• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권4호
• /
• pp.1989-2011
• /
• 2019

Vehicle detection based on aerial images is an interesting and challenging research topic. Most of the traditional vehicle detection methods are based on the sliding window search algorithm, but these methods are not sufficient for the extraction of object features, and accompanied with heavy computational costs. Recent studies have shown that convolutional neural network algorithm has made a significant progress in computer vision, especially Faster R-CNN. However, this algorithm mainly detects objects in natural scenes, it is not suitable for detecting small object in aerial view. In this paper, an accurate and effective vehicle detection algorithm based on Faster R-CNN is proposed. Our method fuse a hyperactive feature map network with Eltwise model and Concat model, which is more conducive to the extraction of small object features. Moreover, setting suitable anchor boxes based on the size of the object is used in our model, which also effectively improves the performance of the detection. We evaluate the detection performance of our method on the Munich dataset and our collected dataset, with improvements in accuracy and effectivity compared with other methods. Our model achieves 82.2% in recall rate and 90.2% accuracy rate on Munich dataset, which has increased by 2.5 and 1.3 percentage points respectively over the state-of-the-art methods.

• 한국콘텐츠학회논문지
• /
• 제19권1호
• /
• pp.125-131
• /
• 2019

소실점이란 실제 공간의 평행한 선들이 영상 내에 투영되면서 한곳에 모이는 점으로, 도로 공간에서의 소실점은 매우 중요한 공간정보이다. 도로 공간에서의 소실점을 이용해 추출된 차선의 위치를 개선하거나, 깊이지도 영상을 생성할 수 있다. 본 논문에서는 자동차의 시점을 기준으로 도로를 촬영한 영상을 Deep Neural Network(DNN)과 Histogram of Oriented Gradient(HoG) Feature를 이용한 소실점 검출 방법을 제안한다. 제안하는 알고리즘에서는 영상을 블록별로 나눠서 주요 에지 방향을 추출하는 HoG Feature 추출 단계와 DNN 학습 단계, 그리고 Test 단계로 나뉜다. 학습단계에서는 자동차 시점으로 기준으로 도로 영상 2300장으로 학습을 진행한다. 그리고 Test 단계에서는 Normalized Euclidean Distance(NormDist) 방법을 사용하여 제안하는 알고리즘의 효율성을 측정한다.

• 대한건축학회논문집:계획계
• /
• 제34권12호
• /
• pp.85-94
• /
• 2018

The purpose of this paper was to propose a model that recognizes potential users' emotional response toward design by classifying Electroencephalography(EEG). Studies in neuroscience and psychology have made an effort to recognize subjects' emotional response by analyzing EEG data. And this approach has been adopted in design since it is critical to monitor users' subjective response in the preface of design. Moreover, the building design process cannot be reversed after construction, recognizing clients' affection toward design alternatives plays important role. An experiment was conducted to record subjects' EEG data while they view their most/least liked images of small-house designs selected by them among the eight given images. After the recording, a subjective questionnaire, PANAS, was distributed to the subjects in order to describe their own affection score in quantitative way. Google TensorFlow was used to build and train the model. Dataset for model training and testing consist of feature columns for recorded EEG data and labels for the questionnaire results. After training and testing, the measured accuracy of the model was 0.975 which was higher than the other machine learning based classification methods. The proposed model may suggest one quantitative way of evaluating design alternatives. In addition, this method may support designer while designing the facilities for people like disabled or children who are not able to express their own feelings toward alternatives.

• 방송공학회논문지
• /
• 제25권6호
• /
• pp.882-897
• /
• 2020

최근 Panorama와 360° 영상이 대표되는 몰입형 미디어 콘텐츠의 활용이 증가하고 있다. 일반적인 카메라 한 대를 통해서 해당 콘텐츠를 생성하기에는 시야각이 제한되기 때문에, 다수의 카메라로 촬영한 영상을 넓은 시야각을 갖는 하나의 영상으로 합성하는 영상 스티칭이 주로 사용되고 있다. 그러나 촬영하는 카메라 간의 시차(Parallax)가 크다면 스티칭 영상에서 시차 왜곡이 발생할 수 있고, 이는 사용자의 콘텐츠 몰입을 제한하기 때문에 시차 왜곡을 극복할 수 있는 영상 스티칭 기술이 필요하다. 시차 왜곡을 극복하기 위한 기존의 Seam Optimization 기반 영상 스티칭 방법은 사물의 위치 정보를 반영하기 위하여 에너지 함수나 객체 세그먼트 정보를 활용하고 있지만, 초기 Seam 생성 위치, 배경 정보, 사물 검출기의 성능 그리고 사물의 배치 등의 제한 사항으로 인해 기술의 적용이 제한될 수 있다. 이에 본 논문에서는 딥러닝 기반 사물 검출을 활용하여 사물의 종류에 따라 다르게 설정한 가중치 값을 시각적 인지 에너지 값에 더함으로써, 기존 기술의 제한 사항을 극복할 수 있는 영상 스티칭 방법을 제안하고자 한다.

