• 한국전산구조공학회논문집
• /
• 제32권1호
• /
• pp.29-35
• /
• 2019

본 논문에서는 건축물 진동저감장치에 적용되는 액체감쇠기 내 유체 자유표면의 동적 거동 계측을 위해 저가형 RGB-depth 센서인 Microsoft사 $Kinect^{(R)}$ v2의 활용과 계측시스템을 구축하는 방법을 제안하였다. $Kinect^{(R)}$ v2의 성능검토 및 실효성 확인, SDK(software development kit)를 사용한 실시간 모니터링, 3D 공간상에서 유체의 표면 정보 취득, 기존 비디오 센싱기법과의 비교를 통해 본 연구에서 제안한 유체의 동적 거동 계측 시스템의 정확성과 우수성을 검증하였다. 제안된 계측시스템을 활용하여 소형 수조 내 액체에 대한 동적 거동 정밀계측을 수행하였으며, 이를 바탕으로 광범위한 가진입력에 대한 유체 자유표면의 동적 거동 특징을 확인하였다. 본 연구의 결과를 바탕으로 RGB-depth센서의 건축물 진동저감 적용을 통해 정밀한 모니터링 시스템을 구축하고 최적화된 액체감쇠기의 설계 및 운용을 기대할 수 있다.

• 한국측량학회지
• /
• 제36권6호
• /
• pp.443-449
• /
• 2018

SLAM (Simultaneous Localization and Mapping) 기반 모바일 매핑 시스템을 활용한 실내 공간의 포인트 클라우드 취득은 건축물의 유지, 관리를 위한 as-built BIM (Building Information Model) 구축의 기초 공정이다. 본 연구에서는 다중 2D 레이저 스캐너로 구성된 모바일 매핑 시스템의 구축을 위한 시뮬레이션 기반 검정(calibration) 표적의 구조 결정 방법을 제안하였다. 2D 레이저 스캐너의 외부 표정요소 검정을 위해 (1) 원형, (2) 사각형, (3) 이중 원형, (4) 이중 사각형 형태의 표적을 구성하였다. 시뮬레이션을 통해 얻어진 각 표적 관측 값을 토대로, 최소제곱법 기반의 외부 표정요소 검정을 수행하였다. 그 결과 사각형 형태의 표적 구조가 주어진 시스템의 검정에 가장 적합한 형태임을 확인하였다. 또한 외부 표정요소 간의 높은 상관성을 확인할 수 있었으며, 표적의 구조에 따른 외부 표정요소의 검정 결과가 상이한 것으로 나타났다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2014년도 추계학술대회
• /
• pp.822-823
• /
• 2014

다시점 디스플레이용 영상은 주로 레퍼런스가 되는 컬러 카메라와 깊이 카메라의 영상을 입력 받아 DIBR (Depth Image Based Rendering) 기법을 활용, 3차원 점 구름 형태로 재구성 한 후 가상 카메라를 여러 시점에서 배치하여 중간 영상을 생성하여 조합하였다. 이렇게 다시점 중간 영상을 생성하면 원래의 시점에서는 구멍이 없었지만 다른 시점에서는 구멍(Hole)이 보이는 현상이 발생한다. 기존에는 틈새 영역을 채우는 알고리즘을 개발하거나 깊이 영상을 보정하여 개선시키는 방법을 연구하였으나 본 논문에서는 점 구름을 메시(Mesh)화 시키는 알고리즘 중 한 가지인 볼 피봇팅(Ball Pivoting) 방법을 적용시켜 중간 영상의 화질 개선 방법을 설명하고 있다. 마이크로소프트사의 발레와 브레이크 댄서 영상에 개발된 개선 방법을 적용시켜 보았고 PSNR로 비교할 때 약 0.18~1.19정도의 향상을 보임을 확인하였다. 본 논문을 통해 개선 방법과 실험방법, 그리고 결과에 대해 설명한다.

