• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권5호
• /
• pp.217-228
• /
• 2023

비디오 개체 분할은 비디오를 구성하는 영상 프레임 각각에 대해 관심 개체 분할을 수행해야 할 뿐만 아니라, 해당 비디오를 구성하는 프레임 시퀀스 전체에 걸쳐 개체들에 대한 정확한 트래킹을 요구하기 때문에 난이도가 높은 기술이다. 특히 드라마 비디오에서 인물 개체 분할은 다양한 장소와 시간대에서 상호 작용하는 복수의 주요 등장인물들에 대한 정확한 트래킹을 요구하는 특징을 가지고 있다. 또한, 드라마 비디오 인물 개체분할은 주연 인물들과 조연 혹은 보조 출연 인물들 간의 등장 빈도에 상당한 차이가 있어 일종의 클래스 불균형 문제도 있다. 본 논문에서는 미생 드라마 비디오들을 토대로 구축한 인물 개체 분할 데이터 집합인 MHIS를 소개하고, 등장인물 클래스 간의 심각한 데이터 불균형 문제를 효과적으로 해결하기 위한 새로운 비디오 데이터 보강 기법인 CDVA를 제안한다. 기존의 비디오 데이터 보강 기법들과는 달리, 새로운 CDVA 보강 기법은 비디오들의 시-공간적 맥락을 충분히 고려해서 목표 인물이 삽입되어야 할 배경 클립 내의 위치를 결정함으로써, 보다 더 현실적인 보강 비디오들을 생성한다. 따라서 본 논문에서 제안하는 새로운 비디오 데이터 보강 기법인 CDVA는 비디오 개체 분할을 위한 심층 신경망 모델의 성능을 효과적으로 향상시킬 수 있다. 본 논문에서는 MHIS 데이터 집합을 이용한 다양한 정량 및 정성 실험들을 통해, 제안 비디오 데이터 보강 기법의 유용성과 효과를 입증한다.

• 한국식생활문화학회지
• /
• 제23권3호
• /
• pp.318-327
• /
• 2008

This study examined the cultural dietary habits as well as attitudes toward food, within other life pattern elements, of students living in Gwangju City and Chonnam Province, Korea. Questionnaires from 1,000 student respondents were analyzed. The survey consisted of questions regarding physical condition and health status, dietary consciousness, food preference, knowledge of food and nutrition, and dietary culture. The results showed that 1.6% of the students considered their own physical condition to be extremely poor, and 2.7% and 2.1% also considered their father's and mother's physical conditions as extremely poor, respectively. Among the respondents, 18.3% were smokers and consumed an average of 14.8 cigarettes per day. With regard to their dietary habits, the students answered that they preferred to eat meals with friends rather than with family members, fruit was chosen for eating over health food supplements, and there was very little participation or interest in various food and cultural festivals. The female students had a tendency to alleviate mental stresses by eating, while the male students performed more physical activity to deal with stress. The female students also preferred cereal, fruit, fast food, and sweetened foods more than the male students. Between the smokers and non-smokers, significantly more non-smokers chose fruit (p<0.01), ethnic foods (p<0.05), and sweetened foods (p<0.05) as compared to the smokers. Body mass index (BMI) had significant positive correlations with soft drink (p<0.01), health food supplement (p<0.01), and alcoholic beverage (p<0.001) consumption, while BMI was negatively correlated with cereal (p<0.01), fruit (p<0.001), and sweetened food (p<0.01) intake. The health status of students was positively correlated with their father's health status (p<0.01), mother's health status (p<0.001), and BMI (p<0.05), as well as cereal (p<0.001), high protein side dish (p<0.01), fruit (p<0.01), vegetable (p<0.01), and traditional food (p<0.001) intake. The average body weight for female students was approximately 5 kg less than the Korean Nutrition Society's standardized weight, therefore, it is strongly recommended that measures be taken to develop a systematic nutrition education program that would help those students who often unintentionally skip breakfast or go on extreme diets to improve body image.