• 한국산학기술학회논문지
• /
• 제22권3호
• /
• pp.20-29
• /
• 2021

4차산업혁명 시대에는 대량의 데이터를 학습하여 예측과 분류의 정확성을 향상시킬 수 있는 인공지능의 활용이 핵심적이다. 그러나, 기존 이상탐지를 위한 방법은 제한된 데이터를 다루는 전통적인 통계 방법에 의존하고 있어, 정확한 이상탐지가 어렵다. 그러므로, 본 연구는 인공지능 기반 이상탐지 방법을 제시하여 예측 정확도를 높이고, 새로운 데이터 패턴을 정의하는 것을 목적으로 한다. 특히, 자동차의 경우 공회전 기간의 센서 데이터가 이상 탐지에 활용될 수 있다는 관점에서 데이터를 수집하고 분석하였다. 이를 위해, 예측 모델에 입력되는 데이터의 적정 시간 길이를 결정하고, 공회전 기간 데이터와 전체 운행 데이터의 분석 결과를 비교하며, 다양한 센서 데이터 조합에 의한 최적 예측 방법을 도출하였다. 또한, 인공지능 방법으로 선택된 CNN의 예측 정확성을 검증하기 위해 LSTM 결과와 비교하였다. 분석 결과, 공회전 데이터를 이용하고, 공회전 기간보다 1.5배 많은 기간의 데이터를 이용하며 LSTM보다는 CNN을 활용하는 것이 더 좋은 예측결과를 보였다.

• 한국환경보건학회지
• /
• 제47권6호
• /
• pp.505-512
• /
• 2021

Background: The occurrence of environmental disease is known to be associated with chronic exposure to toxic chemicals, including waterborne contaminants, air/indoor pollutants, asbestos, ingredients in humidifier disinfectants, etc. Objectives: In this study, we reviewed toxicological studies related to environmental disease as defined by the Environmental Health Act in Korea and toxic chemicals. We also suggested a direction for future toxicological research necessary for the prevention and management of environmental disease. Methods: Trends in previous studies related to environmental disease were investigated through PubMed and Web of Science. A detailed review was provided on toxicological studies related to the humidifier disinfectants. We identified adverse outcome pathways (AOPs) that can be linked to the induction of environmental diseases, and proposed a chemical screening system that uses AOP, chemical toxicity big data, and deep learning models to select chemicals that induce environmental disease. Results: Research on chemical toxicity is increasing every year, but there is a limitation to revealing a clear causal relationship between exposure to chemicals and the occurrence of environmental disease. It is necessary to develop various exposure- and effect-biomarkers related to disease occurrence and to conduct toxicokinetic studies. A novel chemical screening system that uses AOP and chemical toxicity big data could be useful for selecting chemicals that cause environmental diseases. Conclusions: From a toxicological point of view, developing AOP related to environmental diseases and a deep learning-based chemical screening system will contribute to the prevention of environmental diseases in advance.

• 경영정보학연구
• /
• 제23권4호
• /
• pp.69-86
• /
• 2021

인공지능 기술이 발달함에 따라 빅데이터를 활용한 개인화 추천시스템에 대한 관심이 증가하고 있다. 특히 뷰티 제품의 경우 개인의 취향과 더불어 피부 특성 및 민감도에 따라 제품 선호도가 명확히 구분되므로 축적된 고객 데이터를 활용하여 고객 맞춤형 추천서비스를 제공하는 것이 필요하다. 따라서 본 연구에서는 딥러닝 기법을 활용하여 제품 검색 기록과 개인 사용자의 피부 타입과 고민 등의 콘텍스트 정보를 함께 반영한 심층 신경망 기반의 추천시스템 모델을 제시하고자 한다. 본 연구에서는 실제 화장품 검색 플렛폼의 데이터를 활용하여 성능 평가를 실시하였다. 본 연구의 실험 결과, 고객의 콘텍스트 정보를 포함한 모델이 제품 검색 기록만을 활용한 기존의 협업 필터링 모델들 보다 우수한 성능을 보임을 확인하였다.