• 한국산학기술학회논문지
• /
• 제20권9호
• /
• pp.525-531
• /
• 2019

인간과 컴퓨터 사이의 보다 자연스러운 상호적인 인터페이스를 효과적으로 구현하기 위해서 사람의 제스처를 활용하려는 노력이 최근 들어 지속적으로 시도되고 있다. 본 논문에서는 연속적으로 입력되는 3차원의 깊이 영상을 받아들여서 손 모델을 정의하고, 정의된 손 모델을 기반으로 사람의 손 영역을 강인하게 추출하는 알고리즘을 제시한다. 본 논문에서 제시된 알고리즘에서는 먼저 21개의 관절을 사용하여 손 모델을 정의한다. 본 논문에서 정의한 손 모델은 6개의 손바닥 관절을 포함하는 손바닥 모델과 15개의 손가락 관절을 포함하는 손가락 모델로 구성된다. 그런 다음, 입력되는 3차원의 깊이 영상을 적응적으로 이진화함으로써, 배경과 같은 비관심 영역들은 제외하고, 관심 영역인 사람의 손 영역만을 정확하게 추출한다. 실험 결과에서는 제시된 알고리즘이 연속적으로 입력되는 깊이 영상으로부터 배경과 같은 영역들은 제외하고 사람의 손 영역만을 기존의 알고리즘에 비해 약 2.4% 보다 강인하게 검출한다는 것을 보여준다. 본 논문에서 제안된 손 영역 추출 알고리즘은 제스처 인식, 가상현실 구현, 3차원 운동 게임, 수화 인식 등과 같은 컴퓨터 비전 및 영상 처리와 관련된 여러 가지의 실제적인 분야에서 유용하게 활용될 것으로 기대된다.

• 한국산학기술학회논문지
• /
• 제22권2호
• /
• pp.50-56
• /
• 2021

본 연구는 3D 스캐닝에 대해 고찰하고 건축분야에서의 활용 동향, 시공 이후 공간에 3D 스캐닝 기술을 활용하여 시공 준공도면과 시공 후 데이터를 추출하여 도면과 데이터를 비교하며 기존 시공 준공도면과의 차이점을 도출하고 이를 통해 3D 스캐닝을 활용하여 건축 전반적인 부분에서 어떻게 활용되어야 하는지에 대해 이 연구의 목적이 있다. 현재 3D 스캐닝 기술은 현재 현장에 적용하여 설계, 시공, 안전까지 건축분야 전반적으로 널리 활용되어 지고 있다. 3D스캐닝 데이터와 기존 도면을 비교한 연구 결과는 다음과 같다. 첫째, 외부 형태와 치수는 크게 차이를 보이지 않는다. 둘째, 내부 형태와 치수는 차이를 보이고 있다. 셋째, 실내조명 배치는 모든 건축물에서 차이를 보이고 있다. 3D스캐닝은 준공되기 전 시공 단계에서도 필수적인 요소가 되어야 할 것으로 보이며, 자동화, 로봇 등을 이용하여 지속적인 3D 스캔을 통해 시공 및 안전관리의 효율성을 높이고, 자재관리 등 감리의 목적으로 활용되어야 할 것이며, 이를 통한 BIM, 공정관리 등 건축 전반적인 분야에서의 후속 연구가 필요할 것으로 보인다.

• 한국측량학회지
• /
• 제38권6호
• /
• pp.583-589
• /
• 2020

최근 다양한 센서 및 정보통신 기술(ICT: Information & Communications Technology)을 융합·활용한 스마트 팜을 위한 UAS (Unmanned Aerial System)의 활용성이 기대되고 있다. 특히, 다양한 지수를 통한 실외 작물 모니터링 방안으로 효용성이 입증되며 여러 분야에서 연구되고 있다. 본 연구는 벼를 대상으로 자연재해 작물 피해를 분석하고 피해량을 계측하는 것이다. 이를 위해, BG-NIR (Blue Green_near Infrared red) 및 RGB 센서를 통해 데이터를 획득하고 영상해석 및 NDWI (Normalized Difference Water Index) 지수를 활용하여 장마에 의한 작물 피해를 검토한다. 또한, 영상해석 기반 포인트 클라우드 데이터를 생성, 인스펙션 맵을 통해 태풍 전·후 데이터를 비교하여 피해량을 계측한다. 연구결과, NDWI 지수 분석을 통해 벼의 생장 및 장마 피해를 검토하였고, 인스펙션 맵 분석으로 태풍에 의한 피해 면적을 계측하였다.

