• 제목/요약/키워드: University Information System

검색결과 39,999건 처리시간 0.087초

무인항공기 영상 활용 자동 정합점 추출을 통한 KOMPSAT-3A 위성영상의 RPC 보정 (RPC Correction of KOMPSAT-3A Satellite Image through Automatic Matching Point Extraction Using Unmanned AerialVehicle Imagery)

  • 박주언;김태헌;이창희;한유경
    • 대한원격탐사학회지
    • /
    • 제37권5_1호
    • /
    • pp.1135-1147
    • /
    • 2021
  • 고해상도 위성영상의 기하보정을 위해 촬영 당시의 위성 센서와 지표면과의 기하학적 관계를 복원하는 센서모델링 과정이 필요하다. 이를 위해 일반적으로 고해상도 위성은 RPC (Rational Polynomial Coefficient) 정보를 제공하고 있지만, 제공 RPC는 위성 센서의 위치와 자세 등에 의해 발생하는 기하왜곡을 포함하고 있다. 이러한 RPC 오차를 보정하기 위해 일반적으로 지상기준점(Ground Control Points)을 활용한다. 지상기준점을 수집하는 대표적인 방법으로 현장 측량을 통해 지상좌표를 취득하지만, 이는 위성영상의 품질이나 촬영 시기에 따른 토지피복의 변화, 기복변위 등으로 위성영상 내에서 지상기준점을 판독하기에 어려운 문제가 있다. 이에 최근에는 다양한 센서로부터 취득된 영상지도를 참조자료로 이용하여, 영상정합 기법을 통해 지상기준점 수집을 자동화할 수 있다. 본 연구에서는 무인항공기 영상을 활용하여 추출된 정합점을 통해 KOMPSAT-3A 위성영상의 RPC를 보정하고자 한다. 무인항공기 영상과 KOMPSAT-3A 위성영상의 정합점 추출을 위한 전처리 방법을 제안하고, 대표적인 특징기반 정합기법(Feature-based matching method)과 영역기반 정합기법(Area-based matching method)인 SURF (Speeded-Up Robust Features)와 위상상관(Phase Correlation) 기법을 각각 적용하여 추출된 정합점의 특성을 비교하였다. 각 기법을 통해 추출된 정합점을 활용하여 RPC 보정계수를 산출한 후, GNSS (Global Navigation Satellite System) 측량을 통해 직접 취득한 검사점에 적용하여 KOMPSAT-3A의 기하품질을 향상하였다. 제안기법의 성능 및 활용성 검증을 위해 GCP를 이용하여 보정한 결과와 비교하여 분석하였다. GCP 기반 보정 방법은 제공 RPC보다 Sample은 2.14 pixel, Line은 5.43 pixel 만큼 개선된 보정 정확도를 보였다. 그리고 SURF와 위상상관 기법을 활용한 제안기법은 제공 RPC보다 각각 Sample은 0.83 pixel, 1.49 pixel만큼 보정되었으며, Line은 4.81 pixel, 5.19 pixel만큼 개선되었다. 이를 통해 GCP 기반 위성영상 RPC 보정 방법의 대안으로 무인항공기 영상이 활용될 수 있음을 확인하였다.

미세먼지 저감을 위한 그린인프라 계획요소 도출 - 텍스트 마이닝을 활용하여 - (Derivation of Green Infrastructure Planning Factors for Reducing Particulate Matter - Using Text Mining -)