• 경영정보학연구
• /
• 제14권2호
• /
• pp.47-63
• /
• 2012

데이터 웨어하우징(Data Warehousing, DW) 개념이 탄생한 1970년대는 미국 유통 대기업 월마트가 폭증한 데이터베이스를 좀 더 효율적으로 보고자 했던 시기와 맞닿아 있다. 그러나 지금까지 월마트의 데이터 관리에 관한 논의는 대부분 생산관리, 재고관리 등 운영 측면이 강조되어 왔고 데이터 자체에 대한 관심은 상대적으로 적었다고 할 수 있다. 본 연구는 데이터베이스에 관한 기술적인 개념을 먼저 아우른 뒤 월마트의 데이터 웨어하우징 프로젝트 사례를 구축 전(준비)-구축(실행)-구축 후(평가) 단계로 나누어 분석하였다. 본 연구는 월마트가 데이터 웨어하우징을 진행하면서 조직에서 지속적으로 발생하는 문제를 어떻게 해결하였는지, 그리고 데이터 관리를 통해 어떻게 전사적인 공헌을 이룩하였는지에 초점이 맞추어져 있다. 산업을 막론하고 전 세계적으로 가장 큰 데이터베이스를 가지고 있는 월마트의 사례를 현재의 관점에서 다시 살펴봄으로써 최근 재조명되고 있는 (빅)데이터 이슈와도 연결점을 찾을 수 있을 것이라 기대한다.

• 한국운동역학회지
• /
• 제21권5호
• /
• pp.585-593
• /
• 2011

The purpose of this study was to analyze, from a kinematical point of view, the high jump techniques of three women's high jump winners at the IAAF World Championships, Daegu 2011. The trends for the techniques of the world's top high jumpers were examined, with a view toward adapting these techniques to the physical characteristics of Korean women's high jumpers. It was valuable that Di Martino, who was the shortest in height, was able to win a medal by using a single arm swing take-off technique, along with a half flexed leading leg swing to attain a deep arch and clear the bar. This showed that the world's top athletes used jumping techniques with no decrease in the run-up velocity at the take-off. Furthermore, It appeared that the knee joint angle at take-off had a direct effect on the body position at take-off (H1).

• 천문학회보
• /
• 제35권1호
• /
• pp.39.2-39.2
• /
• 2010

In this paper, I present the domestic development of near infrared camera systems for the ground telescope and the space satellite. These systems are the first infrared instruments made for astronomical observation in Korea. KASINICS (KASI Near Infrared Camera System) was developed to be installed on the 1.8m telescope of the Bohyunsan Optical Astronomy Observatory (BOAO) in Korea. KASINICS is equipped with a $512{\times}512$ InSb array enable L band observations as well as J, H, and Ks bands. The field-of-view of the array is $3.3'{\times}3.3'$ with a resolution of 0.39"/pixel. It employs an Offner relay optical system providing a cold stop to eliminate thermal background emission from the telescope structures. From the test observation, limiting magnitudes are J=17.6, H=17.5, Ks=16.1 and L(narrow)=10.0 mag at a signal-to-noise ratio of 10 in an integration time of 100 s. MIRIS (Multi-purpose InfraRed Imaging System) is the main payload of the STSAT-3 in Korea. MIRIS Space Observation Camera (SOC) covers the observation wavelength from $0.9{\mu}m$ to $2.0{\mu}m$ with a wide field of view $3.67^{\circ}{\times}3.67^{\circ}$. The PICNIC HgCdTe detector in a cold box is cooled down below 100K by a micro Stirling cooler of which cooling capacity is 220mW at 77K. MIRIS SOC adopts passive cooling technique to chill the telescope below 200K by pointing to the deep space (3K). The cooling mechanism employs a radiator, a Winston cone baffle, a thermal shield, MLI of 30 layers, and GFRP pipe support in the system. Opto-mechanical analysis was made in order to estimate and compensate possible stresses from the thermal contraction of mounting parts at cryogenic temperatures. Finite Element Analysis (FEA) of mechanical structure was also conducted to ensure safety and stability in launching environments and in orbit. MIRIS SOC will mainly perform the Galactic plane survey with narrow band filters (Pa $\alpha$ and Pa $\alpha$ continuum) and CIB (Cosmic Infrared Background) observation with wide band filters (I and H) driven by a cryogenic stepping motor.