결빙되거나 적설이 있는 도로와 같이 마찰이 작은 노면에서는 일반 노면과 비교했을 때 제동거리가 크게 증가하기 때문에 심각한 교통사고로 이어질 수 있다. 이에 블랙 아이스(Black ice)와 같은 노면 위험을 감지 하기 위한 노면 분류 기술에 대한 연구가 지금까지 지속적으로 이루어지고 있다. ESC(Electronic Stability Control) 시스템은 차량 자세 제어를 통해 마찰이 작은 노면에서 차량의 미끄러짐 및 전복을 방지하는 능동 안전시스템(Active safety system)이다. ESC 시스템의 성능을 위해서는 정확한 노면 마찰 계수(Road friction coefficient) 추정을 통한 노면 분류가 중요하다. 최근의 노면 분류 기술은 카메라, LiDAR 등의 이미 지 기반의 방법에 중점을 두고 연구가 진행되고 있다. 그러나 이러한 이미지 기반의 방법들은 정확도가 낮을 뿐만 아니라 높은 계산 복잡도의 문제를 가지고 있다. 이뿐만 아니라 높은 비용으로 인해 상용화 측면에서도 단점을 드러내고 있다. 본 연구에서는 그림1처럼 센서 융합 기술을 활용하여 이미지 기반 방법의 문제점을 해결하고자 한다. 차량 횡방향 동역학 모델(Vehicle lateral dynamic model)을 선형화하여 칼만 필터(Kalman filter)를 적용한 노면 마찰 계수 추정 알고리즘을 설계하고, 기계학습(Machine learning) 모델을 적용하여 블랙 아이스 검출 알고 리즘을 설계한다. 전기차 CAN 버스로부터 얻을 수 있는 차량 종방향 가속도(Vehicle longitudinal acceleration)를 제어 입력으로 하고, 요 레이트(Yaw rate)를 측정값으로 하여 칼만 필터에 적용하여 차량 종 방향 속도(Vehicle longitudinal velocity)와 차량 횡방향 속도(Vehicle lateral velocity), 요 레이트, 차량 횡방 향 힘(Vehicle lateral force)을 추정한다. 이때 전통적인 칼만 필터 대신 EKF-UI(Extended kalman filter with unknown input)를 적용하여 시스템 행렬의 크기를 줄여 계산 복잡도를 감소시키고 차량의 거동 변화 를 보다 정확하게 반영할 수 있도록 하였다. 추정된 차량 종방향 속도, 차량 횡방향 속도, 요 레이트를 통해 사이드 슬립 각(Side slip angle)을 구해 사이드 슬립 각과 차량 횡방향 힘의 관계를 이용해 특징들을 찾아 기계학습 모델(e.g. 앙상블 기법, SVM 등)을 적용하여 블랙 아이스를 검출할 수 있다. MATLAB/Simulink SW 및 CarSim을 사용하여 개발한 알고리즘의 성능을 검증하였으며, 본 연구의 결과는 ESC 시스템의 성능 을 개선시켜 차량의 미끄러짐으로 인한 교통사고의 예방에 도움이 될 것으로 예상한다. 여기에 스마트 타이 어(Smart tire)의 센서도 추가해 노면과 타이어 사이의 직접적인 데이터를 추가해 검출 성능을 높일 것이다.

상수도 배관에서 누수 또는 이상을 감지하는 기계학습 및 인공신경망 분류 모델에 대한 연구가 활발히 진행되어 왔다. 그러나 누수음 데이터는 시간과 환경에 따라 계속 변동하기 때문에, 입력 데이터의 변화에도 일정 수준 이상의 분류 성능을 유지하는 분류 모델을 찾는 데 어려움이 있다. 본 연구에서는 모델 선택과 초매개변수 조정보다 데이터 전처리 방법이 분류 성능 향상에 더 큰 영향을 미친다는 점에 주목했다. 변동성이 큰 누수음의 특징을 효과적으로 추출하기 위해 푸리에 변환 및 MFCC(Mel-Frequency Cepstral Coefficients)를 사용하였으며, 일부 정보가 중복될 가능성을 고려하여 다중공선성에 덜 민감한 트리 기반 모델을 사용해 누수음의 분류 성능을 평가했다. 연구 결과, 푸리에 변환과 MFCC를 결합한 데이터 세트를 사용했을 때 LightGBM 모델의 분류 정확도가 84.62%로 나타났으며, 각각의 전처리 방법을 단독으로 사용했을 때보다 더 높은 성능을 달성하였다. 이 결과는 두 전처리 방법의 상호 보완적 특성이 분류 성능 향상에 기여했음을 입증하며, 상수도 관망 누수 탐지 시스템 개발에 중요한 기여를 할 것으로 기대된다.

