We present the result from a comprehensive laboratory and on-sky characterization of the commercial spectrograph system consisting of a PIXIS 1300BX charge-coupled device (CCD) camera and an IsoPlane 320A spectrograph as part of the preparation of the forthcoming all-sky spectroscopic survey of nearby galaxies (A-SPEC). In the laboratory, we have quantified readout noise, dark current, gain, and full-well capacity via bias, dark, and photon transfer curve analysis at all acquisition modes. To do that, we have developed a gradient correction technique to address row-dependent signal gradients in the image, which are caused by the shutter-less condition of our CCD camera test setup. The technique successfully reproduces the values in the manufacturer specifications. We also have measured quantum efficiency exceeding 80% from 400–800 nm and ≳ 90% between 450–750 nm, with sub-second persistence decay, making it ideal for rapid, multi-object spectroscopy. Using a set of diffraction gratings (150, 300, and 600 grmm−1), we have evaluated the spatial separability of multiple spectra and spectral resolution. We have conducted a test observation with this spectrograph system at the Seoul National University Astronomical Observatory (SAO) 1 m telescope and successfully demonstrated its capability of multi-object spectroscopy with moderate resolution of R ≈ 600–2600. We release all Python codes for the test and recipes to facilitate further instrument evaluations.

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.

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.

This study evaluated the safety impact of automated traffic enforcement cameras targeting tailgating behavior at signalized intersections by comparing traffic conditions shortly after installation and one year later. The Kukkiwon intersection in Gangnam-gu, Seoul, South Korea was selected as the study site. Individual vehicle speeds, accelerations, and subsequent distances were extracted from video data using YOLOv8 and ByteTrack, which are advanced deep learning-based object detection and tracking algorithms. Surrogate safety measures (SSM), such as time to collision (TTC), modified time to collision (MTTC), and proportion of stopping distance (PSD), were calculated to assess changes in traffic safety. Every SSM indicated an improvement one year after the installation of enforcement cameras, suggesting a reduction in collision risks. In particular, the PSD indicator showed a notable improvement, reflecting a better maintenance of safe following distances. These results highlight the effectiveness of automated enforcement in improving intersection safety and suggest its scalability to other intersections with similar tail-gating issues. Future research should explore the long-term and multisite effects using diverse intersection types and behavioral indicators.

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.

운량은 천체 관측을 지속하는 데에 중요한 요소 중 하나이다. 과거에는 관측자가 날씨를 직접 판단할 수밖에 없 었으나, 원격 및 자동 관측 시스템의 개발로 관측자의 역할이 상대적으로 줄어들었다. 또한 구름의 다양한 형태와 빠른 이동 때문에 자동으로 운량을 판단하는 것은 쉽지 않다. 이 연구에서는 기계학습 기반의 파이썬 모듈인 “cloudynight” 을 밀양아리랑우주천문대의 전천 영상에 적용하여 운량을 모니터링하는 프로그램을 개발하였다. 전천 영상을 하위 영역 으로 나누어 각 39,996개 영역의 16개의 특징을 학습하여 기계학습 모델을 생성하였다. 검증 표본에서 얻은 F1 점수는 0.97로, 기계학습 모델이 우수한 성능을 가짐을 보여준다. 운량(“Cloudiness”)은 전체 하위 영역 개수 중 구름으로 식별 된 하위 영역 개수의 비율로 계산하며, 운량이 지난 30분 동안 0.6을 초과할 때 관측을 중단하도록 자동 관측 프로그 램 규칙을 정하였다. 이 규칙을 따를 때, 기계학습 모델이 운량을 오판하여 관측에 영향을 미치는 경우는 거의 발생하 지 않았다. 본 기계학습 모델을 통하여, 밀양아리랑우주천문대 0.7 m 망원경의 성공적인 자동 관측을 기대한다.

In this paper, the key assembly of the recently developed light machine gun-Ⅱ sighting device was identified as prone to experiencing horizontal noise caused by unstable voltage fluctuations under high-temperature conditions during the defense environmental stress screening test. The primary objective ot this study is to address the issue of horizontal noise through circuit analysis and device parameter tuning, aiming to eliminate its presence.

