• 전자공학회논문지
• /
• 제50권8호
• /
• pp.187-195
• /
• 2013

차량 번호판 검출의 기존 연구들은 대부분 높은 성능을 얻기 위해 영상 획득 환경을 제한한다. 본 논문은 제약사항이 적은 환경에서 다양한 종류의 차량 번호판을 검출하기 위해 SIFT와 신경망을 이용한 새로운 방법을 제안한다. SIFT는 영상의 크기, 회전 변화에 불변하는 지역특징으로서 처리해야 할 환경이 고정되지 않은 경우에도 분별력이 뛰어나다. 영상에서 추출한 SIFT를 번호판 내부의 것(내부 부류)과 외부의 것(외부 부류)으로 나누어 2부류 분류기를 학습한다. 분류기는 신경망을 사용하며, 찾고자 하는 번호판의 종류를 학습 집합에 포함하는 것으로 다양한 종류의 번호판을 동일한 알고리즘으로 검출할 수 있다. 제안하는 방법은 입력 영상에서 지역특징을 추출하고 미리 학습한 분류기로 번호판 내부 부류를 가려낸다. 분류기의 성능이 높지 않더라도 분류 결과 내부 부류는 번호판 내부에 밀집하여 나타나고 번호판 외부에서는 흩어져 나타난다. 이러한 특성을 이용해 지역특징 맵을 만들고, 이 맵에서 임계값 이상인 전역 최댓값을 번호판 영역으로 검출한다. 다양한 환경에서 데이터 베이스를 수집하고 지역특징 분류와 번호판 검출 알고리즘을 실험한다. 지역특징을 분류기로 분류한 결과 정인식률은 97.1%, 정확률은 62.0%, 재현율은 50.2%를 보였다. 정인식률에 비해 정확률과 재현율은 낮았지만, 번호판 검출 결과 98.6%의 높은 검출 성능을 보였다.

• Spatial Information Research
• /
• 제16권1호
• /
• pp.19-32
• /
• 2008

우리나라는 일반적으로 좁은 지역에서도 다양한 토지피복분포와 복잡한 지형기복을 보인다. 그러나, 대부분의 항공라이다 관련 외국의 선행연구사례들은 대부분 토지피복이나 지면경사가 일정한 지역을 연구대상으로 하고 있다. 본 연구는 다양한 토지피복 및 지형기복의 분토특성에 따라 3차원 표면모형을 재구성하는 방법의 탐색을 위해 수행하였다. 연구대상지로는 설악동매표소 인근에서 지형기복이 다양한 산림, 하상이 드러난 암석지 및 가로수와 건물, 주차장 등의 인공시설물이 분포하는 지역을 선정하였다. 자료처리절차는 우선, 정사항공사진을 이용하여 토지피복 및 지형기복에 따라 영역을 구분하고 이 결과를 이용하여 항공라이다 자료를 분할하였다. 분할된 각각의 자료들은 토지피복 및 지형특성에 따라 상이한 처리절차를 거쳐 3차원 표면모형을 별도로 구성하고 이를 통합함으로써 전체적인 3차원 모형을 복원하였다. 이러한 토지피복 및 지형특성을 고려한 3차원 표면모형은 경관관리, 산림조사 및 수치지도 작성 등에 효과적으로 이용될 수 있다. 아울러, 대용량의 항공라이다 자료처리 시, 전체 자료를 방형의 격자구획으로 분할하여 처리하는 과정에서 발생할 수 있는 한계를 보완하는 데에도 유용할 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제35권6_2호
• /
• pp.1107-1115
• /
• 2019

