• 한국인터넷방송통신학회논문지
• /
• 제20권6호
• /
• pp.85-91
• /
• 2020

최근 범죄예방과 안전문제 등으로 CCTV와 같은 영상장비가 다양하게 활용되고 있다. 영상기기들은 대부분 24시간 작동되기 때문에 경비 인력을 절감할 수 있지만, 녹화된 영상에서 특정 인물과 같은 객체를 검색하는 업무는 여전히 수동으로 이루어지고 있어, 실시간 검색이 요구되는 상황에서는 정확하고 빠른 대처가 미흡하다. 본 논문에서는 최신 딥러닝 기술과 OpenCV 라이브러리를 이용하여 사용자의 의해 입력된 의상정보를 바탕으로 특정인물을 영상에서 빠르게 검색하고, 그 결과를 실시간으로 전송하는 기술을 제안한다. 개발된 시스템은 YOLO 라이브러리를 이용하여 실시간으로 인물객체를 탐지한 후, 딥러닝 기술을 이용하여 인간의 의상을 상/하의로 구분하고 OpenCV 라이브러리를 통해 색을 검출하여 특정 인물 객체를 자동으로 인식하도록 구현하였다. 본 논문에서 개발한 시스템은 특정 의상을 갖춘 인물객체를 정확하고 빠르게 인식할 뿐만 아니라 기타 객체 인식에도 활용할 수 있는 확장성을 갖추고 있어 다양한 용도의 영상감시시스템에 활용될 수 있을 것으로 기대된다.

• 한국인터넷방송통신학회논문지
• /
• 제21권1호
• /
• pp.141-148
• /
• 2021

일부 네거리나 혼잡도로에서 특정 시간대에 행인이 많고 도로가 막혀서 발생하는 교통사고가 적지 않다. 특히 인근에 학교교차로가 있어 바쁜 시간에 학생들의 교통안전을 지키는 것이 중요하다. 과거에는 교통 신호등을 설 계 했을 때 행인의 안전성을 고려하지 않고 자동차 인식과 교통 최적화에 대하여 연구 했다. 행인, 특히 학생들의 안전을 확보하는 전제에서 가능한 한 도로의 소통을 유지하는 것이 본 연구의 중점적인 연구 방향이다. 본 연구는 사람, 오토바이, 자전거, 자동차, 버스의 식별문제를 중점적으로 연구할 것이다. 조사와 비교를 통해 본 연구는 YOLO v4 네트워크로 목표물의 위치와 수량을 식별하는 것을 제시한다. YOLO v4는 작은 목표물의 식별 능력이 강하고 정밀도가 높으며 처리속도가 빠르다는 특징을 가지고 있으며, 데이터 수집 대상을 설정하여 이미지 집합을 훈련하고 테스트 한다. 움직이는 영상에서 목표물의 정확도, 실수율과 누락율에 대한 통계를 사용하여, 본 연구에서 훈련된 네트워크는 움직이는 이미지 속의 사람, 오토바이, 자전거, 자동차와 버스를 정확하게 식별 할 수 있다.

• 한국물환경학회지
• /
• 제27권4호
• /
• pp.425-432
• /
• 2011

To control non-point source pollution at a watershed scale, rainfall-runoff characteristics from forest watersheds should be investigated since the forest is the dominant land use in Korea. Long-term monitoring would be an ideal method. However, computer models have been utilized due to limitations in cost and labor in performing long-term monitoring at the watersheds. In this study, the Geo-spatial interface to the Water Erosion Prediction Project (GeoWEPP) model was evaluated for its runoff prediction from a coniferous forest dominant watersheds. The $R^2$ and the NSE for calibrated result comparisons were 0.77 and 0.63, validated result comparisons were 0.92, 0.89, respectively. These comparisons indicated that the GeoWEPP model can be used in evaluating rainfall-runoff characteristics. To estimate runoff changes from a coniferous forest watershed with various cover degree scenarios, ten cover degree scenarios (10%, 20%, 30%, 40%, 50%, 60%, 70%, 80%, 90%, 100%) were run using the calibrated GeoWEPP model. It was found that runoff increases with decrease in cover degree. Runoff volume was the highest ($206,218.66m^3$) at 10% cover degree, whereas the lowest ($134,074.58m^3$) at 100% cover degree due to changes in evapotranspiration under various cover degrees at the forest. As shown in this study, GeoWEPP model could be efficiently used to investigate runoff characteristics from the coniferous forest watershed and effects of various cover degree scenarios on runoff generation.

