Accurate estimation of vehicle exhaust emissions at urban intersections is essential to assess environmental impacts and support sustainable traffic management. Traditional emission models often rely on aggregated traffic volumes or measures of average speed that fail to capture the dynamic behaviors of vehicles such as acceleration, deceleration, and idling. This study presents a methodology that leverages video data from smart intersections to estimate vehicle emissions at microscale and in real time. Using a CenterNet-based object detection and tracking framework, vehicle trajectories, speeds, and classifications were extracted with high precision. A structured preprocessing pipeline was applied to correct noise, missing frames, and classification inconsistencies to ensure reliable time-series inputs. Subsequently, a lightweight emission model integrating vehicle-specific coefficients was employed to estimate major pollutants including CO and NOx at a framelevel resolution. The proposed algorithm was validated using real-world video data from a smart intersection in Hwaseong, Korea, and the results indicated significant improvements in accuracy compared to conventional approaches based on average speed. In particular, the model reflected variations in emissions effectively under congested conditions and thus captured the elevated impact of frequent stopand- go patterns. Beyond technical performance, these results demonstrate that traffic video data, which have traditionally been limited to flow monitoring and safety analysis, can be extended to practical environmental evaluation. The proposed algorithm offers a scalable and cost-effective tool for urban air quality management, which enables policymakers and practitioners to link traffic operations with emission outcomes in a quantifiable manner.

본 연구는 MRI 검사 시 자기장의 세기 변화와 수신대역폭을 변화시켜 인공 고관절에 의해 나타나는 금속 인공물의 발생 정도를 정량적으로 분석하고 평가하였다. 이를 위해 티타늄 합금 재질의 인공 고관절로 제작한 팬텀을 대상으로 1.5T, 3.0T MR 장비를 사용하여 자기장 세기 변화를 주었으며, 10, 40, 80, 120, 150 Hz/PX로 수신대역폭 변화 를 주어 영상을 획득하였다. 2D FSE 펄스시퀀스로 T2WI 영상을 획득하였고 Image J를 사용하여 금속 인공물의 면적을 신호 소실과 신호 중첩의 합으로 측정하였다. 자기장 세기 차이의 따른 결과 1.5T MRI의 경우 평균 4772.45 ㎟, 3.0T MRI의 경우 평균 5267.41 ㎟로 나타났으며 수신대역폭 10, 40, 80 Hz/PX은 금속 인공물 발생 면적이 큰 폭으로 감소하였지만 120, 150 Hz/PX 에서는 금속 인공물의 감소폭은 상대적으로 적었으며 이는 통계적 으로 유의한 차이를 보였다(p<0.05). 따라서, 저자기장(1.5T)을 사용하였을 때 금속 인공물 감소에 효과적이며 수신 대역폭을 늘려 검사했을 때는 금속 인공물을 줄일 수 있지만 SNR의 감소를 초래하므로 합리적인 수신대역폭 선택이 필요하다.

South Korea has the highest suicide rate among the major OECD countries. The suicide rate in Seoul ranges from 21.3 to 23.2 per 100,000 individuals. To improve the survival rate of individuals attempting suicide on Han River bridges, the Seoul Fire Department began installing CCTVs on these bridges in 2012 and has been monitoring them to assess their effectiveness using collected data. This study aimed to evaluate the operational impact of deploying professional monitoring personnel and establishing an integrated video monitoring center by comparing suicide statistics before and after its implementation. The analysis distinguished between two periods: one when water rescue team members monitored the footage themselves after installing their own video monitoring center and the other when deploying professional monitoring personnel and establishing an integrated video monitoring center. After deploying professional monitoring personnel and operating the integrated video monitoring center, the number of rescue dispatches increased by an average of 50%, the survival rate improved by an average of 4.9%, and the mortality rate declined by an average of 4.9%.