산불 피해와 관련하여 위성영상을 활용한 분석은 넓은 면적을 빠르게 분석하는 장점이 있다. 본 연구에서는 2019년 4월 4일 속초에서 발생한 산불 피해에 따른 산림의 변화 탐지를 위해 7장의 Sentinel-2A영상을 활용하였다. 산불피해지역 분류 과정은 NBR(normalized burn ratio) 값의 전후 시기 차이를 나타낸 dNBR(difference normalized burn ratio)을 통해 산불피해 정도를 7가지 단계로 분류하였다. 분류과정에서 본 연구는 식생의 재성장지수가 높은 3지역을 선정하여 해당 지역에 대한 세밀한 공간 분석을 실시하였다. dNBR 분석 결과는 활엽수림보다 침엽수림의 식생 재성장 분류가 큰 폭으로 나타났으나, NDVI를 통한 결과에서 가장 낮은 평균값을 보여주었다. 이는 침엽수림의 dNBR 오차범위로 나타난다. 시계열 결과로는 4월 20일과 5월 3일 사이를 기준으로 산불피해 면적이 큰 폭으로 감소하였다. 이는 경과한 시기의 활엽수림에서 하층 식생의 발달 및 식생 증가에 따른 피해 완화로 예를 들 수 있다. 본 연구 결과는 발생하는 산불 피해에 대하여 산림 분류 별 면적 변화를 통해 변화 탐지를 실시하였으며, NDVI와 dNBR 비교를 통해 침엽수림이 가장 높은 분류 오차가 발생한다는 결론을 도출하였다. 따라서 dNBR을 통한 영상분류과정에서 현장조사를 동반한 정밀한 국내 산불피해 등급표를 개선해야 할 필요성을 제시하였다.

• 한국정보전자통신기술학회논문지
• /
• 제16권6호
• /
• pp.392-399
• /
• 2023

본 논문에서는 김치 제조 공정 중 배추 심 제거 공정의 로봇 자동화를 위한 배추 심 영역 및 깊이를 판별하는 딥러닝 모델을 제안하는 것이다. 또한 계측된 배추의 심 깊이를 예측하는 것이 아닌 discrete 클래스로 변환하여 영역 검출 및 분류를 동시에 하는 모델을 제시하였다. 딥러닝 모델 학습 및 검증을 위하여 전처리 과정을 거지치 않고 수확된 배추 522 포기에 대한 RGB 영상을 획득하였다. 획득한 영상으로부터 심 영역 및 깊이 라벨링 그리고 데이터 증강 기법을 적용하였다. 제안하는 YOLO-v4 딥러닝 모델 기반 배추 심 영역 검출 및 분류 모델의 성능을 평가하기 위하여 mAP, IoU, accuracy, sensitivity, specificity 그리고 F1-score로 선정하였다. 그 결과 배추 심 영역 검출은 mAP 그리고 IoU 값이 각각 0.97 그리고 0.91로 나타났으며, 심 깊이 분류의 경우 accuracy 그리고 F1-score 값이 각각 96.2% 그리고 95.5%로 나타났다. 본 연구 결과를 통하여 배추의 심 영역 검출 및 깊이 정보 분류가 가능하며, 추후 배추 심 제거 공정의 로봇-자동화 시스템 개발에 활용될 수 있는 가능성을 확인하였다.

• Korean Journal of Radiology
• /
• 제22권6호
• /
• pp.867-879
• /
• 2021

Objective: To compare the screening performance of diffusion-weighted (DW) MRI and combined mammography and ultrasound (US) in detecting clinically occult contralateral breast cancer in women with newly diagnosed breast cancer. Materials and Methods: Between January 2017 and July 2018, 1148 women (mean age ± standard deviation, 53.2 ± 10.8 years) with unilateral breast cancer and no clinical abnormalities in the contralateral breast underwent 3T MRI, digital mammography, and radiologist-performed whole-breast US. In this retrospective study, three radiologists independently and blindly reviewed all DW MR images (b = 1000 s/mm² and apparent diffusion coefficient map) of the contralateral breast and assigned a Breast Imaging Reporting and Data System category. For combined mammography and US evaluation, prospectively assessed results were used. Using histopathology or 1-year follow-up as the reference standard, cancer detection rate and the patient percentage with cancers detected among all women recommended for tissue diagnosis (positive predictive value; PPV2) were compared. Results: Of the 30 cases of clinically occult contralateral cancers (13 invasive and 17 ductal carcinoma in situ [DCIS]), DW MRI detected 23 (76.7%) cases (11 invasive and 12 DCIS), whereas combined mammography and US detected 12 (40.0%, five invasive and seven DCIS) cases. All cancers detected by combined mammography and US, except two DCIS cases, were detected by DW MRI. The cancer detection rate of DW MRI (2.0%; 95% confidence interval [CI]: 1.3%, 3.0%) was higher than that of combined mammography and US (1.0%; 95% CI: 0.5%, 1.8%; p = 0.009). DW MRI showed higher PPV2 (42.1%; 95% CI: 26.3%, 59.2%) than combined mammography and US (18.5%; 95% CI: 9.9%, 30.0%; p = 0.001). Conclusion: In women with newly diagnosed breast cancer, DW MRI detected significantly more contralateral breast cancers with fewer biopsy recommendations than combined mammography and US.