  • 석영선;송기환;한효주;이정아
    • 한국조경학회지
    • /
    • 제49권5호
    • /
    • pp.79-96
    • /
    • 2021
  • 그린인프라 계획은 미세먼지 저감을 위한 대표적인 조경 계획 방안 중 하나이다. 이에, 본 연구에서는 미세먼지 저감을 위한 그린인프라 계획 시 활용될 수 있는 요소를 텍스트 마이닝 기법을 활용하여 도출하고자 하였다. 미세먼지 저감계획, 그린인프라 계획 요소 등의 키워드를 중심으로 관련 선행연구, 정책보고서 및 법률 등을 수집하여 텍스트 마이닝을 통해 단어 빈도-역 문서 빈도(Term Frequency-Inverse Document Frequency, 이하 TF-IDF) 분석, 중심성 분석, 연관어 분석, 토픽 모델링 분석을 실시하였다. 연구결과, 첫째, TF-IDF 분석을 통해 미세먼지 및 그린인프라와 관련된 주요 주제어는 크게 환경문제(미세먼지, 환경, 탄소, 대기 등), 대상 공간(도시, 공원, 지역, 녹지 등), 그리고 적용 방법(분석, 계획, 평가, 개발, 생태적 측면, 정책적 관리, 기술, 리질리언스 등)으로 구분할 수 있었다. 둘째, 중심성 분석 결과, TF-IDF와 유사한 결과가 도출되었으며, 주요 키워드들을 연결하는 중심단어는 '그린뉴딜', '유휴부지'임을 확인할 수 있었다. 셋째, 연관어 분석 결과, 미세먼지 저감을 위한 그린인프라 계획 시, 숲과 바람길의 계획이 필요하며, 미기후 조절의 측면에서 수분에 대한 고려가 반드시 필요한 것으로 확인되었다. 또한, 유휴공간의 활용 및 혼효림의 조성, 미세먼지 저감 기술의 도입과 시스템의 이해가 그린인프라 계획 시 중요한 요소가 될 수 있음을 확인할 수 있었다. 넷째, 토픽 모델링 분석을 통해 그린인프라의 계획요소를 생태적·기술적·사회적 기능을 중심으로 분류하였다. 생태적 기능의 계획요소는 그린인프라의 형태적 부분(도시림, 녹지, 벽면녹화 등)과 기능적 부분(기후 조절, 탄소저장 및 흡수, 야생동물의 서식처와 생물 다양성 제공 등), 기술적 기능의 계획요소는 그린인프라의 방재 기능, 완충 효과, 우수관리 및 수질정화, 에너지 저감 등, 사회적 기능의 계획요소는 지역사회 커뮤니티 기능, 이용객의 건강성 회복, 경관 향상 등의 기능으로 분류되었다. 이와 같은 결과는 미세먼지 저감을 위한 그린인프라 계획 시 리질리언스 및 지속가능성과 같은 개념적 키워드 중심의 접근이 필요하며, 특히, 미세먼지 노출 저감의 측면에서 그린인프라 계획요소의 적용이 필요함을 시사한다고 볼 수 있다.

KOMPSAT-3/3A 기준영상의 기하품질에 따른 상호좌표등록 결과 분석 (Analysis of Co-registration Performance According to Geometric Processing Level of KOMPSAT-3/3A Reference Image)

  • 윤예린;김태헌;오재홍;한유경
    • 대한원격탐사학회지
    • /
    • 제37권2호
    • /
    • pp.221-232
    • /
    • 2021
  • 본 연구는 KOMPSAT-3 및 KOMPSAT-3A호에서 전처리 단계에 따라 구분하여 제공하는 Level 1R 영상과 Level 1G 영상을 이용하여 기준영상의 기하품질에 따른 상호좌표등록 결과 분석을 수행하였다. 기준영상으로 Level 1R 영상 및 1G 영상 각각을 사용하고 대상영상은 Level 1R 영상을 사용하여 상호좌표등록을 수행하였다. 실험을 위해 대전지역에서 촬영된 KOMPSAT-3 및 3A호의 Level 1R, 1G 영상 총 7장을 이용하였다. 상호좌표등록을 수행하기 위해, 우선적으로 특징기반 정합기법인 SURF (Speeded-Up Robust Feature) 기법과 영역기반 정합기법인 위상상관 (Phase Correlation) 기법을 함께 이용한 반복적 정합기법을 통해 두 영상의 기하학적 위치를 개략적으로 일치시켜 주었다. 개략적으로 일치된 영상에서 SURF 기법을 이용하여 정합쌍을 추출하고 Affine 변환모델과 Piecewise Linear 변환모델을 각각 구성하여 상호좌표등록을 수행하였다. 실험결과, 기하오차가 보정된 Level 1G 영상을 기준영상으로 선정하였을 경우, Level 1R 영상을 이용하였을 때보다 상대적으로 많은 수의 정합쌍을 추출하였다. 또한, 기준영상이 Level 1G 영상일 때의 상호좌표등록 RMSE (Root Mean Square Error) 값이 평균 5화소 미만으로 Level 1R 영상을 이용하였을 때보다 더 낮은 것을 확인하였다. 이는 상호좌표등록 수행 시 두 위성영상 간의 초기위치관계가 상호좌표등록 결과에 영향을 끼칠 수 있음을 의미하며, 기준영상의 기하품질이 우수할수록 안정적인 상호좌표등록 정확도를 나타내는 것을 확인하였다.

