본 연구는 수직 벽체형 콘크리트 구조물의 정밀안전진단을 위한 외관조사시 고품질 정밀영상을 자동화된 방식으로 획득하여 균열손상을 탐지하고 시설물의 상태를 평가하기 위하여 개발된 등벽드론 탑재형 균열진단 시스템에 대한 것이다. 본 논문에서는 영상기반 균열진단 시스템을 이용한 정밀영상 획득기술, 자동화된 영상처리 알고리즘을 이용한 데이터 처리 기법을 제시하였으며, 실험적으로 도출된 지상표본거리를 기반으로 영상처리 자동화 알고리즘을 이용하여 생성된 균열모사 시험벽체의 평면전개 이미지 상 균열손상의 위치 정확도를 평가 분석하였다. 평가분석 결과, 가로축 길이 대비 최대 1.1%, 세로축 길이 대 비 최대 1.4%의 오차율을 보이는 것으로 나타났다. 제안된 영상 내 픽셀 좌표와 지상표본거리를 기반으로 균열손상의 위치를 추정하는 기법은 실측 좌표 대비 평균 1.0% 이하의 위치 오차를 가지는 것으로 평가되었다. 최종적으로 영상기반 진단과 긴급 보수와 같은 일반적인 시설물의 유지관리에 요구되는 위치 정확도를 확보하고 있는 것으로 분석되었다.

Recently, the development of computer vision with deep learning has made object detection using images applicable to diverse fields, such as medical care, manufacturing, and transportation. The manufacturing industry is saving time and money by applying computer vision technology to detect defects or issues that may occur during the manufacturing and inspection process. Annotations of collected images and their location information are required for computer vision technology. However, manually labeling large amounts of images is time-consuming, expensive, and can vary among workers, which may affect annotation quality and cause inaccurate performance. This paper proposes a process that can automatically collect annotations and location information for images using eXplainable AI, without manual annotation. If applied to the manufacturing industry, this process is thought to save the time and cost required for image annotation collection and collect relatively high-quality annotation information.

본 연구는 러시아와 국제사회가 인식하고 있는 러시아 제2의 도시 상 트페테르부르크의 도시 이미지에 주목하고자 하며, 인터넷 동영상 플랫 폼인 유튜브를 통해 도시이미지를 비교해 볼 계획이다. 본 연구는 기존 의 연구와 차별을 두어 정량적 방법론 중 정성적 해석이 가능한 혼합적 방법론인 의미 연결망 분석법을 활용했다. 본 연구는 영어판과 러시아판 으로 제작된 상트페테르부르크 관련 동영상을 SNS 분석 도구인 노드엑 셀(Node XL)을 활용해 수집 및 분석을 진행하였다. 본 연구에서 러시아 와 국제사회가 인식하는 상트페테르부르크의 이미지는 상당히 유사했다. 본 연구에서 발견한 가장 명확한 차이점은 러시아는 상트페테르부르크를 삶의 공간으로 인식하고 있는 한편, 국제사회는 여행지로 인식하고 있다 는 점이다. 그러나 향후의 러시아와 우크라이나 전쟁의 전개에 따라 상 트페테르부르크가 국제사회로부터 고립될 수 있기에 러시아로서는 이를 극복하고자 하는 상당한 노력이 필요할 것이다.

동안 이미지를 위한 메이크업 기법으로서 일반적인 사항에 따라 동안 메이크업의 표현 기법에 대한 인식의 차이가 있을 것이다.' '전체적인 특성에 따라 동안 메이크업 표현 기법에 대한 인식의 차이가 있을 것'이라는 두 가지 가설이 뒷받침되었으며, 동안 이미지를 연출하기 위한 메이크업 기법은 남녀 모두 에게 중요한 기능임은 물론, 외모로. 사회활동을 위한 '신체적 자원'으로 일상생활에서 심신의 능률향상과 정신능력의 현저한 향상이 있음을 확인하였다. 동안 이미지 메이크업 표현'에 대한 연구 결과를 통해 동안 이미지에 대한 인식과 관심은 높지만 동안 이미지 제작에 대한 연구가 필요하다. 동안 메이크업을 위한 표 정 요소의 필요성은 동안 이미지 개발을 위한 기초자료로 활용될 것으로 예상되며, 본 연구는 동안 이미지 및 동안 메이크업을 위한 외적 얼굴 관리에 중점을 두었다.

