Visual inspection methods have limitations, such as reflecting the subjective opinions of workers. Moreover, additional equipment is required when inspecting the high-rise buildings because the height is limited during the inspection. Various methods have been studied to detect concrete cracks due to the disadvantage of existing visual inspection. In this study, a crack detection technology was proposed, and the technology was objectively and accurately through AI. In this study, an efficient method was proposed that automatically detects concrete cracks by using a Convolutional Neural Network(CNN) with the Orthomosaic image, modeled with the help of UAV. The concrete cracks were predicted by three different CNN models: AlexNet, ResNet50, and ResNeXt. The models were verified by accuracy, recall, and F1 Score. The ResNeXt model had the high performance among the three models. Also, this study confirmed the reliability of the model designed by applying it to the experiment.

The use of heat exchangers in various applications such as chemical, air conditioning systems, fuel processing, and power industries is increasing. In order to improve the performance of the heat exchanger, the problem of bonding quality of the copper tube, which is a major member, is emerging. However, since the copper tube is in the form of a pipe, it is difficult to identify internal defects with external factors. In this study, a thermal imaging camera was used to develop and verify an algorithm for detecting defects in the brazing part, and in the process, the brazing performance characteristics were analyzed according to the electrode position, and finally, a learning model was developed and performance evaluation was performed. It was confirmed that the method of supplying heat to the base material and melting the filler metal through the heat transfer effect is more effective than supplying heat input to the filler metal in the bonding process of copper tubes through high-frequency induction heating brazing. Thermal image data was used to develop a defect discrimination model, and 80% of training data and 20% of test data were selected, and a neural network-based single-layer copper tube brazing defect discrimination model was developed through k-Flod cross-validation., the prediction accuracy of 95.2% was confirmed as a result of the error matrix analysis.

보행환경은 개인의 영역이자 공공 공간으로서 시민들의 일상생활에 매우 중요한 요소이다. 보행환경의 중요성이 인지되면서 국가적 차원에서도 보행환경 실태조사를 전국 지자체가 5년마다 시행하도록 법으로 규정하는 등 체계적인 실태조사가 필요한 실정이다. 하지만 보행환경에 대한 실태조사는 일부 지역을 대상으로 현장 조사에 의지하는 등 실태조사 방법론에 있어서는 기존의 한계를 벗어나지 못하고 있다. 본 연구는 고해상도 거리 영상과 딥러닝 기술을 활용한 보행환경 평가 지표 개발을 목표로 하였다. 보행환경 평가 지표 개발을 위해 보행환경 평가와 관련된 국내외 문헌 및 딥러닝 기술을 활용한 보행환경 평가 연구를 리뷰를 토대로 보행환경 평가 지표 초안을 개발하고, 도출된 보행환경 평가 지표의 구체적 데이터 구축 가능성을 확인하기 위해 거리 영상의 시멘틱 세그멘테이션(semantic segmentation) 결과 정확도와 영상 외 필요한 자료에 대한 취득 가능성을 검토한 후 최종 보행환경 평가 지표를 제안하였다. 도출된 보행환경 평가 지표는 안전성, 편리성, 쾌적성, 접근성 4개 카테고리에 8개 지표를 활용하는 것을 제안하였다. 본 연구의 결과는 현장 관찰 조사나 설문조사에 기반한 기존 보행환경 연구의 한계점을 탈피하고 고해상도 거리 영상과 딥러닝 기술을 활용한 도시 연구의 지능화 계기를 마련하고 보행환경 평가 업무를 보다 효율적으로 수행할 수 있는 초석이 될 것으로 기대한다.

