• 대한교통학회지
• /
• 제28권3호
• /
• pp.169-183
• /
• 2010

영상기반의 교통정보수집시스템은 관리 및 운영상의 한계를 보이고 있는 기존의 루프검지기의 역할을 대체하는 검지기로써의 역할 뿐만 아니라 다양한 교통류의 정보를 제공하고 관리할 수 있으며, 교통사고의 발생전과 후의 순차적인 상황을 정확히 기록하고, 이 자료를 통해 발생된 교통사고의 사고 매커니즘을 객관적이고 명확하게 조명하고 분석하는 것은 교통사고 처리에 있어서 중요한 부분을 차지함으로서, 여러 나라에서 보급 활용되고 있다. 본 논문에서는, 기존 기술들이 연속류 도로의 특성인 속도변화, 교통량 변화, 점유율 변화와 같은 교통류 흐름을 반영하여 1차 예비판단을 실시하였다. 또한, 1차 예비판단된 경우 영상추출 및 처리를 통해 최종 사고판단을 실시하게 된다. 이 때, 도로상의 다양한 환경적 변화로 인해 극복하기 어려운 차량의 객체추출, 객체분리, 추적 등의 정확성을 확보하기 위해서 계산속도와 정확도 측면에서 우수함을 보이고 있는 Adaptive GMM(Gaussian Mixture Model) 기반으로 실시하였으며, 환경적인 요인으로 인해 자주 발생하고 있는 오 검지 상황들을 효과적으로 저감시킬 수 있는 능동적이고 환경적응적인 기법을 통해 사고 최종판단을 실시하였다. 이렇게 구현된 기술의 성능을 평가하고자 중부내륙 실험도로에서 12건의 사고 모의실험을 실시하였으며, 실제 운용되고 있는 장항IC에서의 사고영상을 실시간 온라인으로 입력받아 시험하였다. 결과적으로, 검지율 93.33%, 오검지 6.7%로 높은 신뢰성을 보였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제36권11호
• /
• pp.960-966
• /
• 2009

다양체는 고차원 표본 데이터들 사이의 관계를 표현하기 위해 저차원 공간에서 생성된 구조로서 고차원 데이터인 영상과 3차원 인체 구성 데이터를 처리하는데 많이 사용되고 있다. 다양체 학습은 이러한 다양체를 생성하는 과정을 말한다. 그러나 다양체 학습을 이용한 포즈 추정은 학습하지 못한 실루엣 변화에 취약하다. 실루엣 변화는 2차원 영상에서 시점 변화, 포즈 변화, 사람 변화, 거리 변화, 잡영에 의해 발생되며, 이러한 변화를 하나의 다양체로 학습하기란 어렵다. 본 논문에서는 실루엣 변화를 유발하는 문제중 하나인 시점 변화에 대한 문제를 해결하고자 한다. 종래에 시점 변화에 상관 없이 포즈를 추정하는 방법에서는, 각 시점마다 다양체를 가지거나 사상 함수에서 시점에 관련한 요소들을 분리하석 별도의 다양체로 학습한다. 하지만 이러한 방법들은 복잡하고, 추정 과정에서 어떠한 시점의 다양체를통해 포즈를 추정할지 판단을 요구하며, 비교사 학습으로 인해 실루엣과 대응되는 3차원 인체 구성을 지정하기 어렵다. 본 논문에서는 시점 다양체, 포즈 다양체, 인체 구성 다양체를 편향된 다양체로 학습하여 사용하는 방법을 제안한다. 그리고 영상과 시점 다양체, 영상과 포즈 다양체, 인체 구성과 인체 구성 다양체, 포즈 다양체와 인체 구성 다양체 간에 사상 함수를 학습한다. 실험에서는 학습된 다양체와 사상 함수를 이용하여 24개의 시점에서 강인한 포즈 추정 결과를 보여주고 있다.