• 정보보호학회논문지
• /
• 제13권3호
• /
• pp.17-26
• /
• 2003

최근 인터넷 등의 급속한 보급 및 상용화에 따라 인터넷을 통한 다양한 정보서비스가 널리 이루어지고 있다. 이는 컴퓨터와 네트워크의 결합에 의한 정보의 흐름에 정보를 어떤 형태로 보호할 것인가가 사회적으로나 국가적 차원에서 급속도로 확산 요구되고 있다. 이러한 시대적 요구에 부응하기 위해 정보보호분야에 대한 인력을 체계적으로 양성하기 위한 각종 대책이 정부나 교육기관에서 수립되어지고 있다. 정부는 이미 정보보호기술개발 5개년 계획을 수립하여 현재 각종 사업과 프로젝트를 수행하고 있다. 더불어 국내 전국의 각 대학에서도 이러한 국내외 흐름을 감지하여 정보보호분야에 대한 학과 설립 등을 통해 체계적인 인력양성방안을 수립 추진하고 있는 실정이다. 정보보호분야에 대한 교육목표 설정, 교재개발, 교육과정의 설계, 실험실습실의 구축과 교원확보 등 이미 많은 부분에 대한 준비를 시작하고 있다. 대부분의 대학들이 학부과정에서 지도해야 할 부분이 정보를 보호하기 위한 기술습득에 필요한 기초지식일 것으로 사료된다. 본 논문에서는 이와 관련하여 외국대학과 전국 4년제 주요 대학에 신·증설된 정보보호관련학과의 현황과 교육과정을 살펴보고 분석하여 향후 정보보호 관련 교육방향과 인력양성을 위하여 효과적인 교과과정모델을 개발, 제시하고자 한다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제10권2호
• /
• pp.29-38
• /
• 2021

모바일 네트워크 및 인터넷의 발전은 물리적인 거리의 한계를 극복하고 원격지의 정보를 제공하거나 획득하는데 기여하고 있다. 그러나 영상 전송을 주요 정보 제공 수단으로 사용하는 시스템은 여전히 고대역폭과 저지연 전송을 요구하고 있으며, 전송된 영상을 기반으로 상황을 판단하고 실시간 피드백을 제공하기 위해서는 전송된 영상의 품질뿐만 아니라 데이터 신뢰성과 전송 지연시간 문제는 극복해야할 중요한 부분이다. 5세대 모바일 네트워크의 출현은 이전 세대의 기술에서 경험할 수 없었던 고대역폭과 정밀한 위치 인식 등의 특성을 제공하여, 원격 진료 및 수술, 사회안전망을 위한 무선 원격 비디오 감시 시스템, 차량의 자율 주행 뿐만 아니라 UAV/UGV의 비가시권 제어를 실현할 수 있는 기반이 되고 있다. 또한 모바일 네트워크의 특성을 고려하여 네트워크 지연 시간을 최소화하는 Mobile Edge Computing 기술은 기존의 스마트 단말과 고가용성 서버 시스템으로 구성되던 시스템 아키텍처에 대한 변화를 요구하고 있다. 그러나 여전히 무선 구간에서 발생하는 네트워크 불확실성은 고해상도 영상을 전송할 때 영상 품질의 문제로 이어지며, 캐시를 활용한 전통적인 해결 방법은 지연 시간의 증가로 이어지게 되어 5G-MEC로 극복한 문제에 대한 근본적인 해결책이 되지 못한다. 본 연구에서는 Foward Error Correction과 Fast Retransmission을 이용하는 SRT 프로토콜을 기반으로 초저지연 고화질 영상 전송 시스템을 제안하고 각 시스템 컴포넌트를 5G-MEC의 특성을 고려하여 배치하여 4K 영상 전송시에도 종단간 지연시간을 1초 이하로 제한할 수 있음을 실험 결과로 제시하고 있다. 또한 실시간 고화질 영상 전송시 고려해야하는 요소로, 영상의 품질과 카메라-사용자 간의 최종 지연 시간 및 지연시간에 영향을 미치는 구간을 분석하고 추가적으로 개선할 수 있는 부분을 찾아 제시하도록 한다.