• 한국컴퓨터정보학회논문지
• /
• 제28권10호
• /
• pp.27-35
• /
• 2023

본 논문에서는 복합소재 생산 분야에서 수요가 높은 프리프레그 섬유 제조 공정에 딥러닝 기반의 결함 검출 및 분류 시스템을 적용하여 생산성을 높이는 과정을 제안한다. 다양한 조건별 다량의 불량 발생으로 해결방안이 필요한 토우 프리프레그 제조 장비에 적용하기 위해 우선 결함 감지와 분류 모델 제작에 필요한 카메라 및 조명을 선정하여 최적의 환경을 구축하였다. 그리고 다중 분류 모델 제작에 필요한 데이터를 수집하고 정상 및 불량 조건에 따라 라벨링을 진행하였다. 다중 분류 모델은 CNN 기반으로 제작하였으며 VGGNet과 MobileNet, ResNet 등의 사전 학습모델을 적용하여 성능을 비교하고 정확도 및 손실 그래프로 개선 방향을 파악한다. 주요 문제로 과적합 문제를 확인하여 개선하기 위해 데이터 증강 및 Dropout 기법을 적용하여 보완하였다. 모델에 대한 성능 평가를 위해 혼돈행렬을 성능지표로 한 성능 평가를 진행하였으며 99% 이상의 성능을 확인하였다. 또한, 실제 공정에 적용하여 실시간 획득된 이미지에 대한 분류 결과를 확인해보며 판별 값이 정확히 도출되는지 확인한다.

• 정보보호학회논문지
• /
• 제33권6호
• /
• pp.1099-1110
• /
• 2023

자율주행 및 robot navigation의 인식 시스템은 성능 향상을 위해 다중 센서를 융합(Multi-Sensor Fusion)을 한 후, 객체 인식 및 추적, 차선 감지 등의 비전 작업을 한다. 현재 카메라와 라이다 센서의 융합을 기반으로 한 딥러닝 모델에 대한 연구가 활발히 이루어지고 있다. 그러나 딥러닝 모델은 입력 데이터의 변조를 통한 적대적 공격에 취약하다. 기존의 다중 센서 기반 자율주행 인식 시스템에 대한 공격은 객체 인식 모델의 신뢰 점수를 낮춰 장애물 오검출을 유도하는 데에 초점이 맞춰져 있다. 그러나 타겟 모델에만 공격이 가능하다는 한계가 있다. 센서 융합단계에 대한 공격의 경우 융합 이후의 비전 작업에 대한 오류를 연쇄적으로 유발할 수 있으며, 이러한 위험성에 대한 고려가 필요하다. 또한 시각적으로 판단하기 어려운 라이다의 포인트 클라우드 데이터에 대한 공격을 진행하여 공격 여부를 판단하기 어렵도록 한다. 본 연구에서는 이미지 스케일링 기반 카메라-라이다 융합 모델(camera-LiDAR calibration model)인 LCCNet 의 정확도를 저하시키는 공격 방법을 제안한다. 제안 방법은 입력 라이다의 포인트에 스케일링 공격을 하고자 한다. 스케일링 알고리즘과 크기별 공격 성능 실험을 진행한 결과 평균 77% 이상의 융합 오류를 유발하였다.

• 인터넷정보학회논문지
• /
• 제24권6호
• /
• pp.91-98
• /
• 2023

오늘날 인공지능 산업이 발전함에 따라 여러 분야에 걸쳐 인공지능을 통한 자동화 및 최적화가 이루어지고 있다. 국내의 철도 분야 또한 지도 학습을 이용한 레일의 결함을 검출하는 연구들을 확인할 수 있다. 그러나 철도에는 레일만이 아닌 다른 구조물들이 존재하며 그중 선로 체결 장치는 레일을 다른 구조물에 결합시켜주는 역할을 하는 장치로 안전사고의 예방을 위해서 주기적인 점검이 필요하다. 본 논문에는 선로 체결 장치의 데이터를 이용하여 준지도 학습(semi-supervised learning)과 전이 학습(transfer learning)을 이용한 분류기를 학습시켜 선로 안전 점검에 사용되는 비용을 줄이는 방안을 제안한다. 사용된 네트워크는 Resnet50이며 imagenet으로 선행 학습된 모델이다. 레이블이 없는 데이터에서 무작위로 데이터를 선정 후 레이블을 부여한 뒤 이를 통해 모델을 학습한다. 학습된 모델의 이용하여 남은 데이터를 예측 후 예측한 데이터 중 클래스 별 확률이 가장 높은 데이터를 정해진 크기만큼 훈련용 데이터에 추가하는 방식을 채택하였다. 추가적으로 초기의 레이블된 데이터의 크기가 끼치는 영향력을 확인해보기 위한 실험을 진행하였다. 실험 결과 최대 92%의 정확도를 얻을 수 있었으며 이는 지도 학습 대비 5% 내외의 성능 차이를 가진다. 이는 제안한 방안을 통해 추가적인 레이블링 과정 없이 비교적 적은 레이블을 이용하여 분류기의 성능을 기존보다 향상시킬 수 있을 것으로 예상된다.