오늘날 글로벌 영상 제작 산업은 AI(인공지능)의 발달로 영 화, 방송 드라마의 서사 이미지는 더 이상 인간의 창의적인 독 창성에만 의존하지 않는다. 이 근간은 최근 넷플릭스와 같은 OTT 플랫폼의 확대로 관객들의 획기적인 영상 이미지 욕구 증대와 빠른 기술변화 속도, 관련 전문인력의 노동 생산성 저 하에 따른 제한적인 기술, 우리 인간-관객의 특정 판타지 욕망 확장의 결과라고 말할 수 있다. 영화나 방송 드라마의 기초가 되는 이야기조차도 이미 헐리우드 뿐만 아니라 국내에서도 AI 를 활용한 작업들의 움직임이 활발하다. 특히 OTT 플랫폼들의 경쟁이 치열해짐에 따라 영상 콘텐츠의 차별성이 사업 성공에 큰 영향을 미치기 때문이다. 그래서 영화나 방송 드라마의 스 토리를 창작함에 있어, AI가 인간의 도구일 뿐 아니라 ‘창작자’ 로서의 역할에 대한 질문도 대두되었다. 인류에게 AI는 분리된 개체가 아닌 미래를 견인하는 중요한 요인임을 일상에서 쉽게 경험하고 있다. 이제 AI는 인간의 고유 영역이었던 창작까지 진출하였고, 지금 이 순간에도 진화는 계속되고 있다. ‘미디어는 인간의 확장이다.’라고 말하는 ‘마셜 매클루언’의 말 처럼 미디어는 인간의 오감과 뇌의 영역까지 확장해 왔다. AI 와 미디어는 자연스럽게 교차, 미디어 영상에 접목되어 우리의 삶 속에 더욱 깊숙이 밀착되어 있다. 본 고는 디즈니 플러스의 오리지널 드라마 <비질란테> 제작 의 미술 부분, 특히 동 작품의 리얼리티 향상을 위해 필요한 주요 소품인 ‘마스크’ 제작과정을 사례로, 미술감독이 생성형 AI의 창의성에 어느 정도 의존하면서 어떻게 활용했는지에 대 해 연구하였다.

Stroke is one of the major causes of death worldwide, and in Korea, it has the second highest mortality rate after cancer. Stroke patients require continuous observation and rehabilitation treatment after onset, and in particular, paralysis symptoms are likely to worsen during rehabilitation, emphasizing the need for a real-time monitoring system. Meanwhile, the importance of medical data quality control (QC) algorithms is increasing. In this study, various causes such as failure of sensors such as voltage, current, and temperature of the patient's imaging device diagnostic device, or power loss, may cause malfunctions and transmit inaccurate data. Therefore, in order to secure the reliability of the patient's imaging device diagnostic device data, we plan to design data analysis and algorithms based on QC data of the imaging device diagnostic device. In order to design data analysis and algorithms based on QC data, a system capable of measuring and analyzing sensor data of imaging device diagnostic equipment was built. The reference values of the algorithms to be developed, such as physical limit tests, continuity tests, step tests, median filter tests, and frequency distribution tests, were derived. Voltage, current, and temperature sensor data were statistically analyzed, and in the case of analysis that changes in real time, algorithm S/W was inserted to calculate in real time. It is judged that by monitoring in real time, efficient management and maintenance of the device, and rapid response to device failures will be possible. In the case of device failure, various accidents and high costs can occur. Therefore, if real-time failures are confirmed and rapid maintenance is possible, maintenance costs can be reduced and reliability can be improved, so it is judged that efficient management of the device will be possible.

This study investigates a vision-based autonomous landing algorithm using a VTOL-type UAV. VTOL (Vertical Take-Off and Landing) UAVs are hybrid systems that combine the forward flight capability of fixed-wing aircraft with the vertical take-off and landing functionality of multirotors, making them increasingly popular in drone-based industrial applications. Due to the complexity of control during the transition from multirotor mode to fixed-wing mode, many companies rely on commercial software such as ArduPilot. However, when using ArduPilot as-is, the software does not support the velocity-based GUIDED commands commonly used in multirotor systems for vision-based landing. Additionally, the GUIDED mode in VTOL software is designed primarily for fixed-wing operations, meaning its control logic must be modified to enable position-based control in multirotor mode. In this study, we modified the control software to support vision-based landing using a VTOL UAV and validated the proposed algorithm in simulation using GAZEBO. The approach was further verified through real-world experiments using actual hardware.

