• Advances in Computational Design
• /
• 제5권2호
• /
• pp.127-146
• /
• 2020

Building Information Modeling (BIM) is increasingly used throughout the facility's life cycle for various applications, such as design, construction, facility management, and maintenance. For existing buildings, the geometry of as-built BIM is often constructed using dense, three dimensional (3D) point clouds data obtained with laser scanners. Traditionally, as-built BIM systems do not contain the material and textural information of the buildings' elements. This paper presents a semi-automatic method for generation of material and texture rich as-built BIM. The method captures and integrates material and textural information of building elements into as-built BIM using thermal infrared sensing (TIS). The proposed method uses TIS to capture thermal images of the interior walls of an existing building. These images are then processed to extract the interior walls using a segmentation algorithm. The digital numbers in the resulted images are then transformed into radiance values that represent the emitted thermal infrared radiation. Machine learning techniques are then applied to build a correlation between the radiance values and the material type in each image. The radiance values were used to extract textural information from the images. The extracted textural and material information are then robustly integrated into the as-built BIM providing the data needed for the assessment of building conditions in general including energy efficiency, among others.

• Asian Pacific Journal of Cancer Prevention
• /
• 제14권5호
• /
• pp.3045-3050
• /
• 2013

Purpose: Hepatic resection is arguably the preferred treatment for huge hepatocellular carcinoma (H-HCC). Estimating the remnant liver volume is therefore essential. This study aimed to evaluate the feasibility of using computer-assisted volumetric analysis for this purpose. Methods: The study involved 40 patients with H-HCC. Laboratory examinations were conducted, and a contrast CT-scan revealed that 30 cases out of the participating 40 had single-lesion tumors. The remaining 10 had less than three satellite tumors. With the consensus of the team, two physicians conducted computer-assisted 3D segmentation of the liver, tumor, and vessels in each case. Volume was automatically computed from each segmented/labeled anatomical field. To estimate the resection volume, virtual lobectomy was applied to the main tumor. A margin greater than 1 cm was applied to the satellite tumors. Resectability was predicted by computing a ratio of functional liver resection (R) as (Vresected-Vtumor)/(Vtotal-Vtumor) x 100%, applying a threshold of 50% and 60% for cirrhotic and non-cirrhotic cases, respectively. This estimation was then compared with surgical findings. Results: Out of the 22 patients who had undergone hepatectomies, only one had an R that exceeded the threshold. Among the remaining 18 patients with non-resectable H-HCC, 12 had Rs that exceeded the specified ratio and the remaining 6 had Rs that were < 50%. Four of the patients who had Rs less than 50% underwent incomplete surgery due to operative findings of more extensive satellite tumors, vascular invasion, or metastasis. The other two cases did not undergo surgery because of the high risk involved in removing the tumor. Overall, the ratio of functional liver resection for estimating resectability correlated well with the other surgical findings. Conclusion: Efficient pre-operative resectability assessment of H-HCC using computer-assisted volumetric analysis is feasible.

• Smart Structures and Systems
• /
• 제29권1호
• /
• pp.237-250
• /
• 2022

Structural health monitoring (SHM) plays an important role in ensuring the safety and functionality of critical civil infrastructure. In recent years, numerous researchers have conducted studies to develop computer vision and machine learning techniques for SHM purposes, offering the potential to reduce the laborious nature and improve the effectiveness of field inspections. However, high-quality vision data from various types of damaged structures is relatively difficult to obtain, because of the rare occurrence of damaged structures. The lack of data is particularly acute for fatigue crack in steel bridge girder. As a result, the lack of data for training purposes is one of the main issues that hinders wider application of these powerful techniques for SHM. To address this problem, the use of synthetic data is proposed in this article to augment real-world datasets used for training neural networks that can identify fatigue cracks in steel structures. First, random textures representing the surface of steel structures with fatigue cracks are created and mapped onto a 3D graphics model. Subsequently, this model is used to generate synthetic images for various lighting conditions and camera angles. A fully convolutional network is then trained for two cases: (1) using only real-word data, and (2) using both synthetic and real-word data. By employing synthetic data augmentation in the training process, the crack identification performance of the neural network for the test dataset is seen to improve from 35% to 40% and 49% to 62% for intersection over union (IoU) and precision, respectively, demonstrating the efficacy of the proposed approach.

