• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권11호
• /
• pp.457-464
• /
• 2021

빅데이터 시대의 도래는 데이터에서 스스로 규칙을 배우는 딥러닝의 비약적인 발전을 가능하게 하였으며, 특히 CNN 알고리즘이 거둔 성과는 모델의 구조를 넘어 소스 데이터 자체를 조정하는 수준에 이르렀다. 하지만 기존의 이미지 처리 방법은 이미지 데이터 자체를 다룰 뿐, 해당 이미지가 생성된 이질적 환경을 충분히 고려하지 않았다. 이질적 환경에서 촬영된 이미지는 동일한 정보임에도 촬영 환경에 따라 각 이미지의 특징(Feature)이 상이하게 표현될 수 있다. 이는 각 이미지가 갖는 상이한 환경 정보뿐 아니라 이미지 고유의 정보조차 서로 상이한 특징으로 표현되며, 이로 인해 이들 이미지 정보는 서로 잡음(Noise)으로 작용해 모델의 분석 성능을 저해할 수 있음을 의미한다. 따라서 본 논문은 이질적 환경에서 생성된 이미지 데이터들을 동시에 사용하는 앤드-투-앤드(End-To-End) 구조의 적대적 학습(Adversarial Learning) 기반의 이미지 색 항상성 모델 성능 향상 방안을 제안한다. 구체적으로 제안 방법론은 이미지가 촬영된 환경인 도메인을 예측하는 '도메인 분류기'와 조명 값을 예측하는 '조명 예측기'의 상호 작용으로 동작하며, 도메인 분류의 성능을 떨어뜨리는 방향의 학습을 통해 도메인 특성을 제거한다. 제안 방법론의 성능을 평가하기 위해 이질적 환경에서 촬영된 이미지 데이터 셋 7,022장에 대한 색 항상성 실험을 수행한 결과, 제안 방법론이 기존 방법론에 비해 Angular Error 측면에서 우수한 성능을 나타냄을 확인하였다.

• 국제학술발표논문집
• /
• The 9th International Conference on Construction Engineering and Project Management
• /
• pp.1243-1244
• /
• 2022

In recent years, the growing interest in off-site construction has led to factories scaling up their manufacturing and production processes in the construction sector. Consequently, continuous large-scale site monitoring in low-variability environments, such as prefabricated components production plants (precast concrete production), has gained increasing importance. Although many studies on computer vision-based site monitoring have been conducted, challenges for deploying this technology for large-scale field applications still remain. One of the issues is collecting and transmitting vast amounts of video data. Continuous site monitoring systems are based on real-time video data collection and analysis, which requires excessive computational resources and network traffic. In addition, it is difficult to integrate various object information with different sizes and scales into a single scene. Various sizes and types of objects (e.g., workers, heavy equipment, and materials) exist in a plant production environment, and these objects should be detected simultaneously for effective site monitoring. However, with the existing object detection algorithms, it is difficult to simultaneously detect objects with significant differences in size because collecting and training massive amounts of object image data with various scales is necessary. This study thus developed a large-scale site monitoring system using edge computing and a small-object detection system to solve these problems. Edge computing is a distributed information technology architecture wherein the image or video data is processed near the originating source, not on a centralized server or cloud. By inferring information from the AI computing module equipped with CCTVs and communicating only the processed information with the server, it is possible to reduce excessive network traffic. Small-object detection is an innovative method to detect different-sized objects by cropping the raw image and setting the appropriate number of rows and columns for image splitting based on the target object size. This enables the detection of small objects from cropped and magnified images. The detected small objects can then be expressed in the original image. In the inference process, this study used the YOLO-v5 algorithm, known for its fast processing speed and widely used for real-time object detection. This method could effectively detect large and even small objects that were difficult to detect with the existing object detection algorithms. When the large-scale site monitoring system was tested, it performed well in detecting small objects, such as workers in a large-scale view of construction sites, which were inaccurately detected by the existing algorithms. Our next goal is to incorporate various safety monitoring and risk analysis algorithms into this system, such as collision risk estimation, based on the time-to-collision concept, enabling the optimization of safety routes by accumulating workers' paths and inferring the risky areas based on workers' trajectory patterns. Through such developments, this continuous large-scale site monitoring system can guide a construction plant's safety management system more effectively.