Bacillus velezensis HKB-1가 표고버섯 수확후배지 퇴비로부터 분리되었으며 고추역병균(Phythopthora capsici), 인삼모 잘록병균(Rhizoctonia solani), 고추탄저병균(Collectotrichum coccodes) 및 시들음병(Fusarium oxysporium)의 균사체 성장을 70% 이상 억제하는 항 진균 활성을 보였다. B. velezensis HKB-1은 표고버섯 수확후배지 퇴비물 추출물과 당밀 1% 첨가배지에서 다른 상업용 세균배지보다 10~100배 더 높은 세균증식률을 보였으며 고추 역병균의 균사체 생장을 90% 억제하였으며 고추생육 촉진효과 및 고추역병에 대하여 70% 이상의 방제효과가 있었다.

머신러닝 기법의 발달과 함께 기계에서 발생하는 다양한 종류(진동, 온도, 유량 등)의 데이터를 활용하여 기계의 상태를 진단하고 이상 탐지 및 비정상 분류 연구도 활발히 진행되고 있다. 특히 진동 데이터를 활용한 회전 기계의 상태 진단은 전통적인 기계 상태 모니터링 분야로 오랜 기간 동안 연구가 진행되었고, 연구 방법 또한 매우 다양하다. 본 연구에서는 가정용 에어컨에 사용되는 로터리 압축기에 가속도계를 직접 설치하여 진동 데이터를 수집하는 실험을 진행하였다. 데이터 부족 문제를 해결하기 위해 데이터 분할을 수행하였으며, 시간 영역에서의 진동 데이터로부터 통계적, 물리적 특징들을 추출한 후, Chi-square 검증을 통해 고장 분류 모델의 주요 특징을 추출하였다. SVM(Support Vector Machine) 모델은 압축기의 정상 혹은 이상 유무를 분류하기 위해 개발되었으며, 파라미터 최적화를 통해 분류 정확도를 개선하였다.

베어링은 많은 회전체에서 사용되는 핵심부품으로, 예기치 않은 고장을 방지하기 위해 많은 연구가 집중되고 있다. 이때 중요한 것은 되도록 초기에 건전성 상태를 잘 나타내는 적절한 특징신호를 추출하는 것이다. 그러나 기존의 연구들은 주로 진단관점에서 특징신호를 추출하여 고장예지에는 적합하지 않은 측면이 있었다. 본 논문에서는 이러한 문제를 극복하기 위 해 베어링 고장 주파수의 에너지와 시간 사이의 상관계수 가중 합을 이용하여 베어링 수명 예측에 용이한 특징신호를 추출 하는 방법을 개발하였다. 그 결과 일반적으로 고장진단에서 많이 사용되고 있는 특징신호인 RMS에 비해서 결함 초기부터 단조로운 증가 경향의 특징신호를 추출함을 알 수 있었다. 이를 입증하기 위해서 NASA Ames에서 제공한 IMS bearing 진 동 데이터를 이용하였고 제시한 특징신호와 일반적인 RMS와 의 거동을 비교하여 유효성을 검증하였다.

본 논문은 Markless AR(AugmentedReality)에서 가장 많이 활용되는 SURF(Speeded Up Robust Features) 기법의 효율성을 높인 새로운 특징 추출 알고리즘을 제시한다. 기존의 SURF 알고리즘은 불변 특징점을 보장하기 위해 Scale Pyramid를 이용하며 고정된 크기의 블록단위 NMS(Non-Maximum Suppression)를 사용하기 때문에 많은 계산이 요구된다. 제안된 알고리즘은 관심점에서만 특징점을 구하는 적응적 NMS 기법을 제시하여, Scale Pyramid를 사용하지 않고 불변 특징점을 보장하면서 동시에관심 영역에서 적응적 NMS를 수행함으로써 연산을 줄이는 효율적인 특징 추출 알고리즘을 개발하였다.