일개 3차 의료기관의 대량수혈 혈액 사용 분석 (Analysis of Massive Transfusion Blood Product Use in a Tertiary Care Hospital)

  • 임영애;정경원;이국종
    • 대한수혈학회지
    • /
    • 제29권3호
    • /
    • pp.253-261
    • /
    • 2018
  • 배경: 대량수혈은 혈액은행의 상당한 집중을 요하게 된다. 이 연구의 목적은 아주대병원의 대량 수혈에 사용된 혈액제제와 외상센터에서 응급환자들을 위하여 직접 사용되었던 O형 Rh 양성농축적혈구를(이하 O형 혈액) 분석하고자 하였다. 방법: 대량수혈은 24시간 이내 10 단위 이상의 적혈구제제를 수혈 받은 것으로 정의하였다. 수혈을 포함한 진료 기록은 병원정보시스템에서 추출하여 검토하였다. 병원정보시스템을 통하여 2016년 3월부터 2017년 11월까지 출고된 총 적혈구제제, 신선동결혈장, 혈소판제제(성분채집혈소판 혹은 농축혈소판)에 대한 정보를 검토하였다. 한 단위의 성분채집혈소판은 6 단위의 농축혈소판과 동일한 것으로 간주하였다. 결과: 345건의 대량수혈이 발생하였으며, 적혈구제제 11.7% (6233/53268), 신선동결혈장 24.3% (4717/19376), 그리고 혈소판제제 4.8% (4473/94166)가 대량수혈에 사용되었다(P<0.001). 대량수혈과 비대량수혈에 사용된 적혈구제제의 혈액형은 각각 A형 28.0%와 34.1%, B형 27.1%와 26.0%, O형 37.3%와 29.7% 그리고 AB형 7.5%와 10.2%였다(P<0.001). 적혈구제제:신선동결혈장:혈소판제제의 비율은 대량수혈은 1:0.76:0.72인 반면, 비대량수혈은 1:0.31:1.91을 나타내었다. 응급 O형 혈액은 461 단위가 대량수혈 환자의 36.2% (125/34)에서 사용되었으며, 한 환자당 사용된 응급 O형 혈액은 1~18단위까지 다양하였다. 결론: O형 적혈구는 대량수혈시 많이 이용되므로 대량수혈시 응급 O형 혈액의 남용을 최소화하기 위한 의료진들의 지속적인 교육이 필요하다. 신선동결혈장도 대량수혈시 자주 사용되므로 대량수혈시 즉시 가용할 수 있는 혈장 해동에 대한 수기를 갖추는 것이 중요할 것으로 여겨진다.

드론기반 시공간 초분광영상 및 RGB영상을 활용한 추적자 농도분석 기법 개발 (Development of tracer concentration analysis method using drone-based spatio-temporal hyperspectral image and RGB image)

  • 권영화;김동수;유호준;한은진;권시윤;김영도
    • 한국수자원학회논문집
    • /
    • 제55권8호
    • /
    • pp.623-634
    • /
    • 2022
  • 하천 주변 친수구역 조성, 4대강 사업 등과 같은 하천정비 사업으로 인해 하천의 흐름특성은 계속적으로 변동하고 있으며, 각종 오염물질 유입으로 인한 수질사고의 위험이 높아지고 있다. 수질사고 발생시 하천의 흐름특성을 고려해 오염물질의 농도 및 도달시간을 예측해 신속한 방제작업으로 하류로의 영향을 최소화해야한다. 이러한 오염물질의 거동을 추적하기 위해서는 하천의 구간별 확산계수, 분산계수 산정이 필요하며 그중 분산계수는 용존성 오염물질의 확산범위 해석에 사용된다. 오염물질의 거동을 추적하기 위한 기존 실험적 연구사례들은 많은 인력과 비용이 소요되고, 한정적인 장비의 운용으로 공간적으로 높은 해상도의 자료 취득이 어려웠다. 최근에는 RGB드론을 이용한 오염물질의 추적연구가 수행되었지만, RGB영상 역시 분광정보를 한정적으로 수집한다는 한계가 있다. 본 연구에서는 기존 연구들의 한계점들을 보완하기 위해 드론을 활용한 원격탐사 플랫폼에 초분광센서를 탑재하여 기존 접촉식 측정보다 시간적, 공간적으로 고해상도의 자료를 수집하였다. 수집된 시공간(Spatio-temporal) 초분광영상을 활용해 추적자의 농도를 산정하고, 횡분산계수를 도출하였다. 향후 연구를 통해 드론 플랫폼의 한계를 극복하고, 분산계수 산정 기술을 고도화하면 수계로 유출되는 각종 오염물질의 감지 및 다양한 수질항목 및 하천인자의 변화량 감지가 가능할 것으로 기대된다.

