• 한국컴퓨터그래픽스학회논문지
• /
• 제27권3호
• /
• pp.65-74
• /
• 2021

3차원 형상 복원(3D reconstruction)은 이미지 또는 영상 속 물체를 3차원 형상으로 복원하는 것을 말한다. 본 연구는 물체의 전반적 형상을 넘어 세부적인 모습까지 복원할 수 있는 표현력을 가진 3차원 형상 복원 네트워크인, 점진적 점유 네트워크를 제안한다. 본 연구가 제안하는 네트워크는 이미지 전체의 정보를 담고 있는 특징(feature)을 사용하는 기존 점유 네트워크와 달리, 수용 영역(receptive field)의 크기에 따라 다양한 수준의 이미지 특징을 추출해서 사용한다. 그리고, 다양한 수준의 이미지 특징을 디코더(decoder) 내 디코더 블록(decoder block)들에 순차적으로 반영하여, 형상 복원의 품질이 단계적으로 개선하는 네트워크 구조를 제안한다. 본 연구는 또한, 다양한 수준의 이미지 특징을 적절히 조합하여 사용하는 디코더 블록구조를 제안한다. 본 연구는 제안하는 네트워크의 성능 검증을 위해 ShapeNet 데이터 세트를 사용하였으며, 기존의 점유 네트워크(ONet) 및 다양한 수준의 이미지 특징을 사용하는 최신 연구(DISN)와 성능 비교하였다. 그 결과, 기존 점유 네트워크 대비 세 가지 검증 지표 모두에서 높은 성능을 달성하였으며, DISN과는 대등한 수준의 성능을 보여주었다. 그리고 복원 형상의 시각적 비교 결과, 본 연구의 점진적 점유 네트워크가 기존 점유 네트워크 대비, 물체의 세부 모습을 잘 복원하는 것을 확인하였다. 또한, DISN이 복원 실패한 물체의 얇은 부분 또는 이미지에서 가려진 부분을 본 연구의 네트워크는 잘 잡아내는 결과를 확인할 수 있었다. 이러한 결과는 본 연구가 제안하는 점진적 점유 네트워크의 유용성을 검증하는 결과다.

• 정보보호학회논문지
• /
• 제21권6호
• /
• pp.183-190
• /
• 2011

감시카메라 환경에서 군중의 비정상 집단행동 탐지란 감시카메라로부터 유입되는 영상에서 다중 객체가 위험에 처한 상황을 신속하고 정확하게 탐지하는 분야를 말한다. 본 논문에서는 CCTV 등과 같은 감시카메라 환경에서 움직임 벡터와 SVDD를 이용하여 집단내의 비정상 상황을 탐지하는 프로토타입 시스템을 제안한다. 제안된 시스템은 H.264 압축과정에서의 움직임 벡터 정보를 이용하여 영상내의 움직임 정보를 추출 표현하였으며, 비정상 집단행동의 판별 문제를 실용적 차원의 단일 클래스 분류 문제로 재해석하여 단일 클래스 SVM의 대표적 모델인 SVDD를 탐지기로 설계하였다. 제안된 시스템은 H.264 압축 과정에서 얻어지는 움직임 벡터를 이용함으로써, 실시간성을 보장하며 SVDD의 점증적 갱신 학습 능력으로 인하여 비정상 집단행동 데이터베이스의 변화에도 능동적으로 적응할 수 있다. 공개적으로 사용 가능한 벤치마크 데이터 셋인 PETS 2009와 UMN을 이용하여 본 논문에서 제안한 비정상 집단행동 탐지 시스템의 성능을 실험적으로 검증한다.