• 융합정보논문지
• /
• 제11권6호
• /
• pp.1-6
• /
• 2021

음성 인식 분야에서 DNN이 적용됨에 따라 음성 인식의 이용이 증대되고 있으나 기존의 GMM 보다 병렬 훈련에 대한 계산의 양이 많아야 되며, 데이터의 양이 적으면 오버피팅이 발생한다. 이를 해결하기 위해 데이터의 양이 작은 경우에도 강인한 음성 특징 추출과 음성 신호 잡음 제거에 효율적인 방안을 제시한다. 음성 특징 추출은 음성에 대한 프레임 에너지의 차이와 음성 신호에 영향을 받는 영 교차율과 레벨 교차율을 적용하여 음성 에너지의 효율적 추출을 한다. 또한, 잡음 제거를 위해 음성 신호에 대한 검출에서 음성의 고유 특성을 유지하면서 음성 정보 손상이 적은 평균 예측 LMS 필터를 개선하여 음성 신호의 잡음을 제거하여 데이터양이 적은 경우의 문제를 해결한다. 개선된 LMS 필터는 입력 신호에 대한 활성 파라미터 임계치를 조정하여 입력된 음성 신호에 대한 잡음을 처리하는 방법을 사용한다. 본 논문에서 제안한 방법을 사용하여 기존의 프레임 에너지를 이용한 방법과 비교한 결과 음성의 시작점의 오차율은 7%, 끝나는 점 오차율에서 11% 향상된 성능을 확인하였다.

• 한국산학기술학회논문지
• /
• 제22권1호
• /
• pp.9-17
• /
• 2021

빌딩, 자동차, 선박, 항공기 등에서 원형 아치의 사용 증가로 인해 이러한 구조물의 동적 거동 해석에 있어 괄목할 만한 성과가 있어 왔다. 탄성 원형 아치의 안정성 거동 해석분야는 많은 연구자들의 관심분야였다. 전통적으로 미분방정식의 해법은 유한차분법 혹은 유한요소법으로 해결해왔다. 복잡한 기하학적 구조 및 하중으로 인한 과도한 컴퓨터 용량의 사용과 복합알고리즘 프로그램의 어려움을 극복하기 위하여 미분구적법(DQM)이 많은 분야에 적용되어왔다. 상미분방정식 혹은 편미분방정식의 해를 구하기 위한 효율적인 방법 중의 하나는 미분구적법이다. 또한 비선형 구조, 하중, 혹은 재료 물성 치로 인한 과도한 컴퓨터 용량의 사용과 복합알고리즘 프로그램의 어려움을 극복하기 위하여 미분구적법(DQM)이 지금도 많이 사용된다. 본 연구에서는, DQM을 이용하여 중면 신장 및 회전 관성의 영향을 고려한 원형 아치의 내 평면 진동을 분석하였다. 다양한 매개변수 비, 경계 조건, 그리고 열림 각에 따른 기본 진동수를 계산하였다. DQM 결과는 활용 가능한 다른 엄밀해 혹은 다른 수치해석과 비교하였다. 해석결과에 따르면 DQM은, 적은 격자점을 사용하고도, 엄밀해 결과와 일치함을 보여주었고, 중면 신장 및 회전 관성이 원형 아치의 기본 진동수에 미치는 영향을 분석할 수 있게 했다.

• 방송공학회논문지
• /
• 제26권1호
• /
• pp.26-38
• /
• 2021

본 논문에서는 원격 탐사 영상에 대한 특징 기반 영상 정합 (Image Registration) 방법의 고속화를 위한 딥러닝 기반 특징점 필터링 방법인 DLKF (Deep Learning Keypoint Filtering)를 제안한다. 기존의 특징 기반 영상 정합 방법의 복잡도는 특징 매칭 (Feature Matching) 단계에서 발생한다. 이 복잡도를 줄이기 위하여 본 논문에서는 특징 매칭이 영상의 구조물에서 검출된 특징점으로 매칭되는 것을 확인하여 특징점 검출기에서 검출된 특징점 중에서 구조물에서 검출된 특징점만 필터링하는 방법을 제안한다. DLKF는 영상 정합을 위하여 필수적인 특징점을 잃지 않으면서 그 수를 줄이기 위하여 구조물의 경계와 인접한 특징점을 보존하고, 서브 샘플링 (Subsampling)된 영상을 사용한다. 또한 영상 분할 (Image Segmentation) 방법을 위해 패치 단위로 잘라낸 영상을 다시 합칠 때 생기는 영상 패치 경계의 잡음을 제거하기 위하여 영상 패치를 중복하여 잘라낸다. DLKF의 성능을 검증하기 위하여 아리랑 3호 위성 원격 탐사 영상을 사용하여 기존 특징점 검출 방법과 속도와 정확도를 비교하였다. SIFT 기반 정합 방법을 기준으로 SURF 기반 정합 방법은 특징점의 수를 약 18% 감소시키고 속도를 약 2.6배 향상시켰지만 정확도가 3.42에서 5.43으로 저하되었다. 제안하는 방법인 DLKF를 사용하였을 때 특징점의 수를 약 82% 감소시키고 속도를 약 20.5배 향상시키면서 정확도는 4.51로 저하되었다.