본 사례 보고는 소아 뇌 자기공명영상(MRI) 검사에서 협조가 원활하지 않아 움직임에 의한 인공물이 발생하고, 이로 인해 시간차 자기공명혈관촬영(TOF MRA) 영상의 획득이 어려운 상황에서, 삼차원 구조화 자기공명영상(3D MPRAGE)을 수평면(axial) 방향으로 획득한 후 최대강도투사(MIP) 기법을 적용하여 혈관 형태를 성공적으로 시각 화한 사례를 소개하고, 그 임상적 유용성을 평가하고자 한다. 영상 획득 시, TOF MRA는 약 7분, 3D MPRAGE는 약 4~5분의 검사 시간이 소요되었으며, 3D MPRAGE는 짧은 촬영 시간과 인코딩 방향 변경으로 인한 움직임 감소 효과를 보였다. 수평면 3D MPRAGE 영상은 주요 뇌혈관을 효과적으로 시각화하였고, 진단 해상도 면에서도 TOF 영상과 비교해 손색이 없었다. 본 사례 보고는 특히 협조가 어려운 1세에서 7세 사이의 소아 환자에서 3D MPRAGE 기반 MIP 영상이 TOF 영상의 효과적인 대안이 될 수 있음을 시사한다. 또한 혈류 흐름 방향에 맞추어 MPRAGE의 획득 단면을 조정하고 수평면 영상에 MIP 기법을 적용함으로써 뇌혈관 구조 시각화를 최적화할 수 있었다. 비록 미세혈관 표현에는 TOF 영상 대비 한계가 있었으나, 주요 대혈관 영상은 충분한 진단 정보를 제공하였다. TOF 영상 이 혈관에 특화된 반면, 3D MPRAGE는 뇌 실질 영상과 함께 뇌혈관 형태 영상까지 제공할 수 있어, 진정이 필요한 소아 환자에게 보다 유리한 대안이 될 수 있다. 이러한 접근은 검사 시간을 단축시키고, 뇌혈관 질환과 관련된 부가 적인 임상 정보를 함께 제공함으로써 영상의 진단적 가치를 향상시킬 것으로 기대된다.

고속 스핀 에코를 이용한 T2 강조 영상에서 재자화 펄스의 FA 크기 변화에 따라 발생하는 전자파 유도 열을 정량적 으로 측정하고, 상변화 물질의 열 저장 특성을 활용하여 열 발생을 효과적으로 감소시킬 수 있는 방안을 모색하고자 하였다.실험에서는 상변화 물질을 적용한 조건과 적용하지 않은 조건에서 각각 FA의 증가에 따른 온도 변화를 평가 하였으며, 그 결과는 다음과 같다. 고속 스핀 에코 기반 T2 강조 영상에서 FA 크기의 증가에 따라 계산된 SAR 값은 상변화 물질 적용 여부와 관계없이 각각 0.64±0.048, 0.87±0.042, 1.33±0.042, 1.88±0.031 W/kg로 유사한 경향을 보였다.온도 변화 분석 결과, 상변화 물질을 적용하지 않은 조건에서 돼지 비계의 초기 스캔 온도는 19.3°C였으며, FA 증가에 따라 최대 21.9°C까지 상승하여 총 2.6°C의 온도 증가가 관찰되었다. 반면, 상변화 물질 을 적용한 조건에서는 동일한 초기 온도 19.3°C에서 19.7°C까지 상승하는 데 그쳐 0.4°C의 온도 증가만 나타났으며, 두 조건 간 약 2.2°C의 온도 차이를 보였다. 한편, 돼지 비계에 온열 경피 패치를 부착한 조건에서도 유사한 경향이 나타났다. 상변화 물질을 적용하지 않은 경우, 스캔 시작 온도 20.6°C에서 23.1°C로 총 2.5°C 상승하였으나, 상변화 물질을 적용한 경우에는 20.1°C에서 20.5°C로 0.4°C 상승하는 데 그쳐 약 2.1°C의 차이를 나타냈다. 이와 같은 결과 는 상변화 물질이 반복되는 고주파 자극에 의해 유도되는 온도 상승을 효과적으로 억제할 수 있음을 확인하였다. 전자파 흡수율 및 열 발생 저감에 대한 과학적 근거를 제공함으로써, 향후 MRI 검사 환경의 안전성 향상에 기초자료 로 활용되기를 기대한다.