의료질평가지원금 제도의 의약품안전사용서비스 평가지표 도입에 따른 의료기관의 행태 변화 (Changes in the Behavior of Healthcare Organizations Following the Introduction of Drug Utilization Review Evaluation Indicators in the Healthcare Quality Evaluation Grant Initiative)

  • 김현정;유기봉;원영주;장한솔;이광수
    • 보건행정학회지
    • /
    • 제34권2호
    • /
    • pp.178-184
    • /
    • 2024
  • 연구배경: 본 연구는 의료질평가지원금 drug utilization review (DUR) 평가지표 도입 전·후의 DUR 점검률 및 의약품 중복처방 예방률 변화 차이를 비교하여 DUR 평가지표의 도입과 안전한 의약품 사용 간의 효과성을 파악하고자 한다. 방법: 본 연구는 2018년 건강보험심사평가원(Health Insurance Review and Assessment Service) DUR 자료(DUR 평가지표 도입 전)와 2023년 의료질평가지원금 평가 결과 산출 자료(DUR 평가지표 도입 후)를 활용하였다. 종속변수는 DUR 평가지표로, DUR 점검률과 의약품 중복처방 예방률 지표를 활용하였다. 독립변수는 DUR 평가지표 도입 여부이며, 통제변수는 의료기관 단위변수로, 종별 구분, 설립 구분, 소재지, DUR 청구 software 업체, 병상 수를 선정하였다. 결과: DUR 평가지표 도입 전·후의 의약품 중복처방 예방률 변화 차이를 분석한 결과, DUR 평가지표 도입 전·후의 의약품 중복처방 예방률은 통계적으로 유의미한 차이가 있었으며, DUR 평가지표 도입 후 의약품 중복처방 예방률이 유의미하게 증가하였다. 결론: 본 연구의 정책적 시사점은 다음과 같다. 첫째, DUR 시스템의 지속적인 평가 진행이 필요하다. 본 연구를 통해 DUR 평가지표 도입 후 의약품 중복처방 예방률이 유의하게 증가한 것을 확인하였다. 따라서 DUR 시스템의 효과를 계속해서 검토하고 의약품 사용의 안전성을 확대하기 위해 DUR 시스템의 지속적인 평가 진행이 필요할 것으로 판단된다. 둘째, DUR 시스템 정보를 활용하는 의료기관과 이를 관리하는 기관과의 협력 파트너십 구축이 필요하다. 의료기관의 적극적인 DUR 점검 참여와 관리기관의 다각적인 지원을 바탕으로 공동의 노력과 협력이 이루어진다면, DUR 시스템의 활성화를 통해 안전한 의약품 사용을 보장하고 국민건강을 보호하며, 의료의 질적 수준 향상을 불러올 것으로 판단된다.

전이학습 기반 다중 컨볼류션 신경망 레이어의 활성화 특징과 주성분 분석을 이용한 이미지 분류 방법 (Transfer Learning using Multiple ConvNet Layers Activation Features with Principal Component Analysis for Image Classification)

