• Smart Structures and Systems
• /
• 제29권1호
• /
• pp.77-91
• /
• 2022

Various monitoring systems have been implemented in civil infrastructure to ensure structural safety and integrity. In long-term monitoring, these systems generate a large amount of data, where anomalies are not unusual and can pose unique challenges for structural health monitoring applications, such as system identification and damage detection. Therefore, developing efficient techniques is quite essential to recognize the anomalies in monitoring data. In this study, several machine learning techniques are explored and implemented to detect and classify various types of data anomalies. A field dataset, which consists of one month long acceleration data obtained from a long-span cable-stayed bridge in China, is employed to examine the machine learning techniques for automated data anomaly detection. These techniques include the statistic-based pattern recognition network, spectrogram-based convolutional neural network, image-based time history convolutional neural network, image-based time-frequency hybrid convolution neural network (GoogLeNet), and proposed ensemble neural network model. The ensemble model deliberately combines different machine learning models to enhance anomaly classification performance. The results show that all these techniques can successfully detect and classify six types of data anomalies (i.e., missing, minor, outlier, square, trend, drift). Moreover, both image-based time history convolutional neural network and GoogLeNet are further investigated for the capability of autonomous online anomaly classification and found to effectively classify anomalies with decent performance. As seen in comparison with accuracy, the proposed ensemble neural network model outperforms the other three machine learning techniques. This study also evaluates the proposed ensemble neural network model to a blind test dataset. As found in the results, this ensemble model is effective for data anomaly detection and applicable for the signal characteristics changing over time.

• 한국기계가공학회지
• /
• 제21권4호
• /
• pp.114-130
• /
• 2022

The purpose of this study was to investigate the possibility of increasing the efficiency of disaster relief rescue operations through collaboration among multiple aerial and ground robots. The robots create 2.5D maps, which are merged into a 2.5D map. The 2.5D map can be handled by a low-specification controller of an aerial robot and is suitable for ground robot navigation. For localization of the aerial robot, a six-degree-of-freedom pose recognition method using VIO was applied. To build a 2.5D map, an image conversion technique was employed. In addition, to merge 2.5D maps, an image similarity calculation technique based on the features on a wall was used. Localization and navigation were performed using a ground robot to evaluate the reliability of the 2.5D map. As a result, it was possible to estimate the location with an average and standard error of less than 0.3 m for the place where the 2.5D map was normally built, and there were only four collisions for the obstacle with the smallest volume. Based on the 2.5D map building and map merging system for the aerial robot used in this study, it is expected that disaster response work efficiency can be improved by combining the advantages of heterogeneous robots.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2021년도 추계학술대회
• /
• pp.290-293
• /
• 2021

본 논문에서는 공부하는 사용자의 상황을 감지하여, 학습의욕을 고취시키고 집중력 향상을 도와주기 위한 학습능률 확인 시스템을 구현하고자 한다. 이를 위해 실시간 카메라를 통해 사용자의 얼굴이나 몸의 움직임을 추출하여 학습 태도, 집중력에 대한 데이터를 측정한다. 실시간 임베디드 시스템 구현을 위해 Jetson 보드를 사용하였으며, 영상인식을 위한 CNN(Convolution Neural Network)를 구현하였다. CNN 을 이용해 대상의 특징 부분을 검출한 후 움직임 검파를 수행한다. 캡처한 영상을 PYQT5 로 작성된 GUI 에서 영상을 보여주며, 각각 방해되는 행동을 했을 때 푸시메시지를 보내며 데이터를 수집한다. 또한 GUI 로 만든 메인 화면에서 각각의 기능들을 실행 가능하며, 수집한 데이터를 산출해주는 통계그래프와 작업관리 목록, 화이트 노이즈 등의 기능을 수행한다. 구축된 학습능률 확인 시스템을 통해 대상의 데이터를 수집 및 분석을 비롯한 다양한 기능을 사용자에게 제공하였다.

