• 한국추진공학회지
• /
• 제24권5호
• /
• pp.34-42
• /
• 2020

현대 항공전에서 적외선 신호는 상대방 탐지에 있어 중요한 역할을 하며, 생존성 및 스텔스성 향상을 위해 저감되어야 한다. 특히 항공기 엔진 후류에서 발생하는 적외선 신호는 높은 강도를 가지며 파장이 짧아 대부분의 열 추적 미사일이 이러한 신호를 따라 탐지하게 된다. 이에 따라 본 연구에서는 엔진 후류에서 발생하는 Gas radiation 신호 측정 및 특성 분석을 수행하였다. 실제 항공기 터보팬 엔진을 모사하기 위해 마이크로 터보제트 엔진을 구성하였으며, 바이패스 비 조절을 통한 적외선 신호 저감 특성을 파악하였다. 이를 통해 각 파장 별 적외선 신호 특성을 분석하고 신호 저감 기술들에 대한 검증을 수행한다.

• 대기
• /
• 제31권5호
• /
• pp.489-510
• /
• 2021

In this paper, we propose an algorithm for detecting convective initiation (CI) using GEO-KOMPSAT-2A/advanced meteorological imager data. The algorithm identifies clouds that are likely to grow into convective clouds with radar reflectivity greater than 35 dBZ within the next two hours. This algorithm is developed using statistical and qualitative analysis of cloud characteristics, such as atmospheric instability, cloud top height, and phase, for convective clouds that occurred on the Korean Peninsula from June to September 2019. The CI algorithm consists of four steps: 1) convective cloud mask, 2) cloud object clustering and tracking, 3) interest field tests, and 4) post-processing tests to remove non-convective objects. Validation, performed using 14 CI events that occurred in the summer of 2020 in Korean Peninsula, shows a total probability of detection of 0.89, false-alarm ratio of 0.46, and mean lead-time of 39 minutes. This algorithm can be useful warnings of rapidly developing convective clouds in future by providing information about CI that is otherwise difficult to predict from radar or a numerical prediction model. This CI information will be provided in short-term forecasts to help predict severe weather events such as localized torrential rainfall and hail.

• 전기전자학회논문지
• /
• 제26권3호
• /
• pp.364-372
• /
• 2022

본 논문에서는 FMCW(frequency modulated continuous wave) 레이다 센서를 활용한 사람과 사물을 분류하는 시스템 설계 및 구현 결과를 제시한다. 해당 시스템은 다중 객체 탐지를 위한 레이다 센서 신호처리 과정과 객체를 사람 및 사물로 분류하는 딥러닝 과정을 수행한다. 딥러닝의 경우 높은 연산량과 많은 양의 메모리를 요구하기 때문에 경량화가 필수적이다. 따라서 CNN (convolution neural network) 연산을 이진화하여 동작하는 BNN (binary neural network) 구조를 적용하였으며, 실시간 동작을 위해 하드웨어 가속기를 설계하고 FPGA 보드 상에서 구현 및 검증하였다. 성능 평가 및 검증 결과 90.5%의 다중 객체 구분 정확도, CNN 대비 96.87% 감소된 메모리 구현이 가능하며, 총 수행 시간은 5ms로 실시간 동작이 가능함을 확인하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.62-65
• /
• 2022

NCS(Naval Combat System)는 함정에 설치된 이기종의 센서와 무기를 연동하여 표적탐지, 추적, 위협분석, 교전 및 명중평가에 이르기까지 함정의 전투효과를 극대화시키기 위한 시스템이다. 함정전투체계의 목적을 달성하기 위해서는 승조원들의 함정전투체계에 대한 운용 숙달이 요구된다. 이를 위해서 함정전투체계에서는 모의훈련 기능을 제공하며, 승조원들은 함상에서 체계 운용 숙달 및 팀워크 훈련을 수행한다. 훈련을 통제하는 훈련교관은 높은 수준의 훈련 통제 및 감시가 가능해야 하며 이에 대한 연구가 필요하다. 본 논문은 훈련교관의 훈련상황 가시화를 위한 3차원 전시 방안을 연구한다.

