• 디지털융복합연구
• /
• 제17권10호
• /
• pp.265-271
• /
• 2019

국민 소득의 증가로 인해 문화 생활에 대한 관심이 크게 증가하면서 전국 미술관의 수도 함께 증가하고 있다. 하지만 다른 서비스에 비해 미술관 만족도는 상대적으로 낮은 편이다. 본 논문에서는 미술관 만족도를 높이기 위해 임베디드 시스템 환경에서 머신러닝에 기반한 관중들의 선호도에 관련된 정보를 제공하는 서비스를 제안한다. 제안된 알고리즘은 라즈베리 파이를 이용하여 임베디드 시스템을 구현했다. 관람자가 선호하는 작품과 유사한 작품을 찾아내기 위해 머신러닝을 이용하였고 여러 머신러닝 모델을 비교하여 임베디드 시스템에 적용 가능한 모델을 선정했다. 관람자의 취향에 맞는 정보를 활용하여 갤러리 전시 내용을 효과적으로 구성하여 전시 만족도를 높이고 이는 미술관 재 방문율을 높일 수 있을 것이다.

• 한국양봉학회지
• /
• 제32권3호
• /
• pp.191-198
• /
• 2017

말벌류는 국내 양봉 산업에 가장 큰 피해를 입히는 생물군이다. 다양한 트랩 개발 및 포획 방법이 제시되고 있으나 아직까지 뚜렷한 해결책을 제시하지 못하고 있다. 본 연구팀은 장수말벌 특이 날갯짓 파동 프로파일 분석을 통하여, 장수말벌이 양봉장으로 공격해 들어올 때 이를 자동으로 탐지하고 그 정보를 사용자에게 전달할 수 있는 시스템을 개발하고 실험실 현장에서 검증하였다. 장수말벌 파동 프로파일은 명확하게 설정되었으며, 앉아서 날갯짓을 할 때와 실재 비행할 때의 파동 프로파일은 명확히 구분되었다. 이정보를 활용하여, 시스템을 구성하고 그 시스템은 장수말벌을 탐지하면 바로 트위터를 통하여 사용자에게 말벌 경보를 전송하는 방식으로 설계하였다. 시스템의 검증은 야외 온실 내 케이지에서 수행하였다. 수행결과 시스템은 성공적으로 말벌의 비행활동을 탐지하여 그 결과를 사용자에게 전달하였다. 비록 이 시스템은 실내 제한된 조건에서 검증되었지만, 향후 시스템의 개선 및 정확도가 향상된다면 양봉산업 현장에서 활용 가능성이 높다.

• 한국전자통신학회논문지
• /
• 제16권1호
• /
• pp.175-182
• /
• 2021

본 논문에서는 오리와 같은 유해조류에 의한 양식장의 피해를 방지하기 위해서 머신러닝 기반 해상용 드론 개발을 목적으로 한다. 기존 드론은 공중에서 새와 충돌하거나 바다에 떨어지는 경우 유실되는 문제점을 해결하기 위해서 해상드론으로 개발하였다. 자율주행으로 작동하는 해상드론이 해상에 나타난 유해조류를 판단하기 위해 CNN기반 머신러닝 학습 알고리즘을 설계하였다. 유해조류의 위치 인식 및 추적을 위해 카메라에 라즈베리파이를 연결하여 관제 PC로 영상을 전송하도록 설계하였다. 모바일 기반 관제 센터에서 미리 GPS 좌표와 연동된 맵을 미리 제작한 후, 유해조류의 위치에 대한 GPS 위치값을 전달받아 설정된 위치로 해상용 드론이 출동하여 유해조류를 퇴치하는 자율주행 기반의 해상용 조류 퇴치 드론 시스템을 설계 및 구현하였다.

• 한국정보통신학회논문지
• /
• 제25권2호
• /
• pp.187-192
• /
• 2021

본 연구는 객체 검출기를 이용하여 숲 혹은 그에 준하는 복잡한 환경에서의 이륙에 대한 시스템을 제안한다. 시뮬레이터에서 대각선상의 모터간 550mm의 길이를 갖는 쿼드콥터에 라즈베리파이를 장착하여 엣지 컴퓨팅 기반으로 실험을 진행한다. 학습에 사용될 이미지는 군산대학교 내부의 세 지점을 선정하여 640⁎480 사이즈의 이미지를 150장 내외 정도 획득하였으며, 이들을 흑백으로 변환한 다음, 127의 경계값을 두어 이진화 전처리를 하였다. 이후 SSD_Inception 모델을 학습 하였다. 시뮬레이션상에서 검증용 영상을 입력으로 학습한 모델을 통해 드론을 이륙시키는 실험 결과, 라벨을 이용하여 이륙했을 때와 유사한 궤적을 그려내었다.

