• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권5호
• /
• pp.221-228
• /
• 2022

인공지능 기술의 적용으로 로봇이 실생활에서 효율성 높은 서비스를 제공할 수 있게 되었다. 본 연구에서는 단순 반복적 작업을 하는 산업용 매니퓰레이터와 달리 서비스 로봇 분야에서 장소의 제약 없이 단독으로 또는 협업하여 사용하기 위한 6자유도 로봇 팔의 설계방법과 지능적인 물체 검출 및 이동 방법을 제시하고 성능을 검증하였다. 로봇 팔에 포함된 임베디드 보드의 ROS 환경에서 깊이 카메라와 딥러닝을 이용하여 로봇팔은 물체를 검출하고, 역기구학 해석을 통해 물체 영역으로 이동한다. 또한 물체와 접촉 시 힘센서 값의 분석을 통해 물체를 정확히 잡고 이동하는 동작이 가능하게 하였다. 제작한 로봇 팔에 대한 성능검증을 위하여 딥러닝과 영상처리를 통한 물체의 정확한 위치 산출, 모터 제어 및 물체 분리에 대한 실험을 하였으며, 실제 동작 여부를 확인하기 위하여 카페에서 흔히 사용하는 다양한 컵들을 분리하는 실험을 수행하였다.

• 전기전자학회논문지
• /
• 제26권1호
• /
• pp.27-35
• /
• 2022

본 논문은 낮은 연산 복잡도를 지니는 초음파 혈관 패턴 영상 알고리즘을 제안한다. 제안하는 혈관 패턴 영상 알고리즘은 혈류의 흐름 만 감지하여 혈관 패턴을 영상화하는 알고리즘이며 손가락 혈관의 패턴 영상을 추출하는 실시간 신호처리 하드웨어에 적용할 수 있다. 기존의 초음파 의료영상장비의 혈류영상 모드와 달리 제안하는 알고리즘은 혈류의 흐름 만 감지하여 영상으로 복원한다. 즉, 제안하는 영상 알고리즘은 I/Q 복조를 사용하지 않으며 클러터 필터의 출력 신호의 절대 값을 누적하는 방식으로 혈류 흐름의 유무를 검출하기 때문에, 알고리즘의 구조가 비교적 간단하다. 제안하는 영상 알고리즘의 복잡도를 검증하기 위해, Field-II 프로그램을 이용하여 손가락 혈관을 모사하는 시뮬레이션 모델을 구현하였다. 행위모사 시뮬레이션을 통해, 제안하는 알고리즘의 연산시간이 일반적인 color-flow 모드보다 약 54배 작은 것으로 확인되었다. 제안하는 영상 알고리즘에서 요구되는 주요 구성 블록과 연산량을 고려할 때, 제안하는 알고리즘은 FPGA 또는 ASIC과 같은 하드웨어에 구현되기에 용이하다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제7권10호
• /
• pp.935-943
• /
• 2017

많은 양의 데이터 기반으로 학습하는 neural network 중 이미지 분류나 음성 인식 등에 사용되어 지고 있는 CNN(Convolution neural network)는 현재까지도 우수한 성능을 가진 구조로 계속적으로 발전되고 있다. 제한된 자원을 가진 임베디드 시스템에서 활용하기에는 많은 어려움이 있다. 그래서 미리 학습된 가중치를 사용하지만 여전히 한계점이 있기 때문에 이를 해결하기 위해 GPU의 범용 연산을 위해서 사용하는 GP-GPU(General-Purpose computing on Graphics Processing Units)를 활용하는 추세다. CNN은 단순하고 반복적인 연산을 수행하기 때문에 SIMT(Single Instruction Multiple Thread)기반의 GPGPU에서 스레드 할당과 활용 방법에 따라 연산 속도가 많이 달라진다. 스레드로 Convolution 연산과 Pooling 연산을 수행할 때 쉬어야 하는 스레드가 발생하는 데 이러한 문제를 해결하기 위해 남은 스레드가 다음 피쳐맵과 커널 계산에 활용되는 방법을 사용함으로써 연산 속도를 증가시켰다.