• 융합신호처리학회논문지
• /
• 제23권3호
• /
• pp.150-159
• /
• 2022

본 논문은 실시간 영상 분석을 통해서 산업현장에서 활동하는 여러 근로자의 영상 객체를 추출해 내고, 추출된 이미지로 부터 개별 영상 분석을 통해 헬멧의 착용 여부와 낙상 사고 여부를 확인하는 방법을 구현한다. 근로자의 영상 객체를 탐지하기 위해서 딥러닝 기반 컴퓨터 비전 모델인 YOLO를 사용하였으며, 추출된 이미지를 이용하여 헬멧의 착용여부를 판단하기 위해 따로 5,000장의 다양한 헬멧 학습 데이터 이미지를 만들어서 사용하였다. 또한, 낙상사고 여부를 판단하기 위해서 Mediapipe의 Pose 실시간 신체추적 알고리즘을 사용하여 머리의 위치를 확인하고 움직이는 속도를 계산하여 쓰러짐 여부를 판단하였다. 결과에 신뢰성을 주기위한 방법으로 YOLO의 바운딩 박스의 크기를 구하여 객체의 자세를 유추하는 방법을 추가하고 구현하였다. 최종적으로 관리자에게 알림 서비스를 위하여 텔레그램 API Bot과 Firebase DB 서버를 구현하였다.

• 한국빅데이터학회지
• /
• 제8권1호
• /
• pp.73-82
• /
• 2023

해양쓰레기는 해양생물의 생존, 바닷물 오염, 풍경 등 생태계에 영향을 미칠 뿐만 아니라 2차적으로 경제적 손실 및 인간 건강에 악영향을 끼친다. 수중 및 해수면 쓰레기 문제에 대한 연구는 활발히 진행되고 있는 반면 사람의 접근이 어려운 사각지대의 해양쓰레기 해결방안 연구는 더디게 이뤄지고 있다. 이러한 문제를 해결하기 위해 우리는 드론을 활용해 테트라포드와 같은 사각지대에서 해양쓰레기를 탐지 및 추적한다. 또한 탐지된 쓰레기는 드론의 GPS, 고도, 방위 값 등으로 위치 좌표를 계산해서 이를 시각화한다. 본 연구에서 제안하는 드론을 활용한 해양쓰레기 탐지 및 위경도 매칭 방법은 사각지대에서의 해양쓰레기 문제에 효과적으로 대응할 수 있는 해결책을 제시한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 추계학술대회
• /
• pp.250-252
• /
• 2022

최근 IoT 기술과 AI의 발전에 따라 다양한 분야에서 무인화와 자동화가 진행되고 있으며, 물체감지 및 인식, 추적 등의 알고리즘을 사용하는 시스템에서 다양한 응용기술들이 연구되고 있다. 영상을 기반으로 동작하는 시스템의 경우, 전처리 과정으로 잡음제거를 진행하고 있으며, 시스템의 환경에 따라 정밀한 잡음제거가 요구되는 경우가 있다. 본 논문에서는 필터링 과정에서 발생하기 쉬운 블러링 현상을 최소화하며 결과 영상의 디테일을 강조하기 위해 국부영역의 화소분할을 사용한 변형된 중심 가중치 필터 알고리즘을 제안한다. 제안한 알고리즘은 국부 영역의 화소를 두 영역으로 분할하였을 때, 분할된 영역 중 우세한 영역의 중심을 가중치 필터 알고리즘의 기준으로 정하였다. 결과영상은 필터링 마스크 내부의 화소값에 변형된 중심 가중치를 컨벌루션하여 계산한다.