• 정보처리학회논문지B
• /
• 제11B권3호
• /
• pp.309-316
• /
• 2004

본 논문은 움직임 벡터를 보다 빠르고 정확하게 추정해나가는 탐색 방법으로 상 좌 우 3 방향을 고려한 TDS(T-Shape Diamond Search) 알고리즘을 제안하였다. 이 방법에서는 실제 움직임 벡터가 탐색 영역의 중심과 상ㆍ하 ㆍ좌 ㆍ우 방향에 집중되어 있는 특성을 이용하여 먼저 탐색 원점을 중심으로 상ㆍ하ㆍ좌ㆍ우 4 방향으로 탐색 점을 배치한 후 블록 정합을 실행한다 이들 중 정합 오차가 가장 삭은 지점을 기준점으로 상 방향으로 탐색 점을 확장하여 정합 오차를 측정해보고 기준점토다 오차가 작으면 계속 상 방향으로 확장해 나가고 그렇지 않으면 기준점을 충심으로 좌우 두 점 중 정합오차가 작은 점을 선택한다. 예측된 방향으로 위의 과정을 반복하며 움직임을 추정한다. 특히 움직임이 십자방향에 집중되는 영상의 경우 접근이 빠르고, 단계적으로 움직임 가능성이 낮은 부분을 탐색 대상에서 제외해 나감으로써 탐색이 비교적 빠르고 정확하게 이루어진다. 이 방법은 기존의 부분 최적 탐색 기법인 NTSS, DS, 그리고 HEXBS 등의 탐색법과 비교할 때 유사한 화질을 유지하면서도 탐색 점수에서는 평균 38％의 개선된 결과를 얻을 수 있었다. 특히 움직임이 적은 영상에서의 탐색 점수는 50％의 향상된 결과를 얻었다.

• 한국수산과학회지
• /
• 제29권5호
• /
• pp.578-585
• /
• 1996

정어리, 명태 및 오징어육을 $-20^{\circ}C,\;-40^{\circ}C$및 $-80^{\circ}C$에서 동결하고 hammer mill에 의한 분쇄적성과 분쇄물의 mass colloider에 의한 마쇄 특성을 조사하였다. 정어리, 명태 및 오징어육은 $-40^{\circ}C$ 및 $-80^{\circ}C$로 동결할 경우 hammer mill에 의해 분쇄가 가능하였고 분쇄물은 mass colloider에 의해 마쇄가 가능한 것으로 나타났다. 어육별 동결분쇄물의 입도분포는 오징어, 정어리, 명태순으로 큰 입자의 비율이 높은 것으로 나타났다. 한편 동결분쇄물의 입자분포는 동결온도에 따라 차이를 보여 $-40^{\circ}C$ 보다는 $-80^{\circ}C$ 동결군의 입도가 작게 나타나는 경향을 보였다. 한편 동결온도가 다른 어육의 동결분쇄입자들에 대하여 image analysis를 행한 결과, $-40^{\circ}C$ 처리구는 짓이겨진 형태를 보인 반면 $-80^{\circ}C$ 처리구는 예리하게 끊어진 형태를 보였다. 또한 어종간의 조직특성이 관찰되어 어종 및 동결온도에 의해 동결분쇄물의 입도 분포 및 물성이 다를 수 있음이 시사되었다. 동결마쇄물의 수율은 정어리 $62.5\%$, 명태 $56.9\%$, 오징어 $52.5\%$로 나타났으며 오징어를 제외한 명태 및 정어리육의 마쇄물은 특히 뼈에서 유래되는 Ca의 함량비가 $6\~8$배 높은 특성을 보이고 있었다. 또한 동결마쇄물의 품질지표의 하나인 유화능을 측정한 결과, 대조군에 비해 다소 낮게 나타났으나 어육의 가공에는 충분히 적용가능할 것으로 평가되어 hammer mill과 mass colloider를 이용한 어육의 동결마쇄기법은 향후 관련분야에 이용성이 클 것으로 생각된다.

• 정보처리학회논문지B
• /
• 제12B권5호
• /
• pp.553-560
• /
• 2005

일반적으로 간경변에 동반된 비장은 비대한 것으로 알려져 있다. 본 연구는 간경변을 보유한 환자의 복부 CT 영상을 이용하여 비장의 웨이브 패턴(wave patten)을 관찰하였는데 정상간을 보유한 사람의 복부 CT 영상과 차이가 있음을 발견하였다. 간경변을 가지고 있는 환자의 복부 CT 영상에서 비장은 왼쪽 측면에 깊은 웨이브 부분이 존재하였다. 정상간의 경우에도 왼쪽 측면에 웨이브가 존재하기도 하나 깊이가 깊지 않음을 알 수 있다. 그러므로, 간경변을 가진 비장의 웨이브 부분들의 면적의 합이 정상간을 가진 비장의 웨이브 면적보다 크다는 것을 알 수 있다. 나아가, 간경변을 보유한 영상에서 비장의 웨이브 부분을 추출하여 원형성(circularity)을 살펴보았을 때 정상간에 수반된 비장의 웨이브 부분보다 더 원형에 가깝다는 것을 알 수 있었다. 본 논문은 위와 같이 관찰된 원리를 바탕으로 복부 CT 영상에서 비장의 웨이브 패턴을 이용하여 비장 비대를 효과적으로 진단하는 새로운 방법을 제시한다. 이는 단순히 비장의 크기만을 이용하지 않고 비장의 형태 변화로써 국소적 비장 비대를 자동 판정해 낼 수 있음을 말해주는 것이다.