• 한국통신학회논문지
• /
• 제37권8B호
• /
• pp.637-646
• /
• 2012

최근 많은 응용 분야에서 무선 센서 네트워크 기술의 요구가 급증하고 있다. 특히 사람이 접근하기 어려운 환경에 센서 노드들을 설치하면 스스로 네트워크를 형성하고 사용자가 원하는 정보를 쉽게 획득할 수 있다. 그러나 무선 센서 네트워크에서 각 센서 노드들은 소형의 배터리를 사용하기 때문에 에너지를 효율적으로 관리해야 한다. 침입 탐지와 같은 응용에서는 침입자가 언제 나타날지 모르기 때문에, 에너지 효율이 높은 알고리즘으로 네트워크 수명을 연장시키는 노력이 요구된다. 본 논문에서는 침입 탐지 응용에서 데이터 전송의 신뢰성을 위해 트리 기반의 라우팅 알고리즘을 제안한다. 본 제안 방식은 데이터 집중으로 소모되는 에너지를 막기 위하여 부모와 자식 노드의 링크 설정 시 Load-balancing을 고려한 최적의 링크 비용을 계산하고, 효율적인 라우팅 테이블 관리로 센서 노드의 한정된 메모리 자원의 효율을 높였다. 또한 감시 정찰 환경에서는 침입자의 움직임을 예측할 수 없기 때문에 현실적인 군 운영 환경을 고려하여 다음의 시나리오를 설계하였고, 이에 대한 지연시간, 에너지 소모량 등의 성능을 시뮬레이션 결과를 통하여 입증하였다. 각 시나리오는 첫 번째로 침입자가 노드 설치 경로를 따라 이동하는 경우, 두 번째는 침입자가 노드 설치 경로를 가로지르는 경우, 마지막으로 침입자가 노드 설치 경로를 따라 이동하는 중에 이탈하는 경우로 구분하여 시험하였다.

• 대한원격탐사학회지
• /
• 제31권6호
• /
• pp.513-521
• /
• 2015

해색 원격탐사 자료의 처리과정에서는 일반적으로 관측 영역의 확보를 위해 시공간적 합성을 수행하며, 이 때 Level-2 flag를 참조하여 합성 재료가 되는 영상의 유효성을 판단한다. NASA OBPG의 표준 알고리즘은 stray light에 의한 관측 오차를 최소화하기 위해서 필터링 윈도우를 채택하고 있으나, 이로 인한 관측 영역의 손실이 많다. 이 연구는 유효 관측 영역의 복원/확장을 통한 해색 원격탐사 자료의 품질 향상에 목적을 둔다. 이를 위해서 MODIS/Aqua의 필터링 윈도우의 크기 변화에 따른 관측 영역과 클로로필a 농도 측정값의 변화를 분석하였다. 그 결과 유효 관측 영역에 있어 Level-2 swath 자료, Level-3 일별 합성자료, 8일 합성자료, 월별 합성자료에서 각각 $13.2({\pm}5.2)%$, $30.8({\pm}16.3)%$, $15.8({\pm}9.2)%$, $6.0({\pm}5.6)%$의 복원 효과가 발생하였으며, 표준 자료와의 측정값 차이는 공통 관측 영역에서 평균 0.012% 이하로 매우 유의하였다. 또한 공간 영역 확장으로 인해 시계열 자료에서의 관측 밀도도 상승하였으며 그 이득은 8일 합성자료에서 가장 크게 나타났다. 제안 방법을 통한 유효 영역의 확장은 자료 생산의 효율성뿐만 아니라 자료 분석의 통계적 신뢰성 확보의 측면에서도 해색 원격탐사 자료의 품질 향상에 기여할 수 있다.