• 한국지구과학회지
• /
• 제33권2호
• /
• pp.139-147
• /
• 2012

몽골의 태양-기상자원지도는 위성자료 및 재분석 자료를 이용하여 개발되었다. 태양복사량은 단층 태양복사모델을 이용하였으며 입력자료는 SRTM, MODIS, OMI, MTSAT-1R 등의 위성관측자료와 전구모델의 재분석자료를 이용하였다. 계산된 결과는 NCEP/NCAR 재분석 DSWRF 자료를 이용하여 계산된 일사량을 검증하였다. 몽골은 서부의 산악지역과 중남부의 사막 및 반사막지대로 이루어져 있으며 대륙 내부에 위치하여 강수량이 적고 맑은 날이 많아 동일 위도상의 다른 지역과 비교하여 높은 일사량이 나타난다. 서부 산악지역은 고도가 높아 태양에너지가 많이 도달되는 곳임에도 불구하고 일사량이 낮게 나타난다. 그 이유는 산악지역에 존재하는 연중 적설이 위성자료의 구름탐지 알고리즘에서 구름으로 오탐지 되기 때문이다. 따라서 청천지수뿐만 아니라 일사량 또한 낮게 계산된다. 남부지역은 상대적으로 높은 가강수량과 에어로솔 광학두께가 나타났으나 다른 지역에 비해 위도가 낮고 청천지수가 높아 일사량이 높게 나타나는 것으로 분석된다. 계산된 월 누적 일사량은 547.59 MJ로써 전 지점에서 약 2.89 MJ로 높게 계산되었으며 상관성은 0.99였고 평방근오차(Root Mean Square Error; RMSE)는 6.17 MJ 이었다. 월별 통계 값을 계산하였을 때 상관성이 가장 높은 월은 10월로 0.94였고 3월은 0.62로 가장 낮게 나타났다.

• Investigative Magnetic Resonance Imaging
• /
• 제15권1호
• /
• pp.22-31
• /
• 2011

목적: 이 연구의 목적은 간 병변 발견에 있어 1.5-T 자기공명영상에서 자유 호흡 확산강조 영상과 호흡 유발 확산강조 영상의 유용성을 비교하는데 있다. 대상 및 방법: 47명의 환자(평균 57.9세, 남성:여성 = 25:22)가 한번의 간 자기공명 영상검사에서 자유호흡 확산 강조 영상과 호흡유발 확산 강조 영상을 동시에 시행하였다. 이를 두 명의 영상의학과 의사가 호흡유발 이미지 세트(B50, B400, B800 확산강조 영상과 ADC map)와 자유호흡 이미지 세트를 2주간의 시간 간격을 두고 무작위로 후향적 분석을 시행하였다. 영상분석을 위하여 특정영역(ROI)를 설정한 후에 간의 신호대 잡음비 (signal-to-noise ratio, SNR)와 대조도(contrast-to-noise ratio, CNR)를 계산하였다. 결과: 32개의 낭종, 13개의 혈관종, 7개의 간세포암, 6국소 호산구성 간질환, 2개의 전이, 1개의 초점성 결절성 과증식과 글리슨막의 가성지방종을 포함하는 총 62개의 병변이 두 명의 평가자에 의하여 분석되었다. 비록 통계적 유의성을 없었으나, 전체적인 병변 발견의 sensitivity는 호흡유발 확산강조 영상이 [평가자 1:평가자 2, 47/62(75.81%):45/62(72.58%)] 자유호흡 확산강조 영상보다 [44/62(70.97%):41/62(66.13%)] 더 높은 수치를 보였다. 특히 1 cm보다 작은 국소 간 병변 발견의 sensitivity는 호흡유발 확산강조 영상이 [24/30(80%): 21/30(70%)] 지유호흡 확산강조 영상보다 [17/30(56.7%):15/30(50%)] 더 우월하였다. 진단적 정확도활 계산하기 위하여 ROC curve (Az value)를 구하였으며 자유호흡 확산강조 영상과 호흡유발 확산강조 영상간에는 통계적 차이는 없었다. 간의 신호대 잡음비 (SNR)와 대조도 (CNR)는 호흡유발 확산강조 영상이 ($87.6{\pm}41.4$, $41.2{\pm}62.5$) 자유호흡확산강조 영상보다 ($38.8:{\pm}13.6$, $24.8{\pm}36.8$) 높았으며 통계적인 유의성이 있었다. (p value < 0.001). 결론: 1.5-T자기공명 시스템서 1 cm보다 작은 간 병변발견에 있어서 호흡유발 확산강조 영상이 자유호흡 확산강조 영상보다 좋으며 이는 호흡유발 확산강조 영상이 높은 신호대 잡음비 (SNR)와 대조도(CNR)를 보이기 때문이다.