• 디지털융복합연구
• /
• 제19권1호
• /
• pp.475-483
• /
• 2021

이 연구는 2018 FIFA 러시아 월드컵 영상자료에서 수집한 2차 가공 데이터와 공식기록을 비교 및 활용하여 패스 정확도의 시간적, 공간적 특성을 규명 하는데 목적이 있었다. 이를 위해 총 128경기를 대상으로 경기결과, 패스 시간, 패스 위치에 따른 패스성공률을 반복측정 이원변량분석을 활용해 검증했다. 연구결과 승패 집단 간 패스성공률의 차이는 나타나지 않았으며, 패스시간 및 위치에 대한 상호작용효과도 발견되지 않았다. 패스시간에 따른 패스성공률은 전반전이 후반전에 비해 높게나왔으며, 15~30분 지점인 전반 중반(79.2%)과 60~75분 지점인 후반 중반(77.9%)에서 가장 높은 성공률을 보였다. 패스지역에 따른 패스성공률은 수비-미드필드지역(83.9%), 미드필드-공격지역(81.7%), 수비지역(70.6%), 공격지역(61.1%)순으로 나타났다. 결론적으로 월드컵 경기의 상대적 경쟁의 강도가 높은 특성에 따라 승패 팀의 패스성공률의 차이가 나타나지 않았다고 판단되며, 향후 다양한 매개변수를 적용해 승패 요소 보다는 경기내용 자체를 분석하기 위한 후속 연구가 필요하다.

• 한국시뮬레이션학회논문지
• /
• 제31권3호
• /
• pp.45-54
• /
• 2022

본 논문은 화생방 정찰차-II(장갑형)용 모의훈련장비(시뮬레이터)를 설계하고 구현한 논문이다. 모의훈련장비(시뮬레이터)는 군에서 화생방 상황에 따라 다양한 화생방 장비를 이용하여 상황을 파악하고, 상급부대로 전문작성 보고를 할 수 있는 훈련장비로 가상의 환경에서 훈련을 할 수 있는 장비 이다. 통제관 또는 훈련교관은 발생할 수 있는 화생방 상황을 교관통제 시스템을 이용하여 시나리오를 구성하고, 상황을 전파 할 수 있으며, 전파된 상황을 훈련생이 적절히 수행 하는 과정을 관찰할 수 있다. 모든 과정은 시스템에 의해서 모니터링 및 분석이 가능하고, 녹화가 가능하여 사후검토에도 사용된다. 가상의 환경에서 화생방 상황 훈련을 구현하기 위해 교관통제(IOS), 호스트(HOS), 영상(IGS), 입출력장치(IOC), 음향(ACS)를 구현하였으며, 화생방 탐지 장비인 원거리 화학 자동 경보기(LCA), 화생겸용 자동 탐지기(CAD), 통제(MCC) 및 운용(OCC) 컴퓨터를 시뮬레이터로 개발 하였다. 본 논문에서는 화생방 정창차-II(장갑형)용 모의훈련장비 개발을 위한 설계와 개발을 하였으며, 통합시험 및 수락검사를 통해 성능을 검증 하였다.

• 한국엔터테인먼트산업학회논문지
• /
• 제14권5호
• /
• pp.27-35
• /
• 2020

2020년 들어 전대미문의 '코로나-19' 사태로 대중음악계가 위축되어 다양한 활로와 대안이 모색되는 가운데 뮤지션들이 비접촉 방식의 온라인 콘서트를 속속 실시하였다. 본 연구는 이런 점에 착안하여 2020년 6월에 실시된 방탄소년단(BTS)의 '방방콘 The Live'를 대상으로 비접촉 콘서트의 대안 포맷으로 적격한지에 대한 여부를 살펴보기 위해 음악전문가들이 참여한 온라인 콘서트 영상물의 내용분석과 이를 시청한 수용자들이 참여한 평가 수집 및 대안 제시형 설문조사를 실시하였다. 연구 결과 표본 공연 영상물은 오프라인 콘서트의 요소(현장성, 대면 교감성, 호응 행동성), 체감도, 비상시 대안 콘서트 포맷으로서의 만족도, 비상시 대안 콘서트 포맷으로서 편리성이 잘 반영된 것으로 나타났다. 그러나 팬들과의 교감성과 현장성의 반영은 매우 부족한 것으로 분석되었다. 따라서 이 연구는 BTS의 '방방콘 The Live'가 비상시 비접촉 온라인 콘서트의 대안 포맷으로 기능할만한 가능성은 엿보였으나 국내는 물론 세계 음악계에 정착하는 수준으로 인정받기 위해서는 디지털 소통체계 및 기술장치 보완 등의 조치가 강구되어야 함을 암시한다.