• 한국산학기술학회논문지
• /
• 제21권6호
• /
• pp.679-686
• /
• 2020

본 논문에서는 화자인식 성능 향상을 위해 음원에서 개선된 특징추출 방식과 최소 분류 오차 기반의 다중 특징 벡터 스코어에 대한 가중치 추정을 사용하여 스코어 결합을 제안하였다. 제안한 특징 벡터는 Glottal Flow에서 무의미한 정보구간인 평탄한 스펙트럼 구간을 제거하기 위하여 저역통과 필터를 수행한 신호에서 인지적 선형 예측 캡스트럼 계수, 왜도, 첨도를 추출하여 구성하였다. 제안한 특징 벡터는 종래의 음원에서 멜-주파수 캡스트럼 계수, 인지적 선형 예측 캡스트럼 계수를 추출하여 가우시안 혼합 모델로 모델링한 화자인식 시스템을 개선하기 위해 사용된다. 또한, 스코어 추정과정의 신뢰성을 높이기 위하여 기존의 스코어의 확률 분포를 사용하여 가중치를 추정하는 대신 제안한 특징 벡터에서 평가된 점수와 종래의 특징 벡터에서 평가된 점수에 대하여 최소 분류 오차 기법으로 가중치를 추정하여 스코어를 결합함으로써 최적의 화자를 찾는다. 실험 결과 제안한 특징 벡터가 화자를 인식하는데 유효한 정보를 포함하고 있는 것을 확인하였다. 또한, 최소 분류 오차 기반의 다중 특징 파라미터 스코어를 결합하여 화자인식을 수행하였을 때, 종래의 화자인식 성능보다 더 우수한 성능을 나타내는 것을 확인할 수 있으며, 특히 가우시안 혼합 모델이 낮을 때 더 높은 성능향상을 보였다.

• 대한원격탐사학회지
• /
• 제36권2_1호
• /
• pp.167-178
• /
• 2020

2015년 발사된 이후 KOMPSAT-3A 영상정보가 여러 분야에서 활용되고 있다. 그러나 실제 육상 환경의 분석에 필요한 지표 반사도를 얻을 수 있는 도구 개발이 이루어지지 않아서 식생 지수 산정 등과 같이 이러한 자료를 적용하는 과학적 분석과 응용 분야의 확산에는 한계가 있었다. 지표 반사도는 절대 대기 보정 처리 과정을 수행하여 얻어지는 성과물이다. 이 연구에서는 OTB 오픈 소스 확장 프로그램으로부터 KOMPSAT-3A 영상정보의 대기 반사도와 지표 반사도를 구하고, 국제 검보정 포털 RadCalNet에서 제공하는 대기 반사도와 지표 반사도 현장 측정 자료를 이용하여 정확도를 비교 검증하고자 한다. 또한 같은 지역의 Landsat-8 OLI 영상으로부터 지표 반사도를 구하고 비교 검증 실험에 같이 적용하였다. 검증 실험 결과로 KOMPSAT-3A 영상의 대기 반사도는 같은 분광대역에 해당하는 RadCalNet 자료의 평균값과 비교했을 때 0.00에서 1.00까지의 범위에서 최대 ± 0.02 차이가 보이는 것을 확인할 수 있었다. KOMPSAT-3A 영상의 지표 반사도 산출 결과는 RadCalNet 자료와 0.02에서 0.04까지의 차이 값을 갖는 높은 일치도를 보이는 것으로 나타났다. 이 결과들은 KOMPSAT-3A 영상의 분석대기자료(Analysis Ready Data)로서의 활용 가능성을 증가시키는 기본 자료로 사용할 수 있다. 또한 이 연구에서 개발된 도구와 연구 방법은 향후 국토, 농업, 산림 활용을 위한 차세대 중형 위성 영상자료의 각 센서 모델에 맞는 확장 프로그램 개발과 검증에도 적용이 가능할 것으로 생각한다.