• 대한의용생체공학회:의공학회지
• /
• 제25권5호
• /
• pp.421-430
• /
• 2004

임상적으로 의사가 청진기를 이용해 초기 혈전이 생긴 기계식 판막 음향신호의 변화를 구분하기는 쉽지 않다. 기계식 판막의 이상은 환자의 죽음을 의미하기 때문에 기계식 판막의 신뢰성과 초기 혈전 현상을 비관혈적으로 조기 진단하는 방법은 매우 중요하다. 이 논문은 컴퓨터 보조진단 시스템과 음향신호의 주파수 스펙트럼의 이동을 관찰하여 기계식 판막의 혈전 현상을 비관혈적으로 평가하는 것을 목적으로 한다. 혈전 모델은 상용화된 기계식 판막에 폴리우레세인과 실리콘을 이용하여 제작하였다. 판막의 표면에는 폴리우레세인을 코팅하고, 봉합링에는 실리콘을 코팅하였다. 봉합링의 주위에서 혈전이 발생하고, 20％, 40％, 60％로 자라나는 현상은 실리콘을 이용하여 제작하였다. 실험 시스템에서 판막의 음향 신호는 마이크로폰과 증폭기를 사용하여 측정하였고, 마이크로폰에는 주위잡음을 제거하기 위해 커플러를 장착하였다. 측정된 음향신호는 A/D 컨버터를 이용하여 샘플링하고, 스펙트럼을 분석하였다. 정상적인 판막과 혈전이 형성된 판막의 주파수 구분을 위해 인공신경망을 구성하였고, 연속적으로 판막의 운동 주기성을 확인하기 위하여 return map을 사용하였다. 생체 내 실험에서는 기계식 판막을 사용하는 순환장치를 장착한 동물과 기계식 판막을 치환 받은 지 1년 이내와 1년이 넘은 환자에게서 데이터를 채집하였다. 실험에서 얻은 데이터 스펙트럼은 두 가지 형태의 첨두치를 보였고, 이중에서 두 번째 첨두치는 혈전의 모델에 따라 변화를 보였다. 생체 내, 외 실험에서 얻은 데이터를 인공신경망에 적용한 결과 정상 판막과 혈전이 생성된 판막을 구분하였고, 환자를 대상으로 한 실험에서는 10명 중 1명이 두 번째 첨두치가 이동하는 결과를 보였지만 다른 방법으로 확인하지는 못했다. 본 논문의 결과는 기계식 판막의 혈전현상을 비침습적으로 조기 진단하고, 상태를 지속적으로 감시할 수 있는 기술적 토대를 제공할 것이다.