• 우주기술과 응용
• /
• 제3권2호
• /
• pp.154-164
• /
• 2023

우주탐사에서 분광관측은 대상의 구성 성분과 물리적 특성을 이해하는 데 유용한 방법이다. 분광 자료 분석에는 여러 가지 방법이 있으며, 관측 대상과 파장대역에 따라 차이가 있다. 본 논문에서는 달 탐사에서 주로 적용하는 가시광-근적외선(visible & near-infrared, VNIR) 분광 자료 분석 방법에 대해 소개한다. 주요 분석 방법에는 가색상 비율(false color ratio) 영상 처리, 반사도 유형(reflectance pattern) 분석, 통합 대역 깊이(integrated band depth, IBD) 계산이 있으며, 분석 이전의 전처리로는 연속체 제거(continuum removal)가 있다. 이러한 분광 분석 방법들은 가시광-근적외선 영역에서 나타나는 달 표면의 광물 특성을 이해하는데 도움이 되며, 화성과 같은 다른 천체에도 적용할 수 있다.

• 분석과학
• /
• 제20권2호
• /
• pp.155-163
• /
• 2007

다공성 지류의 증거물은 문서위조, 유괴, 사기와 테러 등의 범죄현장에서 발견된다. 본 실험은 다공성 지류인 일반 프린트 용지와 신문지의 잠재지문 현출에 Ninhydrin, 1,8-diazafluoren-9-one (DFO) 그리고 Iodine fuming의 효과를 평가하고 지류에 따른 적절한 방법을 확인하고자 하였다. 일반 프린트 용지의 경우 Ninhydrin과 DFO의 처리보다 Iodine fuming법으로의 처리가 현출효율이 증대되었다. 신문지의 경우 Iodine fuming 법으로의 현출이 효과적이었으며 DFO로의 재처리와 blue light 광원에서 orange red filter의 사용으로 현출의 증가를 보였다. 또한 현출영상의 개선을 위해 Digital Imaging System(DIS)를 이용한 결과 효율의 증가를 확인할 수 있었다.

• 융합신호처리학회논문지
• /
• 제24권1호
• /
• pp.21-26
• /
• 2023

지식 증류는 깊은 모델의 지식을 가벼운 모델로 전달하는 모델 경량화 기술이다. 대부분의 지식 증류 방법들은 분류 모델을 위해 개발되었으며, 초해상화를 위한 지식 증류 연구는 거의 없었다. 본 논문에서는 다양한 지식 증류 방법들을 초해상화 모델에 적용하고 성능을 비교한다. 구체적으로, 초해상화 모델에 각 지식 증류 방법을 적용하기 위해 손실 함수를 수정하고, 각 지식 증류 방법을 사용하여 교사 모델을 약 27배 경량화한 학생 모델을 학습하여 2배 초해상화하는 실험을 진행하였다. 실험을 통해, 일부 지식 증류 방법은 초해상화 모델에 적용할 경우 유효하지 않음을 알 수 있었으며, 관계 기반 지식 증류 방법과 전통적인 지식 증류 방법을 결합했을 때 성능이 가장 높은 것을 확인하였다.

• 정보처리학회논문지A
• /
• 제16A권6호
• /
• pp.411-418
• /
• 2009

퍼지 클러스터링 기반 벡터 양자화 알고리즘은 퍼지 클러스터링 분석이 벡터 양자화 프로세스 초기단계에서 초기화에 덜 민감하게 하기 때 문에 데이터 압축 분야에서 널리 사용되어 왔다. 하지만, 퍼지 클러스터링 처리는 훈련 벡터 공간에 포함된 불확실한 양적 공식의 복잡한 프레 임워크 때문에 상당한 계산량이 요구된다. 이러한 상당한 계산량 부하를 극복하기위해 본 논문은 4,096 프로세싱 엘리먼트로 구성된 어레이 아 키텍처를 이용하여 퍼지 벡터 양자화 알고리즘의 병렬 구현을 제안한다. 제안하는 병렬 구현은 4,096 프로세싱 엘리먼트를 이용하여 클러스터 링 프로세스 동안 효과적인 벡터 할당 정책을 적용함으로써 계산적으로 효율적인 솔루션을 제공한다. 모의실험 결과, 제안한 병렬 구현은 기존 의 다른 어레이 아키텍처를 이용한 구현보다 성능 및 효율 측면에서 상당한 향상을 보였다. 또한동일한 130nm 기술에서 제안한 병렬 구현은 오늘날의 ARM이나 TI DSP 프로세서를 이용한 구현과 비교하여 약 1000배의 성능 향상 및 100배의 에너지 효율 향상을 보였다. 이 결과들은 향상된 성능 및 에너지효율에서 제안한 병렬 구현의 잠재가능성을 입증한다.