• 한국환경농학회지
• /
• 제30권3호
• /
• pp.252-260
• /
• 2011

국내의 바이오매스 자원조사에 대한 연구에서 농업부산물의 경우 잠재 이용량이 가장 높은 부분임에도 불구하고 과거 자료를 근거로 인용되어 잠재발생량이 산출되고 있다. 따라서 국가 단위의 바이오매스 인벤토리의 구축이 요구되고 신뢰도와 재현성이 높은 바이오매스 환산계수 개발을 통해 효과적인 자원관리가 이루어져야 한다. 본 연구에서 포장시험을 통해 산정된 8종류의 농작물의 바이오매스 환산계수를 산정하였고, 2004~2008년 평균 곡물 총 생산량을 기준으로 농작물 18종의 바이오매스 환산계수를 산정하여 2009년 농업 유래 바이오매스 잠재 발생량을 추정하였다. 그 결과 농작물에서 발생되는 바이오매스량은 연간 약 11,600 천톤이었고, 이 중 볏짚의 발생량이 연간 약 6,507 천톤, 왕겨 1,140 천톤으로 농업부문에서 약 75%를 차지하였으며, 고추 줄기가 1,003 천으로 약 10%를 차지하였고, 사과 전정가지가 약 6%인 620천톤 정도가 발생되는 것으로 추정되었다. 그러나 볏짚과 왕겨의 경우 기존에 가축 사료나 축사 깔짚 등으로 재이용되고 있기 때문에 실제 바이오매스 에너지원으로의 활용 측면은 낮을 것으로 예상된다. 또한, 농업부산물의 에너지화를 위해서 잠재 발생량의 정확한 산정도 필요하지만 농업부산물의 특성상 시기별 발생량과 종류가 달라지기 때문에 계절 등에 따른 바이오매스 발생특성을 고려해야 한다. 과수 전정가지 등 과수 부산물의 경우 1~3월 사이에 발생이 집중되는 것으로 나타났고, 맥류와 서류 및 유채 등이 4~6월에 발생되었으며, 미곡 등 다른 부산물의 9, 10월에 집중하여 발생되는 것으로 나타났다. 따라서 농촌지역 바이오매스의 효율적인 이용을 위해서는 바이오매스의 연중 안정된 수급 및 보급 가능한 이용체계 확립이 우선되어야 할 것으로 사료된다.

• Journal of Radiation Protection and Research
• /
• 제39권3호
• /
• pp.127-133
• /
• 2014

북한 우라늄 농축 시설은 국내외적으로 심각한 위협중 하나이다. 특히 우리나라 입장에서는 국가 안보에 관련된 사안이므로 항상 주시하고 대비를 하여야 한다. 북한 미신고 우라늄 농축시설 탐지 가능성을 평가하기 위해 시설로 부터 장 단거리에 따른 공기중 우라늄 농도를 예측하였다. 북한 농축시설에 대해 국제 사회에 알려진 정보와 다른 국가의 농축 시설 운영 데이터를 근거로 북한 시설로부터 공기중으로 누출되는 $UF_6$ 선원항(source terms)을 계산하였다. 계산된 선원항과 영변 주변 기상 자료를 바탕으로 장 단거리 대기 확산 모델 - Gaussian Plume and HYSPLIT Models -을 이용하여 북한 농축시설 주변과 멀리 떨어진 남한 지역에서의 공기중 우라늄 농도를 결정하였다. 최대 공기중 우라늄 농도와 위치는 기상 조건과 방출 높이에 따라 시설 바로 근처와 0.4 km 이내 이고, 농도 약 $1.0{\times}10^{-7}g{\cdot}m^{-3}$로 나타났다. 본 논문의 가정을 적용하였을 때, 수 십 ${\mu}g$ 정도의 우라늄 샘플을 채취할 수 있을 것으로 나타났다. 이 수십 ${\mu}g$ 우라늄 양은 현대 측정 장비로 어려움 없이 측정 가능한 양이다. 반면에 영변 농축시설에부터 수 백 km이상 떨어진 남한 지역의 농도는 $1.0{\times}10^{-13}{\sim}1.0{\times}10^{-15}g{\cdot}m^{-3}$이하로 자연 방사성 우라늄 농도보다 낮은 값이다. 따라서 본 논문에 의하면 북한 영변 농축시설 주변에서 공기포집에 의한 신고 및 미신고 핵활동 탐지는 가능하지만 장거리에서는 불가능할 것으로 예측된다.