• 정보처리학회 논문지
• /
• 제13권6호
• /
• pp.284-290
• /
• 2024

음성감정인식(Speech Emotion Recognition, SER)은 사용자의 목소리에서 나타나는 떨림, 어조, 크기 등의 음성 패턴 분석을 통하여 감정 상태를 판단하는 기술이다. 하지만, 기존의 음성 감정인식 연구는 구현된 시나리오를 이용하여 제한된 환경 내에서 숙련된 연기자를 대상으로 기록된 음성인 구현발화를 중심의 연구로 그 결과 또한 높은 성능을 얻을 수 있지만, 이에 반해 자유발화 감정인식은 일상생활에서 통제되지 않는 환경에서 이루어지기 때문에 기존 구현발화보다 현저히 낮은 성능을 보여주고 있다. 본 논문에서는 일상적 자유발화 음성을 활용하여 감정인식을 진행하고, 그 성능을 향상하고자 한다. 성능평가를 위하여 AI Hub에서 제공되는 한국인 자유발화 대화 음성데이터를 사용하였으며, 딥러닝 학습을 위하여 1차원의 음성신호를 시간-주파수가 포함된 2차원의 스펙트로그램(Spectrogram)로 이미지 변환을 진행하였다. 생성된 이미지는 CNN기반 전이학습 신경망 모델인 VGG (Visual Geometry Group) 로 학습하였고, 그 결과 7개 감정(기쁨, 사랑스러움, 화남, 두려움, 슬픔, 중립, 놀람)에 대해서 성인 83.5%, 청소년 73.0%의 감정인식 성능을 확인하였다. 본 연구를 통하여, 기존의 구현발화기반 감정인식 성능과 비교하면, 낮은 성능이지만, 자유발화 감정표현에 대한 정량화할 수 있는 음성적 특징을 규정하기 어려움에도 불구하고, 일상생활에서 이루어진 대화를 기반으로 감정인식을 진행한 점에서 의의를 두고자 한다.

• 한국지반공학회논문집
• /
• 제40권3호
• /
• pp.41-54
• /
• 2024

건설된 지반구조물을 안전하게 유지하기 위해 정기적인 모니터링은 매우 중요하다. 현재 유지관리를 위해 센서를 기반으로 하는 가속도, 변위계, 이미지를 기반으로 하는 레이저 혹은 드론 영상 촬영 등 지반구조물에 영향을 최소화할 수 있는 비파괴방식이 활용되고 있다. 해당 기술들은 표면의 변화를 관찰할 수 있지만, 내부 물성값 변화 파악에는 어려움이 있다. 지반구조물의 내부 물성값 변화를 모니터링하기 위해 현장 지반조사법이 도입될 수 있으며, 이를 위해 활용될 수 있는 비파괴시험에는 지오폰을 활용한 Spectral-Anlysis-of-Surface-Wave(SASW) 시험이 있다. SASW 시험은 비파괴시험이지만, 데이터 해석에 드는 시간과 분석에 어려움으로 인해 잦은 관찰을 요구하는 유지관리 모니터링의 용도로 활용이 어렵다. 하지만, 전단파 속도를 도출하는 복잡한 SASW 최종 해석이 아닌 분산곡선을 도출하는 1단계 해석만으로도 모니터링에 적용할 수 있다. 따라서, 본 논문에서는 SASW 시험을 모니터링에 활용하기 위해 분산곡선 도출에 필요한 위상각차 데이터에 관한 기초 연구를 수행하였다. 위상각차 구간별 신뢰도에 대해 검토하여 데이터 모니터링에 활용이 가능한 범위에 관하여 확인하였다. 이를 위해 단일 층으로 구성된 균질한 지반 현장에서 지오폰을 활용하여 계측한 위상각차 데이터들을 활용하였다. 본 연구를 통해 활용할 수 있는 위상각차 데이터 구간을 파악해 모니터링의 활용성을 높일 것으로 기대된다.

