• 한국토양비료학회지
• /
• 제49권6호
• /
• pp.760-767
• /
• 2016

Food waste (FW) has been recognized as a critical problem in Korea and many research was conducted to efficiently utilize or treat FW. Main purpose of this research was to evaluate a feasibility for producing fermented organic fertilizer with vegetable waste (VW). Three different organic materials (saw dust, coco peat, and waste mushroom media) were mixed with VW at the rate of 30, 40, 50% respectively. Total days of composting experiment were 35 days and each sub samples were collected at every 5 days from starting of composting. Result showed that inner temperature of composting was increased to $60{\pm}4^{\circ}C$ within 5~10 days depending on varied organic materials and mixing ratio. Among different treatment, the highest increase of inner temperature was observed when 30% of saw dust was mixed with VW. After finishing composting experiment, maturity of each compost was evaluated with solvita and germination test. Maturity index (MI) of each treatment was ranged between 5~7 indicating that manufactured fertilizer was curing or finished stage. Calculated germination index (GI) was at the range of 57.83~101.16 depending on organic materials and mixing ratio. Both MI and GI showed that manufactured fertilizer was met for fertilizer criteria while control (VW only) was not adequate for composting. Overall, VW can be utilized for making organic fertilizer mixing with saw dust, coco peat and more research should be conducted to make high quality of organic fertilizer with vegetable waste.

• 한국토양비료학회지
• /
• 제43권6호
• /
• pp.858-863
• /
• 2010

블루베리는 유기물 함량이 높고 물리성이 양호한 산성토양에서 안정적인 생육을 기대할 수 있다. 그러나 국내 작물 재배토양은 배수가 불량하고 유기물 함량이 낮은 알칼리 토양이 대부분이다. 따라서 블루베리 재배 농가들은 적합한 토양으로 개량하기 위하여 피트모스에 크게 의존하고 있으나, 작물생육과 경제성이 고려된 혼합비율의 정보가 미흡한 실정이다. 본 연구는 경제성과 안정생육을 고려한 적정 피트모스 혼합비율 구명과 이와 비슷한 물리 화학적 특성을 가진 톱밥과 코코피트의 적용 가능성을 검토하고자 본 연구를 수행하였다. 본 연구에 사용된 유기자재는 피트모스, 코코피트 그리고 신선한 톱밥이며, 각각의 유기자재는 토양에 부피비율로 0%, 12.5%, 50% 그리고 100%로 혼합하여 처리하였다. 시험 후 유기자재별 혼합비율에 따른 토양 pH는 피트모스와 톱밥이 각각 100%인 처리구가 3.67과 3.73으로 가장 낮았으며, 피트모스 50% 혼합구가 5.30으로 뒤를 이었다. 유기물 함량은 모든 자재가 혼합비율과 같은 경향을 나타냈으며, 이와 같은 경향은 코코피트 혼합구의 치환성 칼리 함량에서도 동일하였다. 그러나 유효인산과 치환성 칼슘과 마그네슘 함량은 혼합비율이 증가할수록 감소하는 경향이었다. 처리별 엽중 질소함량은 피트모스와 코코피트 처리에서 혼합비율이 증가할수록 감소하는 경향을 나타냈으며, 톱밥 처리는 혼합비율에 따른 경향이 나타나지 않았다. 인산 함량은 톱밥과 코코피트 처리에서 혼합비율이 증가할수록 감소하는 경향을 나타냈으나, 칼리 함량은 증가하는 경향이었고, 칼슘과 마그네슘 함량은 유기자재간 혼합비율간 차이가 없었다. 유기자재별 혼합비율에 따른 블루베리의 초장, 경경, 건물중 등의 생육은 피트모스 50%> 피트모스 12.5%> 코코피트 12.5% 순 이었으며, 피트모스 100% 처리구의 생육은 매우 저조하였다. 따라서 블루베리의 토양환경 개선과 우량한 생육을 위한 토양 개선자재로서는 피트모스가 가장 효과적이었음을 확인하였으며, 경제성을 고려한 혼합 비율은 25-50% 범위가 타당하다 보겠다.