목적 : 본 연구는 척수손상 환자들에게 압력 이미지 센서를 활용한 휠체어 방석의 압력분포 조정이 척수손 상 환자들의 주요 합병증인 욕창의 예방에 있어서 실제로 얼마나 영향을 미치는지를 알아보기 위한 후 향적 연구이다. 연구방법 : 본 연구는, 발병 기간이 1년 미만인 척수손상 환자들 132명을 대상으로 진행한 연구이다. 실험 군은 휠체어 방석 압력분포 조정 당시 본인 소유의 휠체어 방석으로 진행하여 본인에게 맞추어 압력 치 가 조정된 휠체어 방석을 계속하여 사용할 수 있는 66명의 환자로 분류하였고, 대조군은 다양한 이유로 조정된 휠체어 방석을 지속하여 사용할 수 없는 66명의 환자로 분류하였다. 모든 연구대상자는 휠체어 방석 압력분포 조정 이후 1년과 2년 뒤에 한 차례씩의 욕창 발생과 시기에 대한 조사를 진행하였으며 이 조사결과에 따른 두 군 간의 욕창 발생률과 발생 시기를 비교 분석하여 휠체어 방석의 압력분포 조 정평가가 척수손상 환자들의 욕창 예방에 미치는지 영향을 확인하였다. 자료의 모든 통계학적 유의수준 은 p < .05로 정하였다. 결과 : 실험군과 대조군 두 군 간에 욕창이 발생 된 확률의 차이 결과는 모두 유의하지는 않은 것으로 나타 났으나(p > .05), 욕창의 발생 시기에 대한 두 군 간의 비교 결과는 유의한 차이를 보여주었다(p < .05) 결론 : 한 번의 휠체어 방석의 압력분포 조정만으로는 욕창 예방효과의 지속적인 유지가 어려웠다. 하지만 시기에 맞는 유지 관리를 지속할 수 있다면 향후 척수손상 환자들의 욕창 예방 관리에 매우 좋은 방안 으로 제시될 수 있을 것이다.

Traditional wooden buildings deform over time and are vulnerable to fire or earthquakes. Therefore, traditional wooden buildings require continuous management and repair, and securing architectural drawings is essential for repair and restoration. Unlike modernized CAD drawings, traditional wooden building drawings scan and store hand-drawn drawings, and in this process, many noise is included due to damage to the drawing itself. These drawings are digitized, but their utilization is poor due to noise. Difficulties in systematic management of traditional wooden buildings are increasing. Noise removal by existing algorithms has limited drawings that can be applied according to noise characteristics and the performance is not uniform. This study presents deep artificial neural network based noised reduction for architectural drawings. Front/side elevation drawings, floor plans, detail drawings of Korean wooden treasure buildings were considered. First, the noise properties of the architectural drawings were learned with both a cycle generative model and heuristic image fusion methods. Consequently, a noise reduction network was trained through supervised learning using training sets prepared using the noise models. The proposed method provided effective removal of noise without deteriorating fine lines in the architectural drawings and it showed good performance for various noise types.

소셜 네트워크는 우리 일상 생활의 필수적인 부분이 되었다. 소셜 미디어 정보에 대한 정서 분석은 소셜 네 트워킹 사이트에 대한 사람들의 견해, 태도, 감정을 이해하는 데 도움이 된다. 전통적인 정서 분석은 주로 텍 스트에 의존한다. 스마트폰이 등장하면서 문자뿐만 아니라 이미지 등 네트워크 상의 정보도 점차 다양해지고 있다. 많은 경우 이미지가 감정을 독립적으로 표현하기 보다는 텍스트를 향상시킬 수 있다는 것이 밝혀졌습 니다. 우리는 새로운 이미지 텍스트 정서 분석 모델(LSTM-VAA)을 제안한다. 구체적으로 이 모델은 사진 정보 를 직접 입력으로 가져가지 않고 VGG16 네트워크를 사용하여 이미지 특징을 추출한 다음 시각적 측면 주의 를 생성하고 문서의 핵심 문장에 더 높은 가중치를 부여하고 시각적 측면 주의를 기반으로 문서 표현을 얻 는다. 또한, 우리는 LSTM 네트워크를 사용하여 텍스트 감성을 추출하고 텍스트만을 기반으로 문서 표현을 얻 는다. 마지막으로, 우리는 두 분류 결과 그룹을 통합하여 최종 분류 레이블을 얻는다. 옐프 레스토랑 리뷰 데 이터 세트에서, 우리의 모델은 감정 분류를 위한 시각 주의 보조 텍스트로 시각 정보를 사용하는 것의 효과 를 검증하는 BiGRU-m VGG보다 18.92% 높은 62.08%의 정확도를 달성한다. 비스타넷 모델보다 0.32% 높아 비스타넷 모델의 이미지가 텍스트를 완전히 커버할 수 없는 결함을 LSTM 모델이 효과적으로 보완할 수 있 음을 입증했다.

