기계와 예술사이 : 컴퓨터비전, 인공지능 그리고 이미지의 문제

정신영 한국미술이론학회 2021 미술이론과 현장 Vol.- No.32

본 논문은 AI와 시각, 컴퓨터비전과 이미지의 관계를 비평적 관점에서 논하고 있다. 초대형 IT기업들은 빠짐없이 AI의 기계학습을 위한 컴퓨터비전의 개발에 앞장서면서 이미지의 입력을 통해 세상의 정보를 데이터베이스의 형태로 집적하고 있다. 컴퓨터비전의 분야는 ‘비전’이라는 단어가 가리키듯 인간의 시각과 컴퓨터의 시각데이터집적과정을 비유하지만, 실제로는 기계적이고 알고리즘화된 인간의 시각과는 전혀 별개의 성질을 갖는다. 기계에 정보를 제공하는 기계학습을 위한 이미지의 모음인 이미지 데이터셋은 AI의 성능개발에 핵심적인데, 온라인상의 이미지가 무작위로 사용되거나 학습과정에서 사회적 차별이나 편견이 그대로 반영될 가능성이 높은 것으로 경계가 필요하다. AI와 예술의 접목에서는 주로 생성적 적대 신경망을 사용하여 기존의 미술품을 학습한 후 이와 유사하지만 다른 이미지를 만들어내는 방식이 다용되고 있다. 컴퓨터비전이 시각과 차이가 있듯, AI 미술이 기존 예술의 일부로 흡수되기 위해서는 새로운 기준들이 필요할 것이다. This paper is a critical examination of the relationship between artificial intelligence, computer vision, and images. The IT industry has been building up massive repositories of image data to be used for machine learning and computer vision. Although the term computer “vision” suggests it assimilates human vision, they differ fundamentally because computer vision is an algorithmic process. While the collection of image datasets is crucial for enhancement of AI’s creative capability, the risk of uncontrolled mass collection of image data and their prejudicial or discriminatory use for machine learning has become highly problematic. Often in AI art, images are artificially generated by Generative Adversarial Networks (GAN) that are trained with images of historic artworks. As computer vision differs from human vision, AI-generated artistic images cannot be evaluated using conventional criteria. The formulation of new criteria would be essential if the new AI art were to be accepted into the creative art at large.

사진측량과 컴퓨터비전 간의 카메라 렌즈왜곡 변환

홍송표,최한승,김의명 한국측량학회 2019 한국측량학회지 Vol.37 No.4

Photogrammetry and computer vision are identical in determining the three-dimensional coordinates of images taken with a camera, but the two fields are not directly compatible with each other due to differences in camera lens distortion modeling methods and camera coordinate systems. In general, data processing of drone images is performed by bundle block adjustments using computer vision-based software, and then the plotting of the image is performed by photogrammetry-based software for mapping. In this case, we are faced with the problem of converting the model of camera lens distortions into the formula used in photogrammetry. Therefore, this study described the differences between the coordinate systems and lens distortion models used in photogrammetry and computer vision, and proposed a methodology for converting them. In order to verify the conversion formula of the camera lens distortion models, first, lens distortions were added to the virtual coordinates without lens distortions by using the computer vision-based lens distortion models. Then, the distortion coefficients were determined using photogrammetry-based lens distortion models, and the lens distortions were removed from the photo coordinates and compared with the virtual coordinates without the original distortions. The results showed that the root mean square distance was good within 0.5 pixels. In addition, epipolar images were generated to determine the accuracy by applying lens distortion coefficients for photogrammetry. The calculated root mean square error of y-parallax was found to be within 0.3 pixels. 사진측량과 컴퓨터비전 분야는 카메라에서 촬영된 영상에서 3차원 좌표를 결정하는 것은 동일하지만 두 분야는 카메라 렌즈왜곡 모델링 방법과 카메라 좌표계의 차이점으로 인하여 서로 간에 직접적인 호환이 어렵다. 일반적으로 드론 영상의 자료처리는 컴퓨터비전 기반의 소프트웨어를 이용하여 번들블록조정을 수행한 후 지도제작을 위해서 사진측량 기반의 소프트웨어로 도화를 수행하게 된다. 이때 카메라 렌즈왜곡의 모델을 사진측량에서 사용하는 수식으로 변환해야 하는 문제에 직면하게 된다. 이에 본 연구에서는 사진측량과 컴퓨터비전에서 사용되는 좌표계와 렌즈왜곡 모델식의 차이점에 대하여 기술하고 이를 변환하는 방법론을 제안하였다. 카메라 렌즈왜곡 모델의 변환식의 검증을 위해서 먼저 렌즈왜곡이 없는 가상의 좌표에 컴퓨터비전 기반의 렌즈왜곡 모델을 이용하여 렌즈왜곡을 부여하였다. 그리고 나서 렌즈왜곡이 부여된 사진좌표를 이용하여 사진측량 기반의 렌즈왜곡 모델을 이용하여 왜곡계수를 결정한 후 사진좌표에서 렌즈왜곡을 제거하여 원래의 왜곡이 없는 가상좌표와 비교하였다. 그 결과 평균제곱근거리가 0.5픽셀 이내로 양호한 것으로 나타났다. 또한 사진측량용 렌즈왜곡 계수를 적용하여 정밀도화 가능여부를 판단하기 위해서 에피폴라 영상을 생성하였다. 생성된 에피폴라 영상에서 y-시차의 평균제곱근오차가 계산한 결과 0.3픽셀 이내로 양호하게 나타났음을 알 수 있었다.