• 정보처리학회논문지B
• /
• 제16B권5호
• /
• pp.341-346
• /
• 2009

모션 데이터 글러브는 손의 움직임을 측정하여 컴퓨터에 입력하는 대표적인 인간과 컴퓨터간의 인터페이스 도구로서, 홈 오토에이션, 가상 현실, biometrics, 모션 캡쳐 등의 컴퓨터 신기술에 사용되는 필수 장비이다. 본 논문에서는 대중화를 위하여, 별도의 특수 장비 없이 사용 가능한 저가형 비주얼 모션 데이터 글러브를 개발하고자 한다. 본 방식의 특징은 기존의 모션 데이터 글러브에 사용되었던, 고가의 모션 센싱 섬유를 사용하지 않음으로써, 저가형으로 개발이 가능하다는 것이다. 따라서 제작이 용이하고 대중화에 크게 기여할 수 있다는 장점을 가진다. 본 방식에서는 모션 센싱 섬유를 사용하는 기계적인 방식대신 광학적 모션 캡쳐 기술을 개량한 비주얼 방식을 채택한다. 기존의 비주얼 방식에 비해 본 방식은 다음과 같은 장점과 독창성을 가진다. 첫째, 기존의 비주얼 방식은 가려짐 현상을 제거하고 3차원 자세 복원을 위해 많은 수의 카메라와 장비를 사용하는 데 비해, 본 방식은 모노비전 방식을 채택하여 장비가 간소하고 저가형 개발이 가능하다. 둘째, 기존의 모노비전방삭은 가려짐 현상에 취약하여 영상에서 가려진 부분은 3차원 자세 복원이 어려웠다. 하지만 본 논문은 독창적으로 설계된 막대 모양의 지시자를 사용하여, 영상에서 가려진 부분도 3차원 자세 복원이 가능하다. 셋째, 기존의 모노 비전 방식은 비선형 수치해석 형태의 영상 해석 알고리즘을 사용하는 경우가 많아서 초기화나 계산시간 면에서 불편하였다. 하지만, 본 논문에서는 독창적인 공식화 방법을 사용하여 닫힌 형태의 영상해석 알고리즘을 도출함으로써 이와 같은 불편을 개선하였다. 넷째, 기존의 닫힌 형태의 알고리즘은 공식화 과정에서 근사화 방법을 도입하는 경우가 많아서 정확도가 떨어지고 특이점에 의한 응용분야에 제한이 있었다. 하지만 본 방식은 오일러 각과 같은 국부적인 매개화나 근사화 등을 사용하는 대신 지수형태의 트위스트좌표계를 사용하는 독창적인 공식화 방법을 사용하여, 공식화 단계에서의 근사화 방법 없이 닫힌 형태의 알고리즘을 도출함으로써 이 문제들을 개선하였다.

• 한국근적외분광분석학회:학술대회논문집
• /
• 한국근적외분광분석학회 2001년도 NIR-2001
• /
• pp.1257-1257
• /
• 2001

Fourier transform near infrared (FT-NIR) spectroscopy was used as a rapid method to measure the $^{o}Brix$ content and to discriminate between different must samples in terms of their fee amino nitrogen (FAN) values. FT-NIR spectroscopy was also used as a rapid method to discriminate between Chardonnay wine samples in terms of the status of the male-lactic fermentation (MLF). This was done by monitoring the conversion of malic to lactic acid and thereby determining whether MLF has started, is underway or has been completed followed by classification of the samples. Furthermore, FT-NIR spectroscopy was applied as a rapid method to discriminate between table wine samples in terms of the ethyl carbamate (EC) content. EC in wine can pose a health threat and need to be monitored by determining the EC content in relation to the regulatory limits set by the authorities. For each of the above mentioned parameters, $QUANT+^{TM}$ methods were built and calibrations derived and it was found that a very strong correlation existed in the sample set for the FT-NIR spectroscopic predictions of $^{o}Brix$ (r = 0.99, SECV = 0.306), but the correlations for the FAN (r = 0.61, SECV = 272.1), malic acid (r = 0.58, SECV = 1.06), lactic acid (r = 0.51, SECV = 1.14) and EC predictions (r = 0.47, SECV = 3.67) were not as good. Soft Independent Modeling by Class Analogy (SIMCA) diagnostics and validation was applied as a sophisticated discrimination method. The must samples could be classified in terms of their FAN values when SIMCA was applied, obtaining results with recognition rates exceeding 80%. When SIMCA diagnostics and validation were applied to determine the progress of conversion of malic to lactic acid and the EC content, again results with recognition rates exceeding 80% were obtained. The evaluation of the applicability of FT-NIR spectroscopy measurement of FAN, $^{o}Brix$ values, malic acid, lactic acid and EC content in must and wine shows considerable promise. FT-NIR spectroscopy has the potential to reduce the analytical times considerably in a range of measurements commonly used during the wine making process. Where conventional FT-NIR calibrations are not effective, SIMCA methods can be used as a discriminative method for rapid classification of samples. SIMCA can replace expensive, time-consuming, quantitative analytical methods, if not completely, at least to some extent, because in many processes it is only needed to know whether a specific cut off point has been reach or not or whether a sample belongs to a certain class or not.