실제 환경과 유사한 게임 환경은 사용자의 현실감과 몰입도를 높인다. 특히 현실 세계에서 건물은 사용자에 게 현실감을 부여하는 중요한 요소이다. 위성영상, 항공영상, 360°영상 등 실제 환경 데이터는 이미 디지털화 되어 구글 스트리트뷰나 카카오 로드뷰처럼 서비스되고 있다. 또한 이미지가 아닌 3D 모델로 세상을 구성하 는 것은 이미 진행 중인 작업이다. 그러나 Google 및 기타 업체에서 수행한 작업은 주로 항공 이미지를 모 델의 텍스처로 사용된다. 항공 영상의 특성상 카메라 시점이 낮을 때 왜곡이 심하고 해상도가 높지 않다. 본 연구에서는 기존의 360° 거리 이미지 서비스에서 거리 이미지와 메타데이터를 추출하여 사용자가 이동하 고 상호작용하는 지도를 구성하여 3차원 공간에서 독립된 건물 메쉬를 생성하였다. 스트리트 뷰는 TM 좌표 를 이용하여 3차원 공간에 배치되어 사용자의 움직임에 따라 적절한 스트리트 뷰가 적용된다. 우리는 깊이 데이터를 분석하여 스트리트 뷰에 투영된 구형 화면에 깊이를 적용하고 스트리트 뷰에서 건물을 배경과 분 리하고 각 건물을 별도의 수직 평면에 투영하였다. 또한 각 건물은 사용자를 따라 초기 방향을 유지하도록 회전되어 스트리트 뷰 사이의 전환에서 건물 평면의 연속성이라는 인상을 준다. 본 연구는 기존 디지털 데이 터를 다양한 분야에서 활용할 수 있도록 재가공하여 가치를 높이는 것을 목적으로 한다.

최근 자기공명영상 획득을 위한 시뮬레이션 도구가 개발되어 오랜 시간이 소요되는 임상 연구를 대체할 수 있게 되었다. 이에 본 연구에서는 MRiLab 시뮬레이션을 사용하여 부가인자인 에코 시간의 변화에 따라 경사에코 펄스 시퀀스가 적용된 뇌 T2 강조 영상을 획득하여 영상의 신호 및 노이즈의 변화를 정량적으로 평가하고 경향성을 파악하고자 한다. 이를 위해 실제 MRI 장비를 기반으로 새롭게 개발된 MRiLab simulation tool을 사용하여 모든 파라미터를 같게 고정한 후 TE만을 20~95 ms범위에서 5 ms 간격으로 각각 설정하여 경사에코 펄스 시퀀스가 적용된 뇌 T2 강조 영상을 획득하였다. 획득된 영상들의 신호 및 노이즈 특성 변화를 정량적으로 평가하기 위해 신호대잡음비 및 대조대잡음비를 측정하였다. 결과적으로, TE가 증가할수록 SNR은 감소하고 CNR은 증가하는 경향을 보였다. 이는 TE가 증가할수록 관심 영역으로 설정된 뇌척 수액 신호는 일정하게 유지되는 반면 노이즈는 증가하였으며, 백그라운드로 설정된 백질의 경우 신호가 감소함과 동시에 노이즈가 증가한 것이 원인으로 분석된다. 결론적으로, 진단에 용이한 경사에코 펄스 시퀀스가 적용된 뇌 T2 강조 영상을 획득하기 위해서는 그 목적에 따라 적합한 TE를 설정하는 것이 중요함을 확인하였다.

본 연구에서는 균일도 보정기법이 적용된 영상의 신호강도 측정 시 적용된 보정기법을 측정할 수 없는 ImageJ 프로그램 의 문제점을 알아보고자 하였다. 연구방법은, 균일도를 보정하지 않은 영상과 보정한 영상을 각각 획득한 후 적용된 보정기 법을 측정할 수 있는 전용 영상측정 프로그램과 측정할 수 없는 ImageJ 프로그램으로 신호강도를 측정하여 비교 평가하였다. 연구결과, 전용 영상측정 프로그램은 균일도를 보정한 영상과 보정하지 않은 영상 모두 유의한 차이가 있었으나, ImageJ 프로그램은 균일도를 보정한 영상과 보정하지 않은 영상 모두 유의한 차이가 없었다. 결론적으로 균일도를 보정한 영상의 신호강도 측정 시 적용된 보정기법을 측정할 수 없는 ImageJ 프로그램은 부정확한 신호강도 값이 산출되기 때문에 매우 주의를 해야 한다.

