http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
전찬준,서명배,이동윤 한국차세대컴퓨팅학회 2021 한국차세대컴퓨팅학회 논문지 Vol.17 No.6
최근 건설 분야에서도 가상현실 기술을 접목하여 다양한 연구들이 진행되고 있다. 가상건설 기술의 궁극적인 목적은 프로세스 혁신을 기반으로 건설 산업의 생산성 및 품질 향상을 가능하게 하고, 다양한 시뮬레이션을 통하여 의사결 정 및 건설산업의 기반기술을 지원하는 것으로 볼 수 있다. 하지만, 현재까지 대부분의 가상현실을 접목한 기술들은 시각 측면에서만 이루어져 왔으며, 청각 측면에서의 소음 시뮬레이션을 다소 부재한 상황이다. 본 논문에서는 가상 건설 활성화를 위하여 소음원의 방향감 및 공간감을 적용하여 소음 시뮬레이션 방법에 대한 프로토타입을 구현하고 자 한다. 이러한 소음 시뮬레이션은 가상으로 소음을 체험함으로써 시공 전에 소음방지시설에 대한 정확한 설계를 통하여 소음방지시설을 보완하는 형태의 보수를 방지하는 측면에서 경제적인 비용 절감을 기대할 수 있다. Recently, numerous studies have been carried out in the field of construction by applying virtual reality techniques. The purpose of virtual construction is to enable the improvement of productivity and quality in the construction industry based on process innovation and to support decision-making and core technology of the construction industry through various simulations. Unfortunately, until now, most of the technologies incorporating virtual reality have been made only in the visual aspect, and noise simulation in the auditory aspect is somewhat absent. In this paper, we propose a prototype implementation for the noise simulation technique by applying the sense of directivity and spaciousness of the noise source to activate virtual construction. Such noise simulation can be expected to reduce economic costs in terms of preventing maintenance in the form of supplementing noise prevention facilities through the accurate design of noise prevention facilities before construction by experiencing noise virtually.
수도 레이블을 활용한 준지도 학습 기반의 도로노면 파손 탐지
전찬준,류승기 한국ITS학회 2019 한국ITS학회논문지 Vol.18 No.4
의미론적 분할 형태로 합성곱 신경망을 구성하여 도로노면의 파손을 탐지하는 연구가 진행되고 있다. 이러한 합성곱 신경망 형태의 모델을 생성하기 위해서는 입력 이미지와 이에 상응한 레이블된 이미지 데이터셋으로 수집해야 하고, 이러한 과정에서는 굉장히 많은 시간과 비용이 발생하게 된다. 본 논문에서는 이러한 작업을 완화하기 위하여 수도 레이블링을 활용한준지도 학습 기반의 도로노면 파손 탐지 기술을 제안하고자 한다. 레이블된 데이터셋과 레이블되지 않은 데이터셋을 적절하게 혼합하여 도로노면 파손을 탐지하는 모델을 업데이트하고, 이를 레이블된 데이터셋만을 활용한 기존 모델과 성능을 비교한다. 주관적인 성능결과, 민감도부분에서는 조금 저하된 성능을 보였지만, 정밀도 부분에서는 대폭 성능 향상이 있었으며, 최종적으로 F1-score 또한 높은 수치로 평가되었다. By using convolutional neural networks (CNNs) based on semantic segmentation, road surface damage detection has being studied. In order to generate the CNN model, it is essential to collect the input and the corresponding labeled images. Unfortunately, such collecting pairs of the dataset requires a great deal of time and costs. In this paper, we proposed a road surface damage detection technique based on semi-supervised learning using pseudo labels to mitigate such problem. The model is updated by properly mixing labeled and unlabeled datasets, and compares the performance against existing model using only labeled dataset. As a subjective result, it was confirmed that the recall was slightly degraded, but the precision was considerably improved. In addition, the F1-score was also evaluated as a high value.
