• 융합신호처리학회논문지
• /
• 제7권3호
• /
• pp.87-94
• /
• 2006

유비쿼터스 홈네트워크 ( uHome-net) 구현을 위해서는 다양한 센서들이 통합된 유무선 센서 네트워크에 연결될 수 있어야 한다. 본 논문은 제어 네트워크에 널리 사용되고 있는 LonWorks 기술을 uHome-net의 유무선 센서 네트워크에 적용한 사례를 소개하고, LonTalk 프로토콜이 탑재된 뉴런칩, 433.92MHz RF 트랜시버, 센서와 응용 프로그램으로 구성되는 LonRF 디바이스의 설계 및 응용 서비스 구현 결과를 설명한다. LonRF 디바이스의 응용 예로 실내에서 물체의 3차원 좌표를 측정할 수 있고 uHome-net과 연동되는 LonRF 스마트배지를 개발하였다. LonRF 디바이스 기반의 위치인식 서비스, 원격검침서비스, 원격경비서비스 등의 홈네트워크 서비스를 uHome-net 테스트베드에 구현하였다. 본 연구는 LonWorks 기술 기반의 센서 네트워크가 유비쿼터스 홈네트워크의 제어 네트워크로 적용할 수 있고, 개발된 LonRF 디바이스가 센서 네트워크의 무선 노드로 사용될 수 있음을 보였다.

• 정보처리학회논문지B
• /
• 제15B권3호
• /
• pp.219-228
• /
• 2008

실시간 소셜(Social) 네트워킹 서비스를 위해서, 사용 가능한-통합적-유비쿼터스 (U3) 웹 서비스에서의 모바일 상호작용을 연구하였다. 실시간 소셜 네트워크를 위한 편리한 모바일 HCI로서, 또한 유비쿼터스 웹 서비스에서의 메타데이터 정보 색인 키로서, 다국어 한 글자 도메인 명(예, 김.net, 이.net, 가.net, ㄱ.net, ㄴ.net, ㅎ.net, ㅏ.net, ㅔ.net, ㄱ.com, ㅎ.com) 은 소셜 정보를 검색하고 또한 등록할 때 편리한 모바일 인터페이스이다. U3 웹 서비스의 예로서, 실시간 소셜 네트워킹 서비스 구현과 함께 모바일 상호작용을 위해 스케치된 디자인 목표와 한국, 일본, 중국에서의 모바일 상호작용 경험을 소개한다. 또한, 소셜 네트워킹과 센서 네트워킹 서비스에서 통합 정보관리를 위해, IP 기반의 센서네트워크 (IP-USN)에서 메타데이터 디렉터리 서비스에의 응용 확장 가능성도 소개한다.

• 인터넷정보학회논문지
• /
• 제21권4호
• /
• pp.9-16
• /
• 2020

영상 처리 및 컴퓨터 비전 분야에서 하나의 영상을 통해 다른 영상으로 재구성하거나 새로운 영상을 생성하는 문제는 하드웨어의 발전에 따라 꾸준히 주목받고 있다. 그러나 컴퓨터를 통해 생성한 이미지를 사람의 눈으로 바라봤을 때 자연스럽지 않다는 문제 또한 계속해서 대두되고 있다. 최근 딥러닝 분야에 대한 연구가 활발히 진행됨에 따라 이를 활용한 영상 생성 및 개선 문제 또한 활발히 연구되고 있으며 그 중에서도 적대적 생성 신경망(Generative Adversarial Network)이라는 네트워크가 영상 생성 분야에 있어 좋은 결과를 보이고 있다. 적대적 생성 신경망이 제안된 이후 이를 기반으로 하는 다양한 네트워크가 제시됨에 따라 영상 생성 분야에서 더 자연스러운 영상을 생성하는 것이 가능해졌다. 그 중 pix2pix은 조건 적대적 생성 신경망 모델로 다양한 데이터셋에서도 좋은 성능을 보이는 범용적인 네트워크이다. pix2pix는 U-Net을 기반으로 두고 있으나 U-Net을 기반으로 하는 네트워크 중에서는 더 좋은 성능을 보이는 네트워크가 다수 존재한다. 때문에 본 연구에서는 pix2pix의 U-Net에 다양한 네트워크를 적용해 영상을 생성하고 그 결과를 상호 비교 평가한다. 각 네트워크를 통해 생성된 영상을 통해 기존의 U-Net을 사용한 pix2pix 모델보다 어텐션, R2, 어텐션-R2 네트워크를 적용한 pix2pix 모델이 더 좋은 성능을 보이는 것을 확인하고 그 중 가장 성능이 뛰어난 네트워크의 한계점을 향후 연구로 제시한다.

