http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
BT50용 스핀들 공구 파지력 검사를 위한 힘센서 개발
이대건 ( Dae-geon Lee ),김갑순 ( Gab-soon Kim ) 한국센서학회 2021 센서학회지 Vol.30 No.1
In this paper, we describe the development of a force sensor to measure the tool gripping force of the BT50 spindle. The force sensor for a BT50 must be installed inside the gripping force tester; hence, it must be of an appropriate size and have a rated capacity suitable for measuring the gripping force. So, the structure of the force sensor for BT50 was modeled, the size of the sensing part was determined by structural analysis, and the force sensor was manufactured by attaching a strain gauge. The characteristic test results of the manufactured force sensor, indicated that the nonlinearity error, hysteresis error, and reproducibility errors were each within 0.91%, Therefore it was determined that the manufactured force sensor can be used for checking the spindle tool gripping force.
딥러닝의 Label 데이터로 활용하기 위한 국토지리정보원의 수치지도 Ver. 2.0의 역할
이대건(Lee, Dae Geon),이동천(Lee, Dong-Cheon) 한국측량학회 2019 한국측량학회 학술대회자료집 Vol.2019 No.4
여러 분야에서 인공신경망(ANN) 기반의 딥러닝(DL)에 관한 연구가 활발히 진행되고 있다. 최근에는 공간정보 분야에서도 본격적으로 DL을 활용하려는 시도가 이루어지고 있다. 대부분 DL 모델은 ground truth인 label 데이터가 핵심적인 역할을 하고 있지만, label 데이터를 확보하는 것은 어려운 일이다. 본 논문의 목적은 DL을 이용하여 건물의 3차원 모델링을 수행할 경우, 국토지리정보원의 수치지도 ver. 2.0으로부터 label 데이터를 효율적으로 생성할 수 있는 방안을 제시하는 것이다.
이대건(Lee, Dae Geon),유은진(Yoo, Eun Jin),이동천(Lee, Dong-Cheon) 한국측량학회 2015 한국측량학회 학술대회자료집 Vol.2015 No.4
One of the applications in photogrammetry and image processing is utilizing medical imagery such as MRI (Magnetic Resonance Imaging), CT (Computed Tomography), X-ray and ultrasound images. This paper presents 3D reconstruction of the brain surface using sequence of the 2D MRI images. The procedure includes edge detection, brain surface edge extraction, and 3D surface reconstruction. The essential step is to remove edges of the skull, cranial bone, and brain tissue from the entire edges. Brain surface is represented with TIN (Triangulated Irregular Network) model using vertices on the edges.
이대건(Lee, Dae Geon),이동천(Lee, Dong-Cheon) 한국측량학회 2018 한국측량학회 학술대회자료집 Vol.2018 No.4
항공 라이다 데이터를 이용하여 자동으로 건물 모델링을 수행하기 위한 많은 연구가 진행되어 왔으며, 건물 객체를 구성하는 면들을 분할하고 분할면들을 재구성하는 방법이 주로 사용되고 있다. 본 연구에서는 라이다 데이터를 이용하여 음영기복도 (SRM: Shaded Relief Map)를 생성하여 모서리점 추출 방법을 적용하여 특징점 (MKPs: Model Key Points)을 인식한다. 복잡한 지붕면으로 구성된 건물에서 특히 지붕면의 경사가 낮은 경우 특징점 인식이 어렵기 때문에, 수직과장을 적용하여 특징점의 인식율을 향상시키는 방법을 제안하였다. 또한 수직과장에 의하여 발생할 수 있는 노이즈의 과대효과를 최소화하기 위하여 노이즈 제거를 수행하였으며, 최종적으로 인식된 특징점의 개수와 좌표의 정확도를 분석하였다.
의미적 분할을 위한 공간정보 데이터의 딥러닝 모델 학습: SegNet을 중심으로
이대건(Lee, Dae Geon),이동천(Lee, Dong-Cheon) 한국측량학회 2019 한국측량학회 학술대회자료집 Vol.2019 No.4
대부분의 합성곱 신경망(CNN: convolutional neural network)은 영상을 학습 데이터(training data)로 사용하여 딥러닝(DL)에 의한 영상분류 및 객체인식을 수행하고 있지만, 본 논문에서는 영상대신에 3차원 정보를 제공하는 DSM (Digital Surface Model)을 DL 학습(training)에 이용하여 객체를 분류하였다. DL은 많은 양의 데이터가 요구되고, 데이터의 특성에 따라 다른 결과가 도출되므로 본 연구에서는 학습 데이터확보 방법을 제안하고, 데이터 특성에 따른 DL 학습 결과를 분석하기 위하여 대표적인 CNN인 SegNet 모델에 적용하여 의미적 분할(semantic segmentation)을 수행하였다.
이대건(Lee, Dae Geon),이동천(Lee, Dong-Cheon) 한국측량학회 2016 한국측량학회 학술대회자료집 Vol.2016 No.4
Object modeling is one of the important tasks for establishing spatial information infrastructure. During last several decades, many efforts have been made to automation of the object modeling. The major sources of spatial data are optical images and LiDAR data from different platforms. Since LiDAR data provide 3D coordinates of the object surfaces explicitly, more intrinsic information about objects could be obtained compared with images. This paper aims to determine model key points (MKPs) of the objects from point clouds provided by LiDAR data. While most of the object modeling methods require segmenting surface patches, the proposed method could extract MKPs directly from point cloud data and makes possible to analyze shape of the objects.