• 지능정보연구
• /
• 제20권1호
• /
• pp.195-211
• /
• 2014

클라우드 컴퓨팅 서비스는 IT 자원을 사용자 요구에 따라 서비스 형태로 제공하며, IT 자원을 소유하는 기존의 개념에서 빌려서 사용하는 개념으로 새로운 IT 패러다임 전환을 이끌고 있다. 이러한 클라우드 컴퓨팅은 과거의 네트워크 컴퓨팅, 유틸리티 컴퓨팅, 서버 기반 컴퓨팅, 그리드 컴퓨팅 등에 대한 연구들을 기반으로 진화해온 IT 서비스로서, 추후 여러분야에 접목 가능성이 높음에 따라 다양한 분야에서의 연구가 지속적으로 이루어지고 있다. 본 연구에서는 1994년부터 2012년까지 주요 해외 저널에 게재된 클라우드 컴퓨팅 관련 연구 논문들의 서지정보 및 인용정보를 수집하였으며, 사회 네트워크 분석 척도를 활용하여 연구 논문간의 인용 관계와 동일 논문에 출현하는 키워드간의 관계로부터 연구 주제들 간 네트워크 변화를 분석하였다. 이를 통해서 클라우드 컴퓨팅 관련 분야의 연구 주제들간의 관계를 파악할 수 있었고, 추후 잠재성이 높은 신규 연구 주제들을 도출하였다. 또한 본 연구에서는 클라우드 컴퓨팅에 대한 연구 동향 맵(research trend map)을 작성하여, 클라우드 컴퓨팅과 관련된 연구 주제들의 동태적인 변화를 확인하였다. 이러한 연구 동향 맵을 통해서 클라우드 컴퓨팅 주요 연구들의 추이를 쉽게 파악 할 수 있으며, 진화 형태 또는 유망 분야를 설명할 수 있다. 논문 인용 관계 분석 결과, 클라우드 컴퓨팅 보안과 분산 처리, 클라우드 컴퓨팅에서의 광네트워크에 관한 연구 논문들이 페이지랭크 척도를 기준으로 상위에 나타났다. 연구 논문의 핵심 주제를 나타내는 키워드에 대한 결과는 2009년에는 클라우드 컴퓨팅과 그리드 컴퓨팅이 높은 중심성 수치를 보였으며, 2010~2011년에는 데이터 아웃소싱, 에러검출 방법, 인프라구축 등 주요 클라우드 요소 기술에 관한 키워드가 높은 중심성 수치를 나타내었다. 2012년에는 보안, 가상화, 자원 관리 등이 높은 중심성 수치를 보였으며, 이를 통해서 클라우드 컴퓨팅 기술들에 대한 관심이 점차 증가함을 확인 할 수 있다. 연구 동향 맵 작성 결과, 보안은 유망영역에 위치하고 있으며, 가상화는 유망영역에서 성장 영역으로 이동하였고, 그리드 컴퓨팅과 분산 시스템은 쇠퇴 영역으로 이동하고 있음을 확인 할 수 있다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.57-73
• /
• 2021

ICT 인프라의 이상탐지를 통한 유지보수와 장애 예방이 중요해지고 있다. 장애 예방을 위해서 이상탐지에 대한 관심이 높아지고 있으며, 지금까지의 다양한 이상탐지 기법 중 최근 연구들에서는 딥러닝을 활용하고 있으며 오토인코더를 활용한 모델을 제안하고 있다. 이는 오토인코더가 다차원 다변량에 대해서도 효과적으로 처리가 가능하다는 것이다. 한편 학습 시에는 많은 컴퓨터 자원이 소모되지만 추론과정에서는 연산을 빠르게 수행할 수 있어 실시간 스트리밍 서비스가 가능하다. 본 연구에서는 기존 연구들과 달리 오토인코더에 2가지 요소를 가미하여 이상탐지의 성능을 높이고자 하였다. 먼저 다차원 데이터가 가지고 있는 속성별 특징을 최대한 부각하여 활용하기 위해 멀티모달 개념을 적용한 멀티모달 오토인코더를 적용하였다. CPU, Memory, network 등 서로 연관이 있는 지표들을 묶어 5개의 모달로 구성하여 학습 성능을 높이고자 하였다. 또한, 시계열 데이터의 특징을 데이터의 차원을 늘리지 않고 효과적으로 학습하기 위하여 조건부 오토인코더(conditional autoencoder) 구조를 활용하는 조건부 멀티모달 오토인코더(Conditional Multimodal Autoencoder, CMAE)를 제안하였다. 제안한 CAME 모델은 비교 실험을 통해 검증했으며, 기존 연구들에서 많이 활용된 오토인코더와 비교하여 AUC, Accuracy, Precision, Recall, F1-score의 성능 평가를 진행한 결과 유니모달 오토인코더(UAE)와 멀티모달 오토인코더(Multimodal Autoencoder, MAE)의 성능을 상회하는 결과를 얻어 이상탐지에 있어 효과적이라는 것을 확인하였다.