• 한국초등과학교육학회지:초등과학교육
• /
• 제41권4호
• /
• pp.673-689
• /
• 2022

계절 변화를 이해하기 위해서는 3차원 공간 속에서 천체들의 관계를 이해하는 것이 필요하며 이를 위해 학생들이 직접 3차원 모델을 구성하여 사용하고, 평가 및 수정하는 모델링 활동이 중요하다. 이 연구에서는 초등학생이 지구본과 전구를 사용하여 계절 변화 원인으로서 지구의 운동을 3차원 공간에서 모델링하는 과정을 분석하였다. 초등학교 6학년 17명이 참여하였으며 모델링 수업은 계절 변화와 관련된 현상과 개념을 탐색한 뒤 현상의 원인이 되는 지구의 운동을 지구본과 전구를 사용하여 학생들이 직접 모델을 구성하고 이를 활용하여 계절 변화를 설명하는 과정으로 진행되었다. 학생들의 모델링 과정을 녹화한 비디오 자료, 학생들의 활동지, 사후 면담 전사본을 연구 자료로 사용하였고, 삼각 검증을 통해 자료의 신빙성을 확보하였다. 모델링 수준 분석 틀은 선행 연구를 기초로 구성하였으며 모델에 대한 이해와 모델링 실행뿐만 아니라 지구의 운동 관련 개념을 고려하여 구성하였다. 최종 확정된 분석틀에서는 3차원 모델링 수준을 1수준부터 3수준까지 구분하였고 각 수준에서 나타날 수 있는 학생의 수행을 구체화하였다. 연구 결과, 계절 변화를 설명하기 위한 초등학생의 지구본 활용 모델링 수준은 크게 두 가지로 나타났다. 지구의 자전 및 자전축의 기울기, 지구의 공전을 고려하였으나 경험적 증거를 활용하지 못하는 수준(2수준)과 지구의 자전 및 자전축의 기울기, 공전을 고려하고 경험적 증거를 활용하는 수준(3수준)으로 나타났다. 그러나 학생들이 경험적 증거를 활용하여 모델링을 하는 경우도 과학적 모델 구성으로 이어지지 못하였는데, 이 연구에서는 그 원인을 모델링 시 사용하는 도구의 특징과 관련지어 탐색하였다.

• 방송공학회논문지
• /
• 제27권6호
• /
• pp.936-939
• /
• 2022

최근 공중 전투체계 기술들이 발전함에 따라 대공방어 시스템의 발전이 요구되고 있다. 대공 방어 시스템의 운용개념에 있어, 표적에 적합한 무장을 선택하는 것은 제한된 대공 전력을 사용하여 위협체에 대해 효율적으로 대응한다는 측면에서 체계에 요구되는 능력 중 하나이다. 비행 위협체의 식별에 있어 많은 부분이 운용자의 육안 식별에 의존하는데 고속으로 기동하고 원거리에 위치한 비행체를 육안으로 판별하는 것은 많은 한계가 있다. 뿐만 아니라, 현대 전장에서 무인화 및 지능화된 무기체계의 수요가 증가함에 따라 운용자의 육안 식별 대신 체계가 자동으로 비행체를 식별하고 분류하는 기술의 개발이 필수적이다. 영상자료를 수집해 딥러닝 기반의 모델을 이용하여 무기체계를 식별한 사례로는 전차와 함정 등이 있지만 비행체의 식별에 대한 연구는 아직 많이 부족한 상황이다. 따라서 본 논문에서는 합성곱 신경망 모델을 이용하여 전투기, 헬기, 드론을 분류하는 모델을 제시하고 제시하는 모델의 성능을 분석한다. 본 논문에서 제시하는 모델은 시험세트에 대해 95% 이상의 정확도를 보이고, precision 0.9579, recall 0.9558, F1-socre 0.9568의 값을 나타내는 것을 확인할 수 있다.

