• 방송공학회논문지
• /
• 제22권1호
• /
• pp.28-41
• /
• 2017

본 논문에서는 사람의 인지특성을 기반으로 대조 민감도에 의해 나타나는 특성을 모델링 한 JND (Just Noticeable Difference) 모델을 비디오 코딩에 적용하여 압축률을 높이는 방법을 제안한다. 제안하는 방법은 JND 모델에 따른 임계치를 기준으로 양자화 단계에서 비가시 신호를 제한하여 주관적 화질을 유지하면서 비트율을 낮추는 방법으로, 변환을 통해 주파수 도메인으로 변환된 잔차 신호들을 양자화 단계에서 입력으로 받아 신호제한 및 양자화를 수행한다. 양자화 단계에서 주파수 도메인의 신호가 JND 관점에서 유사하게 인지되는 기준 임계치를 구해 잔차 신호에서 비가시 신호를 제한하고 양자화를 수행한 후, 최적의 율-인지왜곡 비용을 갖는 양자화 계수를 선택함으로써 비트율을 절감시킨다. 제안하는 알고리즘의 성능 검증은 최신 비디오 압축 표준인 HEVC (High Efficiency Video Coding)의 참조 소프트웨어인 HM16.0에 적용했으며, CTC (Common Test Condition)의 Random Access 모드에서 HM 16.0을 통해 압축된 영상 대비 평균 4.11%, BQTerrace 영상의 양자화 파라미터 22에서 최대 17.22%의 비트율 절감을 보였으며, Low Delay 모드에서 평균 7.16%, 최대 22.55%, All intra 모드에서 평균 13.41%, 최대 21.64%의 비트율 절감을 보였다. 5명의 평가자들의 주관적 화질 측정으로 평균 DMOS (Difference Mean Opinion Score) 값은 최대 약 0.36 최소 0 정도의 분포를 보였다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제7권2호
• /
• pp.437-444
• /
• 2017

기계구조물 부재의 단면에 구멍이나 또는 단면이 급격히 변화할 경우, 불연속 부분 주위에서 응력집중이 일어나며 파손이 발생하는 주요 원인이 된다. 그 이유는 부재에 작용하는 평균 응력보다 응력집중 부분에서 훨씬 큰 응력이 작용하기 때문이다. 본 논문에서는 시편의 부분 관통 구멍 주위에서 응력해석을 수행하여 구멍을 통과하는 선상의 주응력 차 값을 구하였다. 광탄성에서 최대주응력과 최소주응력의 차이는 등색프린지 차수와 재료의 프린지 상수를 곱한 값을 빛이 통과한 거리 즉, 시편의 두께로 나눈 값과 같다. 즉, 주응력의 차이는 광탄성 프린지 차수와 비례관계가 있으므로 유한요소해석에 의한 주응력 차이의 분포를 광탄성 실험결과에 비교할 수 있다. 유한요소 범용 소프트웨어인 ANSYS Workbench를 이용하였으며 유한요소법으로 해석된 값을 광탄성 실험으로부터 측정된 값과 비교한 결과 유사한 결과를 얻었다. 이로서 유한요소해석 결과는 실험결과와의 비교를 통해 타당성이 입증될 수 있었다. 또한 구멍깊이 변화에 따라 나타나는 응력분포를 사용하여 응력집중계수를 구하였다. 구멍깊이가 증가할수록 응력집중계수는 증가함을 나타냈다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제7권3호
• /
• pp.411-419
• /
• 2017

기하학적으로 급격히 변화되는 부분의 응력집중은 봉에 작용하는 평균응력 보다 큰 응력이 작용하여, 봉의 파손을 발생시키는 원인 중 하나이다. 구멍과 단이 있는 봉이 비틀림 하중을 받았을 경우, 응력집중 변화에 대해 구멍의 위치에 따른 관계를 규명하였다. 본 논문에서는 범용 유한요소 소프트웨어인 ANSYS Workbench를 통해 구멍의 위치가 다른 봉의 응력을 해석하였다. 해석된 결과, 필렛과 구멍이 서로 가까울수록 응력이 증가되는 것으로 나타났다. 또한, 본 해석에 사용된 모델에서는 구멍이 필렛으로부터 특정거리(L : -100 mm ~ 300 mm) 이상에서는 구멍과 필렛에서 발생한 최대 등가응력이 거의 일정하였다. 반면에, 구멍이 필렛으로부터 특정거리(L : -100 mm ~ 300 mm) 이하에서는 구멍과 필렛에서 발생한 최대 등가응력이 급격하게 증가 및 감소하는 변화를 보였다. 그리고 특정거리(L : -100 mm ~ 300 mm) 이하에서 구멍과 필렛에서 발생한 등가응력의 차이가 발생하는 지점을 확인할 수 있었다. 본 논문의 해석 결과는 비틀림을 받는 단이 있는 봉에서 구멍 위치를 선정할 때, 사용 될 수 있다.

