http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 홍석주(Suk-Ju Hong) (검색결과 60 건)
- 무료
- 기관 내 무료
- 유료
-
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.
-
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.
-
초분광 영상을 이용한 벼종자 발아여부 비파괴 판별기술 개발
홍석주 ( Suk-ju Hong ),이창협 ( Chang-hyup Lee ),김상연 ( Sang-yeon Kim ),김응찬 ( Eungchan Kim ),김기석 ( Ghiseok Kim ) 한국농업기계학회 2020 한국농업기계학회 학술발표논문집 Vol.25 No.1
농업의 반도체라 불리는 종자산업은 농업 분야 중 대표적인 고부가가치 산업으로, 관련 기술 개발과 경쟁이 전 세계적으로 활발하게 이루어지고 있다. 이러한 종자 산업에서 종자의 관리와 선별을 위해서는 종자의 품질을 검사하는 기술이 필요하며, 이 중 비파괴 계측 기술을 이용한 품질 평가 기술은 검사 대상인 농산물을 파괴하지 않는 전수 검사를 가능하게 한다. 이러한 농산물의 비파괴 계측 분야에서는 대상의 빛에 대한 반사, 산란, 형광 등 정보를 이용하여 품질을 계측하는 분광계측 및 분석기술이 활발히 적용되었다. 본 연구에서는 대상의 분광 정보를 영상으로 획득하는 초분광 영상 기술을 적용하여 벼종자의 중요 품질요소인 발아 여부를 예측하는 모델을 만들고자 하였다. 가속퇴화를 거친 벼종자에 대하여 가시광-근적외선 대역의 초분광 영상을 획득하였으며, 영상처리 및 다변량분석 기법을 적용하여 발아여부 판별 모델을 개발하였다.
-
3D-IC 반도체 모듈의 내부결함 검사를 위한 초분광 영상기반 검출모듈 개발
홍석주 ( Suk-ju Hong ),이아영 ( Ah-yeong Lee ),김기석 ( Ghiseok Kim ) 한국농업기계학회 2017 한국농업기계학회 학술발표논문집 Vol.22 No.1
현대의 스마트폰 및 태블릿pc등을 가능하게 만든 집적 기술 중의 하나는 3차원 집적 회로(3D-IC)와 같은 패키징 기술이다. 이러한 첨단 3차원 집적 기술은 메모리집적을 통한 대용량 메모리 모듈 개발뿐만 아니라, 메모리와 프로세서의 집적, high-end FPGA, Back side imaging (BSI) 센서 모듈, MEMS 센서와 ASIC집적, High Bright (HB) LED 모듈 등에 적용되고 있다. 3D-IC의 3차원 모듈 제작 시에는 기존에 발생하지 않았던 여러 가지 파괴 모드들이 발생하고 있는데 Thermal/Photonic Emission 장비 등 기존의 2차원 결함분리 (Fault Isolation) 기술로는 첨단의 3차원 적층 제품들에서 발생하는 불량을 비파괴적으로 혹은 3차원적으로 분리하는 것이 불가능하므로, 비파괴 3차원 결함 분리 기술은 향후 선행 제품 적기 개발에 매우 필수적인 기술이다. 본 연구는 3D-IC 반도체의 비파괴적 내부결함 검사를 위하여 가시광선-근적외선 대역(351nm~1770nm)의 InGaAs (Indium Galium Arsenide) 계열 영상검출기 (imaging detector)를 사용하여 분광 시스템 광학 설계를 통한 초분광 영상 기반 검출 모듈을 제작하였다. 제작된 초분광 영상 기반 검출 모듈을 이용하여 구리 회로 위에 실리콘 웨이퍼가 3단 적층 된 반도체 더미 샘플의 초분광 영상을 촬영하였으며, 촬영된 초분광 영상에 대하여 Chemometrics model 기반의 분석기술을 적용하여 실리콘 웨이퍼 내부의 집적 구조에 대한 검사가 가능함을 확인하였다.