본 연구는 MRCP 검사에서 대부분 시간이 소요되는 T2 3D 검사 시 CS 기법을 적용해 시간을 단축하고 동시에, CS 계수와 De-noising 계수를 변화시켜 그에 따른 영상 변화에 관하여 연구하고자 하였다. 본 연구는 환자 대신에 3D 프린터를 사용하였으며, 지름 0.55cm인 실리콘 bile duct를 제작하여 실험하였다. 실험 조건은 CS 계수를 1.1, 5, 10, 15, 20, 25로 변화시켰으며, 각각 변화된 CS 계수마다 De-noising 계수를 1, 100, 250, 500, 750, 1000으로 변화시켜 설정된 조건으로 5번씩 검사를 시행하고, 나머지 매개변수는 같게 하여 영상을 획득하였다. 계수 설정 별로 획득된 영상을 SNR, CNR, SSIM 값 순으로 측정하여 비교, 평가하였으며 검사 소요 시간의 변화도 측정하였다. 실험 결과 CS 계수를 기준으로 De-noising을 변화시킨 그룹과 De-noising 계수를 기준으로 CS 계수를 변화시킨 그룹에서 SNR과 CNR 전체적으로 유의하게 감소하였다(p<0.05). 또한, 검사 소요 시간은 CS 계수의 변화에 따라 많이 감소하였다. 특징적으로는 모든 계수 를 변화시킨 그룹에서 De-noising 계수 10, De-noising 계수 100의 그룹이 SNR과 CNR이 가장 높았으며, 구조적인 유사도를 측정하는 SSIM 값도 가장 높은 것으로 나타났다(p<0.05). 결론적으로, 환자의 호흡정지 기법이 가능한 CS 계수 15 이상에서 De-noising 10 또는 De-noising 100의 조합이 영상의 질과 검사 소요 시간에 있어 가장 최선의 계수 설정이며, 특히 CS 계수 20, De-noising 계수 100의 영상이 기준 영상 SNR의 90%, CNR의 97.2%, 구조적 유사성 98.7%로 가장 우수한 설정값으로 나타났다. 본 연구의 CS 계수와 De-noising 계수의 설정은 영상의 질적 수준을 일정 수준 유지하며, MRCP 검사에서 많은 시간이 소요되는 T2 3D sequence의 검사소요 시간을 단축시켜 진단적인 능력은 유지하며 검사 소요 시간을 줄이는 기초자료로 사용 될 것이라고 사료된다.

우리나라는 여러 건의 여객선 사고를 겪으면서, 여객선 안전관리를 위해 다양한 제도를 운영하고 있다. 2021년 기준 우리나라 연안을 운항하는 여객선 162척 중, 차량갑판이 개방된 형태의 차도선이 105척(65 %)을 차지하고 있다. 차도선은 2～4개의 섬을 경유하는 운항 패턴을 가지고 있다. 출항지(모항)에서 안전점검은 선원과 운항관리실의 운항감독관, 해사안전감독관에 의해 실시된다. 경유지에서 의 안전점검은 자체점검이 실시되는 경우가 있다. 여느 제도와 마찬가지로 제도적, 현실적 한계 등이 있다. 이를 위해 영상처리기법을 활 용하여 차량을 검출하고 이를 선박 복원성 계산과 연동하는 방안을 제안하고자 본 연구를 수행하였다. 차량 검출을 위해 차영상을 이용 하는 방법과 기계학습을 이용하는 방법을 사용하였다. 검출된 데이터를 선박 복원성 계산에 활용하였다. 기계학습을 통해 차량을 검출하 는 경우, 차영상에 의한 차량 검출 방법보다 차량 식별에 안정적임을 알 수 있었다. 다만, 카메라가 일몰과 같은 상황에서 역광을 받는 경 우와 야간과 같은 상황에서 부두와 선박 내부의 강한 조명에 의해 차량이 식별되지 않는 한계가 있었다. 안정적인 영상처리를 위해 충분 한 영상 데이터 확보와 프로그램 고도화가 필요해 보인다.