• Smart Structures and Systems
• /
• 제31권1호
• /
• pp.57-68
• /
• 2023

Bridge hangers, such as those in suspension and cable-stayed bridges, suffer from cumulative fatigue damage caused by dynamic loads (e.g., cyclic traffic and wind loads) in their service condition. Thus, the identification of damage to hangers is important in preserving the service life of the bridge structure. This study develops a new method for condition assessment of bridge hangers. The tension force of the bridge and the damages in the element level can be identified using the Bayesian optimization method. To improve the number of observed data, the additional mass method is combined the Bayesian optimization method. Numerical studies are presented to verify the accuracy and efficiency of the proposed method. The influence of different acquisition functions, which include expected improvement (EI), probability-of-improvement (PI), lower confidence bound (LCB), and expected improvement per second (EIPC), on the identification of damage to the bridge hanger is studied. Results show that the errors identified by the EI acquisition function are smaller than those identified by the other acquisition functions. The identification of the damage to the bridge hanger with various types of boundary conditions and different levels of measurement noise are also studied. Results show that both the severity of the damage and the tension force can be identified via the proposed method, thereby verifying the robustness of the proposed method. Compared to the genetic algorithm (GA), particle swarm optimization (PSO), and nonlinear least-square method (NLS), the Bayesian optimization (BO) performs best in identifying the structural damage and tension force.

• Korean Journal of Radiology
• /
• 제22권11호
• /
• pp.1850-1857
• /
• 2021

Objective: The purpose of this study was to assess whether a deep learning (DL) algorithm could enable simultaneous noise reduction and edge sharpening in low-dose lumbar spine CT. Materials and Methods: This retrospective study included 52 patients (26 male and 26 female; median age, 60.5 years) who had undergone CT-guided lumbar bone biopsy between October 2015 and April 2020. Initial 100-mAs survey images and 50-mAs intraprocedural images were reconstructed by filtered back projection. Denoising was performed using a vendor-agnostic DL model (ClariCT.AI^TM, ClariPI) for the 50-mAS images, and the 50-mAs, denoised 50-mAs, and 100-mAs CT images were compared. Noise, signal-to-noise ratio (SNR), and edge rise distance (ERD) for image sharpness were measured. The data were summarized as the mean ± standard deviation for these parameters. Two musculoskeletal radiologists assessed the visibility of the normal anatomical structures. Results: Noise was lower in the denoised 50-mAs images (36.38 ± 7.03 Hounsfield unit [HU]) than the 50-mAs (93.33 ± 25.36 HU) and 100-mAs (63.33 ± 16.09 HU) images (p < 0.001). The SNRs for the images in descending order were as follows: denoised 50-mAs (1.46 ± 0.54), 100-mAs (0.99 ± 0.34), and 50-mAs (0.58 ± 0.18) images (p < 0.001). The denoised 50-mAs images had better edge sharpness than the 100-mAs images at the vertebral body (ERD; 0.94 ± 0.2 mm vs. 1.05 ± 0.24 mm, p = 0.036) and the psoas (ERD; 0.42 ± 0.09 mm vs. 0.50 ± 0.12 mm, p = 0.002). The denoised 50-mAs images significantly improved the visualization of the normal anatomical structures (p < 0.001). Conclusion: DL-based reconstruction may enable simultaneous noise reduction and improvement in image quality with the preservation of edge sharpness on low-dose lumbar spine CT. Investigations on further radiation dose reduction and the clinical applicability of this technique are warranted.

• 대한전자공학회논문지SP
• /
• 제42권2호
• /
• pp.27-36
• /
• 2005

년 논문에서는 MPEG과 JPEG, H.26X 계열 등의 DCT-기반 영상/비디오 컨텐츠에 효과적인 암호화 방법을 제안하였고, 이를 최적화된 하드웨어로 구현하여 고속동작이 가능하도록 하였다. 영상/비디오의 압축, 복원 및 암호화로 인한 많은 연산량을 고려하여 영상의 중요한 정보(DC 및 DPCM계수)만을 암호화 대상 데이터로 선정하여 부분 암호화를 수행하였다. 그 결과 암호화에 소요되는 비용은 원 영상 전체를 암호화하는 비용이 감소하였다. 여기서 Nf는 GOP내의 프레임수이고 PI는 B와 P 프레임에 존재하는 인트라 매크로블록의 수이다. 암호화 알고리즘으로는 다중모드 AES, DES, 그리고 SEED를 선택적으로 사용할 수 있도록 하였다. 제안한 암호화 방법은 C++로 구현한 소프트웨어와 TM-5를 사용하여 약 1,000개의 영상을 대상으로 실험하였다 그 결과 부분 암호화된 영상으로부터 원 영상을 추측할 수 없어 암호화 효과가 충분함을 확인하였으며, 이 때 암호화에 의한 압축률 감소율은 $1.6\%$에 불과하였다. Verilog-HDL로 구현한 하드웨어 암호화 시스템은 하이닉스 $0.25{\mu}m$ CMOS 팬텀-셀 라이브러리를 사용하여 SynopsysTM의 디자인 컴파일러로 합성함으로써 게이트-수준 회로를 구하였다. 타이밍 시뮬레이션은 CadenceTM의 Verilog-XL을 이용해서 수행한 결과 100MHz 이상의 동자 주파수에서 안정적으로 동작함을 확인하였다. 따라서 제안된 암호화 방법 및 구현된 하드웨어는 현재 중요한 문제로 대두되고 있는 종단간(end-to-end) 보안에 대한 좋은 해결책으로 유용하게 사용될 수 있으리라 기대된다.