컴퓨터 비전을 활용한 토마토, 파프리카, 멜론 및 오이 작물의 표현형 특성화

윤승리,신민주,김진현,정호정,박준영,안태인 (사) 한국생물환경조절학회 2024 생물환경조절학회지 Vol.33 No.1

본 연구는 오픈소스 라이브러리인 OpenCV를 활용해 다양한 시설과채류의 표현형 분석에 적용 가능한 컴퓨터 비전 기술을 탐구하였다. 토마토에 대해서는 이미지의 색상을 분석하여 숙성도를 판정하며, support vector machine(SVM) and histogram of oriented gradients 기법을 통해 숙성된 토마토를 효과적으로 검출하였다. 파프리카의 경우, 색상 분포를 시각화한 후, 가우스 혼합 모델로 클러스터링을 실행하여 수확파프리카의 색상 특성을 분석하였다. 네트 멜론의 품질 평가에서는 LAB 색상 공간, 이진화 이미지 및 깊이 매핑을 활용하여 멜론의 네트 패턴을 정량화하였다. 추가로, 오이 온실에서화방 검출을 위해 깊이 정보와 색상 정보를 조합하여 다양한크기와 거리의 화방을 성공적으로 검출하였다. 이 연구의 결과로, 해당 컴퓨터 비전 기술들이 시설과채류의 생장 모니터링, 숙성 및 품질 평가 등에서의 유효성을 확인하였다. 농산업에서 컴퓨터 비전의 효과적 적용을 위해, 후속 연구자나 개발자들이 재배 생리와 연관된 지표를 기반으로 이 기술들을 보완할 경우, 실제 농업 현장 및 연구에서 널리 활용될 가능성이크다. This study explored computer vision methods using the OpenCV open-source library to characterize the phenotypes of various horticultural crops. In the case of tomatoes, image color was examined to assess ripeness, while support vector machine (SVM) and histogram of oriented gradients (HOG) methods effectively identified ripe tomatoes. For sweet pepper, we visualized the color distribution and used the Gaussian mixture model for clustering to analyze its post-harvest color characteristics. For the quality assessment of netted melons, the LAB (lightness, a, b) color space, binary images, and depth mapping were used to measure the net patterns of the melon. In addition, a combination of depth and color data proved successful in identifying flowers of different sizes and distances in cucumber greenhouses. This study highlights the effectiveness of these computer vision strategies in monitoring the growth and development, ripening, and quality assessment of fruits and vegetables. For broader applications in agriculture, future researchers and developers should enhance these techniques with plant physiological indicators to promote their adoption in both research and practical agricultural settings.