• 대한교통학회지
• /
• 제23권4호
• /
• pp.17-28
• /
• 2005

우리나라는 건널목 중 약 91.1%가 정거리 방식을사용하고 있으며, 약 8.9%가 정시간 방식을 사용하고 있다. 정거리 방식의 경우 열차의 종류에 따른 접근속도의 편차를 고려하지 않고 단지 최고속도의 열차를 기준으로 한 건널목 대기시간을 차량운전자와 보행자에게 제공한다. 이는 저속 열차의 통과 시 건널목 대기시간이 길어져 차량 운전자와 보행자의 불만을 야기하며 건널목 대기시간이 필요 이상으로 긴 경우 차량운전자와 보행자는 경고를 불신하게 되고 잘못된 판단을 유도하게 되어 사고가 발생할 가능성을 내포하고 있다. 본 연구에서는 철도건널목의 정확한 정시간 방식의 운영으로 철도건널목 사고예방 및 안전성 향상에 기여하고자 한다. 정확한 정시간 방식의 운영을 위하여 초음파 검지기를 이용한 열차 위치추적 및 속도검지 방식을 개발하였다. 초음파 검지기의 설치위치는 본 연구의 범위인 열차최고속도 160km/h와 새마을호의 최고속도 및 가속도 건널목 최소경보시간을 고려하여 선정하였다. 그리고 개발된 열차 위치추적 및 속도검지 방식의 알고리즘에 대한검증은 사고위험성의 문제로 실내에서 간이시험을 실시하였다. 그 결과 본 연구에서 개발된 열차 위치추적 방식의 경우 실제 열차의 위치와 본 연구에서 개발된 알고리즘에 의한 열차 위치는 일치하였으며, 속도검지 방식은 실제 열차의 속도와 개발된 알고리즘에 의한 속도와의 오차가 최대 0.07m/sec인 것으로 분석되었다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제8권2호
• /
• pp.15-22
• /
• 2002

영상분할이란 영상내의 이미지 상의 특정한 의미가 있는 영역으로 나누는 영상처리 방법을 일컫는다. 이미지 합성이나 분석을 위해서는 구분된 영역이 최대한 인간이 의미를 부여할 수 있는 물체를 나타내는 것이 바람직하나, 현재의 컴퓨터에의한 자동 영상이해 기법으로는 그 학문적 및 기술적인 한계로 인하여 영역의 분할이 수치적인 의미 이상을 가지게하기 어렵다. 따라서, 사용자가 결정적인 물체 경계의 정보를 제공하고 그에 기반하여 처리하는 HCI(Human Computer Interaction)개념을 도입하면 효과적인 결과를 얻을 수 있다. 기존의 "지능형 가위" (Intelligent Scissors)나 스네이크 (Snake) 방법 등에서도 사용자의 입력이 결과에 결정적인 역할을 하는 것을 보여준다 [1][2]. 본 논문은 기존의 방법에 비하여 미세한 영역의 경계를 추출 및 추적을 향상할 수 있는 효율적인 대화형 영상분할 기법을 제안한다. 제시된 방법은 지능형 가위의 개념에 일부 기반하나 안정된 경계선 추출을 위하여 이미 영상처리분야에서 확립된 캐니 경계 검출법(Canny Edge Detector)을 사용한다. 그리고 캐니 경계 검출법으로 잘 탐지되지 않는 경계선 부분에 대한 검출을 위하여 경계 "재봉법"(Sewing Method)을 제시하였으며, 작업 효과와 효율을 증진 시키기 위하여 인접 화소들을 검색하는 순서와 검색 대상 화소를 지정하는 5-방향 경계 추적 방법(5-Direction Edge-Following Method)을 제안하였다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제2권1호
• /
• pp.7-14
• /
• 2013

현재 위치인식에 관한 많은 기술들이 존재한다. 하지만 서로 다른 곳에 위치한 신호수신장치들이 먼 곳에 위치한 특정 물체의 위치를 정확하게 알아내기 위해서는 해당 물체 또는 사용자의 단말장치에서 내보내는 신호의 정확한 시간을 알아야 한다. 이러한 목적 때문에 ToA 기술보다는 TDoA 기술이 보다 적합하다. TDoA 기술을 기본으로 하는 전자 감시 시스템 및 다른 위치추적 장치들은 이격 장치들간의 정밀한 시각동기가 되지 않아서 신호수신장치들에 의해 보내지는 신호로부터 정확한 TDoA 값을 획득하는 것이 불가능하다. 이렇게 직접적으로 정확한 값을 받지 못함으로써 위치 추정 에러가 발생된다. 이러한 이유로 이격 장치들간의 정밀한 시각동기 기술은 TDoA를 기반으로 하는 위치인식에 있어서 필수적인 것이다. 본 논문에서는 TDoA를 기반으로 하는 위치인식을 위해, 제안된 정밀한 시각동기 기술의 정확성과 측정오차가 평가된다. TDoA를 기반으로 하는 위치 측정 오차는 제안하는 시각동기 알고리즘을 사용할 때 크게 향상된다.