• 한국항공우주학회지
• /
• 제45권9호
• /
• pp.794-806
• /
• 2017

지속적으로 우주파편이 증가하고 있는 상황에서 국가 우주자산을 안전하게 보호하고 우주개발국으로서 우주환경 보호에 관심을 가지는 것은 중요하다. 우주파편의 급격한 증가를 막기 위한 효과적인 방법 중 하나는 충돌위험이 큰 우주파편들, 그리고 임무가 종료된 폐기위성을 직접 제거해 나가는 것이다. 본 논문에서는 영상기반 우주파편 추적시스템의 안정적인 인식모델을 위해 인공신경망을 적용한 연구에 대해 다루었다. 한국항공우주연구원에서 개발한 지상기반 우주쓰레기 청소위성 테스트베드인 KARICAT을 활용하여 우주환경이 모사된 영상을 획득하였고, 깊이불연속성에 기인한 영상분할 후 각 객체에 대한 구조 및 색상 기반 특징을 부호화한 벡터를 추출하였다. 특징벡터는 3차원 표면적, 점군의 주성분 벡터, 2차원 형상정보, 색상기반 정보로 구성되어있으며, 이 범주를 기반으로 분리한 특징벡터를 입력으로 하는 인공신경망 모델을 설계하였다. 또한 인공신경망의 성능 향상을 위해 입력되는 특징벡터의 범주에 따라 모델을 분할하여 각 모델 별 학습 후 앙상블기법을 적용하였다. 적용 결과 앙상블 기법에 따른 인식 모델의 성능 향상을 확인하였다.

• 대한방사선기술학회지:방사선기술과학
• /
• 제39권4호
• /
• pp.543-547
• /
• 2016

급성 뇌졸중(acute stroke)의 경우 빠른 처치가 이루어지지 않으면 뇌손상으로 인해 평생 장애를 가지고 살아가야 하는 질환이다. 따라서 뇌졸중 환자가 발생할 경우에는 신속한 진단과 치료가 이루어져야 하므로 장시간의 검사를 해야 하는 MRI 보다는 빠른 검사와 3D 구현이 가능한 뇌 관류전산화단층촬영(Brain Perfusion CT)이 널리 활용되고 있다. 그러나 환자에게 많은 방사선 피폭이 이루어질 수 있기 때문에 저선량(low dose) 기법을 사용하여 영상을 획득하게 된다. 이로 인해 촬영된 영상의 질 저하가 유발되며, 특히 가우시안노이즈의 영향을 크게 받아 정확한 혈관 영상의 확인을 저해한다. 본 연구에서는 관류전산화단층촬영을 통해 얻어진 동적 CT 데이터에 시공간 분석 기법을 적용하여 진단 영상의 질을 향상시키고자 한다. 특히, 가우시안노이즈를 제거하기 위해서 선형 특징 축출 방법 중 하나인 주성분 분석 기법을 적용하여 분석하였으며, 그 결과 시공간 특징에 따른 각각의 관류 영상 성분을 축출한 경우 뇌-혈관 영상뿐만 아니라 뇌-실질 영상의 질이 향상됨을 가시적으로 확인할 수 있었다. 새롭게 시도된 시공간 기반 영상기법이 향후 급성 뇌졸중 진단뿐만 아니라 다양한 시계열 정보가 포함된 뇌질환 진단 영상분석에 활용된다면, 임상 진단의 질 향상에 도움이 될 것이라 기대한다.

• 한국인터넷방송통신학회논문지
• /
• 제17권2호
• /
• pp.141-146
• /
• 2017

최근 지속적으로 발생하고 있는 메르스와 같은 신종 감염병은 초기발견, 격리, 위기대응 등 많은 대응책을 필요로하고 있으며 아울러 일반인의 문병과 간호 간병 통합서비스 시행 등 병원의 문화가 바뀌는 추세이다. 그러나 병원에서 근무하는 의료인의 자격조건, 규정 등이 까다로와지면서 해외에서는 린넨, 폐기물, 수액 이동 등 로봇으로 가능한 부분은 대체하는 추세이다. 본 연구에서는 병원 내에서 발생하는 각종 물품의 배송 업무를 수행할 수 있는 IoT 기반의 병원 물류 로봇으로 다양한 종류의 물건을 원하는 위치까지 안전하게 이동 할 수 있는 기술에 대하여 연구하였다. 병원 내 로봇의 이동은 사람 또는 사물간 충돌을 발생 시킬 수 있기 때문에 충돌을 최소화 해야 한다. 충돌을 최소화하기 위해서는 로봇의 이동 경로에 사물의 유무를 판단하고 사물이 있다면 이동하는 것인지 아닌지를 인지해야 한다. 그래서 얼굴/전신정보 검출과 3D Vision 영상분할 기술을 이용하여 장애물의 상황 정보를 생성하였다. 생성 된 정보를 활용하여 로봇 이동 범위 내 사물과 사람을 고려한 맵을 생성하여 로봇이 안전하고 효율적으로 운행 될 수 있도록 하였다.