본 논문은 AI와 시각, 컴퓨터비전과 이미지의 관계를 비평적 관점에서 논하고 있다. 초대형 IT기업들은 빠짐없이 AI의 기계학습을 위한 컴퓨터비전의 개발에 앞장서면서 이미지의 입력을 통해 세상의 정보를 데이터베이스의 형태로 집적하고 있다. 컴퓨터비전의 분야는 ‘비전’이라는 단어가 가리키듯 인간의 시각과 컴퓨터의 시각데이터집적과정을 비유하지만, 실제로는 기계적이고 알고리즘화된 인간의 시각과는 전혀 별개의 성질을 갖는다. 기계에 정보를 제공하는 기계학 습을 위한 이미지의 모음인 이미지 데이터셋은 AI의 성능개발에 핵심적인데, 온라인상의 이미지가 무작위로 사용되거나 학습과정에서 사회적 차별이나 편견이 그대로 반영될 가능성이 높은 것 으로 경계가 필요하다. AI와 예술의 접목에서는 주로 생성적 적대 신경망을 사용하여 기존의 미술품을 학습한 후 이와 유사하지만 다른 이미지를 만들어내는 방식이 다용되고 있다. 컴퓨터비전 이 시각과 차이가 있듯, AI 미술이 기존 예술의 일부로 흡수되기 위해서는 새로운 기준들이 필요할 것이다.

본 논문은 레지날드 마쉬(Reginald Marsh, 1898~1954)의 벌레스크 작품을 중심으로 여성 이미지에 관한 연구이다. 마쉬는 14번가 화파(Fourteenth Street School)의 예술가들과 함께 일하는 남녀, 중산층 쇼핑객, 상인 등 하층민에게 관심을 가졌다. 마쉬는 거리의 실업자, 부랑자들을 적나라하게 보여주기도 했으나, 하층민들의 세련되지 않은 상점과 유흥 거리를 관찰하여 영화관, 유원지, 백화점, 나이트클럽, 벌레스크 극장들을 주제로 스케치 작업에 집중했다. 마쉬는 벌레스크의 여성들을 전통적인 예술작품에서 찬양의 대상인 미의 여신 이미지로 투영하거나 여성들을 기괴한 모습으로 표현하기도 한다. 따라서 본고에서는 마쉬의 벌레스크 이미지에서 보이는 양가적 특성을 1920∼1930년대 사회·문화의 쟁점과 연결하여 살펴보았다. 마쉬가 벌레스크 댄서와 이상적 미의 대상인 비너스와 동일시한 시도는 문화적 평 준화를 추구한 방식이었다. 더불어, 회화 속 신체 표현, 윤곽선, 부드러운 형태, 전체의 화면 구성은 고전주의 형식적 관심을 작품에 실현한 것이다. 한편 마쉬의 벌레스크 이미지에서는 ‘그로테스크한 몸’은 두려움과 불쾌함을 유발할 수 있지만, 이상적이고 완결의 이미지를 보여주는 ‘고전적 몸(classical body)’과 대조되는 것으로 해석될 수 있다. 그리고 마쉬에게 하층민의 즐거움을 분출하는 벌레스크는 가장 상업적인 카니발이었다. 이러한 표현에서 마쉬가 그 여성들에게 가졌던 양가적인 감정을 읽을 수 있고, 더 나아가 마쉬가 당시 사회를 바라보는 긍정과 비판의 양가적 관점을 엿볼 수 있다. 마쉬는 동시대 사회·문화에 대한 의식과 예술적 신념을 벌레스크 이미지에 적극적으로 표명했으며, 대중문화의 시각적 이미지를 순수 미술의 소재로 사용하여 예술의 지평을 넓히려 한 미술가로 평가될 수 있을 것이다.

본 논문은 대형 시설물의 점검 및 진단을 위한 외관조사시 영상기반 스캐닝 시스템의 성능 및 정확도를 정량적으로 평가하기 위한 것으로, 도로터널, 철도터널, 지하철과 같은 대형 터널 시설물의 복공 라이닝을 대상으로 영상기반 스캐닝 분석 결과, 균열, 박리, 박락, 철근노출 등 각종 손상의 검출 성능과 정확도를 육안조사, 터널 스캐닝 분석 후 확인조사 데이터를 이용하여 비교 분석하였다. 제안된 터널 스캐닝 시스템의 균열손상 검출성능은 육안조사 분석결과 대비 개소 수 및 면적물량에 있어 월등히 우수함을 확인하였으며, 균열손상 증감을 고려한 균열손상은 현장 확인조사 결과 95%이상의 검출 정확도를 확보하고 있는 것으로 평가되었다.