• 한국대기환경학회:학술대회논문집
• /
• 한국대기환경학회 2003년도 춘계학술대회 논문집
• /
• pp.423-423
• /
• 2003

The radiative properties of atmospheric aerosol are determined by the mass and chemical characteristics, and optical properties such as aerosol optical depth (AOD), ngstr m parameter ( $\alpha$) and single scattering albedo (SSA). In particular these aerosol optical properties also determine surface temperature perturbation that may give some information in understanding the regional atmospheric radiative forcing. For understanding the radiative forcing and regional surce of aerosol, this paper summarizes and compares the aerosol optical properties results from and compares the atmospheric aerosol optical properties results from two different experiments: Anmyeon 2000 and Jeju 2001. Korea Global Atmosphere Watch Observatory (KGAWO) at Anmyeon island and ACE-Asia super-site at Gosan Jeju island have measured the radiations and aerosols since the year of 2000. The sites are located in the mid-west and south of Korea peninsula where it is strongly affected by the Asian dust coming from China region in every spring. Aerosol optical properties over both sites were measured through the ground-based sun and sky radiometers were analyzed for understanding the radiation and climate properties. Number concentration and chemical components of aerosol were additionally analyzed for the source estimation in the transportation. The frequency distributions of aerosol optical depth are rather narrow with a modal vaiue of 0.38 at both sites. However, the distributions of show one peak (1.13) at Jeju but two peaks (0.63 and 1.13) at Anmyeon. In the cases of Anmyeon, one peak around 0.63 corresponds to relatively dust-free cases, and the second peak around 1.13 characterizes the situation when Asian dust is presented. The correlation between AOD and resulted high correlation on the wide range with high values of optical depth at Anmyeon, otherwise a narrow range of with moderate to low AOD at Jeju. In dust free condition SSA decrease with waveleneth while in the presence of Asian dust SSA either stays neutral or increases slightly with wavelength. The change of surface temperature shows the stronger positive correlations with aerosol optical depth increase at Anmyeon than Jeju. In the chemical properties the aerosol are related to high concentrations in inorganic matters, SO$^4$, NO$_3$, CA2+ in fine and coarse.

• 한국대기환경학회지
• /
• 제23권1호
• /
• pp.50-63
• /
• 2007

The development of domestic plant specific emission factors is very important to estimate reliable national emissions management. This study, for the reason, was carried out to obtain advances emission factor for Carbon Dioxide ($CO_2$) by source-specific emission tests from the iron and steel industry sector which is well known as one of the major sources of greenhouse gases ($CO_2$). Emission factors estimated in this study were compared with those of IPCC for evaluation and they were found to be of similar level in the case of $CO_2$. There was no good information available on $CO_2$ plant specific emission factors from the iron and steel industry in Korea so far. The major emission sources of $CO_2$ examined from the iron and steel manufacturing precesses were a hot blast stove, coke oven, sintering furnace, electric arc furnace, heating furnace, and so on. In this study, the concentration of $CO_2$ from the hot blast stove process was the highest among all processes. The $CO_2$ emission factors for a ton of Steel and Iron products (using B-C oil) were estimated to be 0.315 $CO_2$ tonne (by Tier 3 method) and 4.89 $CO_2$ tonne. In addition, emission factor of $CO_2$ for heating furnace process was the highest among all process. Emission factors estimated in this study were compared with those of IPCC for evaluation and they were found to be of similar level in the case of $CO_2$.