-
토마토 과실의 검출 및 생육단계 추정을 위한 RGB-D 영상과 딥러닝 객체분할 모델의 적용
홍석주 ( Suk-ju Hong ),이창협 ( Chang-hyup Lee ),박성민 ( Seongmin Park ),김상연 ( Sang-yeon Kim ),김응찬 ( Eungchan Kim ),김성제 ( Sungjay Kim ),노승우 ( Seung-woo Roh ),누르히스나 ( Nandita Irsaulul Nurhisna ),류지원 ( Jiwon Ry 한국농업기계학회 2022 한국농업기계학회 학술발표논문집 Vol.27 No.2
토마토는 대표적인 원예작물 중 하나로, 맛을 비롯하여 항산화, 항염증, 항암 효과 등의 다양한 건강적 이점을 갖는다. 최근 각광받는 스마트팜 분야에서는, 원예작물의 과실의 생장단계 모니터링 및 수확을 위한 영상인식기술에 대한 연구들이 활발히 수행되고 있다. 이러한 기술은 농가의 생산량 예측 뿐 아니라 수확의 자동화를 위해서도 필수적이다. 최근 영상 기반의 연구들에서는, 딥러닝 기반의 모델들이 활발히 사용되고 있다. 특히 객체의 영역을 찾아내는 객체 분할 영역 또한 합성곱신경망이나 트랜스포머 등의 딥러닝 알고리즘이 기존 방식들 대비 높은 성능을 보인다. 본 연구에서는 토마토 과실의 객체 분할 모델을 개발하기 위하여 토마토 농가의 RGB-D 영상을 촬영하여 수집하였다. 수집된 데이터는 객체 영역이 폴리곤 형태로 라벨링되었으며, 학습 및 평가를 거쳐 여러 객체 분할 모델들의 성능이 비교 평가되었다.
-
RGB영상 기반 시설오이 검출을 위한 딥러닝 객체검출 모델의 적용
홍석주 ( Suk-ju Hong ),김상연 ( Sang-yeon Kim ),이창협 ( Chang-hyup Lee ),김응찬 ( Eungchan Kim ),김기석 ( Ghiseok Kim ) 한국농업기계학회 2020 한국농업기계학회 학술발표논문집 Vol.25 No.2
최근 계측, 인공지능, IOT 등 기술의 고도화와 스마트팜에 대한 이러한 기술들의 적용이 활발히 이루어지고 있다. 이러한 스마트팜 기술 중 대상 작물에 대한 영상 기반 인식 기술은 로봇 기반 수확 및 모니터링을 위하여 필수적이다. 특히 최근 합성곱신경망(Convolutional Neural Network, CNN) 기반의 딥러닝 모델들은 영상 분류, 분할, 검출 분야에서 기존 모델들 대비 높은 성능을 보이면서 스마트팜에 필요한 영상인식 기술에서 다양하게 적용되고 있다. 일반적으로 이러한 영상 인식 모델들은 모델들의 크기, 구조에 따라 속도와 성능의 차이가 존재한다. 시스템의 요구 속도와 성능에 따라서 다양한 모델들이 적용될 수 있으므로, 시스템 적용에 앞서 이러한 모델들의 최적 속도와 성능에 대한 비교평가가 필요하다. 본 연구에서는 RGB 영상 기반 스마트팜 내부 오이 과실에 대한 검출 기술을 개발하기 위하여 다양한 속도의 딥러닝 검출 모델을 적용해보고, 정확도 결과를 비교하였다.
-
근적외선 분광 및 최적파장선정기술을 이용한 낙엽층의 수분함량 분석
홍석주 ( Suk-ju Hong ),이아영 ( Ah-yeong Lee ),이예은 ( Ye-eun Lee ),임상준 ( Sangjun Im ),김기석 ( Ghiseok Kim ) 한국농업기계학회 2017 한국농업기계학회 학술발표논문집 Vol.22 No.2
낙엽 내에 존재하는 수분은 강우에 따른 토양의 수분 침투에 영향을 미치며, 낙엽부후균의 생성과 발달에 영향일 미쳐 낙엽의 부식속도를 조절하고 토양의 호흡 등에도 관여한다. 또한 주요 산림재해 중 하나인 산불은 낙엽 등의 연료가 발화되어 발생하는 데, 이 때 낙엽의 수분조건은 연료발화에 가장 중요한 요소로 알려져 있다. 하지만 낙엽의 수분함량은 직접적으로 계측하기 어렵고 낙엽의 종류, 두께, 부후정도 뿐 아니라 강우량, 상대습도, 풍속, 온도 등에 따라 수분함량이 변화하기 때문에 수학적으로 정확하게 예측하는 것에도 한계가 따른다. 일반적으로 낙엽층의 수분함량 조사에 이용되는 중량법은 시간이 오래 소요되고, 반복실험이 어렵다. 미국 산림청에서는 산불예보 등을 위한 목적으로 전기전도도 측정 방식의 낙엽수분측정기를 이용하고 있으나 낙엽의 종류와 퇴적두께 등에 따른 영향을 파악하기 어렵고 결과의 오차폭이 큰 것으로 알려져 있다. 본 연구에서는 수분이 근적외선 특정 대역에서 큰 흡수 파장을 갖는 점을 고려하여 실시간 분석이 가능한 근적외선 분광기법을 통해 낙엽의 수분함량을 예측하고자 하였다. 24시간 침수시킨 신갈나무, 굴참나무, 상수리나무의 3종 활엽수에 대해 건조시키며 근적외선 스펙트럼을 측정하였으며, 드라이오븐을 이용한 중량법으로 함수율을 측정하였다. 근적외선 스펙트럼과 함수율 사이의 회귀분석은 PLSR을 이용하였으며, iPLS, VIP, Beta-Bootstrap, Beta-peak 등의 파장 선택 방법을 통해 특정 파장대역 선택에 따라 형성된 모델의 변화를 확인하였다.