This study examines the innovative applications and future prospects of Convolutional Neural Networks (CNN) in the field of medical image analysis. CNNs significantly enhance the accuracy and efficiency of medical image diagnostics through their powerful data processing and feature extraction capabilities. This review analyzes various CNN architectures and recent technological advancements, highlighting the importance of transfer learning and data augmentation techniques. It also discusses the potential for integrated multi-modality data analysis and real-time clinical applications, while emphasizing the need for ethical considerations and data security. This research underscores the potential of CNN technology to improve healthcare quality and contribute to patient health management.

국내 핵의학은 1959년에 갑상선 질환 환자에서 131I를 이용하여 섭취 및 배출을 측정하면서 시작된 이후, 지난 60여 년간 괄목할 만한 발전을 이루어 왔다. 1961년에 도입된 핵의학 진단영상 검사는 감마카메라를 이용한 감마카메라영상 및 양전자단층 촬영(positron emission tomography, PET)을 이용한 PET/computed tomography (CT)가 현재 주요 검사로 자리잡고 있다. 감마 카메라와 PET/CT에 활용되는 방사성동위원소는 발생기 (generator)와 사이클로트론(cyclotron)을 통해 생산되며, 이러한 방사성동위원소는 표적 장기에 선택적으로 섭취되는 화합물에 표지되어 방사성의약품으로 조제된다. 국내에서 췌장담도 질환 환자에 주로 사용되는 핵의학 진단영상검사용 방사성의약품으 로는 전신뼈스캔에 사용되는 99mTc-dicarboxypropane diphosphonate (DPD)와 99mTc-methylene diphosphonate (MDP), 99mTc-hydroxymethylene diphosphonate (HMDP)가 있으며, 간담도스캔에는 99mTc-bromotriethyliminodiacetic acid (BrIDA 또는 mebrofenin)가 있다. 또한 18F-fluorodeoxyglucose (18F-FDG)와 18F-2-fluoro-3,4-dihydroxyphenylalanine (18F-FDOPA), 111Inpentetreotide (octreotide), 68Ga-1,4,7,10-tetraazacyclododecane- 1,4,7,10-tetraacetic acid0-Tyr3-octreotide (DOTA-TOC)는 주로 췌장담도계 종양의 진단과 치료 방침 결정에 유용하게 활용 되고 있다. 핵의학 진단영상검사로 인한 환자의 의료 피폭은 국내 자연 방사선으로 의한 방사선량과 비교하여 수용 가능한 수준으로 여겨진다. 임상의가 핵의학 진단영상검사의 특성을 충분히 이해하고 이를 환자와 효과적으로 소통할 경우, 신뢰 관계 형성은 물론 진료의 질 향상에도 크게 기여할 수 있을 것이다.

Invasive species compete with native species and damage ecosystems. Due to their limited resources, island ecosystems are vulnerable to impacts of invasive species. In the Deokjeok archipelago, South Korea, invasive sika deer (Cervus nippon ssp. taiouanus) introduced for economic purposes are causing harm through severe browsing. This study aimed to evaluate long-term browsing impacts of invasive deer by tracking vegetation index changes from 1986 to 2020 with Landsat satellite imagery and the LandTrendr algorithm. We compared vegetation index trend using Sen’s slope and Disturbance/Recovery area ratio (D/R ratio) between Gureop-do, where these deer were introduced with rapid population increase, and Deokjeok-do, Baega-do, and Mungapdo where these deer have not been introduced yet. Results showed a decreasing trend of the vegetation index in Gureop-do, while other islands without those deer increased. The cumulative D/R ratio on Gureop-do was 212.44%, meaning that disturbance exceeded the recovery area more than two-fold. In contrast, the D/R ratios for other islands remained under 50%. Sen’s slope and t-test showed a significant decrease of NDVI in Gureop-do after deer introduction in 2000. By quantifying the browsing impact of invasive ungulates in island ecosystems using satellite imagery, time and costeffective strategies for invasive species monitoring are provided.

