http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
GPS와 무선통신망을 이용한 지능형 버스 제어시스템에 관한 연구
홍석주,Seok-Joo Hong 한국정보기술전략혁신학회 2005 情報學硏究 Vol.8 No.1
This paper again to present position of a bus that is running in bus government organization small grasp and Can instruct control about the vehicles progress speed in government organization small to bus driver. Therefore, Inform a bus that own wants to ordinary people who carry transfer communication terminal is situated to where present, ad Do by purpose that offer system that inform running information of a bus to ARS and FAX, internet and ordinary people through PC communication. Also, Intelligence style bus control system that see also includes function that do as can guide arrival expectation depot automatically without driver's manufacturing when run a bus.
홍석주,박영배,Hong, Seok-Joo,Park, Young-Bae 한국콘텐츠학회 2009 한국콘텐츠학회논문지 Vol.9 No.12
본 논문은 $R^2SS$((Reverse Really Simple Syndication) 기반의 지능형 검색엔진의 설계 및 구현에 관한 것으로, 기존의 방식과 같이 사용자가 RSS 주소를 입력하여 제한된 RSS 정보를 받아보는 방식이 아니라, 사용자는 단순히 자신이 원하는 정보를 입력만 하면, 자동화된 RSS 주소수집서버가 수집한 수많은 RSS 주소들로부터 실시간으로 수집하는 RSS 규격 문서들 중 사용자가 원하는 규격 문서에 대한 RSS 정보만을 제공해줌으로써, 수많은 정보를 찾아 그 중 원하는 정보만 추려서 제공해주는 $R^2SS$ 구독(Reverse RSS Subscribe) 방식을 설계하는데 있다. 제안된 $R^2SS$ 기반 지능형 검색엔진을 통하여 양질의 정보를 찾아서 헤매는 시간을 획기적으로 줄일 수 있고 개인 비서를 두게 되는 효과를 얻을 수 있다. This study matters the design and implementation of an intelligent information search engine that is based on the $R^2SS$(Reverse Really Simple Syndication). Apart from to the previous method, where the user inputs the RSS address that one intends and obtains limited RSS information, the user just types in the information that one appoints to acquire the RSS information of standard documents that the user is interested among several RSS addresses by a Reverse RSS(Really Simple Syndication) method, which is drawn by the automated RSS address collection server in realtime. Through the proposed $R^2SS$(Really Reverse Simple Syndication) based intelligent information search engine, time can be significantly saved along with obtaining information with good quality, furthermore, it has the effects of having a personal secretary.
수박 종자의 발아력 예측을 위한 엑스선 영상 및 딥러닝 분류 알고리즘의 적용
홍석주 ( Suk-ju Hong ),이창협 ( Chang-hyup Lee ),( Nandita Irasaulul Nurhisna ),김성제 ( Sungjay Kim ),김기석 ( Ghiseok Kim ) 한국농업기계학회 2021 한국농업기계학회 학술발표논문집 Vol.26 No.2
세계 종자시장은 곡물생산량의 불확실성 및 식량자원 확보의 중요성 증대, 종자개발을 통한 식품, 의약품 등 응용산업 확대, 유전자변형 작물 생산 확대, 기후변화 등으로 인한 지속적인 품종개발 요구 등의 요인으로 빠른 성장세를 보이고 있다. 이러한 종자 시장은 거대 다국적 기업들이 60%를 점하고 있으며, 세계 시장에서 한국 종자 산업이 차지하는 비율은 1.3%가량에 불과하다. 이러한 상황에서 국내 종자의 경쟁력 확보 및 국내 종자기업의 기술수준 향상을 위한 기술들의 개발과 적용이 시급한 상황이다. 이러한 종자 관련 기술들 중 품질 향상을 위한 핵심적인 기술은 종자 선별 기술이다. 본 연구에서는 종자의 가장 중요한 품질 지표인 발아력을 판별하기 위하여 엑스선 영상과 딥러닝 알고리즘을 적용하여, 종자의 품질을 예측하고자 한다. 이를 위하여 수박 종자에 대한 엑스선 영상을 촬영하고, 각 종자들을 상토 발아법을 이용하여 묘로 성장시키며 1차묘, 2차묘, 작은묘, 비정상, 불발아 등의 지표를 확인하였다. 또한 엑스선 영상에 대한 영상 처리적 분석과, 딥러닝 분류 알고리즘을 적용하여 종자 상태에서의 비파괴 판별 기술을 개발하고 비교, 평가하였다.