  • 바트후 ?바자브;주마벡 알리하노브;팡양;고승현;조근식
    • 지능정보연구
    • /
    • 제24권1호
    • /
    • pp.205-225
    • /
    • 2018
  • Convolutional Neural Network (ConvNet)은 시각적 특징의 계층 구조를 분석하고 학습할 수 있는 대표적인 심층 신경망이다. 첫 번째 신경망 모델인 Neocognitron은 80 년대에 처음 소개되었다. 당시 신경망은 대규모 데이터 집합과 계산 능력이 부족하여 학계와 산업계에서 널리 사용되지 않았다. 그러나 2012년 Krizhevsky는 ImageNet ILSVRC (Large Scale Visual Recognition Challenge) 에서 심층 신경망을 사용하여 시각적 인식 문제를 획기적으로 해결하였고 그로 인해 신경망에 대한 사람들의 관심을 다시 불러 일으켰다. 이미지넷 첼린지에서 제공하는 다양한 이미지 데이터와 병렬 컴퓨팅 하드웨어 (GPU)의 발전이 Krizhevsky의 승리의 주요 요인이었다. 그러므로 최근의 딥 컨볼루션 신경망의 성공을 병렬계산을 위한 GPU의 출현과 더불어 ImageNet과 같은 대규모 이미지 데이터의 가용성으로 정의 할 수 있다. 그러나 이러한 요소는 많은 도메인에서 병목 현상이 될 수 있다. 대부분의 도메인에서 ConvNet을 교육하기 위해 대규모 데이터를 수집하려면 많은 노력이 필요하다. 대규모 데이터를 보유하고 있어도 처음부터 ConvNet을 교육하려면 많은 자원과 시간이 소요된다. 이와 같은 문제점은 전이 학습을 사용하면 해결할 수 있다. 전이 학습은 지식을 원본 도메인에서 새 도메인으로 전이하는 방법이다. 전이학습에는 주요한 두 가지 케이스가 있다. 첫 번째는 고정된 특징점 추출기로서의 ConvNet이고, 두번째는 새 데이터에서 ConvNet을 fine-tuning 하는 것이다. 첫 번째 경우, 사전 훈련 된 ConvNet (예: ImageNet)을 사용하여 ConvNet을 통해 이미지의 피드포워드 활성화를 계산하고 특정 레이어에서 활성화 특징점을 추출한다. 두 번째 경우에는 새 데이터에서 ConvNet 분류기를 교체하고 재교육을 한 후에 사전 훈련된 네트워크의 가중치를 백프로퍼게이션으로 fine-tuning 한다. 이 논문에서는 고정된 특징점 추출기를 여러 개의 ConvNet 레이어를 사용하는 것에 중점을 두었다. 그러나 여러 ConvNet 레이어에서 직접 추출된 차원적 복잡성을 가진 특징점을 적용하는 것은 여전히 어려운 문제이다. 우리는 여러 ConvNet 레이어에서 추출한 특징점이 이미지의 다른 특성을 처리한다는 것을 발견했다. 즉, 여러 ConvNet 레이어의 최적의 조합을 찾으면 더 나은 특징점을 얻을 수 있다. 위의 발견을 토대로 이 논문에서는 단일 ConvNet 계층의 특징점 대신에 전이 학습을 위해 여러 ConvNet 계층의 특징점을 사용하도록 제안한다. 본 논문에서 제안하는 방법은 크게 세단계로 이루어져 있다. 먼저 이미지 데이터셋의 이미지를 ConvNet의 입력으로 넣으면 해당 이미지가 사전 훈련된 AlexNet으로 피드포워드 되고 3개의 fully-connected 레이어의 활성화 틀징점이 추출된다. 둘째, 3개의 ConvNet 레이어의 활성화 특징점을 연결하여 여러 개의 ConvNet 레이어의 특징점을 얻는다. 레이어의 활성화 특징점을 연결을 하는 이유는 더 많은 이미지 정보를 얻기 위해서이다. 동일한 이미지를 사용한 3개의 fully-connected 레이어의 특징점이 연결되면 결과 이미지의 특징점의 차원은 4096 + 4096 + 1000이 된다. 그러나 여러 ConvNet 레이어에서 추출 된 특징점은 동일한 ConvNet에서 추출되므로 특징점이 중복되거나 노이즈를 갖는다. 따라서 세 번째 단계로 PCA (Principal Component Analysis)를 사용하여 교육 단계 전에 주요 특징점을 선택한다. 뚜렷한 특징이 얻어지면, 분류기는 이미지를 보다 정확하게 분류 할 수 있고, 전이 학습의 성능을 향상시킬 수 있다. 제안된 방법을 평가하기 위해 특징점 선택 및 차원축소를 위해 PCA를 사용하여 여러 ConvNet 레이어의 특징점과 단일 ConvNet 레이어의 특징점을 비교하고 3개의 표준 데이터 (Caltech-256, VOC07 및 SUN397)로 실험을 수행했다. 실험결과 제안된 방법은 Caltech-256 데이터의 FC7 레이어로 73.9 %의 정확도를 얻었을 때와 비교하여 75.6 %의 정확도를 보였고 VOC07 데이터의 FC8 레이어로 얻은 69.2 %의 정확도와 비교하여 73.1 %의 정확도를 보였으며 SUN397 데이터의 FC7 레이어로 48.7%의 정확도를 얻었을 때와 비교하여 52.2%의 정확도를 보였다. 본 논문에 제안된 방법은 Caltech-256, VOC07 및 SUN397 데이터에서 각각 기존에 제안된 방법과 비교하여 2.8 %, 2.1 % 및 3.1 %의 성능 향상을 보였다.

