• 수산해양기술연구
• /
• 제39권1호
• /
• pp.33-43
• /
• 2003

본 연구는 현재 국내에서 사용되는 쌍끌이 중층망 어구어법에서 문제점으로 지적되고 있는 고속예망에서 망고의 제어가 어렵다는 점, 망목에 뜸이 걸려서 파망이 자주 일어나는 점, 네트드럼에 감기는 어구부피가 너무 크다는 점 등의 해결방법으로 무부자 쌍끌이 중층망의 모형실험을 통하여 우리 나라 쌍끌이 중층망에 대한 적용 가능성을 검토하는데 있다. 이를 위하여 850ps급 쌍끌이 기선저인망어선에서 현재 사용되는 실물망을 1/100로 축소 제작한 모형망에서 뜸을 모두 제거하고 끌줄을 양쪽으로 각각 두가닥으로 분리한 후 추를 부착하여 아래끌줄의 길이를 조절함으로써 망고를 제어할 수 있는 무부자 쌍끌이 중층망의 모형어구를 제작하여 회류수조에서 유속에 대한 아래끌줄의 길이에 따른 어구의 전개성능 등을 규명하고 기준형과 비교 분석한 결과를 요약하면 다음과 같다. 1. 유체저항은 무부자망이 기준형보다 약 10∼20%정도 작았으며, 무부자망의 유체저항은 동일유속에서 아래끌줄이 길어짐에 따라 약 1ton씩 증가하였다. 또, 동일유속에서 dL이 10m씩 증가함에 따라 아래끌줄에 작용하는 저항은 약 5%씩 감소하고, 그 반면에 윗 끌줄에 작용하는 저항이 증가하였다. 2. 망고는 직선에 가까운 지수함수적으로 감소하는 경향을 보였으며, 동일유속에서 아래끌줄이 길어짐에 따라 증가하여 로그함수적인 경향을 보였다. 또한, 망고감소율은 무부자망의 경우가 기준형보다 작게 나타났으며, 그 차이는 유속이 증가함에 따라 더욱 커져 dL이 30m인 무부자망을 기준으로 3.0knot일 때 12%, 4.0knot일 때 25%로 나타났다. 3. 망폭은 유속이 증가함에 따라 약 2m 내외로 거의 일정하였으며 무부자망이 기준형보다 크게 나타났다. 4. 망구면적은 유속이 증가함에 따라 지수함수적으로 감소하는 경향을 보였으며, 망구면적의 감소율은 기준형보다 무부자망이 더 작게 나타났다. 여과량은 유속이 증가함에 따라 로그함수적인 경향을 보였으며 기준형이 3.0knot 이상에서 급격히 감소하였지만, 무부자망은 4.0knot까지 증가하였다가 완만하게 감소하였다. 5. dL의 최대적정길이는 망구면적 및 여과량이 최대인 30m일 때이며, 추의 최적위치는 4개의 그물목줄이 연결되는 지점이었다.

• 융합신호처리학회논문지
• /
• 제22권4호
• /
• pp.179-184
• /
• 2021

최근 4차 산업의 발달로 공공분야에서 드론을 활용하여 다양한 목적으로 수색 및 실시간 모니터링에 대한 관심이 높아지고 있다. 실종자 수색, 치안, 해안 순찰 및 감시, 과속 단속, 고속도로 및 도심지역 교통상황 모니터링, 화재 및 산불감시, 저수지 불법 낚시 감시 모니터링, 집회 현장 상황에서 다양한 수색 및 감시 임무 목적을 가지고 활용되고 연구되고 있다. 그러나 경찰, 소방, 군에서는 드론의 하드웨어적인 부분에 집중되고 있어 고성능의 해상도 카메라, 열화상 카메라에 집중되고 카메라로 수집된 데이터의 실시간 모니터링을 위해 원활한 통신시스템 및 특수 임무에 부합하는 분석 프로그램 관련 연구가 매우 부족하다. 따라서 본 논문에서는 수색의 임무를 목적으로 하는 드론의 효용성을 높이기 위해 드론에서 취득되는 이미지를 기반으로 수색 임무에 적합한 이미지 데이터 생성하고자 한다. 이를 통해 수색의 정밀도를 높이는 이미지 분석 기법을 제안하고 실제 현장 사례 및 실험을 통하여 관련 정책개선 및 플랫폼 구축을 위한 이미지 분석 기술을 제시하고자 한다.

• 대한원격탐사학회지
• /
• 제39권1호
• /
• pp.77-86
• /
• 2023

Ship detection is widely used in areas such as maritime security, maritime traffic, fisheries management, illegal fishing, and border control, and ship detection is important for rapid response and damage minimization as ship accident rates increase due to recent increases in international maritime traffic. Currently, according to a number of global and national regulations, ships must be equipped with automatic identification system (AIS), which provide information such as the location and speed of the ship periodically at regular intervals. However, most small vessels (less than 300 tons) are not obligated to install the transponder and may not be transmitted intentionally or accidentally. There is even a case of misuse of the ship'slocation information. Therefore, in this study, ship detection was performed using high-resolution optical satellite images that can periodically remotely detect a wide range and detectsmallships. However, optical images can cause false-alarm due to noise on the surface of the sea, such as waves, or factors indicating ship-like brightness, such as clouds and wakes. So, it is important to remove these factors to improve the accuracy of ship detection. In this study, false alarm wasreduced, and the accuracy ofship detection wasimproved by removing wake.As a ship detection method, ship detection was performed using machine learning-based random forest (RF), and convolutional neural network (CNN) techniquesthat have been widely used in object detection fieldsrecently, and ship detection results by the model were compared and analyzed. In addition, in this study, the results of RF and CNN were combined to improve the phenomenon of ship disconnection and the phenomenon of small detection. The ship detection results of thisstudy are significant in that they improved the limitations of each model while maintaining accuracy. In addition, if satellite images with improved spatial resolution are utilized in the future, it is expected that ship and wake simultaneous detection with higher accuracy will be performed.