완전 합성곱 신경망을 활용한 자동 포트홀 탐지 기술의 개발 및 평가
전찬준,심승보,강성모,류승기 한국ITS학회 2018 한국ITS학회논문지 Vol.17 No.5
운전자의 안전사고에 직접적인 원인이 되고, 차량 파손을 유발시켜 재산상의 피해를 발생시 키고 있는 포트홀을 완전 합성곱 신경망 기반의 자동으로 탐지하는 기법을 본 논문에서는 제 안한다. 먼저, 실제 국내 도로를 주행하면서 차량에 설치된 카메라를 통하여 학습 데이터셋을 수집하고, 완전 합성곱 신경망 구조를 활용하여 의미론적 분할 형태로 신경망을 학습하였다. 어두운 환경에서 강건한 성능을 보이기 위하여 학습 데이터셋을 밝기에 따라서 증강하여 총 30,000장의 이미지를 학습하였다. 또한, 제안된 자동 포트홀 탐지 기술의 성능을 검증하기 위 하여 총 450장의 평가 DB를 생성하였고, 총 네 명의 전문가가 각각의 이미지를 평가하였다. 평가 결과, 제안된 포트홀 탐지 기술은 높은 민감도 수치를 나타나는 것으로 평가 되었으며, 이는 정탐에서 강건한 성능을 보이는 것으로 해석 가능하다. In this paper, we propose fully convolutional neural networks based automatic detection of a pothole that directly causes driver’s safety accidents and the vehicle damage. First, the training DB is collected through the camera installed in the vehicle while driving on the road, and the model is trained in the form of a semantic segmentation using the fully convolutional neural networks. In order to generate robust performance in a dark environment, we augmented the training DB according to brightness, and finally generated a total of 30,000 training images. In addition, a total of 450 evaluation DB was created to verify the performance of the proposed automatic pothole detection, and a total of four experts evaluated each image. As a result, the proposed pothole detection showed robust performance for missing.
휴대용 멀티미디어 기기에 적용을 위한 모노에서 스테레오 오디오로의 확장용 사용자 인터페이스의 사용성 평가
전찬준,정석희,김홍국 사단법인 인문사회과학기술융합학회 2015 예술인문사회융합멀티미디어논문지 Vol.5 No.3
In this paper, we propose a mono-to-stereo extension method for the application to portable multimedia devices that equip only mono microphone or closely spaced stereo microphones. In addition, we design a user interface (UI) to manipulate the proposed mono-to-stereo extension method. Specifically, the feature vectors for the line spectral frequency from mono audio are extracted by linear prediction. After that, a hidden Markov model (HMM), which was already trained with original stereo audio contents, extends mono audio contents into stereo ones. The usefulness of the UI employing the proposed method is demonstrated by usability evaluation from 50 people. As a result, it is shown that 78% of all the participants prefer the extended stereo audio rather than mono one with the preference of 86% for the convenience of the designed UI. 본 논문에서는 대부분의 휴대용 멀티미디어 기기들이 모노 마이크로폰을 탑재하거나, 스테레오 마이크로폰을 인접 배치하여 거의 모노에 가까운 오디오 신호를 획득한다는 점을 감안하여 모노 오디오를 스테레오 오디오로 확장하는 기법을 제안한다. 또한, 향후 사용자가 손쉽게 활용하고 조작 가능하도록 사용자 인터페이스를 설계하고, 이에 대한 사용성을 평가한다. 구체적으로, 모노 오디오를 선형 예측 분석을 통하여 오디오 특징 벡터를 추출하고, 이를 기존 스테레오 오디오 콘텐츠들을 통하여 기학습된 hidden Markov model을 활용하여 스테레오 오디오로 확장한다. 또한, 제안된 기법이 휴대용 멀티미디어 기기에서 손쉽게 활용 가능하도록 어플케이션 환경에서의 user interface (UI)를 설계하고, 총 50명의 사용자에게 그 사용성을 평가하였다. 사용성 평가 결과, 기존 모노 오디오에 비하여 78%의 사용자가 제안된 기법을 통해 확장된 스테레오 오디오를 선호하였으며, 86%의 사용자가 제안된 기법의 UI에 대하여 편리하다고 평가하였다.