Simulacre means a copy of the original, an ostensible representation of someone or something. This study closely looks at the 2017 <VOGUE like a painting exhibition> hosted by the fashion magazine Vogue. The purpose of this study is to use both theoretical and empirical analysis to analyze the simulacre developed in fashion photographs inspired by famous paintings in the exhibition booklet. The booklet is divided into four sections: portrait, rococo, landscape painting, from avant-garde to pop art. It also contains 55 pieces comparing the original masterpieces to the works of 26 photographers inspired by them. The fashion photographs were analyzed using Jean Baudrillard’s four stages of simulacre transformation: represent, denature, dissimulate, and replace image change theory. The degree of simulacre expression was indicated three times on a four-point Likert scale by five fashion majors, and the results were integrated and analyzed. As a result, in fashion photography, simulacre— due to the development of photography technology and the photographer’s artistry— appeared in various ways; image denature was most preferred, followed by dissimulate, represent, and replace. This study shows that image analysis of fashion photographs and applying the perspective of simulacre when creating artworks can be a way to obtain rich qualitative data in the future.

Image recognition is not very effective in the water environment due to multiple factors, such as high scattering and high scattering in the water column. This is why the relevant parameters in the Faster R-CNN network model need to adjust continuously to improve the effectiveness of water detection. The control variable method adjusts the program's learning rate by tuning the network model's parameters. Then, the number of training rounds is adjusted according to the loss function of each round, and finally, we can get the number of matches with the minimum loss function. Based on the experimental results on the dataset, it is shown that the proposed method not only selects the learning rate with the best detection results but also has the strongest robustness and achieves a 96%-99% recognition rate for passenger ships, cargo ships, warships, and bridges compared with other learning rates. Experiments show that the Faster R-CNN network model detects water targets with significant results, and the best network model learning rate parameter is 6×10-3.

선박은 화물 운송의 효율을 증대시키기 위해 대형화되는 추세이다. 선박 대형화는 선박 작업자의 이동시간 증가, 업무 강도 증가 및 작업 효율 저하 등으로 이어진다. 작업 업무 강도 증가 등의 문제는 젊은 세대의 고강도 노동 기피 현상과 맞물러 젊은 세대의 노동력 유 입을 감소시키고 있다. 또한 급속한 인구 노령화도 젊은 세대의 노동력 유입 감소와 복합적으로 작용하면서 해양산업 분야의 인력 부족 문 제는 극심해지는 추세이다. 해양산업 분야는 인력 부족 문제를 극복하기 위해 지능형 생산설계 플랫폼, 스마트 생산 운영관리 시스템 등의 기술을 도입하고 있으며, 스마트 자율물류 시스템도 이러한 기술 중의 하나이다. 스마트 자율물류 시스템은 각종 물품들을 지능형 이동로봇 을 활용하여 전달하는 기술로서 라이다, 카메라 등의 센서를 활용해 로봇 스스로 주행이 가능하도록 하는 것이다. 이에 본 논문에서는 이동 로봇이 선박 갑판의 통행로를 감지하여 stop sign이 있는 곳까지 자율적으로 주행할 수 있는지를 확인하였다. 자율주행은 Nvidia의 End-to-end learning을 통해 학습한 데이터를 기반으로, 이동로봇에 장착된 카메라를 통해 선박 갑판의 통행로를 감지하여 수행하였다. 이동로봇의 정지 는 SSD MobileNetV2를 이용하여 stop sign을 확인하여 수행하였다. 실험은 약 70m 거리의 선박 갑판 통행로를 이동로봇이 이탈 없이 주행 후 stop sign을 확인하여 정지하는지를 5회 반복 실험하였으며, 실험 결과 경로이탈 없이 주행하는 결과를 얻을 수 있었다. 이 결과를 적용한 스 마트 자율물류 시스템이 산업현장에 적용된다면 작업자가 작업 시 안정성, 노동력 감소, 작업 효율이 향상될 것으로 사료된다.