• 한국컴퓨터정보학회논문지
• /
• 제28권9호
• /
• pp.17-25
• /
• 2023

본 논문에서는 매개변수가 더 적고, 빠르게 추정 가능한 MobileViT 기반 모델을 통해 사람 자세 추정 과업을 수행할 수 있는 모델을 제안한다. 기반 모델은 합성곱 신경망의 특징과 Vision Transformer의 특징이 결합한 구조를 통해 경량화된 성능을 입증한다. 본 연구에서 주요 매커니즘이 되는 Transformer는 그 기반의 모델들이 컴퓨터 비전 분야에서도 합성곱 신경망 기반의 모델들 대비 더 나은 성능을 보이며, 영향력이 커지게 되었다. 이는 사람 자세 추정 과업에서도 동일한 상황이며, Vision Transformer기반의 ViTPose가 COCO, OCHuman, MPII 등 사람 자세 추정 벤치마크에서 모두 최고 성능을 지키고 있는 것이 그 적절한 예시이다. 하지만 Vision Transformer는 매개변수의 수가 많고 상대적으로 많은 연산량을 요구하는 무거운 모델 구조를 가지고 있기 때문에, 학습에 있어 사용자에게 많은 비용을 야기시킨다. 이에 기반 모델은 Vision Transformer가 많은 계산량을 요구하는 부족한 Inductive Bias 계산 문제를 합성곱 신경망 구조를 통한 Local Representation으로 극복하였다. 최종적으로, 제안 모델은 MS COCO 사람 자세 추정 벤치마크에서 제공하는 Validation Set으로 ViTPose 대비 각각 5분의 1과 9분의 1만큼의 3.28GFLOPs, 972만 매개변수를 나타내었고, 69.4 Mean Average Precision을 달성하여 상대적으로 우수한 성능을 보였다.

• 방송공학회논문지
• /
• 제27권1호
• /
• pp.56-68
• /
• 2022

본 논문에서는 VCM을 위한 다해상도 피처 맵에 대한 압축 방법을 제안한다. 제안하는 압축 방법은 PCA 기반의 변환을 통해 다해상도 피처 맵의 채널 및 해상도 계층 간 중복성을 제거하며 변환에 사용된 기저 벡터와 평균 벡터 그리고 변환을 통해 얻어진 변환 계수를 각각의 특성에 따라 VVC 기반 부호화기와 DeepCABAC을 통하여 압축한다. 제안하는 방법의 성능을 측정하기 위하여 OpenImageV6와 COCO 2017 validation set에 대하여 객체 검출 성능을 평가하며, MPEG-VCM 앵커 및 본 논문에서 제안하는 피처 맵 압축 앵커 대비 bpp와 mAP를 BD-rate 관점에서 비교한다. 실험 결과, 제안하는 방법은 OpenImageV6에서 피처 맵 압축 앵커 대비 25.71%의 BD-rate 성능 향상을 보이며, 특히 COCO 2017 validation set의 크기가 큰 객체들에 대해서 MPEG-VCM 앵커 대비 최대 43.72%의 BD-rate 성능이 향상됨을 보인다.

• International Journal of Advanced Culture Technology
• /
• 제10권2호
• /
• pp.252-259
• /
• 2022

Artificial intelligence is used in fusion with image processing techniques using cameras. Image processing technology is a technology that processes objects in an image received from a camera in real time, and is used in various fields such as security monitoring and medical image analysis. If such image processing reduces the accuracy of recognition, providing incorrect information to medical image analysis, security monitoring, etc. may cause serious problems. Therefore, this paper uses a mixture of YOLOv4-tiny model and image processing algorithm and uses the COCO dataset for learning. The image processing algorithm performs five image processing methods such as normalization, Gaussian distribution, Otsu algorithm, equalization, and gradient operation. For RGB images, three image processing methods are performed: equalization, Gaussian blur, and gamma correction proceed. Among the nine algorithms applied in this paper, the Equalization and Gaussian Blur model showed the highest object detection accuracy of 96%, and the gamma correction (RGB environment) model showed the highest object detection rate of 89% outdoors (daytime). The image binarization model showed the highest object detection rate at 89% outdoors (night).

• 대한임베디드공학회논문지
• /
• 제17권5호
• /
• pp.273-280
• /
• 2022

Along with the advancement of deep learning technology, securing high-quality dataset for verification of developed technology is emerging as an important issue, and developing robust deep learning models to the domestic road environment is focused by many research groups. Especially, unlike expressways and automobile-only roads, in the complex city driving environment, various dynamic objects such as motorbikes, electric kickboards, large buses/truck, freight cars, pedestrians, and traffic lights are mixed in city road. In this paper, we built our dataset through multi camera-based processing (collection, refinement, and annotation) including the various objects in the city road and estimated quality and validity of our dataset by using YOLO-based model in object detection. Then, quantitative evaluation of our dataset is performed by comparing with the public dataset and qualitative evaluation of it is performed by comparing with experiment results using open platform. We generated our 2D dataset based on annotation rules of KITTI/COCO dataset, and compared the performance with the public dataset using the evaluation rules of KITTI/COCO dataset. As a result of comparison with public dataset, our dataset shows about 3 to 53% higher performance and thus the effectiveness of our dataset was validated.