-
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.
-
홍석주 ( Suk-ju Hong ),( Qiwen Li ),임상준 ( Sangjun Im ),김기석 ( Ghiseok Kim ) 한국농업기계학회 2016 한국농업기계학회 학술발표논문집 Vol.21 No.2
매년 막대한 피해를 불러일으키는 대표적 산림재해인 산불은 낙엽 등의 연료의 연소를 통해 일어난다. 이 때 낙엽의 수분함량은 산불의 발화와 확산에 중요한 요소이다. 낙엽이 건조할수록 산불이 일어나기 쉬워 마른 낙엽이 쌓인 봄철에 산불의 발생이 적으며, 낙엽의 수분함량이 높은 여름에 산불의 발생이 적다. 수분은 근적외선 대역의 특정 파장을 흡수하는 성질을 가지며, 이와 관련하여 근적외선 분광기법으로 수분함량을 측정하는 연구들이 선행되어 왔다. 따라서 본 연구에서는 근적외선 분광기와 초분광 카메라로 얻은 정보를 통해 낙엽의 함수율을 예측할 수 있는 모델을 개발하고자 하였다. 굴참나무, 상수리나무, 신갈나무, 전나무 네 가지 종류의 낙엽을 침수를 통해 함수율 조건을 설정한 후, 근적외선 분광기를 이용해 근적외선 반사 스펙트럼을 얻고, 초분광카메라를 이용해 가시광선-근적외선 대역의 초분광 영상을 획득하였다. 낙엽을 드라이오븐에서 135℃로 하루 동안 건조하여 중량법으로 함수율을 측정한 후, 전처리를 거친 근적외선 스펙트럼데이터와 PLS 회귀분석을 하여 회귀모델을 구성하였다. 각 낙엽의 종류별과 활엽수군에 대하여 PLS 회귀분석을 진행하여 가장 적절한 전처리법을 거친 최적 모델들을 획득하였다. 활엽수군에 대한 최적 모델은 SNV 전처리를 거쳤으며 Calibration Rsquare 0.9623 Validation Rsquare 0.9518의 높은 적합도를 보였다. 초분광 영상은 영상처리를 통해 낙엽의 이미지를 분리한 후 한 이미지의 픽셀 당 스펙트럼 데이터의 평균을 낸 후 PLS 회귀분석을 진행하였다. 활엽수군에 대하여 최적의 모델은 전처리를 거치지 않았으며 Calibration Rsquare 0.8730 Validation Rsquare 0.6933의 결과를 얻었다.
-
과실의 실시간 기하학적 정보 계측을 위한 3차원 영상 측정 시스템 및 분석기술 개발
홍석주 ( Suk-ju Hong ),이아영 ( Ahyeong Lee ),김진세 ( Jinse Kim ) 한국농업기계학회 2023 한국농업기계학회 학술발표논문집 Vol.28 No.2
과실의 품질은 색, 당도, 모양, 크기, 내/외부 결함 등 여러 요소에 의하여 결정된다. 특히 모양과 크기와 같은 기하학적 정보는 과실을 선별하는 데 있어 주요 요인 중 하나이다. 하지만 형상 이상이 있는 기형과의 경우 대부분의 농산물 산지유통센터에서는 수작업으로 선별이 수행되고 있다. 과실은 공산품과 달리 불균형한 형상을 보이기 때문에, 한 면에서의 영상으로는 온전한 기하학적 정보를 획득하기 어렵다. 농업 분야에서는 복합적 정보를 취득하기 위하여 다면에서 2차원 영상을 촬영하고 3차원으로 복원하는 연구가 수행되고 있지만, 특징점 매칭이나 점군 간 정합 등의 시간 소모적 과정 때문에 실시간 시스템의 구현이 어려워 과실의 선별 라인에 적용되기는 어렵다. 본 연구에서는 과실의 3차원 영상을 실시간으로 취득하기 위해, 다면에서 과실의 영상을 촬영하는 시스템을 구축하고 3차원 복원의 과정을 단순화하였다. 구축된 시스템을 검증하기 위하여, 참외에 대한 과실 3차원 영상을 취득하고 실측 데이터와의 비교를 통해 기하학적 정보 복원의 정확도를 분석하였다.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