• 한국전자거래학회지
• /
• 제25권4호
• /
• pp.143-154
• /
• 2020

가공 시스템의 지능화 및 자율화 추세가 확대되면서, CNC 공작기계의 자동화된 오퍼레이션을 위한 머신 텐딩 시스템 도입이 산업 현장에서 활발히 진행되고 있다. 머신 텐딩 시스템을 구축함에 있어 CNC 공작기계와 로봇 간 인터페이스 구성 및 구성한 인터페이스에 대한 작업 설계 변경은 가장 중요한 프로세스이다. 하지만 이러한 중요도에도 불구하고 머신 텐딩 시스템은 많은 설정 문제가 있다. 새로운 CNC 공작기계나 로봇을 도입할 때마다 인터페이스에 맞추어 컨트롤러를 다시 제작하거나 재구성해야 하는 어려움이 있고, 추가적으로 머신 텐딩 시스템의 복잡한 구조로 인해 현장 작업자가 해당 시스템을 변경하는 부분에도 어려움이 있다. 이에 본 연구에서는 이기종의 CNC 머신과 산업용 로봇 간 인터페이스를 하나의 통합 시스템으로 구성하였다. 또한 손쉽게 작업 설계 변경을 하기 위해 디지털 트윈을 구현하여 현장 작업자는 간단하게 변경을 가능하게 하였다. 이 시스템을 구현하기 위하여 이기종 CNC 공작기계에 대한 표준화된 인터페이스를 제공하는 지능형 HMI 플랫폼과 다양한 로봇을 제어할 수 있는 응용 소프트웨어 개발 플랫폼인 ROS 플랫폼의 통합 개발 환경을 구축하였다. 또한 손쉬운 작업환경을 위해 게임 엔진인 Unity3D를 사용하여 시스템 모델링 후 웹 브라우저 환경에서 머신 텐딩 원격 제어 및 실시간 모니터링 프로그램을 개발하였다.

• 정보처리학회논문지D
• /
• 제12D권3호
• /
• pp.417-428
• /
• 2005

오늘날 IT 조직들은 시장확보와 재정이득 측면에서 비전을 가지고 프로젝트를 수행한다. QCD관점에서 그 수god능력을 향상시켜 나가는 것이 비전을 실현하는 목표이다. 따라서 조직들은 이러한 목표를 달성하기 위해 프로세스 개선을 통해 QCD관점의 목표를 달성하고자 많은 노력을 하고 있는 실정이다. TBM, Ford, GE와 같은 대형 회사들도 컴퓨터에 의한 업무개선 효과보다는 IT를 이용한 비즈니스 프로세스 리엔지니어링을 통해 80퍼센트 이상의 성과를 거두고 있다. 그러나, 목표달성을 위해서는 프로젝트를 수행한 데이터를 수집하고 분석하여 관리해야 하지만 소프트웨어의 비가시성 특성으로 인한 정량적인 측정이 어려운 것이 사실이며 이로 인해 프로세스 변경으로 인한 효과와 효율을 가시적인 확인하기 힘들고 효과적인 프로세스 개선전략을 도출하기 어렵다. 본 논문에서는 조직의 외부적인 효과와 내부적인 효율(품질, 납기일, 공정, 재사용)에 초점을 맞추어 프로젝트 성능을 측정하고 분석한다. 측정된 프로젝트 성능 점수를 기반으로 프로젝트 성능의 최적화를 위한 OT(Opportunity Tree) 모델을 설계하였다. 설계 과정으로서 먼저 프로젝트에서 공통적인 요소(Meta data)를 도출하여 정량적 GQM(Goal-Question-Metric) 설문서에 의해서 분석한다. 정량적 GQM 설문서로부터 얻은 데이터를 가지고, 프로젝트 성능 모델을 설계하고 조직의 영역별 성능 점수를 계산한다. 계산된 영역별 성능 점수와 모든 스테이크 홀더들(조직의 최고 경영자(CEO), 중간 관리자, 개발자, 투자가, 고객)로부터 받아낸 비전 가중치를 통합하여 보정된 값을 구한다. 이를 통해 개선을 위한 경로(Route for Improvement)를 제시하고 최적화된 개선 방법을 제공한다. 기존 소프트웨어 프로세스 개선 방법은 '프로세스 구분'에큰 뛰어난 효과를 보였으나, 프로세스를 프로젝트에 대응시켜서 전략을 수립하고 조직적으로 관리하는 구조적 기능이 미비하였다. 이러한 문제점에 대하여 본 논문에서 제시한 OT 모델은 해결책을 제시해 주고 있다. OT 모델의 효과는 조직의 목표에 맞게 최적화된 개선 방법을 제공하는 것이고, 제공된 방법을 사용하여 수행할 경우 프로젝트를 개선할 때 생기는 리스크를 감소시킬 수 있다는 점이다. 또한, 정성적인 설문서를 통해 모든 스테이크 홀더들에게 중요도를 입력받아 계산되었으므로, 개선 방법에 대한 만족도를 높여 줄 수 있다. OT 활용에 의해서 품질, 납기, 공정, 재사용을 조정하여 시장 확장과 재무성과를 최적화시킬 수 있다.