기존의 “비트매니아”와 같은 리듬게임은 게임 개발자가 해당 음악의 악보에 맞게 노트를 생성하여 사용자가 정확히 연주 할수록 좋은 결과가 나오도록 구현되어 있다. 하지만 선택할 수 있는 노래가 제한되어 있다는 단점이 있다. 따라서 본 논문에서는 사용자가 자신이 원하는 음악을 플레이할 수 있도록 mp3와 같은 디지털 오디오 파일을 FFT 알고리즘을 이용하여 실시간으로 음계를 추출하고 정렬한 뒤 게임 인터페이스 상에 노트를 생성한다. 또한 BPM정보를 이용하여 노트의 생성 순서와 게임의 난이도를 조절한다.

본 논문에서는 게임 캐릭터로 활용되는 삼각형 메쉬 위에서 특징 곡선을 추출하는 기법을 제안한다. 본 논문에서 제안하는 방법은 게임 엔진에서 최단 거리를 검색하는 데에 사용되는 A* 탐색 알고리즘을 기반으로 개발된다. 삼각형 메쉬의 각 꼭지점에서 특징을 나타내는 특징 값을 측정한 다음, 이 특징 값을 최소화시키는 경로를 A* 알고리즘을 이 용해서 탐색함으로써 특징 곡선을 추출한다. 이 방법은 에너지 최적화를 이용하는 기존의 방법에 비해서 안정적이고 효율적으로 특징 곡선을 추출하며, 사용자로 하여금 추출하고자 하는 특징 곡선을 손쉽게 선택하도록 한다는 장점을 가진다.

This paper explores an image segmentation and representation method using Vector Quantization(VQ) on color and texture for content-based image retrieval system. The basic idea is a transformation from the raw pixel data to a small set of image regions whi

Quantizing and extracting visual features of mushroom(Lentinus edodes L.) are crucial to the sorting and grading automation, the growth state measurement, and the dried performance indexing. A computer image processing system was utilized for the extraction and measurement of visual features of front and back sides of the mushroom. The image processing system is composed of the IBM PC compatible 386DK, ITEX PCVISION Plus frame grabber, B/W CCD camera, VGA color graphic monitor, and image output RGB monitor. In this paper, an automatic thresholding algorithm was developed to yield the segmented binary image representing skin states of the front and back sides. An eight directional Freeman's chain coding was modified to solve the edge disconnectivity by gradually expanding the mask size of 3×3 to 9×9. A real scaled geometric quantity of the object was directly extracted from the 8-directional chain element. The external shape of the mushroom was analyzed and converted to the quantitative feature patterns. Efficient algorithms for the extraction of the selected feature patterns and the recognition of the front and back side were developed. The developed algorithms were coded in a menu driven way using MSC language Ver.6.0, PC VISION PLUS library fuctions, and VGA graphic functions.

많은 사용자가 함께 즐기는 온라인 게임(MMOGs)에서 IoT의 확장은 서버에 엄청난 부하를 지 속적으로 증가시켜, 모든 데이터들이 Big-Data화 되어가는 환경에 있다. 이에 본 논문에서는 딥러 닝 기법 중에서 가장 많이 사용되는 Sparse Autoencoder와 이미 잘 알려진 부하분산 알고리즘 (ProGReGA-KF)을 결합한다. 기존 알고리즘 ProGReGA-KF과 본 논문에서 제안한 알고리즘을 이동 안정성으로 비교하였고, 제안한 알고리즘이 빅-데이터 환경에서 좀 더 안정적이고 확장성이 있 음 시뮬레이션을 통해 보였다.

In this paper, we proposed a new algorithm of the guidance line extraction for autonomous weeding robot based on infrared vision sensor in wet paddy. It is the critical process for guidance line extraction which finds the central point or area of rice row. In order to improve accuracy of the guidance line, we are trying to use the morphological characteristics of rice that the direction of rice leaves have convergence to central area of rice row. Using Hough transform, we were represented the curved leaves as a combination of segmented straight lines on binary image that has been skeletonized and segmented object. A slope of the guidance line was gotten as calculate the average slope of all segmented lines. An initial point of the guidance line was determined that is the maximum pixel value of the accumulated white columns of a binary image which is rotated the slope of guidance line in the opposite direction. We also have verified an accuracy of the proposed algorithm by experiments in the real wet paddy.