• 한국재난정보학회 논문집
• /
• 제18권4호
• /
• pp.922-929
• /
• 2022

연구목적: 본 논문은 지하공동구 내 CCTV에서 촬영된 영상에서 소화기를 탐지하기 위해 딥러닝 모델을 개발하는데 목적이 있다. 연구방법: 딥러닝 기반 지하공동구 내 소화기 탐지를 위해 다양한 소화기 이미지를 수집하였으며 CNN 알고리즘을 기반으로 하여 One-stage Detector 방식을 적용한 모델을 개발하였다. 연구결과: 지하공동구 내 CCTV 영상을 통해 10m 이내의 거리에서 촬영되는 소화기의 검출률은 96%이상으로 우수한 검출률을 보여준다. 다만 10m 이상의 거리에서는 육안으로도 확인하기 힘든 상태로, 소화기 객체 검출률이 급격하게 낮아지는 것을 확인하였다. 결론: 본 논문은 지하공동구 내 소화기 객체를 검출하는 모델을 개발하였으며, 해당 모델이 높은 성능을 보여 지하공동구 디지털트윈 모델 연동에 활용할 수 있을 것으로 판단된다.

• 한국산업정보학회논문지
• /
• 제28권4호
• /
• pp.1-9
• /
• 2023

본 논문은 딥러닝을 통해 실시간으로 임베디드 기기에서 점자 블록을 인식하는 방법을 제안한다. 먼저 고성능 컴퓨터에서 점자 블록 인식을 위한 딥러닝 모델을 학습시키고, 임베디드 기기에 적용하기 위하여 학습 모델을 경량화 도구에 적용한다. 점자 블록의 보행 정보를 인식하기 위해 영상에서 점자블록과의 거리를 이용하여 경로를 판별하는 알고리즘을 사용한다. 임베디드 기기를 통해 촬영한 영상에서 YOLOv8 모델을 통해 점자 블록, 볼라드, 횡단보도를 검출한 후 점자블록 경로 판별 알고리즘을 거쳐 보행정보를 인식한다. 실시간으로 점자 블록을 검출하기 위해 모델 경량화 도구를 YOLOv8에 적용한다. YOLOv8 모델 가중치의 정밀도를 기존 32비트에서 8비트로 낮추고, TensorRT 최적화 엔진을 적용하여 모델의 최적화를 진행한다. 제안된 방법을 통해 경량화 된 모델을 기존 모델과 비교한 결과, 경로 인식 정확도는 99.05%로 기존 모델과 거의 차이가 없지만, 인식 속도는 기존 모델 대비 59% 단축되어 1초에 약 15개의 프레임을 처리할 수 있다.

• 한국재난정보학회 논문집
• /
• 제19권3호
• /
• pp.665-672
• /
• 2023

연구목적: 지하공동구는 도시 지하에 전기, 수도, 가스 등의 인프라를 공동 수용하는 시설로 공기 흐름이 부족하여 계절에 상관없이 결로가 자주 발생한다. 결로는 전기 설비의 누전 화재를 일으키는 원인이 되므로 지하공동구 내의 조명 등 각종 시설물 관리를 위해 필요한 제어반은 결로에 노출되지 않도록 문이 닫힌 상태로 관리되어야 한다. 본 논문에서는 딥러닝 객체인식 기술을 활용하여 수km 거리에 반복 배치된 공동구 제어반의 문 열림 여부를 이동 카메라 조건과 조명이 꺼진 조건에서도 인식하고자 한다. 연구방법: 지하공동구를 순찰하는 로봇이 촬영한 영상데이터를 이용하여 딥러닝 객체인식 모델인 YOLO를 모자이크 이미지 증강기법으로 학습시켜 제어반 문 열림과 문 닫힘을 인식한다. 연구결과: 모자이크 이미지 증강기법으로 학습시킨 모델과 사용하지 않은 모델의 성능을 비교한 결과, 모자이크 학습 모델이 더 우수한 성능(모든 클래스에 대한 mAP가 0.994 이상임)을 보이는 것을 확인하였다. 결론: 지하공동구의 조명이 꺼진 상태에서도, 공동구 내부 시설물이 복잡한 환경에서도 제어반의 문열림 여부를 우수한 성능으로 인식하여 지하공동구 재난안전관리에 도움이 될 것으로 기대된다.