본 연구는 강원특별자치도 홍천군 일대를 대상으로 멸종위기야생생물 Ⅰ급인 산양(Naemorhedus caudatus)의 서식 지 적합성(Habitat Suitability Index, HSI)을 정량적으로 평가하고, 카메라트래핑(Camera Trapping)을 통해 모형의 예측력을 검증하였다. 서식 변수는 고도, 경사, 사면향, 절벽·암괴지대, 수계 거리, 식생 유형, 도로 거리, 인위적 간섭 거리 등 8개로 선정하였으며, 각 변수의 적합도지수(Suitability Index, SI)는 선행연구와 현장 생태지식을 반영하여 0–1로 표준화하였다. 입력자료는 30 m 해상도로 전처리한 뒤 100 × 100 m 평가격자(총 1,200개)로 집계하여 ArcGIS 10.8을 이용한 공간분석을 수행하였다. 분석 결과, 연구지역의 매우 적합(Most Suitable) 구간은 27.4 %, 적합(Suitable) 구간은 43.3 %로, 전체의 약 70.7 %가 산양 서식에 적합한 지역으로 평가되었다. 그러나 절벽·암괴지대 등 피복자원이 불균등하게 분포하여 서식지는 일부 핵심 패치(Core Habitat)에 집중되는 경향을 보였다. 무인센서카메라 검증 결과, 전체 53개 설치 지점 중 22개(41.5 %)에서 산양이 확인되었으며, 출현의 88 %가 HSI상 적합 이상 구간에서 기록되어 모델의 예측력이 실제 분포와 높은 일치도를 보였다. 계절별 출현은 봄·여름·가을(3–11월)에 집중되어, 본 지역이 인근 개체군 간 이동 회랑 기능을 수행할 가능성을 시사하였다. 보전 측면에서 절벽·급경사 계곡 등 커버자원이 집중된 지역은 핵심 서식지로서 우선 보호가 필요하며, 침엽수 우점림은 혼효림 전환과 하층식생 복원을 통해 먹이자원을 확충해야 한다. 또한 도로 및 건축물 주변에는 300–600 m 완충구역 확보와 생태통로 조성이 요구된다. 결론적으로 본 연구의 HSI 모형은 산양 서식지의 공간적 질과 분포를 정량적으로 설명하고 현장자료로 검증함으로써, 향후 서식지 복원·생태축 연결 및 데이터 기반의 종 보전정책 수립에 활용될 수 있는 과학적 근거를 제시하였다.

This study proposes a lightweight algorithm for real-time front-vehicle detection using low-resolution camera footage under various driving conditions. The proposed method first extracts driving lanes using Canny edge detection and the Hough transform, thus enabling efficient lane detection. A forward region of interest (ROI) is delineated based on the extracted lane geometry. Subsequently, YOLOv11 is employed to detect vehicles within each frame, where only those located inside the defined ROI are classified as preceding vehicles. To evaluate the applicability of the proposed method in diverse environments, its performance was assessed across six driving scenarios: normal driving, traffic congestion, complex structural environments, nighttime, tunnel sections, and sharp curves. Experimental results show that the proposed approach maintains a stable detection accuracy across different conditions while offering a low computational cost and a high processing speed. Compared with segmentation-based deep-learning lane-detection models, the proposed method demonstrates superior real-time capability and can operate using only a built-in monocular camera without relying on expensive sensors such as LiDAR, radar, or artificial markers. This study serves as a foundation for vision-based ADASs, front-vehicle-following control, and road-hazard detection systems.