• 한국지리정보학회지
• /
• 제18권1호
• /
• pp.48-63
• /
• 2015

본 연구에서는 초분광영상의 국내 연안 활용 범위 확대 및 정확성 향상을 위해, 국외 연안지역에 대한 항공기 및 위성 탑재 초분광영상의 다양한 처리 기법을 소개한다. 육상과 달리, 가시광선 영역에서 미세한 반사율을 보이는 해양의 경우 보다 정밀한 대기보정이 요구된다. 이와 함께, 태양-해수면-센서의 기하학적 특징으로 나타나는 태양광 정반사(sun-glint)와 같은 이상 현상을 제거하기 위한 다양한 기법도 개발되어 왔다. 대기 및 정반사 보정된 초분광영상은 연안지역의 수심추정과 산호와 같은 저서 생물 및 해저면 종류 분류, 저서 생물 상태 모니터링에 활용되는데, 주로 복사전달모델과 분광라이브러리에 기반을 둔 반분석적 기법을 사용한다. 이는 초분광영상의 많은 분광 정보를 활용하는 방법으로, 실험적 모델을 적용하는 다중분광자료에 비해 상대적으로 정확도가 높다. 광학영상의 해양활용에서 있어 수심 및 수질은 매우 중요한 제약점으로, 특히 복사전달모델에 기반을 둔 분석에 따르면 초분광영상은 최대 25m까지 수심측정이나 해저면 분류가 가능하다고 하나, 실제 많은 연구에서 항공기 및 위성 탑재 초분광영상은 수심 10m 이내의 연안지역에서 활용되고 있다. 이와 같은 연구결과를 바탕으로 국내 연안지역의 초분광영상자료의 정확하고 정량적인 연안 활용을 위해서는 최대 탐지 가능한 수심 및 수질조건 등에 대한 분석이 필요하다는 것을 확인하였다. 또한 국내 연안지역에 대해 분류 가능한 저서 생물과 해저면의 분류 및 분광라이브러리 구축의 필요성을 제시하였다.

• 한국수자원학회논문집
• /
• 제55권spc1호
• /
• pp.1177-1185
• /
• 2022

상·하수도 시스템은 사람들에게 안전하고 깨끗한 물을 공급해주는 사회기반시설이며, 특히 상·하수도 관로는 지중에 매설되어 있기 때문에 시스템의 결함검출이 매우 어렵다. 이러한 이유로 상·하수도 관로의 진단은 관로 내부에 카메라 및 드론을 통한 촬영을 하여 사후에 촬영된 영상을 바탕으로 시스템 진단하는 등의 사후 결함검출로 제한되기 때문에, 작업자의 업무 효율 증대와 진단의 신속성을 위해서는 관로의 실시간 탐지기술이 필요하다. 최근 첨단장비 및 인공지능 기법을 활용한 시설물 진단 기술이 개발되고 있지만, 인공지능기반 결함검출 기술은 결함 데이터의 종류 및 형태, 수가 검출 성능에 영향을 주기 때문에 다양한 학습데이터가 필요하다. 따라서, 본 연구에서는 상·하수도 관로의 결함검출 시 탐지 성능 향상을 위해 다양한 결함 시나리오를 3D 프린트를 이용하여 구현하고 이를 수집된 결함 데이터와 함께 학습데이터로 사용한다. 이후 수집된 이미지는 위험도에 따른 분류 및 객체의 라벨링 등의 전처리 작업이 수행되고 실시간 결함탐지를 수행한다. 제안된 기법은 상·하수도시스템 결함검출 시 실시간 피드백을 제공함으로써, 작업자의 진단 누락 가능성을 최소화하며 기존의 상·하수도관 진단업무 처리능력을 향상할 수 있다.

• Corrosion Science and Technology
• /
• 제18권6호
• /
• pp.253-257
• /
• 2019

A deep learning based real-time painting surface inspection algorithm is proposed herein, designed for developing an autonomous inspection drone. The painting surface inspection is usually conducted manually. However, the manual inspection has a limitation in obtaining accurate data for correct judgement on the surface because of human error and deviation of individual inspection experiences. The best method to replace manual surface inspection is the vision-based inspection method with a camera, using various image processing algorithms. Nevertheless, the visual inspection is difficult to apply to surface inspection due to diverse appearances of material, hue, and lightning effects. To overcome technical limitations, a deep learning-based pattern recognition algorithm is proposed, which is specialized for painting surface inspections. The proposed algorithm functions in real time on the embedded board mounted on an autonomous inspection drone. The inspection results data are stored in the database and used for training the deep learning algorithm to improve performance. The various experiments for pre-inspection of painting processes are performed to verify real-time performance of the proposed deep learning algorithm.