The Wide-Angle Polarimetric Camera (PolCam) is installed on the Korea’s lunar orbiter, Danuri, which launched on August 5, 2022. The mission objectives of PolCam are to construct photometric maps at a wavelength of 336 nm and polarization maps at 461 and 748 nm, with a phase angle range of 0◦–135◦ and a spatial resolution of less than 100 m. PolCam is an imager using the push-broom method and has two cameras, Cam 1 and Cam 2, with a viewing angle of 45◦ to the right and left of the spacecraft’s direction of orbit. We conducted performance tests in a laboratory setting before installing PolCam’s flight model on the spacecraft. We analyzed the CCD’s dark current, flat-field frame, spot size, and light flux. The dark current was obtained during thermal / vacuum test with various temperatures and the flat-field frame data was also obtained with an integrating sphere and tungsten light bulb. We describe the calibration method and results in this study.

The GMT-Consortium Large Earth Finder (G-CLEF) is the first instrument for the Giant Magellan Telescope (GMT). G-CLEF is a fiber feed, optical band echelle spectrograph that is capable of extremely precise radial velocity measurement. G-CLEF Flexure Control Camera (FCC) is included as a part in G-CLEF Front End Assembly (GCFEA), which monitors the field images focused on a fiber mirror to control the flexure and the focus errors within GCFEA. FCC consists of an optical bench on which five optical components are installed. The order of the optical train is: a collimator, neutral density filters, a focus analyzer, a reimager and a detector (Andor iKon-L 936 CCD camera). The collimator consists of a triplet lens and receives the beam reflected by a fiber mirror. The neutral density filters make it possible a broad range star brightness as a target or a guide. The focus analyzer is used to measure a focus offset. The reimager focuses the beam from the collimator onto the CCD detector focal plane. The detector module includes a linear translator and a field de-rotator. We performed thermoelastic stress analysis for lenses and their mounts to confirm the physical safety of the lens materials. We also conducted the global structure analysis for various gravitational orientations to verify the image stability requirement during the operation of the telescope and the instrument. In this article, we present the opto-mechanical detailed design of G-CLEF FCC and describe the consequence of the numerical finite element analyses for the design.

Background: Virtual reality (VR) programs based on motion capture camera are the most convenient and cost-effective approaches for remote rehabilitation. Assessment of physical function is critical for providing optimal VR rehabilitation training; however, direct muscle strength measurement using camera-based kinematic data is impracticable. Therefore, it is necessary to develop a method to indirectly estimate the muscle strength of users from the value obtained using a motion capture camera. Objects: The purpose of this study was to determine whether the pedaling speed converted using the VR engine from the captured foot position data in the VR environment can be used as an indirect way to evaluate knee muscle strength, and to investigate the validity and reliability of a camera-based VR program. Methods: Thirty healthy adults were included in this study. Each subject performed a 15-second maximum pedaling test in the VR and built-in speedometer modes. In the VR speedometer mode, a motion capture camera was used to detect the position of the ankle joints and automatically calculate the pedaling speed. An isokinetic dynamometer was used to assess the isometric and isokinetic peak torques of knee flexion and extension. Results: The pedaling speeds in VR and built-in speedometer modes revealed a significantly high positive correlation (r = 0.922). In addition, the intra-rater reliability of the pedaling speed in the VR speedometer mode was good (ICC [intraclass correlation coefficient] = 0.685). The results of the Pearson correlation analysis revealed a significant moderate positive correlation between the pedaling speed of the VR speedometer and the peak torque of knee isokinetic flexion (r = 0.639) and extension (r = 0.598). Conclusion: This study suggests the potential benefits of measuring the maximum pedaling speed using 3D depth camera in a VR environment as an indirect assessment of muscle strength. However, technological improvements must be followed to obtain more accurate estimation of muscle strength from the VR cycling test.