설악산국립공원에서 무인센서카메라의 효율적인 활용을 위해 종의 분포, 상대풍부도(RAI), 그리고 카메라 운용 일수와 탐지된 종 수 간의 상관관계 를 추정했다. 2020년 7월부터 9월까지 24대의 카메라로 총 1,704 카메라 운용 일수 동안 모니터링한 결과, 설악산에 서식하는 중대형 포유류 10종이 모두 탐지되었다. 오소리(Meles leucurus)는 23개 지점(95.8%)에서, 멧돼지(Sus scrofa)는 22개 지점(91.7%)에서 각각 포착되어 설악산국립 공원 전역에 넓게 분포하고 있음이 확인되었다. 이 두 종은 최초 감지까지의 평균 시간이 가장 짧았고 RAI가 가장 높아, 10종 중에서 가장 쉽게 관찰되는 종임을 시사했다. 멸종위기에 처한 산양(Naemorhedus caudatus)은 24개 지점 중 13개 지점(54.2%)에서 기록되었는데, 신속한 감지와 높은 RAI를 보여 설악산국립공원이 대한민국 내에서 이 종의 핵심 서식지임을 입증했다. 반면, 멧토끼(Lepus coreanus)는 3개 지점에서만 관찰되었다. 멧토끼의 RAI는 낮았으며, 최초 감지까지의 평균 시간이 길어 관찰 확률이 낮았다. G7, G26, G28, G36, G37 조사지점은 7~8종이 관찰되어 높은 종다양성을 보였다. 특히, G7, G26, G28에서는 산양, 삵(Prionailurus bengalensis), 담비(Martes flavigula) 등 3종의 멸종위기종이 탐지되어, 이 지역들이 집중적인 보호가 필요한 생태학적 핵심 구역으로 기능함을 시사했다. 따라서, 이 지역의 효과적인 보호 및 관리를 위해 장기적인 모니터링이 필요하다. 운용 효율성 분석 결과, 24대 카메라의 총 운용 일수 1,704일 중 10종 전체(100%) 탐지에 1,066일이 소요되는 것으로 예측되었다. 24대 카메라로 모니터링할 경우, 카메라당 최소 44.42일이 소요되어야 10종 전체를 감지할 수 있다는 것을 의미한다. 9종(90%)은 10.75일, 8종(80%)은 6.21일이 소요될 것으로 예측했다. 향후 카메라 트랩 모니터링은 카메라 수, 공간적 범위, 종다양성을 고려하여 설계되어야 한다.

Crash risk in metropolitan areas arises from the interaction among driver behavior, enforcement infrastructure, and urban environmental conditions; however, microspatial evidence remains scarce. This study examines the effects of automated speed-enforcement cameras on the crash risk in Seoul at the legal-dong level using the accident risk index, which accounts for both crash frequency and injury severity. The dataset combines crash records, enforcement infrastructure, school-zone information, demographic indicators, and land-use characteristics. Methodologically, a Bayesian negative binomial regression model was employed to address overdispersed crash data, whereas gradient-boosting machine and eXtreme Gradient Boosting models with SHAP interpretations were applied to capture nonlinear effects, heterogeneity, and variable interactions. The results reveal that the crash risk is spatially concentrated, with a small proportion of districts contributing disproportionately to the overall exposure. Regression analysis highlights enforcement and behavioral factors as significant predictors, whereas machine-learning models emphasize the added importance of structural and demographic characteristics, such as road area and floating population. This divergence reflects the sensitivity of the regression to collinearity and linearity assumptions in contrast to the flexibility of tree-based methods in uncovering nonlinear and context-dependent influences. In general, the findings reflect the value of integrating statistical and machine-learning approaches for a more comprehensive understanding of crash risk at the microspatial scale. This study advances the methodological diversity in traffic-safety research and provides practical evidence that cameradeployment strategies should be context sensitive while targeting areas with concentrated risks and distinct structural and demographic profiles.

본 연구는 백두대간보호지역의 천왕봉에서 묘적령 구간을 대상으로 무인센서카메라를 활용한 우제목 포유류의 상대 적 풍부도 지수에 영향을 미치는 서식지 요인의 구명을 위해 수행되었다. 조사 지역은 공간적 규모가 크고 다양한 서식지 환경을 포함하고 있어 서식지 동질성 분석을 통해 선정된 3km×3km의 격자를 형성하여 30개의 조사구를 대상으로 2021년 4월부터 2023년 12월까지 수행하였다. 서식지 요인과 우제목 포유류의 풍부도 사이의 관계를 분석한 결과 시가화·건조지역의 비율을 비롯하여 나지의 비율, 초지의 비율, 수계의 비율이 영향을 미치는 것으로 도출되었다. 또한, 패치의 평균 크기와 패치 크기의 편차, 패치 크기의 다양성, 패치의 총둘레 길이 역시 우제목 포유류의 풍부도에 영향을 미치는 것으로 나타났다. 조사 지역에서 우제목 포유류의 풍부도는 서식지 내 먹이를 비롯한 물의 가용성과 깊은 관련이 있으며, 서식지의 경관 구조는 종에 따라 차이를 보였다. 이는 종 특이적 행동유형에 따른 서식지 이용에 영향을 받은 것으로 판단된다. 본 연구는 국내에서 산림을 서식지로 활용하는 우제목 포유류의 서식지 이용에 영향을 미치는 서식지 요인의 구명을 통해 우제목 포유류의 관리를 위한 기초 생태자료로서 의미가 높다고 판단된다.