• 한국컴퓨터그래픽스학회논문지
• /
• 제24권3호
• /
• pp.73-81
• /
• 2018

본 논문은 다중의 플레이어들이 단합된 동작을 통해 노를 저어 보트를 이동시키도록 하기 위해 동작에 의해 구동되는 조정(rowing) 시뮬레이션 프레임워크를 제안한다. 실제 조정 경기에서 보트를 가속하기 위해서는 선수들이 시간과 자세에 대해 노 젓는 동작을 동기화 시키는 것이 매우 중요하다. 조정의 이러한 흥미로운 특징을 이용하여, 본 논문에서는 다중 플레이어들이 노 젓는 동작을 수행하는 동안 그들 사이의 동작 유사도를 실시간으로 측정하고 그 유사도에 기반하여 가상 환경에서 보트의 속도를 제어한다. 또한 제안된 프레임워크에 아이템 획득과 같은 게임적인 요소들을 추가하여 플레이어들의 조화된 행동에 의해 아이템을 획득한 경우 아이템 종류에 따라 배의 속도가 증가하거나 감소하도록 한다. 이러한 게임적인 요소들은 플레이어들이 단합된 조정 동작을 생성하기 위한 좋은 팀워크를 훈련할 때 좀더 적극적으로 참여하도록 장려한다. 노 젓는 동작과 아이템을 획득하는 동작을 인식하기 위해 본 논문에서 제안하는 방법은 머리와 양손에 대한 추적 데이터만을 필요로 하며 실시간에 동작할 정도로 충분히 빠르다. 몰입감을 높이기 위해 조정 시뮬레이션 결과를 대형 곡면 스크린에 프로젝션 한다.

• 한국콘텐츠학회논문지
• /
• 제8권1호
• /
• pp.212-227
• /
• 2008

3D 얼굴 모델링은 33공간에서 얼굴을 자유롭게 회전 시켜 다양한 얼굴 자세를 표현하고 조명 효과도 적절하게 모델링 할 수 있으므로, 얼굴 자세, 조명, 표정 등의 표현에 있어서 2D 얼굴 모델링에 비해 보다 정교하며 사실감이 뛰어나 얼굴 인식, 게임, 아바타 등에서 많은 요구가 존재한다. 본 논문에서는 3D 변형 가능 형상 모델에 기반을 둔 3D 얼굴 모델링 방법을 제안한다. 제안된 3D 얼굴 모델링 방법은 먼저 3D 스캐너를 통하여 획득한 3D 얼굴 스캔 데이터를 이용하여 3D 얼굴 변형 가능 형상 모델을 구축한다. 다음, 3D 얼굴 모델링을 하고자 하는 얼굴의 2D 이미지 시퀀스로부터, 해당 얼굴의 특징점들을 검출하고 이들을 매칭하여, 매칭된 특징점들로부터 인수분해 기반 SfM 기법을 이용하여 해당 특징점의 3D 버텍스 좌표 값을 구한다. 이후, 구한 3D 버텍스들을 3D 변형 가능 형상 모델에 정합하여 해당 얼굴의 3D 형상 모델을 얻는다. 또한, 2D 얼굴 이미지 시퀀스들로부터 뷰 독립적인 2D 원통 좌표 텍스쳐 맵을 구하고 이를 이용하여 3D 형상 모델을 렌더링 함으로써, 최종적으로 3B 얼굴 모델을 완성한다. 제안된 3D 얼굴 모델링 방법에 의한 3D 얼굴 모델 생성 과정을 통해서, 본 논문에서 제안한 3D 얼굴 모델링 방법이 기존의 얼굴 모델링 방법들에 비해 상대적으로 빠르고 비교적 정교하게 수행됨을 볼 수 있었다.