In this paper, we proposed and tested an indoor obstacle recognition and avoidance algorithm using vision and ultrasonic sensors for effective operation of drone with low-power. In this paper, the indoor flight of a drone is mainly composed of two algorithms. First, for the indoor flight of the drone, the vanishing point and the center point of the image were extracted through Hough transform of the input image of the vision sensor. The drone moves along the extracted vanishing point. Second, we set an area of interest so that the drone can avoid obstacles. The area of interest is a space where the drone can fly after recognizing an obstacle at a distance from the ultrasonic sensor. When an obstacle is recognized in the drone's area of ​​interest, the drone performs an obstacle avoidance action. To verify the algorithm proposed in this paper, a simple obstacle was installed in an indoor environment and the drone was flown. From the experimental results, the proposed algorithm confirmed the indoor flight and obstacle avoidance behavior of the drone according to the vanishing point.

해양사고 발생시 실종자는 해양에 노출된 시간이 길어질수록 생존확률이 빠르게 감소하기 때문에 인명구조를 위해서는 신 속한 수색이 필요하다. 또한 해양의 수색영역은 육상에 비해서 매우 넓기 때문에 효율적인 수색을 위해서는 선박을 이용한 육안수색보 다는 인공위성이나 항공기에 탑재된 센서를 이용한 해상 객체 탐지 기술의 적용이 필요하다. 본 연구는 항공기에 탑재된 초분광 영상 센서를 이용하여 해양에서 객체를 신속하게 탐지하기 위한 목적으로 진행되었다. 초분광 영상 센서로 촬영된 영상은 8,241 × 1,024의 공간 해상도를 가지며, 한 화소당 0.7 m의 분해능과 127개의 스펙트럼으로 구성된 대용량의 데이터이다. 본 연구에서는 이러한 데이터 를 신속하게 분석하기 위한 목적으로 DBSCAN을 사용한 해수 식별 알고리즘과 밀도 기반의 육지 제거 알고리즘을 결합한 해상 객체 탐지 모델을 개발하였다. 개발한 모델은 초분광 영상에 적용하였을 때 약 5 km2의 해상 영역을 100초 내로 분석할 수 있는 성능을 보 였다. 또한 개발한 모델의 탐지 정확도를 평가하기 위해서 항공기를 이용하여 목포, 군산, 여수 지역의 초분광 영상을 촬영하였으며, 본 연구에서 개발한 탐지 모델에 적용한 결과, 실험 영상 내의 선박들을 90 %의 정확도로 탐지할 수 있는 결과를 얻었다. 본 연구에서 개발된 기술은 소형 선박의 수색·구조 활동을 지원하는 중요한 정보로 활용될 수 있을 것으로 기대한다.

신안군 해역의 섬을 통한 관광사업이 활발해지면서 도서 간을 연결하는 해상교량은 현재까지 총 13개가 완공되었다. 그러나 통항로에 설치된 해상교량은 선박통항에 있어 위험성을 주며, 특히 섬과 섬을 연결하는 연도교의 경우 수로의 폭이 매우 좁아 그 위험도 는 더욱 높다. 본 연구는 신안군 해역의 연도교에 대한 해상교통조사를 토대로 교각과 선박의 충돌위험도를 항만수로의 위험도 평가 모 델인 IWRAP(IALA Waterway Risk Assessment Program)을 활용하여 평가하였다. 그 결과 신안1교가 충돌확률이 가장 높은 것으로 분석되었으 며, 통항선박의 대부분은 연안 여객선으로 나타났다. 또한, 신안1교는 대상해역의 교각 중 가장 충돌사고가 많이 발생한 곳으로 본 연구 에서는 그 원인을 분석하고자 하였다. 신안1교 해역환경의 위성사진을 영상처리기법으로 분석한 결과 해도에는 볼 수 없는 장애물이 교 량 근처에 존재하는 것을 확인할 수 있었다. 이로 인해 장애물을 피해 교량의 통항유도방식인 양방향 통항과 달리 한 방향으로 통항이 집 중되는 것을 알 수 있었다. 본 연구의 영상처리기법을 활용한 위험원인 분석방법은 향후 연도교의 위험요인 분석을 하는데 기초자료로 활용될 수 있을 것으로 기대된다.