• 한국산학기술학회논문지
• /
• 제21권6호
• /
• pp.154-160
• /
• 2020

본 연구에서는 화재시뮬레이션을 이용하여 전통재래시장 상가 간 내연성 구획 벽 설치에 따른 화재강도 분석을 실시하였다. 대구 서문시장 4지구 상가 일부분을 대상으로 모델링을 실시하였으며 섬유, 의류와 같은 가연물을 통로 인근에 배치하여 2016년 화재발생 당시와 유사한 조건으로 해석을 진행하였다. 최초발화지점은 4번째 상가 적치물에서 전기합선에 의해 발생한 것으로 가정하였다. 구획 벽이 없는 경우 최초발화지점에서 방사형태로 급속도로 화재가 전파되며, 600초 이후 30 ㎡의 상가를 전소시켰다. 상가간 구획 벽을 설정한 경우 화재저항으로 인해 화재의 확산을 구획지역내부로 한정시킬 수 있었다. 열발생율이 급격히 상승하기 시작하는 200초(X₁)에서 600초(X₂)까지 총 발생한 열에너지를 통해 두 해석조건의 화재강도를 예측하였다. 결과적으로 본 연구에서 설정한 발화지점 인근의 구획 벽 설정을 통하여 해석한 결과 약 11.12 MW(55.68 %)의 열에너지 발생을 지연시킴을 확인하였다. 추후 구획 벽의 배치 및 재연설비 설치에 따른 연기제어에 대한 추가 해석을 수행함으로서 전통재래시장에서의 종합적인 화재특성 연구가 필요할 것으로 생각된다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제4권5호
• /
• pp.225-230
• /
• 2015

본 논문에서는 키 프레임 영상과 SURF 특징점 기반의 시각 단어들을 이용한 효과적인 실시간 시각 루프 결합 탐지기 VILODE를 제안한다. 시각 루프 결합 탐지기는 과거에 지나온 위치들 중 하나를 다시 재방문하였는지를 판단하기 위해, 새로운 입력 영상을 이미 지나온 위치들에서 수집한 과거 영상들과 모두 비교해보아야 한다. 따라서 새로운 위치나 장소를 방문할수록 비교 대상 영상들이 계속해서 증가하기 때문에, 일반적으로 루프 결합 탐지기는 실시간 제약과 높은 탐지 정확도를 동시에 만족하기 어렵다. 이러한 문제점을 극복하기 위해, 본 시스템에서는 입력 영상들 중에서 의미 있는 것들만을 선택해 이들만을 비교하는 효과적인 키 프레임 선택 방법을 채택하였다. 따라서 루프 탐지에 필요한 영상 비교를 대폭 줄일 수 있다. 또한 본 시스템에서는 루프 결합 탐지의 정확도와 효율성을 높이기 위해, 키 프레임 영상들을 시각 단어들로 표현하고, DBoW 데이터베이스 시스템을 이용해 키 프레임 영상들에 대한 색인을 구성하였다. TUM 대학의 벤치마크 데이터들을 이용한 실험을 통해, 본 논문에서 제안한 시각 루프 결합 탐지기의 높은 성능을 확인할 수 있었다.