• 스마트미디어저널
• /
• 제2권4호
• /
• pp.60-65
• /
• 2013

본 논문에서는 Time-of-Flight (TOF) 원리를 이용하여 획득한 저해상도 깊이 영상을 고해상도의 색상 영상에 정합하는 방법을 소개한다. 거리 정보 기반의 3차원 렌더링에서 깊이 영상은 렌더링 결과에 큰 영향을 끼치지만, 기존의 스테레오 정합은 색상 영상의 특성에 따라 성능이 크게 변하고, 깊이 정보를 획득하지 못하는 영역이 존재한다. 반면에 TOF 카메라는 적외선 센서를 통해 카메라로부터 물체까지의 거리를 직접 측정하여 영상으로 출력하기 때문에, 장면의 깊이 정보를 실시간으로 획득 할 수 있고 높은 정확도를 가지는 장점이 있다. 하지만 출력 영상의 해상도가 너무 작아 3차원 응용에 직접 이용하기가 어렵다. 또한, 색상 영상과 다른 카메라를 이용하기 때문에 두 영상의 3차원적 위치와 특성이 서로 다르다는 문제점을 갖는다. 따라서 해상도를 증가시키고 다른 두 카메라로 부터 찍힌 영상을 정합시키는 방법이 필요하다. 본 논문에서 제안하는 방법은 깊이 카메라에서 획득한 저해상도 깊이 정보를 고해상도 색상 정보를 이용하여 두 영상간의 정합이 이루어지도록 한다. 향상된 깊이 영상을 사용하여 3차원으로 복원한 실험을 통해, 제안하는 방법이 효과적으로 장면의 변위 정보를 생성함을 알 수 있다.

• Imaging Science in Dentistry
• /
• 제47권3호
• /
• pp.165-174
• /
• 2017

Purpose: This study was performed to investigate the influence of object shape and distance from the center of the image on the volumetric accuracy of cone-beam computed tomography (CBCT) scans, according to different parameters of tube voltage and current. Materials and Methods: Four geometric objects(cylinder, cube, pyramid, and hexagon) with predefined dimensions were fabricated. The objects consisted of Teflon-perfluoroalkoxy embedded in a hydrocolloid matrix (Dupli-Coe-Loid TM; GC America Inc., Alsip, IL, USA), encased in an acrylic resin cylinder assembly. An Alphard Vega Dental CT system (Asahi Roentgen Ind. Co., Ltd, Kyoto, Japan) was used to acquire CBCT images. OnDemand 3D (CyberMed Inc., Seoul, Korea) software was used for object segmentation and image analysis. The accuracy was expressed by the volume error (VE). The VE was calculated under 3 different exposure settings. The measured volumes of the objects were compared to the true volumes for statistical analysis. Results: The mean VE ranged from -4.47% to 2.35%. There was no significant relationship between an object's shape and the VE. A significant correlation was found between the distance of the object to the center of the image and the VE. Tube voltage affected the volume measurements and the VE, but tube current did not. Conclusion: The evaluated CBCT device provided satisfactory volume measurements. To assess volume measurements, it might be sufficient to use serial scans with a high resolution, but a low dose. This information may provide useful guidance for assessing volume measurements.