본 논문은 ‘박생광의 회화: 한국적 이미지의 추구’로 인문학적 관점에서 실 증자료를 토대로 성찰하고자 한다. 그 동안 박생광에 관한 연구는 우리 민족 의 미가 표출된 2)그림이라는 틀 안에서 서술되었다. 구체적으로 살펴보면 작 품의 형식적인 부분에 있어 소재, 색채 등에 집중한 논문과 내용적인 부분에 서 민속, 무속, 민화 등 전통적인 요소를 중심으로 연구한 논문들이 다수를 차지한다. 이들의 연구는 전통의 재해석이란 측면에서 박생광이 우리의 민속 적, 종교적인 요소들을 과감한 색채의 사용을 통해 승화시켰다는 점에 주목하 여 서술되었다. 이는 한국의 미의 재발견, 우리 채색화의 복권이라는 측면을 강조하여 그 의미를 찾고자 했으나, 박생광의 작품이 담고 있는 근원적 바탕 을 해석하기에는 부족하였다고 판단된다. 그가 어떠한 이유로 말년에 무(巫)에 주목했고, 작품을 통해 나타내고자 했 던 것은 무엇인가에 관한 고찰 없이는 그의 작품이 갖는 진정한 의의를 분석 하기 어렵다. 그렇기 때문에 무(巫)의 본질에 대한 해석이 우선시 되어야 하며, 작품만을 두고 단편적으로 분석하는 우는 범하지 말아야 할 것이다.박생 광 작품의 특색은 기존의 세계관에서 탈피하여 다른 사람들이 관심을 두지 않 았던 무(巫)를 소재로 하여 우리 민족의 기층문화를 복권시켰다는 것에 있다. 조선 시대에는 지배층에 의해 멸시받았고, 일제 강점기에는 민중의 종교로 박 해받았으며 해방 이후에는 서구식 가치관에 의해 비합리적인 미신으로 천대받 았으나, 현재까지 끈질긴 생명력으로 이어지고 있는 것이 무(巫)이다. 이러한 연 유로 본 논문에서는 우선적으로 무(巫)에 관한 탐구를 통해, 그가 추구했던 한 국적 이미지의 본질을 파악하고 그간의 논의들을 확장시키고자 한다.

PURPOSES : The aim of this study is to evaluate the stripping resistance of a bead coating via the Hamburg wheel tracking test and image analysis. METHODS : First, the stripping resistance of the bead coating was evaluated via the Hamburg wheel tracking test. A pneumatic wheel with a load of 175±2 N was used to simulate repeated skid cycles. Several bead coating mixtures with different numbers of coating layers, i.e., zero, one, two, three, and four layers, i.e., zero, one, two, three, and four layers,were conducted. Finally, an image analysis program was developed to analyze surface images captured from the Hamburg wheel tracking test. RESULTS : The results show that the samples with more coating layers exhibit higher stripping resistance. After 500 stripping cycles, the percentage of bead loss is 4% to 28%. At 80% bead loss, the mixture with one coating layer presents more skid cycles than the control sample without a coating layer. CONCLUSIONS : Incorporating a coating layer can improve the stripping resistance of glass beads under repeated skid cycles. Additionally, an image analysis program is established in this study to determine the percentage of bead loss caused by the stripping test.