추가한 경우 예측의 정확도가 증가하였으며, 현장실험 자료를 통해 밝혀진 오염물의 거동현상을 인공신경망 모델로도 동일하게 재현하는 것으로 나타났다. 본 연구에서 제안한 인공신경모델을 이용한다면 물리기반 수치모델을 대체하여 지천으로 유입된 오염물의 거동을 정확하고 효율적으로 파악할 수 있을 것이다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2014.11a
• /
• pp.164-166
• /
• 2014

본 논문에서는 HOG 기반 보행자 검출 및 추적에서, HOG feature의 슬라이딩 윈도우의 수와 피라미드 층 수가 알고리즘의 수행속도와 직접적인 관계가 있다는 것을 확인한다. 그리고 이 결과를 바탕으로 윈도우의 수와 피라마드 층 수를 줄이는 방법을 제안하여 전체적인 보행자 검출 및 추적 속도를 증가시키고자 한다. 구체적으로, 제안하는 알고리즘은 검출 단계에서 색상의 선명도를 이용하여 관심 영역을 프레임 내에 지정함으로써 슬라이딩 윈도우의 수를 줄이고, 부가적으로 피라미드 층 수 또한 줄어들어서 보행자 검출 속도를 향상시킨다. 그리고 추적 단계에서는 보행자로 검출된 윈도우의 색상 정보를 이용하여 검출된 보행자를 빠르고 정확하게 추적하는 하는 방법을 제시한다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.10 no.1
• /
• pp.151-157
• /
• 2009

This project would discuss how to improve the limit and enhance the accuracy and confidence and the improved algorithm path searching engine module shelter's interference limit on spot searching and analysing by using real time path finding technology and USB memo교 RF which is fused to a Tag(u-Card).

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.25 no.3
• /
• pp.389-395
• /
• 2021

In this paper, we propose a target image exchange model to improve performance of the object tracking algorithm based on a Siamese network. The object tracking algorithm based on the Siamese network tracks the object by finding the most similar part in the search image using only the target image specified in the first frame of the sequence. Since only the object of the first frame and the search image compare similarity, if tracking fails once, errors accumulate and drift in a part other than the tracked object occurs. Therefore, by designing a CNN(Convolutional Neural Network) based model, we check whether the tracking is progressing well, and the target image exchange timing is defined by using the score output from the Siamese network-based object tracking algorithm. The proposed model is evaluated the performance using the VOT-2018 dataset, and finally achieved an accuracy of 0.611 and a robustness of 22.816.