• 사물인터넷융복합논문지
• /
• 제6권4호
• /
• pp.89-92
• /
• 2020

다양한 IoT(Internet of Things) 서비스들이 등장하면서 IoT 기기의 테스크를 오프로딩 시키는 연구가 진행되었다. 기존에는 클라우드 컴퓨팅을 통한 오프로딩이 고려되었지만 서비스 응답 지연 및 코어 네트워크의 부하 등의 이슈로 인해 IoT 기기 근처에서 오프로딩을 지원하는 포그 컴퓨팅 개념이 도입되었다. 하지만 포그 컴퓨팅 환경에서도 서비스 대상 IoT 기기가 증가하게 되면 클라우드 환경과 마찬가지로 부하 집중 문제로 인해 서비스 응답 지연이 발생할 수 있다. 이를 해결하기 위하여 자동차, 드론 등 IoT 기기 근처에 존재하는 컴퓨팅 가능 노드들을 통해 오프로딩을 수행하는 개념인 기회적 포그 컴퓨팅이 등장하였다. 기존의 포그 및 기회적 포그 컴퓨팅 노드들을 활용한 오프로딩 연구들은 서비스의 요청이 있을 때 가용한 노드를 통해 오프로딩을 수행한다. 기존의 연구 방법대로 오프로딩을 수행한다면 기회적 포그 컴퓨팅 노드가 가용할 때에 발생된 요청들만 해당 노드들로 오프로딩이 가능하다. 하지만 서비스의 응답 지연 요구사항만 만족시킨다면 즉시적으로 요청을 처리할 필요가 없고 최대한 많은 테스크를 기회적 포그 컴퓨팅 노드로 오프로딩 시키는 것이 부하 분산에 용이하다. 그러므로 본 논문에서는 오프로딩 타이머를 기반으로 서비스 응답 지연 요구사항을 만족시키면서 최대한 기회적 포그 컴퓨팅 노드들을 통해 오프로딩 시킬 수 있는 지연된 오프로딩 방법을 제안하고자 한다.

• 정보교육학회논문지
• /
• 제24권5호
• /
• pp.495-509
• /
• 2020

본 연구는 인공지능(이하 AI)이 모든 영역에 전일적으로 확산되는 시점을 맞아 비전공자들도 AI를 효과적으로 학습하는 방안을 탐색하기 위한 하나의 시론적 연구이다. AI 교육을 수학, 통계, 컴퓨터공학 전공 학생들뿐만 아니라 인문·사회과학 등 다른 전공자들도 쉽게 접근할 수 있도록 하기 위한 학습법을 탐색하고자 하였다. 마침 '설명 가능한 AI(XAI: eXplainable AI)'의 필요성과 MIT AI 연구소의 Patrick Winston의 '지각 있는 기계(AI)를 위한 스토리텔링의 중요성[33]'이 두드러진 상황에서 AI 스토리텔링 학습모델 연구의 의의를 찾을 수 있겠다. 이를 위해 본 연구는 우선 대구 소재 A 대학교의 학생들을 대상으로 그 가능성을 테스트하였다. 먼저 AI 스토리텔링(AI+ST) 학습법[30]의 교육목표, AI 교육내용의 체계와 학습방법론, 새로운 AI 도구의 소개 및 활용에 대해 살펴보고, 1) AI+ST 학습법이 알고리즘 중심의 학습법을 보완할 수 있는지, 2) AI+ST 학습법이 학생들에게도 효과가 있는지, 그리하여 AI 이해력, 흥미도, 응용력 배양에 도움이 되었는지에 관한 연구 질문을 중심으로 학습자들의 결과물을 비교 분석하였다.