• 정보처리학회논문지D
• /
• 제10D권1호
• /
• pp.1-12
• /
• 2003

최근 이미지, 비디오와 같은 멀티미디어 데이터에 대한 효율적인 검색을 위해 많은 다차원 및 고차원 색인 구조들에 대한 연구가 활발히 진행되고 있다. 하지만 기존의 색인 구조의 연구 방향은 검색의 효율을 극대화 하는데 초점을 맞추어 왔으며 최근의 멀티미디어 데이터베이스나 데이터 마이닝 분야와 같은 다수 사용자 환경을 요구하는 환경에서는 부적합한 실정이다. 이에 본 논문에서는 기존의 제시된 차원이 증가하면서 급속하게 성능이 저하되는 문제를 특징 벡터의 시그니쳐를 구성하여 완화시킨 필터링에 기반한 고차원 색인 구조에 동시성 제어기법을 설계 및 구현하여 위스콘신 대학에서 개발한 지속성 객체 저장 시스템인 SHORE 하부저장 시스템과 밀결합 방식으로 통합하였다. 확장된 SHORE 하부저장 시스템은 고차원 데이터에 대한 효율적인 검색 뿐만 아니라 레코드 레벨의 색인 데이터에 대한 동시성 제어를 지원하며 시그니쳐 파일을 모두 메모리에 로딩하는 구조를 개선하여 페이지 레벨의 관리가 가능하다. 아울러 본 논문에서 제시한 확장된 SHOE 하부저장 시스템을 실제 응용 시스템에 적용하기 위해 플랫폼 독립적인 환경을 지원하는 자바 언어를 사용하여 미들웨어 구축 방안을 제시한다. 또한 구축된 미들웨어를 통해 쓰레드 별로 대표적인 내용기반 질의 형태인 포인트질의, 범위질의, k-최근접 질의에 대한 다수 사용자 환경에서의 성능 평가를 수행하였다.

• 대한원격탐사학회지
• /
• 제36권5_3호
• /
• pp.1095-1107
• /
• 2020

홍수 발생 시 위성영상을 활용하여 침수된 지역을 추출하는 것은 홍수 발생 기간 내의 위성영상 취득과 영상에 나타난 침수구역의 정확한 분류 등에서 많은 어려움이 존재한다. 딥러닝은 전통적인 영상분류기법들에 비해 보다 정확도가 높은 위성영상분류기법으로 주목받고 있지만, 광학영상에 비해 홍수 발생 시 위성영상의 취득이 용이한 SAR 영상의 분류 잠재력은 아직 명확히 규명되지 않았다. 본 연구는 대표적인 의미론적 영상 분할을 위한 딥러닝 모델인 SegNet과 U-Net을 활용하여 동남아시아의 라오스, 태국, 필리핀의 대표적인 홍수 발생지역인 코랏 유역(Khorat basin), 메콩강 유역(Mekong river basin), 카가얀강 유역(Cagayan river basin)에 대해 Sentinel-1 A/B 위성영상으로부터 침수지역 추출을 실시하였다. 분석결과 침수지역 탐지에서 SegNet의 Global Accuracy, Mean IoU, Mean BF Score는 각각 0.9847, 0.6016, 0.6467로 나타났으며, U-Net의 Global Accuracy, Mean IoU, Mean BF Score는 각각 0.9937, 0.7022, 0.7125로 나타났다. 국지적 분류결과 확인을 위한 육안검증에서 U-Net이 SegNet에 비해 보다 높은 분류 정확도를 보여주었지만, 모델의 훈련에 필요한 시간은 67분 17초와 187분 19초가 각각 소요되어 SegNet이 U-Net에 비해 약 3배 정도 빠른 처리속도를 보여주었다. 본 연구의 결과는 향후 딥러닝 기법을 활용한 SAR 영상기반의 홍수탐지 모델과 실무적으로 활용이 가능한 자동화된 딥러닝 기반의 수계탐지 기법의 제시를 위한 중요한 참고자료로 활용될 수 있을 것으로 판단된다.