컴퓨터 비젼시스템을 이용한 평면상에 있는 점위치 결정에 관한 연구

장완식,이규태,김재확 朝鮮大學校 機械技術硏究所 1998 機械技術硏究 Vol.1 No.1

비젼 시스템이 개발되기 시작한 것은 1973년에 PDP-10 컴퓨터를 이용한 물펌프 조립이 시각정보를 이용하여 Stanford 연구진에 의해 수행되었다. 그 이후, 비젼 시스템이나 비젼센서가 활용되는 예로는 용접, 운반, 조립, 측정 검사 등이 있으나, 지능로봇중의 한 분야로 로봇 비젼시스템을 생산현장에 적용하는 경우가 늘고 있다. 비젼을 사용하면 매니퓰레이터가 우주 공간이나 수중등 실제 공간에서 그 위치와 방향이 불확실하게 알려져 있을지라도 작업을 수행할 수 있다. 따라서, 로봇 비젼 시스템은 주로 대상물의 위치가 불규칙하거나 기구학적으로 위치결정을 하기 어려운 작업의 자동화에 적용이 널리 확대될 것으로 예상된다. (1)(2)(6)(7)(8) 로봇에 비젼을 적용할 때 실제 공간은 3차원인 반면에 비젼 정보는 2차원이기 때문에 카메라 좌표계와 매니퓰레이터나 실제 공간 좌표계를 일치시켜 주는 보정은 가장 중요한 요소중의 하나이다. 카메라 교체시나 카메라 위치 수정시에도 필히 보정을 다시 시켜줄 필요가 있다. 만약 보정이 정확하게 되어 있지 않으면 매니퓰레이터의 경우 올바른 제어를 하지 못할 우려가 있고, 또한 부적절한 보정계수 산출로 인한 목표점의 추정이 어긋나게 된다.(3) 이리하여 본 연구는 이러한 문제점을 해결하기 위하여 6개의 시각 매개변수를 이용한 새로운 비젼 시스템 모델을 제시하고, 2차원 평면 점위치 결정 실험을 통하여 제시한 비젼 모델의 적합성을 검증한다. 본 실험에서 사용되는 비젼 시스템은 두 대의 고정된 카메라를 작업공간에 설치하여 이용한다. 본 연구의 제한 조건은 평면상에 존재하는 알려지지 않은 물체의 위치 결정을 위해서는 그 물체 주위에 알려진 몇 개의 좌표값이 존재해야 한다는 것이고, 본 연구에서는 알려지지않은 점으로부터 위치가 알려진 점과의 거리에 대한 상관관계, 위치가 알려진 점의 개수에 대한 상관관계 및 결정된 물체 위치의 정확성을 실험을 통하여 검증하고자 한다. This paper presents the application of computer vision for the purpose of determining the position of the unknown point in the plane. The presented control method is to estimate the six view parameters representing the relationship between the image plane coordinates and the real physical coordinates. The estimation of six parameters is indispensable for transforming the 2-dimensional camera coordinates to the 3-dimensional spatial coordinates. Then, the position of unknown point is estimated based on the estimated parameters depending on the cameras. The suitability of this control scheme is demonstrated experimentally by determining position of the unknown point in the plane.