• 전기전자학회논문지
• /
• 제27권4호
• /
• pp.456-463
• /
• 2023

본 논문에서는 사용자의 개입없이 고해상도 위성 영상을 활용하여 정밀한 토지피복분류를 위해 U-Net 네트워크 모델에 SPADE 구조를 결합한 SSResUNet 모델을 제안한다. 제안하는 네트워크는 위성 영상의 공간적 특성을 보존하여 복잡도가 높은 환경에서도 강인한 분류모델이라는 장점이 있다. 다목적실용위성 3A 영상을 통해 학습한 결과 기존 U-Net, U-Net++ 대비 뛰어난 결과를 보였으며 평균 IoU 76.10, Dice 86.22의 성능을 도출하였다.

• 한국방사선학회논문지
• /
• 제18권2호
• /
• pp.93-99
• /
• 2024

디지털 영상, 특히, 전산화 단층촬영 영상은 X선 신호를 디지털 영상 신호로 변환하는 과정에서 노이즈가 필수적으로 포함되기 때문에 노이즈 저감화에 대한 고려가 필수적이다. 최근, 딥러닝 모델 기반의 노이즈 감소가 가능한 연구가 수행되고 있다. 그러므로, 본 연구의 목적은 폐 CT 영상에서의 다양한 종류의 노이즈를 U-net 딥러닝 모델을 이용하여 노이즈 감소 효과를 평가하였다. 총 800장의 폐 CT 영상을 사용하였고, Adam 최적화 함수와 100회의 반복 학습 횟수, 0.0001의 학습률을 적용한 U-net 모델을 이용하였다. 노이즈를 포함한 입력 영상 생성을 위하여 Gaussian 노이즈, Poisson 노이즈, salt & pepper 노이즈, speckle 노이즈를 적용하였다. 정량적 분석 인자로 평균 제곱 오차, 최대 신호 대 잡음비, 영상의 변동계수를 사용하여 분석하였다. 결과적으로, U-net 네트워크는 다양한 노이즈 조건에서 우수한 성능을 나타냈으며 그 효용성을 입증하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.81-83
• /
• 2021

본 논문에서는 주로 이미지 분할의 목적으로 활용되고 있는 end-to-end 방식의 fully convolutional network 기반의 모델인 U-Net을 사용하여 식물이 포함된 이미지에서 식물과 배경을 분할하는 방법을 제안한다. 네트워크의 훈련을 위해 수동으로 식물을 배경과 분할시킨 이진 영상들을 사용하였다. 다양한 실험을 통하여 U-Net은 식물 영상에서 식물을 정확하게 분할 가능한 것을 확인하였다.

• 대한원격탐사학회지
• /
• 제36권6_2호
• /
• pp.1579-1590
• /
• 2020

본 논문에서는 고해상도의 위성영상을 활용하여 도시의 변화 양상을 분석하기 위하여 SPADE기반의 U-Net과 객체 영역기반 변화탐지 방법을 제안한다. 제안하는 네트워크는 기존의 U-Net에서 공간 정보를 잃지 않기 위해 SPADE를 사용했다. 고해상도 위성영상을 활용한 변화탐지 방법은 계획, 예측 등 다양한 도시 문제를 해결하기 위해 활용할 수 있다. IR-MAD 등 전통적인 방법인 화소 기반의 변화탐지를 수행할 경우, 다중 시기 영상 간의 기후, 계절 변화 등에 의해 화소의 변화가 민감하기 때문에 미변화 지역들이 변화 지역으로 오탐지될 가능성이 매우 크다. 이에 본 논문에서는 시계열 위성영상에서 도시를 구성하는 객체에 대한 변위를 정확하게 탐지하기 위해 도시를 구성하는 주요 공간 객체를 정의하고, 딥러닝 기반 영상 분할을 통해 추출한 후 영역 간의 변위 오차를 분석하여 변화탐지를 수행한다. 변화 양상을 분석하기 위한 공간 객체로 건축물, 도로, 농경지, 비닐하우스, 산림 영역, 수변 영역의 6개로 정의하였다. KOMPSAT-3A 위성영상으로 학습한 각 네트워크 모델을 시계열 KOMPSAT-3 위성영상에 대한 변화탐지를 수행한다. 객관적인 성능 평가를 위한 변화탐지 지표는 F1-score, Kappa를 사용한다. 제안하는 변화탐지 기법은 U-Net, UNet++ 대비 뛰어난 결과를 보이며, 평균 F1 score는 0.77, kappa는 77.29의 성능을 확인할 수 있다.