본 연구는 딥러닝 영상 재구성 기법을 적용한 8개의 뇌질환군의 감마나이프 수술 계획용 자기공명영상(magnetic resonance imaging, MRI)의 유용성을 알아보고자 하였다. 연구 방법은 전이성 뇌종양, 뇌동정맥 기형, 수막종, 뇌하수체선종, 삼차신경통, 청신경초종, 맥락얼기 유두종, 해면상 혈관종, 총 8개의 질병을 진단받은 사람들의 T2 강조 영상(T2 weighted imaging, T2WI), 조영증강 T1 강조영상(contrast enhancement T1 weighted imaging, CE-T1WI)의 방법으로 검사한 MRI 영상을 SwiftMR을 이용하여 딥러닝 영상 재구성 기법인 디노이징(denoising)과 초해상도(super resolution)가 적용된 영상을 획득하였다. 이에 대한 성능 평가는 최대 신호대잡음비(peak signal to noise ratio, PSNR), 구조적 유사도(structural similarity index measure, SSIM), 감마나이프 방사선수술(gamma knife radiosurgery, GKRS)의 좌표계로 평가하였다. 그 결과, 원본영상을 기반으로 영상 품질이 개선된 영상의 PSNR과 SSIM은 높은 수치를 나타냄으로써 MRI 영상의 재구성이 문제없이 이루어졌고, GKRS의 수술 좌표계 또한 변화를 보이지 않았다. 결론적으로 딥러닝 영상 재구성 기법은 영상 품질 향상과 영상 보존에서 뛰어난 성능을 보임과 동시에 좌표계도 변화를 보이지 않아서, 딥러닝 영상 재구성 기법은 감마나이프 수술 계획에 유용하게 사용할 수 있는 기법임을 확인하였다.

에듀테크 시대에 접어들면서 디지털 기술을 활용한 학습 방식이 점점 확대되고 있으며, 특히 모바일 기반 애플리케이션 을 활용한 학습이 적극적으로 도입되고 있다. 이러한 학습 방식은 학습자의 참여도를 높이고, 흥미를 유발하며, 학습 효율성 향상에 긍정적인 영향을 미치고 것으로 보고되고 있다. 본 연구는 자기공명영상학 학습에서 모바일 기반 애플리 케이션 사용에 대한 학습자들의 인식, 학습 효과, 학습 만족도를 알아보고자 하였다. 대구시 소재 S 대학교 자기공명영 상학을 수강한 2, 3학년 학생 70명을 대상으로 2024년 11월 24일부터 29일까지 수업 후 모바일 애플리케이션을 활용한 퀴즈 활동을 시행하였다. 연구 결과, 애플리케이션 활용에 대한 학습자들의 인식 평균 점수는 4.58±0.66, 학습 효과는 4.61±0.62, 학습 만족도는 4.58±0.65로 나타났다. 또한, 애플리케이션 활용 전후 비교 분석에서 인식 (활용 전 3.62±0.97, 활용 후 4.58±0.66), 학습 효과(활용 전 3.60±0.92, 활용 후 4.61±0.62), 학습 만족도(활용 전 3.64±0.93, 활용 후 4.58±0.65) 모두 통계적으로 유의한 차이가 있었다(p<0.05). 이러한 결과는 자기공명영상학 교육에서 모바일 애플리케이션 기반 학습이 학습자의 참여도, 이해도, 만족도를 높이는 데 효과적임을 시사한다. 따라서 자기공명영상학뿐만 아니라 다양한 전공 분야에서도 애플리케이션 기반 학습이 유용한 교육 도구로 활용될 수 있으며, 향후 교육 및 임상 실습 현장에서 적용 가능한 기초자료로 활용될 수 있을 것 기대된다.