딥러닝 객체 분할 모델 및 RGB-D 영상 기반 수확 전 토마토 생체중 예측 기술 개발
홍석주 ( Suk-ju Hong ),박성민 ( Seongmin Park ),김상연 ( Sang-yeon Kim ),이창협 ( Chang-hyup Lee ),김응찬 ( Eungchan Kim ),김성제 ( Sungjay Kim ),류지원 ( Jiwon Ryu ),노승우 ( Seung-woo Roh ),( Nandita Irsaulul Nurhisna ),김대 한국농업기계학회 2023 한국농업기계학회 학술발표논문집 Vol.28 No.1
과실의 생장단계에서의 크기, 형상, 색상은 과실의 품질과 수확시기에 대한 정보를 담고 있다. 특히, 과실의 크기의 경우 과실의 생장 정도와 최종 생산량을 예측하는 데 있어 중요한 정보이다. 이러한 외부 표현 정보에 대한 모니터링을 위해, 영상을 기반으로 한 많은 연구들이 수행되었다. 특히 최근 영상기반의 연구들에서는, 합성곱신경망이나 트랜스포머 등 딥러닝 모델들이 이전의 특징추출 기반의 모델들 대비 높은 성능을 보인다. 본 연구에서는, 재배 중인 토마토의 RGB-D 영상을 촬영하여 크기를 추정하고 크기정보를 통하여 토마토의 생체중을 예측하고 그 성능을 평가하고자 하였다. 영상은 시설원예 토마토들에 대하여 촬영되었으며, 촬영된 토마토는 수확후 부피 및 무게를 측정하였다. 영상 내 토마토의 영역은 딥러닝 객체분할 모델로 인식되었으며, 인식된 영역의 크기 정보를 통해 토마토의 생체중이 예측되었다.
무인항공기 영상에서의 조류 및 차량 검출을 위한 딥러닝 기반 검출 모델 개발
홍석주 ( Suk-ju Hong ),한윤혁 ( Yunhyeok Han ),김상연 ( Sang-yeon Kim ),이아영 ( Ah-yeong Lee ),김기석 ( Sunshin Lee ) 한국농업기계학회 2019 한국농업기계학회 학술발표논문집 Vol.24 No.1
야생동물에 대한 주기적인 모니터링은 생태계의 보전과 관리, 이상 징후의 포착에 필수적이다. 특히 한국의 경우 주기적으로 발생하고 있는 조류 인플루엔자의 예찰을 위해 야생조류에 대한 효과적 예찰 시스템이 요구되는 상황이다. 야생동물에 대한 항공영상 기반의 조사는 1920년대부터 수행되었으며 다른 조사방법들 대비 지상으로 접근하기 어려운 지점에 대한 접근이 가능한 점, 넓은 범위의 영역에 대한 조사가 가능한 점 등의 장점이 있다. 하지만 유인항공기를 이용하는 기존 연구의 경우 비용 소모가 크고, 숙련된 비행사가 필요하였으며, 비행사고로 인한 위험성 또한 존재했다. 이러한 단점을 극복하기 위하여 최근 야생동물에 대한 항공 조사에 소형 무인항공기를 적용하는 연구들이 활발히 진행되고 있다. 기존의 야생 조류에 대한 항공 조사의 경우 주로 사람이 직접 영상에서 새를 검출하거나, 고전적인 영상처리 방식이 사용되었다. 하지만 이러한 고전적 영상처리 및 머신러닝 방법들은 해당 방법들이 적용된 특정 환경에서 적용되었으며, 다양한 환경에서 일관성 있게 적용되기 힘들다. 최근 영상데이터에 대한 분류, 검출 등의 분석 작업에서는 CNN(Convolutional Neural Networks) 기반의 알고리즘들이 주목받고 있으나, 현재까지 야생조류의 검출에 이를 적용하려는 사례는 많지 않다. 따라서 본 연구에서는 야생조류의 서식지를 비롯한 조류독감 방역대의 항공 조사를 위한 딥러닝 기반 야생 조류와 차량에 대한 검출 모델을 개발하고자 하였다. 모델의 학습을 위해 실제 야생조류, 모형조류, 차량에 대한 영상을 다양한 환경에서 수집하여 데이터세트를 구성하였으며, Faster R-CNN, R-FCN, Retinanet, SSD, YOLO 등의 딥러닝 검출 구조와 Resnet, Inception, Mobilenet 등의 특징 추출 네트워크를 조합하여 검출 모델을 구성하고 성능을 비교 평가하였다.