본 연구는 선박 기관실 내에 설치된 증기 배관을 대상으로 누설 감지 및 상태 모니터링을 위한 방법론을 다루고 있다. 일반적 으로 기관실 내의 증기 배관은 보온재로 둘러싸여 있으므로, 증기가 누설되더라도 육안으로 식별하기 어려워 초기 대응을 지연시키는 상 황이 발생할 수 있다. 이에 본 논문은 RGB 카메라와 Thermal 카메라를 이용하여 상호보완적 정보 제공이 가능한 센서 시스템을 개발하기 위한 하드웨어 및 소프트웨어의 설계 방법을 제안한다. 보다 세부적으로 제안된 시스템은 카메라 서버 모듈, 카메라 보정 모듈, 영상 정합 모듈, 열-지도 학습 모듈, 추론 및 시각화 모듈로 구성된다. 특히 증기 배관의 누설이 이상 고온을 초래한다는 점을 고려하여, 본 논문은 열-지도의 개념을 정의하고 열-지도의 효과적인 학습, 열-지도에 기반한 이상 고온 감지, 감지된 이상 고온 영역의 시각화를 위한 알고리 즘을 제안한다. 제안된 방법은 선박 증기 배관 시스템을 모사한 실험 장치를 이용하여 다양한 실험을 통해 그 효용성을 입증한다.

This study applied a camera trapping method to investigate species diversity of birds and mammals in Jingwan-dong Wetland located in Bukhansan National Park, Seoul, Korea. The objectives of this study were to (1) verify the efficiency of the camera trapping method through a combination of literature and observation surveys, and to (2) propose it as an effective monitoring method to assessing changes in biodiversity. From February 2022 to June 2022, a total of six cameras were installed for 121 days to conduct camera trapping in three aquatic environments. As a result, a total of 14,742 videos were obtained with a data acquisition rate of 59.2%. Analysis of the data identified a total of 20 families and 47 species of birds with 7 families and 8 species of mammals. When previous field observation data compiled from the past 10 years starting from 2011 were analyzed, a total of 33 families and 90 species of birds with 5 families and 6 species of mammals were identified. Camera trapping in Jingwan-dong Wetland recorded species list, including 3 families and 3 species of bird and 2 families and 2 species of mammal not observed in the past decade. Thus, camera trapping, which complements temporal limitations of field survey, can be an effective monitoring method for rapidly changing biodiversity if spatial limitations are improved. Resulting species lists can serve as a basis for future restoration and management plans.

Image-oriented information is becoming increasingly important on social networking services (SNS); the background of this trend is the popularity of selfies. Currently, camera applications using augmented reality (AR) and artificial intelligence (AI) technologies are gaining traction. An AR camera app is a smartphone application that converts selfies into various interesting forms using filters. In this study, we investigated the change of keywords according to the time flow of selfies in Goolgle News articles through semantic network analysis. Additionally, we examined the effects of using an AR camera app on appearance satisfaction and self-esteem when taking a selfie. Semantic network analysis revealed that in 2013, postings of specific people were the most prominent selfie-related keywords. In 2019, keywords appeared regarding the launch of a new smartphone with a rear-facing camera for selfies; in 2020, keywords related to communication through selfies appeared. As a result of examining the effect of the degree of use of the AR camera app on appearance satisfaction, it was found that the higher the degree of use, the higher the user’s interest in appearance. As a result of examining the effect of the degree of use of the AR camera app on self-esteem, it was found that the higher the degree of use, the higher the user’s negative self-esteem.

본 연구에서는 드론을 활용한 변위계측에서 드론의 회전진동 보정을 위해 드론 내부의 가속도계를 이용하는 방법 대신에 드 론 영상 내부의 변위가 발생하지 않는 고정점을 활용한 드론의 회전진동 보정방법을 제안하고자 한다. 영상 내부의 고정점을 활용한 드론 회전진동 보정을 위한 예비 연구로서, 카메라를 고정시킨 후 타겟을 회전하여 회전각도를 측정하는 실험과 회전하는 카메라를 통 해 변위가 발생하는 모형구조물의 변위를 계측하는 실험을 통해 카메라의 회전진동이 발생하는 경우 변위 계측정확도를 검증하였다. 변위가 3mm 이하로 발생 시 카메라 진동이 발생하였을 때 계측 신뢰도가 낮은 반면, 변위가 3mm를 초과하여 발생한 경우 비교적 정 확하게 계측되었다.