• Journal of Animal Science and Technology
• /
• 제65권2호
• /
• pp.377-386
• /
• 2023

The effect of different commercially available bedding materials on the growth performance and carcass characteristics of ducks for 42 days was investigated. 336 one-day-old White-Pekin ducklings (60.48 ± 0.16 g) were randomly allocated into 24-floor pens with one of the three beddings namely i) coco peat, ii) rice husks, or iii) sawdust. 14 ducklings per pen and 8 replicate pens per bedding material were used. Birds were fed a starter diet from days 1-21 and a grower diet from days 22-42. Weekly growth performance evaluation was conducted for the average body weight, weight gains, daily feed intake, and feed conversion efficiency. One bird per pen was sacrificed on day 42 for the evaluation of carcass characteristics including the carcass, breast, and leg muscle percentages. Breast and leg muscle samples were then collected and analyzed for their proximate and pH values. Higher body weights (p < 0.05) were noticed with rice husks on day 42 only. Improved daily gains (p < 0.05) were also noticed for birds raised with rice husks over the entire period (days 1-42). Concerning feed intake, higher values (p < 0.05) were similarly noted with rice husks for the grower phase (days 22-42), and the entire experimental period (days 1-42). Marginally improved feed intake values were also noted with the use of rice husks as the bedding materials on day 42 (p = 0.092). Improved feed efficiency (p < 0.05) was noticed with rice husks on day 35, the grower period, and the entire 42-day period. However, no significant differences were noticed for most of the carcass characteristics that were evaluated. Nevertheless, higher (p < 0.05) pH values for the breast muscle were noticed with the use of coco peat and sawdust as the bedding. Conclusively, the bedding type could have a significant impact on the growth performance of ducks without adverse effects on carcass characteristics. The use of rice husks as bedding might be advantageous and is therefore recommended.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 추계학술대회
• /
• pp.273-276
• /
• 2020

기존의 물리 센서를 활용한 주차 감지는 주차장 규모가 클수록 큰 비용이 필요하고 이미지 기반의 분석은 개별 주차장에 대한 데이터 라벨링과 학습의 노력이 필요했다. 본 논문은 LoRa(Long Range) 네트워크와 마이크로프로세서를 활용한 IoT기반의 시스템으로 영상데이터를 서버로 전송하고 COCO(Common Object in context) 데이터셋으로 학습된 Mask R-CNN 기반의 모델을 활용한 주차장 내 차량점유 감지 알고리즘을 통해 개별 주차장에 대한 학습 또는 라벨링 없이 주차장 내 주차상태를 식별하고 사용자에게 인터페이스를 통해 실시간으로 주차정보를 제공하는 시스템을 구현한다.

• KSBB Journal
• /
• 제11권4호
• /
• pp.462-469
• /
• 1996

미생물을 이용한 석탄의 액화 연구를 통하여 몇가지 중요한 결론을 얻을 수 있었다. 호주산 갈탄의 효과적인 전처리제로는 HNOJ가 선정되었으며, S. viridosporus와 P. cocos의 최적 초기 pH는 각각 7.5와 4.5로 나타났으며, S. viridosporus가 초기액화 속도 및 전체 액화능에서 P. cocos 보다 우수한 액화능을 보였다. 액화능을 높이기 위한 첨가제로서는 S S. viridosporus는 요소가 효과적 이었고, p. cocos는 랩톤과 트립톤이 효과척으로 나타났다. 최고 액화능은 회분식 교반기 조업에서 S. viridosporus에서 85 % % (w/w)까지 향상시킬 수가 있었다. 액화 기간은 3.5 일까지 단축할 수가 있었다. 분광학적 분석 결과 및 각 단계별로 석탄의 성분을 분석한 결과에서 미생물에 의한 석탄의 액화는 석탄의 계속적 인 산화현 상에 기인함을 밝혔다. 또한, S. viridosporus에 의한 액화의 기작은 미생물의 외분비 물질에 의하여 진행되며, 액화 가작중 80 %는 이차대사생성물에 의한 비효소반응이였으며, 20%는 효소반응으로 나타났다.

• 한국측량학회지
• /
• 제38권3호
• /
• pp.269-279
• /
• 2020

교통량 산정은 주로 교통량조사시스템, 차량검지시스템, 통행료징수시스템 등과 같은 조사 장비와 CCTV를 통한 인력 조사를 병행하고 있으나 이는 많은 인력과 비용이 발생한다. 본 연구에서는 단일 CCTV의 경우 전체 차량을 탐지하지 못하는 한계를 극복하기 위해서, 딥러닝과 스테레오 CCTV를 이용하여 교통량을 산정하는 방법을 제안하였다. 차량을 탐지하기 위한 딥러닝 모델을 학습하기 위해 COCO 데이터셋을 사용하고, 실시간으로 좌우 CCTV 영상에서 각각 차량을 탐지하였다. 그리고 나서, 각 영상에서 추출하지 못한 차량을 부등각사상변환을 이용하여 추가적으로 차량을 탐지하여 교통량 산정의 정확도를 개선하였다. 실험은 평상시 도로 환경과 안개가 발생한 기상 상황의 경우에 대해서 각각 수행하였다. 평상시 도로 환경의 경우 단일 CCTV 영상을 사용할 때보다 좌우 영상에서 각각 6.75%, 5.92%의 차량 탐지의 개선효과가 있었다. 또한, 안개가 발생한 도로 환경의 경우 좌우 영상에서 각각 10.79%, 12.88%의 차량 탐지의 개선효과가 있었다.