• Investigative Magnetic Resonance Imaging
• /
• 제18권2호
• /
• pp.87-106
• /
• 2014

Purpose : To describe how a robust implementation of a radial 3D gradient-echo sequence with stack-of-stars sampling can be achieved, to review the imaging properties of radial acquisitions, and to share the experience from more than 5000 clinical patient scans. Materials and Methods: A radial stack-of-stars sequence was implemented and installed on 9 clinical MR systems operating at 1.5 and 3 Tesla. Protocols were designed for various applications in which motion artifacts frequently pose a problem with conventional Cartesian techniques. Radial scans were added to routine examinations without selection of specific patient cohorts. Results: Radial acquisitions show significantly lower sensitivity to motion and allow examinations during free breathing. Elimination of breath-holding reduces failure rates for non-compliant patients and enables imaging at higher resolution. Residual artifacts appear as streaks, which are easy to identify and rarely obscure diagnostic information. The improved robustness comes at the expense of longer scan durations, the requirement for fat suppression, and the nonexistence of a time-to-center value. Care needs to be taken during the configuration of receive coils. Conclusion: Routine clinical use of radial stack-of-stars sequences is feasible with current MR systems and may serve as substitute for conventional fat-suppressed T1-weighted protocols in applications where motion is likely to degrade the image quality.

• 한국해양환경ㆍ에너지학회지
• /
• 제12권2호
• /
• pp.68-74
• /
• 2009

해양환경내 다양한 매체에서 검출되어지는 다환방향족탄화수소화합물(PAHs)은 유류의 주요 독성성분이며, 유기물질의 불완전연소 등에 의해서도 생성되어진다. 본 연구의 조사지역인 고현만은 조선산업활동이 활발한 반 폐쇄성 지역으로 소규모 환경교란에 의해서도 생태계는 심각한 피해를 받을 수 있다. 현재까지 조선소 지역에서의 연구는 주로 선박방오도료인 유기주석화합물과 같은 물질에 대해서만 집중되어졌다. 본 연구에서는 조선활동이 주변 퇴적물내 PAHs 농도 및 분포특성에 미치는 영향을 조사하였다. 본 연구를 통하여 주로 조선소 근처와 만 내에서 높은 PAHs 농도가 발견되어, 조선소가 PAHs의 주요 오염원이 될 수 있음을 확인하였다. 또한 유기주석화합물의 농도 및 조선건조량과 PAHs 농도가 좋은 상관관계를 나타내어, PAHs의 농도 및 분포는 이 지역에서의 조선활동과 무관하지 않음을 확인할 수 있었다. PAHs 개별화합물들의 조성비와 오염원 판별지수로부터 본 조사 지역에서의 PAHs 유입원은 유류 및 연소 경로 모두에 의한 것임을 알 수 있었다.

• 디지털융복합연구
• /
• 제14권2호
• /
• pp.183-190
• /
• 2016

본 논문은 서베일런스 네트워크에서 이동하는 객체 추적 시 영상 데이터의 전송량을 감소시키는 신경망 계산 시간의 단축 알고리즘을 제안한다. 객체 검출은 디지털화 연속된 영상으로부터 객체 존재 유무를 판단하고, 객체가 존재할 경우 영상 내 객체의 위치, 방향, 크기 등을 알아내는 기술로 정의된다. 그러나 영상 내의 객체는 위치, 크기, 빛의 방향 및 밝기, 장애물 등의 환경적 변화로 인해 객체 모양이 다양해지므로 정확하고 빠른 검출이 어렵다. 따라서 본 논문에서는 신경망을 사용하여 몇 가지 환경적 조건을 극복한 정확하고 빠른 객체 검출 방법을 제안한다. 검색 영역의 축소는 영상 내 색상 영역의 분할과 차영상을 이용하였고, 주성분 분석을 통해 신경망의 입력 벡터를 축소시킴으로써 신경망 수행 시간과 학습 시간을 단축시켰다. 실시간으로 입력되는 동영상에서 모두 실험하였으며, 색상 영역의 분할을 사용할 경우 입력 영상의 칼라 설정의 유무에 따른 검출 성공률의 차를 보였다. 실험 결과에서 보면 제안하는 방법으로써 객체의 움직임을 탐지하였을 때 기존의 방법보다 30% 정도 더 높은 인식 성능을 보여준다.