• 한국컴퓨터정보학회논문지
• /
• 제17권3호
• /
• pp.51-57
• /
• 2012

간 혈관 구조는 간에 대한 질병을 판단하거나 간 수술 계획을 세우는 데 중요한 요소이다. 특히 생체간이식에서 간 혈관 구조는 기증자와 수혜자의 안전을 보장하기 위하여 수술 전 환자의 간 상태를 파악하고 좌우엽의 체적을 계산하는 중요한 근거로 활용된다. 본 연구는 조영제를 투여한 복부 MDCT 영상에서 추출된 간 영상으로부터 간 혈관을 자동추출하기 위하여 노이즈에 강한 Canny edge detection을 활용할 수 있는 방안을 제안한다. 환자마다 달라질 수 있는 간 영상의 밝기와는 독립적으로 간 내부의 혈관을 추출하기 위하여 간 영상의 히스토그램과 평균 픽셀값을 이용하여 Canny 알고리즘에 사용되는 최적의 파라미터들을 정의한다. 간 영상의 밝기에 따라 파라미터를 수동으로 조절하는 경우보다 시간을 절약할 수 있다. 찾아진 혈관의 경계선에서픽셀의 밝기를 이용하여 후보 혈관을 추출한다. 최종적으로 수평과 수직방향으로 연결된 혈관이나 고립된 혈관을 검색하는 시스템을 이용하여 추출에 실패한 혈관을 추가하고 노이즈를 제거한다. 그 결과로써 환자마다 나타나는 다양한 혈관 모양을 정확하게 3차원으로 재구성한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제9권5호
• /
• pp.169-176
• /
• 2020

최근 심층 신경망 (Deep Neural Networks, DNNs)는 모바일 및 임베디드 디바이스에 인간과 유사한 수준의 인공지능을 제공해 많은 응용에서 혁명을 가져왔다. 하지만, 이러한 DNN의 높은 추론 정확도는 큰 연산량을 요구하며, 따라서 기존의 사용되던 모델을 압축하거나 리소스가 제한적인 디바이스를 위해 작은 풋프린트를 가진 새로운 DNN 구조를 만드는 방법으로 DNN의 연산 오버헤드를 줄이기 위한 많은 노력들이 있어왔다. 이들 중 최근 작은 메모리 풋프린트를 갖는 모델 설계에서 주목받는 기법중 하나는 레이어 간에 패러미터를 공유하는 것이다. 하지만, 기존의 패러미터 공유 기법들은 ResNet과 같이 패러미터에 중복(redundancy)이 높은 것으로 알려진 깊은 심층 신경망에 적용되어왔다. 본 논문은 ShuffleNetV2와 같이 이미 패러미터 사용에 효율적인 구조를 갖는 소형 신경망에 적용할 수 있는 패러미터 공유 방법을 제안한다. 본 논문에서 제안하는 방법은 작은 크기의 템플릿과 레이어에 고유한 작은 패러미터를 결합하여 가중치를 생성한다. ImageNet과 CIFAR-100 데이터셋에 대한 우리의 실험 결과는 ShuffleNetV2의 패러미터를 15%-35% 감소시키면서도 기존의 패러미터 공유 방법과 pruning 방법에 대비 작은 정확도 감소만이 발생한다. 또한 우리는 제안된 방법이 최근의 임베디드 디바이스상에서 응답속도 및 에너지 소모량 측면에서 효율적임을 보여준다.

• 한국산림과학회지
• /
• 제88권3호
• /
• pp.389-399
• /
• 1999

본 연구는 개체목의 위치를 포함하는 정밀 임분조사 자료를 이용하여 임분의 3차원 공간구조 분석이 가능한 컴퓨터 프로그램의 개발을 목적으로 수행되었다. 이 프로그램은 임분의 ha당 통계량 계산 등 양적 정보뿐만 아니라 직경, 수고, 재적분포, 그리고 3차원 임분 공간구조와 수관투영도 등의 시각적 정보를 제공하는 기능을 가지고 있다. 또한 컴퓨터 상에서 가상 시업 시뮬레이션을 통해 시업후의 임분구조를 시각적으로 확인할 수 있는 기능을 포함한다. 본 연구에서 개발된 프로그램의 통계분석 부분은 SAS의 분석결과와 비교하였고, 그래픽 정보의 표현 능력은 유사한 3차원 수관도 프로그램인 TreeDraw와 비교하였다. 그 결과 본 연구에서 개발된 프로그램은 자료분석 시간이나 결과의 요약 등 실용성 측면에서 우수한 것으로 나타났다. 본 프로그램을 이용할 경우 해당 임분에 대한 적합한 조림조치와 합리적인 경영에 필요한 다양한 임분 공간정보를 얻을 수 있어 사용자의 의사결정에 도움이 될 것으로 판단된다.