This study was conducted through experiments by producing an image output evacuation guide light linked with a smoke detector. To summarize the results, first, the biggest recognition distance of the door at 30% smoke concentration was found to be the image output evacuation guide light. This is because of visual impairment and fear caused by indoor smoke, and in the process of finding the light of the emergency exit, accurate recognition of the evacuation behavior was searched even at the farthest distance, and it is judged that the time required for evacuation was short. Second, the biggest recognition distance of the door at 70% smoke concentration was the image output evacuation guide light, which showed the longest recognition distance. It is judged that even in smoke with many evacuees, the door is accurately recognized while seeing the light of the image output evacuation guide light and exits safely. Third, when the smoke concentration was 100%, the smoke rose and the evacuation guide light at the top of the door was not identified as thick smoke, and the image output evacuation guide light was displayed on the bottom of the passage, indicating that the evacuee accurately recognized the door and escaped safely to the outside even from a long distance.

본 연구는 넷플릭스 시리즈 <흑백요리사: 요리 계급 전쟁>의 한국어- 인도네시아어 자막에서 나타난 음식명 번역 전략을 분석하고, 이에 영향 을 미치는 요인을 탐구하였다. 연구는 페데르센(Pedersen)과 레피할메 (Leppihalme)의 번역 전략 분류를 바탕으로 분석 되었으며, 유지, 직역, 중립화, 확대/축약, 문화 내 적응, 대체, 생략 전략이 분석 대상이 되었 다. 연구 결과, 유지 전략과 직역 전략이 가장 빈번하게 사용되어, 출발 어의 형식적 요소와 의미를 최대한 보존하려는 경향이 확인되었다. 그러 나 이러한 번역 전략은 음식명에 내포된 문화적 맥락을 충분히 전달하지 못하는 한계를 드러냈다. 본 연구는 자막 번역의 제약 속에서 음식명 번 역이 도착어 독자와의 문화적 간극을 좁히고 출발어의 문화적 함의를 효 과적으로 전달하기 위한 새로운 전략적 접근의 필요성을 강조한다.

Following the implementation of the Act on the Prevention of Light Pollution Due to Artificial Lighting in 2013, local governments designated lighting environment management zones and conducted assessments of the impacts of light pollution on the environment to ensure compliance with acceptable light emission standards. In addition, according to the Act on the Prevention of Light Pollution Due to Artificial Lighting, local governments conduct and manage light pollution assessments every three years. However, measuring and analyzing during nighttime requires a significant amount of time and labor. Therefore, this research aims to improve the current light pollution environmental impact assessment method by utilizing aerial information from satellite data and establishing a database of light pollution assessment methods, thereby laying the foundation for light pollution management. In this study, a reference light source was installed on the ground, and the luminance measurements of the installed reference light source and the advertising light sources on-site were analyzed to derive brightness values for ground light sources using the optical band (R, G, B) values from aerial information derived from satellite images. The analysis produced predictive equations for light pollution from upward lighting and general advertising lighting. When these equations were applied to residential and commercial areas in the lighting environment management area, the results indicated that the predicted rooftop upward lighting prediction brightness exceeded the acceptable standard of light emission of 800 cd/m2 in residential areas, and the advertisement lighting prediction brightness exceeded the standard of 1,000 cd/m2 in commercial areas.

This study examined the spatiotemporal changes in Jilnal Wetland using satellite image-based time series data and field surveys. The analysis focused on changes in open water surface area and vegetation using the JRC Surface Water Monthly Water History dataset and Landsat imagery from 1984 to 2020. The impact of hydrological changes on vegetation was assessed through surveys conducted before and after the 2023 monsoon season. Results indicated a continuous decrease in open water surface area since the 1980s, with a sharp decline post-2003. NDVI analysis showed an inverse relationship between water area reduction and increased vegetation vigor and coverage. Field surveys revealed that hydrological changes directly affected vegetation structure, leading to new herbaceous communities and greater diversity post-monsoon. These findings highlight significant ecosystem changes driven by anthropogenic factors and natural succession, necessitating a comprehensive conservation strategy, including development control, hydrological management, terrestrialization prevention, and long-term monitoring.