• 한국ITS학회 논문지
• /
• 제20권1호
• /
• pp.193-202
• /
• 2021

고정밀 지도의 갱신은 정사영상 또는 점군 데이터 등을 원천 자료로 하여 기하 정보를 우선적으로 수정한 이후 지도를 구성하는 공간객체들 간의 연관관계를 재정립하는 방식으로 진행된다. 이러한 일련의 과정들은 기하 정보를 처리하는 데에 많은 시간을 소요하므로 차량의 실시간 경로 계획(Real-time route planning)에 빠르게 적용되기 어렵다. 따라서 이 연구에서는 그래프 구조를 활용하여 경로 계획을 위한 도로 연결구조를 우선적으로 업데이트 하는 방식 및 도로 네트워크의 특징을 고려한 그래프 구조의 저장 유형을 제안하였다. 또한 제안된 방법을 실제 도로 자료에 적용해 봄으로써 실시간 경로 정보 전송 시의 활용 가능성에 대해 검토하였다.

• 한국정보통신학회논문지
• /
• 제23권12호
• /
• pp.1528-1534
• /
• 2019

최근 들어, 3차원의 깊이 카메라의 대중화로 인해서 RGB 영상에서 수행되던 연구에 새로운 관심과 기회가 생겼지만 사람의 손 자세의 추정은 여전히 어려운 주제 중의 하나로 분류되고 있다. 본 논문에서는 다양하게 입력되는 3차원의 깊이 영상으로부터 사람의 손의 자세를 학습 알고리즘을 이용하여 강인하게 추정하는 방법을 제안한다. 제안된 접근 방법에서는 먼저 뼈대 기반의 손 모델을 생성한 다음, 생성된 손 모델을 3차원의 포인트 클라우드 데이터에 정렬한다. 그런 다음, 랜덤 포레스트 기반의 학습 알고리즘을 이용하여 정렬된 손 모델로부터 손의 자세를 강인하게 추정한다. 본 논문의 실험 결과에서는 제안된 접근 방법이 다양한 실내외의 환경에서 촬영된 입력 영상으로부터 사람의 손의 자세를 강인하고 빠르게 추정한다는 것을 보여준다.

• 한국정보통신학회논문지
• /
• 제24권8호
• /
• pp.985-992
• /
• 2020

엣지 컴퓨팅은 데이터를 처리하고 연산하는 곳이 멀리 떨어진 데이터센터에 있는 게 아니라, 단말 장치 혹은 게이트웨이와 같은 엑세스 포인트에 가까운 엣지 사이드에 컴퓨팅 능력 및 데이터 처리 능력을 부가함으로써 저지연/초고속컴퓨팅의 실현을 가능케 한다. 이러한 엣지 컴퓨팅의 종류로는 Mobile edge computing, Fog computing, Cloudlet computing이 있으며, 본 논문에서는 엣지 컴퓨팅을 실제 구현/구축하기 위해 현존하는 오픈 소스 플랫폼들에 대해 초점을 맞추고 분석한다. 각 오픈 소스 엣지 플랫폼에 대해 구조 및 특징들을 체계적으로 묘사하고 비교 분석함으로써 오픈 소스 엣지 플랫폼을 이용하여 실제 엣지 노드를 구축 하고자 하는 산업계 엔지니어들에게 사용 사례에 부합한 최선의 엣지 플랫폼을 선택 할 수 있도록 하나의 제반 지식을 제공하고자 한다.

• 한국농공학회논문집
• /
• 제64권1호
• /
• pp.15-26
• /
• 2022

3D open-field farm model developed from UAV (Unmanned Aerial Vehicle) data could make crop monitoring easier, also could be an important dataset for various fields like remote sensing or precision agriculture. It is essential to separate crops from the non-crop area because labeling in a manual way is extremely laborious and not appropriate for continuous monitoring. We, therefore, made a 3D open-field farm model based on UAV images and developed a crop segmentation model using a supervised machine learning algorithm. We compared performances from various models using different data features like color or geographic coordinates, and two supervised learning algorithms which are SVM (Support Vector Machine) and KNN (K-Nearest Neighbors). The best approach was trained with 2-dimensional data, ExGR (Excess of Green minus Excess of Red) and z coordinate value, using KNN algorithm, whose accuracy, precision, recall, F1 score was 97.85, 96.51, 88.54, 92.35% respectively. Also, we compared our model performance with similar previous work. Our approach showed slightly better accuracy, and it detected the actual crop better than the previous approach, while it also classified actual non-crop points (e.g. weeds) as crops.