• 한국터널지하공간학회 논문집
• /
• 제25권6호
• /
• pp.423-446
• /
• 2023

쉴드 TBM 터널 라이닝은 세그먼트와 링으로 분절되어 있다. 2-링 빔-스프링 모델은 세그먼트 라이닝의 링과 세그먼트의 연결부 경계조건을 통해 불연속성을 고려하며 단면 설계 시 주로 활용하는 모델링 방법이다. 그러나 3차원 해석이 필요한 경우 대체로 Segmentation에 대한 고려 없이 연속체 라이닝으로 간주하여 세그먼트 라이닝에 대한 응력과 변위를 검토하는 경향이 일반적이다. 본 연구는 세그먼트와 링의 접촉면에 Coulomb의 마찰 법칙에 근거한 Shell interface element를 적용하여 세그먼트 간 계면 거동하는 모델링으로 지진 시 세그먼트 라이닝의 응력과 변위에 대한 응답 특성을 연구한다. 세그먼트 라이닝은 건설 과정에서 Ovaling 변형이 발생된다. 국내 세그먼트 라이닝의 Ovaling 변형에 대한 관리 기준은 없다. 스웨덴이나 중국의 경우 내경 7.0 m의 라이닝인 경우 5~10‰의 Ovality 기준을 갖고 있으나 이는 현실적으로 실현하기 어려운 기준치이다. 본 연구는 Shell interface element를 활용한 세그먼트 라이닝 모델링을 통해 지진 시 라이닝에 발생되는 응력과 변위의 특성을 연속체 모델링 결과와 비교하여 Segmentation이 고려된 라이닝의 지진에 대한 응답 특성을 연구하고 이를 통해 세그먼트 라이닝의 Ovality 기준과 의미를 연구한다. 연속체 라이닝과 세그먼트 라이닝의 지진 시 응력과 변위의 분포 양상은 유사하였다. 그러나 응력과 변위의 최댓값은 세그먼트 라이닝과 차이를 보여주었다. Shell로 모델링 된 연속체 라이닝의 지진 시 응력 분포는 3차원 원통형 형상에 연속성을 갖는 응력 분포를 보이지만 세그먼트 라이닝은 분절된 세그먼트 외측으로 응력이 집중되었고 세그먼트와 링의 접촉면이 집중되는 위치에서 가장 큰 응력이 발생되었다. 이러한 단속적이고 국부적 응력 분포는 라이닝의 Ovality가 클수록 지진 시 더욱더 국부적 집중도가 커진다. 응력 분포가 급격하게 커지는 Ovality는 150‰ 정도에서 발생되기 시작했으며 그보다 작은 Ovality 에서는 원형 단면 라이닝에서 발생되는 응력보다 작은 응력이 발생되었다. 그러나 Ovality 150‰는 실제 라이닝에서 실현될 수 없는 비현실적 값이다. 따라서 세그먼트 라이닝의 Ovality는 심도에 따라 증가될 수 있으나 지진 하중에 대한 안정성에는 큰 영향을 미치지 않는다. 그러나 터널의 단면 확보 및 품질관리를 위해서는 Ovality에 대한 계측과 관리가 요구된다.

• 한국조경학회지
• /
• 제51권6호
• /
• pp.61-74
• /
• 2023

그린인프라스트럭처(Green Infrastructure)의 개념은 자연 시스템과 도시 사회 시스템 간의 밀접한 관계를 강조하며, 생태 환경을 보호하고 인간의 삶의 질을 향상시키는 서비스를 제공한다. 녹시율은 도시의 녹지 공급을 측정하는 중요한 지표로, 녹피율보다 더 많은 3차원 공간 요소를 포함한다. 가로 녹지는 도시 그린인프라스트럭처의 중요한 부분이며 가로 녹시율의 개선은 도시 기후 위기에 대처하고 인간의 복지를 향상시키는 데 매우 중요하다. 본 연구는 중국 쓰촨성(四川省) 청두시(成都市)의 3순환가로 이내 지역을 중심으로 한다. 연구 목적은 첫째, 스트리트뷰 이미지 데이터를 활용하여 가로 녹시율의 공간 분포 특성 및 도시 공원 녹지 시스템과의 상관관계를 분석하는 것이다. 둘째, 낮은 녹시율 가로의 특성을 분석한다. 셋째, 공간 구문론을 활용하여 도로 교통과 가로 녹시율의 연결성을 분석한다. 연구 결과를 살펴보면, 첫째, 연구 범위 내에서 남서부 가로 녹시율은 북동부보다 높다. 가로 녹시율의 공간적 분포는 도시 공원 녹지와 상관관계가 있다. 둘째, 낮은 녹시율의 가로 이미지는 주로 상업 시설 집적 지역, 도시 신규 건설 지역, 고가가로 및 주변, 도시 4급 이하 가로, 교차로 지역에 집중되어 있다. 셋째, 도시 교통과 인구 집중 지역에서 높은 통합도와 낮은 녹시율의 가로는 주로 1순환가로 중심 지역에 집중되어 있다. 이는 향후 쓰촨성 청두시 가로 녹시율를 개선하기 위한 기초자료를 제공할 수 있다.