보행 활동은 도시의 교통 및 환경 문제, 주민의 건강, 지역 커뮤니티 활성화 등에 중요한 역할을 하는 것으로 평가되고 있다. 보행의 중요성이 인지되면서 세계각국에서는 보행을 장려하는 도시건조환경을 만들기 위해 다양한 노력을 기울이고 있으 며, 이는 우리나라에서도 법제도적으로 나타나고 있다. 보행환경을 관리하고 개선하기 위해서는 물리적인 보행환경을 가로 단위 상세수준에서 평가하고, 시민들의 보행환경에 대한 인지가 어떤지를 아는 것이 필요하다. 기존에 이러한 연구들은 대부분 설문조사나 일부지역에 한 해 현장조사를 수행하는 방법이 주를 이루었다. 본 연구에서는 거리영상과 딥러닝 기술을 활용하여 가로단위 상세수준에서의 물리적 보행환경과 인지적 보행환경을 평가하고, 이를 비교하고자 한다. 물리적 보행환경 평가를 위해 평가지표를 선정하고, 평가지표별로 거리영상의 시멘틱 세그먼테이션 기법을 활용하거나 표고 자료, PoI자료를 크롤링한 후 관련 데이터를 구축하고 평가점수를 도출하였다. 인지적 보행환경 평가를 위해 거리영상에 대한 인지를 예측할 수 있도록 훈련데이타 셋을 구축하고, RSS-Swin모델을 훈련시켜 보행환경 인지점수를 예측할 수 있도록 하였다. 물리적 보행환경과 인지적 보행환경 지도를 구축하고, 각각의 특성과 차이를 분석하고, 이를 통해 보행환경 개선안을 도출할 수 있었다. 본 연구는 물리적 보행환경과 인지적 보행환경의 시각화하고 차이를 분석하여 개선안을 도출하였다는 점에 연구의 의의가 있으며, 기술적인 측면에서는 거리영상과 딥러닝 기술을 활용하여 도시의 가로단위에서 보행환경을 상세하게 평가할 수 있는 방법론을 체계화하였 다는 점에 의의가 있다

본 연구는 수수를 대상으로 수수 주산지에서 취득한 무인기 기반 RGB영상에 Seg-Net과 U-Net모델을 작성 후, 일반화 가능성을 검토하여 실시간 재배지 파악에 더 효율적인 기법을 제안하기 위해 수행되었다. 경상북도 안동시의 수수 재배지 영상 264장을 이용해 모델학습을 진행하고, 충청북도 제천시 수수 재배지 영상 14장을 이용하여 테스트를 진행하였다. U-Net의 학습은 14epoch, AccuracyC = 0.9426, LossC = 0.1593, Dice_coefC = 0.9223, AccuracyV = 0.6403, LossV = 1.9624, Dice_coefV = 0.6402에 4시간 37분이 소요되었으며, Seg-Net의 학습은 101epoch, AccuracyC = 0.6363, LossC = 0.6573, Dice_coefC = 0.5586, AccuracyV = 0.5711, LossV = 0.6785, Dice_coefV = 0.5586이며 1시간 55분이 소요되었다. Test결과 U-Net은 AccuracyT = 0.6806, LossT = 0.7180, Dice_coefT = 0.5558, Seg-Net은 AccuracyT = 0.7472, LossT = 0.5225, Dice_coefC = 0.6159로 나타났다. Seg-Net의 Calibration성능은 낮지만 일반화 성능이 뛰어나며, 모델의 빠른 학습 시간, 더 낮은 메모리 요구량으로 수수 재배지 분할에서 U-Net보다 효율적인 모델이라고 사료된다.