딥러닝을 이용한 RGB 영상에서의 원예 작물 병해 검출 모델 개발
홍석주 ( Suk-ju Hong ),김상연 ( Sang-yeon Kim ),이창협 ( Chang-hyup Lee ),김응찬 ( Eungchan Kim ),이동수 ( Dongsu Lee ),이중섭 ( Jungseop Lee ),김기석 ( Ghiseok Kim ) 한국농업기계학회 2019 한국농업기계학회 학술발표논문집 Vol.24 No.2
최근 한국에서는 집중강우, 폭염 등 기상환경 변화에 따른 작물 병해 피해사례가 다양화되고 증가하고 있으며, 원예작물의 관리에 있어 이러한 병해에 대한 예찰은 필수적인 요소이다. 샘플 수집과 실험을 통한 병해에 대한 진단이 불가능한 현장에서는, 실시간이며 비파괴적은 병해 진단이 필요한 상황이다. 농업 분야에서의 비파괴 진단에는 분광분석이나 적외선 영상, RGB 영상 등 다양한 광계측 기반의 기술들이 이용되고 있는데, 이 중 RGB영상을 기반으로 한 계측 기술은 가격이 가장 저렴하며, 스마트폰이 대중화된 현시대에 대중적으로 쉽게 이용될 수 있는 장점을 갖는다, 최근의 이러한 영상 분류, 검출 등의 작업에 기존의 특징추출과 머신러닝 방법들이 아닌, 깊은 층을 갖는 신경망 구조인 딥러닝 알고리즘들이 각광받고 있다. 이러한 딥러닝 기반의 분류, 검출 모델들은 깊은 층 구조로 인하여 사람이 이해하기 힘든 영상 특징들을 학습하여 기존의 머신러닝 방법들을 압도하는 성능을 보이고 있다. 따라서 본 연구에서는 원예 작물의 병해영상에 대하여 이러한 딥러닝 기반의 객체 검출 알고리즘을 적용하여, RGB 영상에서의 작물 병해를 진단하는 알고리즘을 개발하고자 하였다.
페로몬 트랩 영상에서의 해충 검출을 위한 딥러닝 기반 객체 검출 알고리즘의 적용
홍석주 ( Suk-ju Hong ),남일 ( Il Nam ),김상연 ( Sang-yeon Kim ),김응찬 ( Eungchan Kim ),이창협 ( Chang-hyup Lee ),안세범,박일권 ( Il-kwon Park ),김기석 ( Ghiseok Kim ) 한국농업기계학회 2021 한국농업기계학회 학술발표논문집 Vol.26 No.1
솔껍질깍지벌레는 소나무에 피해를 입히는 산림 해충으로, 한국의 산림에 많은 환경적, 경제적인 손해를 미친다. 이러한 솔껍질깍지벌레의 발생을 감시하기 위해서 페로몬 트랩 기반의 방식들이 이용된다. 페로몬 트랩에 잡힌 해충의 수를 통하여 솔껍질깍지벌레의 발생 정도를 파악한다. 트랩에 잡힌 해충의 수는 주로 사람이 세는 방식으로 수행이 되어 왔는데, 이는 노동집약적이며 시간 소모적이고, 숙련자의 작업을 필요로 한다. 또한 세는 과정에서의 피로도와 작업자의 숙련도에 따라 오차가 발생하기도 한다. 이러한 수동 카운팅 방식이 아닌, 영상 기반의 자동 카운팅을 적용하기 위하여 본 연구에서는 딥러닝 기반의 객체 검출 모델들을 적용하여 트랩에 잡힌 솔껍질깍지벌레의 검출 알고리즘 개발을 목표로 하였다. 1.5mm~2mm 크기의 작은 해충인 솔껍질깍지벌레의 검출을 위하여 이미지 크라핑 방식을 사용하였으며, 크라핑 조건, 모델 종류, 인풋 종류 등의 조건을 조합하여 모델을 학습시키고 성능을 비교하였다.