• 한국ITS학회 논문지
• /
• 제20권6호
• /
• pp.313-330
• /
• 2021

카메라와 라이다가 탑재된 자율주행 시스템에서 깊이완성기술을 통해 조밀한 깊이추정을 할 수 있다. 특히, 자기지도학습을 이용하면 깊이정답이 없는 주행데이터로도 깊이완성 네트워크의 학습이 가능하다. 실제 자율주행환경에서 이러한 깊이완성의 출력은 다른 알고리즘들의 입력으로 사용되므로 매우 빠른 지연속도를 요구한다. 그래서 본 논문에서는 종래의 연구들처럼 네트워크를 고도화하여 정확도를 높이기보단 추론속도를 극대화한 형태의 깊이완성 네트워크를 사용한다. GPU 연산에 최적화된 RegNet 인코더를 사용하고 네트워크의 병렬성을 고려한 U-Net 형태의 네트워크를 설계한다. 대신, 본 논문에서는 자기지도학습 과정에서 정확도를 높일 수 있는 몇 가지 기법들을 제시한다. 제시하는 기법들은 신뢰할 수 없는 라이다 입력에 대한 강인함을 높이고 사전에 추출한 시맨틱 정보를 바탕으로 에지와 하늘 영역에 대한 깊이 추정 품질을 향상시킨다. 실험을 통해 우리의 모델은 매우 경량임에도 (2.42ms at 1280x480) 노이즈에 강하며 최신 연구들과 대등한 정확도를 보임을 확인한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제64차 하계학술대회논문집 29권2호
• /
• pp.67-68
• /
• 2021

기존 객체탐지는 경계 상자 회귀방식을 적용하였지만, 문자는 왜곡과 변형이 심한 특성을 가진 객체로 U-net 구조의 이미지 분할 방식을 사용하는 경우가 많다. 따라서 최근 문자 탐지는 통계적 모델에 비해 높은 정확도를 보이는 심층 신경망 기반의 모델 연구가 많이 진행되고 있다. 본 연구에서는 이미지 분할을 통한 양방향 특징 결합 기법을 사용한 문자 탐지 모델을 제안한다. 이미지 분할 방식은 메모리의 효율이 떨어지기 때문에 이를 극복하고자 특징 추출 단계에서 경량화된 네트워크를 적용하였다. 또한, 객체 탐지에서 큰 성과를 보인 양방향 특징 결합 모듈을 U-net 구조에 추가하여 추출된 특징이 효과적으로 결합 되는 결과를 얻었다. 제안하는 모델의 문자 탐지 성능은 합성 문자 데이터셋을 이용한 실험을 통해 기존의 U-net 구조의 이미지 분할 방식보다 향상되었음을 확인하였다.

• 정보화정책
• /
• 제25권1호
• /
• pp.3-29
• /
• 2018

2017년 12월 14일, 미국 연방통신위원회가 망중립성 폐지를 결정했다. 그동안 오바마 정부에서 일관되게 유지해온 망중립성 원칙과는 정반대의 결과이다. 망중립성 폐지가 가지고 올 후폭풍은 개인과 산업 전 영역에 미칠 정도로 광범위하며, 전 세계 인터넷 콘텐츠와 플랫폼 시장을 압도하는 미국의 콘텐츠 업계에 몰고 올 파장은 가늠하기 어려울 정도이다. 반면 한국의 망중립성 원칙은 확고하게 진행되어 왔고 미국의 망중립성 폐지 결정 이후에도 별다른 변화의 징조가 보이지 않는다. 망중립성은 5G를 준비하기 위한 네트워크 고도화의 문제뿐만 아니라 표현의 자유와 같은 헌법과도 관련이 있을 정도로 단순한 주제가 아니다. 이에 따라 본 연구는 망중립성이 그동안 미국과 한국에서 어떻게 진행되어 왔는지 살펴보고, 망중립성이 갖는 쟁점을 네트워크 고도화와 인터넷 서비스 사업자와 인터넷 콘텐츠 사업자의 서로 다른 관점, 헌법적 관점, 비즈니스적 관점, 기술적 관점과 인터넷 자유, 공정거래법과 제로 레이팅 등 다양한 논의점으로 분석하고자 한다. 시장 경제와 공정 경쟁 그리고 전 산업의 발전과 소비자 편익 극대화에 맞추어져야 하는 망중립성 논의를 통해 향후 국내 망중립성 정책 방향과 시사점을 살펴보고자 한다.