부도예측을 위한 KNN 앙상블 모형의 동시 최적화 (Investigating Dynamic Mutation Process of Issues Using Unstructured Text Analysis)

  • 민성환
    • 지능정보연구
    • /
    • 제22권1호
    • /
    • pp.139-157
    • /
    • 2016
  • 앙상블 분류기란 개별 분류기보다 더 좋은 성과를 내기 위해 다수의 분류기를 결합하는 것을 의미한다. 이와 같은 앙상블 분류기는 단일 분류기의 일반화 성능을 향상시키는데 매우 유용한 것으로 알려져 있다. 랜덤 서브스페이스 앙상블 기법은 각각의 기저 분류기들을 위해 원 입력 변수 집합으로부터 랜덤하게 입력 변수 집합을 선택하며 이를 통해 기저 분류기들을 다양화 시키는 기법이다. k-최근접 이웃(KNN: k nearest neighbor)을 기저 분류기로 하는 랜덤 서브스페이스 앙상블 모형의 성과는 단일 모형의 성과를 개선시키는 데 효과적인 것으로 알려져 있으며, 이와 같은 랜덤 서브스페이스 앙상블의 성과는 각 기저 분류기를 위해 랜덤하게 선택된 입력 변수 집합과 KNN의 파라미터 k의 값이 중요한 영향을 미친다. 하지만, 단일 모형을 위한 k의 최적 선택이나 단일 모형을 위한 입력 변수 집합의 최적 선택에 관한 연구는 있었지만 KNN을 기저 분류기로 하는 앙상블 모형에서 이들의 최적화와 관련된 연구는 없는 것이 현실이다. 이에 본 연구에서는 KNN을 기저 분류기로 하는 앙상블 모형의 성과 개선을 위해 각 기저 분류기들의 k 파라미터 값과 입력 변수 집합을 동시에 최적화하는 새로운 형태의 앙상블 모형을 제안하였다. 본 논문에서 제안한 방법은 앙상블을 구성하게 될 각각의 KNN 기저 분류기들에 대해 최적의 앙상블 성과가 나올 수 있도록 각각의 기저 분류기가 사용할 파라미터 k의 값과 입력 변수를 유전자 알고리즘을 이용해 탐색하였다. 제안한 모형의 검증을 위해 국내 기업의 부도 예측 관련 데이터를 가지고 다양한 실험을 하였으며, 실험 결과 제안한 모형이 기존의 앙상블 모형보다 기저 분류기의 다양화와 예측 성과 개선에 효과적임을 알 수 있었다.

산업은행: 금융 IT 아웃소싱 - 공동협력으로 안전한 문을 연다 (A Case Study - IT Outsourcing of the Korea Development Bank)

  • 강주영;이재규
    • 경영정보학연구
    • /
    • 제7권2호
    • /
    • pp.229-255
    • /
    • 2005
  • 산업은행은 1999년 제1금융권으로는 최초로 IT 운영에 대한 전체 아웃소싱을 추진하였다. 대부분의 은행들이 금융사고와 보안, 그리고 파업에 대한 위험 등을 이유로 타회사 방식 아웃소싱을 꺼리는 상황에서 산업은행의 이러한 시도는 많은 주목을 받았다. 이후 산업은행은 끊임없이 아웃소싱의 문제점들을 진단하고 이를 개선하기 위하여 다양한 보완책을 강구하였다. 이러한 개선의 결과로, 산업은행의 IT 아웃소싱은 외주 운영기와 공동 운영기를 지나 금융권 IT 아웃소싱 최초로 타 은행에 비해 선구적인 아웃소싱 방식인 책임운영 체제를 갖추게 되었다. 책임운영을 통해 산업은행은 최신의 향상된 IT 수준을 얻고 내부 인력을 핵심역량에 집중시키며 부족 인력의 즉시 수급이 가능하게 되어 유연성을 확보할 수 있었다. 또한, 외주업체와의 관계를 공급자와 수요자의 일방적 관계로 설정하지 않고 함께 책임지는 책임 운영 방식 체제로 전환함으로써 자체 보유역량과 IT 전문업체의 노하우를 통합할 수 있게 되어 IT 아웃소싱의 순기능을 활용할 수 있게 되었다. 이와 같은 산업은행의 IT 아웃소싱 사례를 살펴봄으로써 일반적으로 타 회사 방식 아웃소싱에 대해 갖고 있는 우려가 현실적인 것인지, 혹은 극복될 수 있는 것인지를 확인하고, 자회사 방식의 아웃소싱에 비해 어떤 장점들을 갖고 있으며 어떤 성과를 보이고 있는지 정리하였다. 뿐만 아니라, 타 회사방식 아웃소싱에 대한 잘못된 견해들을 바로잡음으로써 폐쇄된 금융 IT 아웃소싱 시장의 구조를 개선하고 국내 IT 아웃소싱 업체의 국제 경쟁력을 제고할 수 있을 것으로 기대한다.