• 한국수자원학회논문집
• /
• 제56권6호
• /
• pp.403-417
• /
• 2023

본 연구에서는 CCTV 영상 기반 강우강도 산정 시 필수적으로 요구되는 적정 강우 이미지 DB를 구축하기 위한 방법론을 개발하였다. 먼저, 실환경에서 불규칙적이고 높은 변동성을 보일 수 있는 변수들(바람으로 인한 빗줄기의 변동성, 녹화 환경에서 포함되는 움직이는 객체, 렌즈 위의 흐림 현상 등)에 대한 통제가 가능한 한국건설생활환경시험연구원 내 기후환경시험실에서 CCTV 영상 DB를 구축하였다. 서로 다른 5개의 실험 조건을 고려하여 이상적 환경에서 총 1,728개의 시나리오를 구성하였다. 본 연구에서는 1,920×1,080 사이즈의 30 fps (frame per second) 영상 36개에 대하여 프레임 분할을 진행하였으며, 총 97,200개의 이미지를 사용하였다. 이후, k-최근접 이웃 알고리즘을 기반으로 산정된 최종 배경과 각 이미지와의 차이를 계산하여 빗줄기 이미지를 분리하였다. 과적합 방지를 위해 각 이미지에 대한 평균 픽셀 값을 계산하고, 설정한 픽셀 임계치보다 큰 자료를 선별하였다. 180×180 사이즈로의 재구성을 위해서 관심영역을 설정하고 10 Pixel 단위로 이동을 진행하여 픽셀 변동성이 최대가 되는 영역을 산정하였다. 합성곱 신경망 모델의 훈련을 위해서 120×120 사이즈로 재변환하고 과적합 방지를 위해 이미지 증강 과정을 거쳤다. 그 결과, 이미지 기반 강우 강도 합성곱 신경망 모델을 통해 산정된 결과값과 우량계에서 취득된 강우자료가 전반적으로 유사한 양상을 보였으며, 모든 강우강도 실험 조건에 대해서 약 92%의 데이터의 PBIAS (percent bias)가 절댓값 범위 10% 이내에 해당하였다. 본 연구의 결과물과 전이학습 등의 방법을 연계하여 기존 실환경 CCTV의 한계점을 개선할 수 있을 것으로 기대된다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권7호
• /
• pp.271-278
• /
• 2021

현재 사이버 공격이 더욱 지능화됨에 따라 기존의 침입 탐지 시스템(Intrusion Detection System)은 저장된 패턴에서 벗어난 지능형 공격을 탐지하기 어렵다. 이를 해결하려는 방법으로, 데이터 학습을 통해 지능형 공격의 패턴을 분석하는 딥러닝(Deep Learning) 기반의 침입 탐지 시스템 모델이 등장했다. 침입 탐지 시스템은 설치 위치에 따라 호스트 기반과 네트워크 기반으로 구분된다. 호스트 기반 침입 탐지 시스템은 네트워크 기반 침입 탐지 시스템과 달리 시스템 내부와 외부를 전체적으로 관찰해야 하는 단점이 있다. 하지만 네트워크 기반 침입 탐지 시스템에서 탐지할 수 없는 침입을 탐지할 수 있는 장점이 있다. 따라서, 본 연구에서는 호스트 기반의 침입 탐지 시스템에 관한 연구를 수행했다. 호스트 기반의 침입 탐지 시스템 모델의 성능을 평가하고 개선하기 위해서 2018년에 공개된 호스트 기반 LID-DS(Leipzig Intrusion Detection-Data Set)를 사용했다. 해당 데이터 세트를 통한 모델의 성능 평가에 있어서 각 데이터에 대한 유사성을 확인하여 정상 데이터인지 비정상 데이터인지 식별하기 위해 1차원 벡터 데이터를 3차원 이미지 데이터로 변환하여 재구성했다. 또한, 딥러닝 모델은 새로운 사이버 공격 방법이 발견될 때마다 학습을 다시 해야 한다는 단점이 있다. 즉, 데이터의 양이 많을수록 학습하는 시간이 오래 걸리기 때문에 효율적이지 못하다. 이를 해결하기 위해 본 논문에서는 적은 양의 데이터를 학습하여 우수한 성능을 보이는 Few-Shot Learning 기법을 사용하기 위해 Siamese-CNN(Siamese Convolutional Neural Network)을 제안한다. Siamese-CNN은 이미지로 변환한 각 사이버 공격의 샘플에 대한 유사성 점수에 의해 같은 유형의 공격인지 아닌지 판단한다. 정확성은 Few-Shot Learning 기법을 사용하여 정확성을 계산했으며, Siamese-CNN의 성능을 확인하기 위해 Vanilla-CNN(Vanilla Convolutional Neural Network)과 Siamese-CNN의 성능을 비교했다. Accuracy, Precision, Recall 및 F1-Score 지표를 측정한 결과, Vanilla-CNN 모델보다 본 연구에서 제안한 Siamese-CNN 모델의 Recall이 약 6% 증가한 것을 확인했다.