본 연구는 나노 조영제를 이용하여 분자영상을 획득하고 이와 동일한 조건의 일반영상을 획득하여 두 영상을 DWT(Discrete Wavelet Transform)로 변환하여 분자영상과 일반영상간의 차이를 분석하였다. 현재까지의 분자영상기술은 나노 조영제를 이용한 MR 영상과, PET를 이용한 분자영상 연구가 주류를 이루고 있다. MRI를 이용한 동일병변의 일반영상과 분자영상을 DWT로 분석한 결과 병변이 존재하는 블록에서는 병변이 있음을 예시하여 주는 고주파특징값이 일반영상과 분자영상 모두 더 높게 나타나는 것을 알 수 있었다. 특히 고주파 영역의 특징추출값은 분자영상이 더 높게 나타남을 알 수 있었다.

본 논문에서는 의용영상의 병소부위 특징을 추출하는 알고리즘을 제시하였다. 특징 추출을 위해 위장영상을 입력하여 DCT계수 행렬을 구하였다. DCT계수 행렬은 저주파 영역으로 에너지가 집중되기 때문에 저주파 영역에서 128개의특징 파라미터를 추출하였다. 추출된 특징 파라미터를 이용하여 질환영상과 정상영상을 비교하여 그래프로 나타내었다. 특징 파라미터는 PACS의 차등압축과 CAD를 위한 입력 파라미터로 활용될 수 있을 것이다.

본 논문에서는 동작인식 위한 정확한 배경 분할 및 특징점 추출 방법을 제안한다. 배경 분할 과정에서는 먼저, HSV 입력 이미지를 RGB 색상 공간에서 HSV 색상 공간으로 변환한 뒤, H와 S 값에 대한 두 개의 임계치를 사용하여 살색 영역을 분할, 프레임간의 차영상을 이용하여 움직임이 있는 영역을 추출한다. 차영상에서 발생하는 잔상 영역을 제거하기 위하여 헤시안 어파인 영역 검출기를 적용하고, 잡음이 제거된 차 영상과 살색 영역의 이진화 영상을 이용하여 사람의 동작이 나타나는 영역을 분할한다. 특징점 추출 과정은 전체 영상을 블록 단위로 나눠서 각 블록 안에서 분할된 영상에 포함되는 픽셀들의 중점을 구하여 특징점을 추출한다. 실험결과 복잡한 환경에서도 정확한 배경 분할과 사용자 동작을 대표하는 특징점 추출이 약 12 fps로 가능함을 알 수 있었다.

건강에 대한 관심이 고조되면서 식물잎 추출물과 같은 천연물질을 처리한 콩나물이 시판되고 있다. 녹차잎 추출물을 처리한 콩나물과 상대적으로 세근형성을 더욱 억제하는 것으로 보고되고 있는 두충잎 추출물의 처리호과를 비교하고자 녹차잎과 두충잎 추출물에 침종하여 재배한 콩나물의 재배일수에 따른 세근형성, 생장 및 형태에 미치는 영향을 조사하고자 본 시험을 수행되었던 바 그 결과를 요약하면 다음과 같다. 1. 두충잎과 녹차잎 추출물 처리 모두 풍산나물콩과 소원콩 보다는 준저리에서 하배축 길이가 7cm 이상의 비율이 현저히 낮은 반면, 발아는 되었으나 4cm 이하의 비율을 현저히 증가 시켰다. 이들 추출물 처리에 대한 하배축, 뿌리 및 전체길이, 하배축 중간과 hook부분 직경, 각부위 및 전체 생체중에 대한 품종별 반응도 하배축 구성 비율과 유사하였다. 2. 두충잎과 녹차잎 추출물 처리 모두 재배일수가 길어질수록 하배축 길이가 4~7cm, 4cm 이하 및 미발아개체의 비율 감소로 7cm 이상의 비율이 증가되었다. 하배축, 뿌리 및 전체길이, 하배축 중간과 hook부분 직경, 하배축과 뿌리 무게의 증가로 전체 생체중은 재배일수가 길어질수록 증가되었다. 3.녹차잎 추출물 처리에 비하여 두충잎 추출물 처리에서 세근형성이 지연되고 개체당 형성된 세근수도 적고 재배일수가 길어질수록 증가정도가 적었다. 하배축과 뿌리 길이, 하배축 굵기, 개체당 전체생체중에서도 녹차잎 추출물보다는 두충잎 추출물 처리에서 작고 적어 콩나물 생장에 대한 억제효과는 두충잎 추출물 처리에서 큰 것으로 나타났다.