개선된 퍼지 ART 기반 RBF 네트워크와 PCA 알고리즘을 이용한 여권 인식 및 얼굴 인증 (A Passport Recognition and face Verification Using Enhanced fuzzy ART Based RBF Network and PCA Algorithm)

  • 김광백
    • 지능정보연구
    • /
    • 제12권1호
    • /
    • pp.17-31
    • /
    • 2006
  • 본 논문에서는 출입국자 관리의 효율성과 체계적인 출입국 관리를 위하여 여권 코드를 자동으로 인식하고 위조 여권을 판별할 수 있는 여권 인식 및 얼굴 인증 방법을 제안한다. 여권 이미지가 기울어진 상태로 스캔되어 획득되어질 경우에는 개별 코드 인식과 얼굴 인증에 많은 영향을 미칠 수도 있으므로 기울기 보정은 문자 분할 및 인식, 얼굴 인증에 있어 매우 중요하다. 따라서 본 논문에서는 여권 영상을 스미어링한 후, 추출된 문자열 중에서 가장 긴 문자열을 선택하고 이 문자열의 좌측과 우측 부분의 두께 중심을 연결하는 직선과 수평선과의 기울기를 이용하여 여권 영상에 대한 각도 보정을 수행한다. 여권 코드 추출은 소벨 연산자와 수평 스미어링, 8 방향 윤곽선 추적 알고리즘을 적용하여 여권 코드의 문자열 영역을 추출하고, 추출된 여권 코드 문자열 영역에 대해 반복 이진화 알고리즘을 적용하여 코드의 문자열 영역을 이진화한다. 이진화된 문자열 영역에 대해 CDM 마스크를 적용하여 문자열의 코드들을 복원하고 8 방향 윤곽선 추적 알고리즘을 적용하여 개별 코드를 추출한다. 추출된 개별 코드 인식은 개선된 RBF 네트워크를 제안하여 적용한다. 개선된 퍼지 ART 기반 RBF 네트워크는 퍼지 논리 접속 연산자를 이용하여 경계 변수를 동적으로 조정하는 퍼지 ART 알고리즘을 제안하여 RBF 네트워크의 중간층으로 적용한다. 얼굴 인증을 위해서는 얼굴 인증에 가장 보편적으로 사용되는 PCA 알고리즘을 적용한다. PCA 알고리즘은 고차원의 벡터를 저 차원의 벡터로 감량하여 전체 입력 영상들의 직교적인 공분산 행렬을 계산한 후, 그것의 고유 값에 따라 각 영상의 고유 벡터를 구한다. 따라서 본 논문에서는 PCA 알고리즘을 적용하여 얼굴의 고유 벡터를 구한 후, 특징 벡터를 추출한다. 그리고 여권 영상에서 획득되어진 얼굴 영상의 특징 벡터와 데이터베이스에 있는 얼굴 영상의 특징 벡터와의 거리 값을 계산하여 사진 위조 여부를 판별한다. 제안된 여권 인식 및 얼굴 인증 방법의 성능을 평가를 위하여 원본 여권에서 얼굴 부분을 위조한 여권과 기울어진 여권 영상을 대상으로 실험한 결과, 제안된 방법이 여권의 코드 인식 및 얼굴 인증에 있어서 우수한 성능이 있음을 확인하였다.

  • PDF