• Korean Journal of Radiology
• /
• 제22권2호
• /
• pp.263-280
• /
• 2021

Percutaneous transthoracic needle biopsy (PTNB) is one of the essential diagnostic procedures for pulmonary lesions. Its role is increasing in the era of CT screening for lung cancer and precision medicine. The Korean Society of Thoracic Radiology developed the first evidence-based clinical guideline for PTNB in Korea by adapting pre-existing guidelines. The guideline provides 39 recommendations for the following four main domains of 12 key questions: the indications for PTNB, pre-procedural evaluation, procedural technique of PTNB and its accuracy, and management of post-biopsy complications. We hope that these recommendations can improve the diagnostic accuracy and safety of PTNB in clinical practice and promote standardization of the procedure nationwide.

• 한국해양학회지:바다
• /
• 제13권3호
• /
• pp.280-285
• /
• 2008

자유낙하식 시료채취기(Free Fall Grab, FFG)를 이용하여 산출한 망간단괴의 부존밀도는 보정이 필요하다. 그 이유는 FFG로 망간단괴를 채취할 때 해저면에 부존되어 있는 망간단괴의 실제 양 보다 적은 양만이 채취되는 것으로 알려져 있기 때문이다. 지난 1994년과 2002년에 각각 1.29와 1.13의 망간단괴 부존밀도 보정상수가 제시된 바 있으며, 이는 주로 해저면 영상자료의 분석을 통해 이루어 졌다. 이 연구에서는 동일한 정점에서 FFG와 상자형 시료채취기(Box Corer, BC)를 이용하여 회수한 망간단괴의 부존밀도를 비교하여 기존에 제시된 망간단괴 부존밀도 보정상수와 비교하였다. 그 결과 FFG를 이용한 망간단괴의 회수율이 BC에 비하여 낮으며, 그 차이는 약 1.4배로 기존의 보정상수에 비해 훨씬 더 크게 나타났다. 따라서 향후 추가 시료 획득과 해저면 영상분석의 개선을 통해 기존의 망간단괴 부존밀도 보정식을 재산정할 필요성이 제기된다.

• 경영정보학연구
• /
• 제22권4호
• /
• pp.21-39
• /
• 2020

딥러닝(Deep learning) 기법은 패턴분석, 이미지분류 등 다양한 분야에서 높은 성과를 나타내고 있다. 특히, 주식시장 분석문제는 머신러닝 연구분야에서도 어려운 분야이므로 딥러닝이 많이 활용되는 영역이다. 본 연구에서는 패턴분석과 분류능력이 높은 딥러닝의 일종인 합성곱신경망(Convolutional Neural Network) 모델을 활용하여 주가방향 예측방법을 제안한다. 추가적으로 합성곱신경망 모델을 효율적으로 학습시키기 위한 속성선택(Feature Selection, FS)방법이 적용된다. 합성곱신경망 모델의 성과는 머신러닝 단일 분류기와 앙상블 분류기를 벤치마킹하여 객관적으로 검증된다. 본 연구에서 벤치마킹한 분류기는 로지스틱 회귀분석(Logistic Regression), 의사결정나무(Decision Tree), 인공신경망(Neural Network), 서포트 벡터머신(Support Vector Machine), 아다부스트(Adaboost), 배깅(Bagging), 랜덤포레스트(Random Forest)이다. 실증분석 결과, 속성선택을 적용한 합성곱신경망이 다른 벤치마킹 분류기보다 분류 성능이 상대적으로 높게 나타났다. 이러한 결과는 합성곱신경망 모델과 속성선택방법을 적용한 예측방법이 기업의 재무자료에 내포된 가치를 보다 정교하게 분석할 수 있는 가능성이 있음을 실증적으로 확인할 수 있었다.