컴퓨터 비전을 이용한 이미지 기반 아이 키 측정 애플리케이션 개발

윤다영(Da-Yeong Yun),문미경(Mi-Kyeong Moon) 한국전자통신학회 2021 한국전자통신학회 논문지 Vol.16 No.1

성장 장애 중 저신장증은 빠른 진단과 치료를 통해 호전시킬 수 있는데 이를 위해서는 저신장증의 조기발 견이 중요하다. 저신장증 조기발견 및 아이의 성장 과정 확인을 위해 꾸준히 키를 측정하는 것이 권장되지만 기존의 키 측정방법들에는 시간적·공간적 한계와 비용 발생, 기록유지의 어려움 등의 문제들이 존재한다. 그래서 본 논문에서는 사람들의 접근성이 높은 매체인 스마트폰을 이용하는 ‘컴퓨터 비전을 이용한 이미지 기반 아이 키 측정 애플리케이션 개발’ 방법을 제안하였다. 스마트폰의 카메라를 통해 촬영된 이미지에서 컴퓨터 비전 라이브러리인 OpenCV의 알고리즘들을 이용하여 아이의 키를 측정하고, 그렇게 측정된 키는 성별·나이별 표준 신장과의 비교 그래프, 날짜별 리스트를 통해 화면에 출력함으로써 아이의 성장 과정 확인이 가능하 도록 하였다. 이 제안된 방법을 통해 시간적·공간적 제약 및 비용 발생 없이 언제 어디서든 키를 측정할 수있을 것이라 기대되고, 꾸준한 키 측정과 성장 과정 확인을 통한 저신장증 및 성장 장애의 조기발견에 도움이될 것이라 기대된다. Among growth disorders, ‘Short Stature’ can be improved through rapid diagnosis and treatment, and for that, it is important to detect early‘Short Stature’. It is recommended to measure the height steadily for early detection of ‘Short Stature’ and checking the kid’s growth process, but existing height measurement methods have problems such as time and space limitations, cost occurrence, and difficulty in keeping records. So in this paper, we proposed an ‘Development of Kid Height Measurement Application based on Image using computer vision’ method using smart phones, a medium that is highly accessible to people. In images taken through a smartphone camera, the kid’s height is measured using algorithms from OpenCV, a computer vision library, and the measured heights were printed on the screen through ‘a comparison graph with the standard height by gender and age’ and ‘list by date’, made possible to check the kid’s growth process. It is expected to measure height anytime, anywhere without time and space limitations and costs through this proposed method, and it is expected to help early detection of ‘Short Stature’ and other disorder through steady height measurement and confirmation of growth process.

“나만의 것”을 추구하는 컴퓨터교육과 재학생의 소프트웨어 개발 경험에 관한 질적 사례 컴퓨팅에 관한 심층 동기와 개인 성장 및 비전을 중심으로

전영국 ( Youngcook Jun ),윤지현 ( Jihyun Yoon ) 한국교육인류학회 2011 교육인류학연구 Vol.14 No.1

이 연구는 컴퓨터교육과에 재학 중인 대학생의 진학 동기와 전공 지식의 습득 과정에서 나타나는 컴퓨팅과의 관계 속에서 자신의 역량을 어떻게 쌓아가는 지에 대한 전문성 발달 양상을 질적으로 탐구함으로써 컴퓨터교육과 재학생의 삶을 깊이 있게 이해하는데 그 목적이 있다. 이를 위하여 비수도권 S대학의 사범대학 컴퓨터교육 전공 4학년 학생 김상우를 대상으로 2010년 3월부터 2010년 10월 사이에 본질주의적 심층면담을 4회 실시하여 질적 사례 연구를 수행하였다. 본 연구에서 우리는 전사 자료를 코딩한 결과에 따라 연구자의 눈을 통해 내면의 세계를 조망한 후에 초상화 기법에 터하여 입체적인 묘사를 시도하였다.이 이야기는 김상우가 고등학교 시절부터 컴퓨터 하드웨어를 조립해 본 경험이 어떻게 증폭되어 컴퓨팅에 대한 깊숙한 부분까지 연결되는지 보여준다. 그가 사범대학에 진학 한 후에 자신만의 고유한 아이디어에 따라 컴퓨터를 조립한 경험에서 느꼈던 성취감이 점점 식어가게 되고 대신에 자신의 아이디어대로 새로운 것을 만들어나가는 소프트웨어 작업에서 만족감과 희열을 더 느끼게 되었다. 냉엄한 현실을 고려하여 컴퓨터교사의 꿈을 접고 소프트웨어 개발자가 되기로 진로를 결정한 그가 느꼈던 컴퓨팅에 대한 매력, 전공공부의 즐거움, 소프트웨어 개발 경험에 대한 희열과 진로에 대한 비전 등을 유기적으로 묘사하였다. 마지막으로 컴퓨팅, 학업과 개인 성장이 사범대학생 자신의 내적 역량과 어떻게 통합되는지에 관하여 논의하였으며 진학 동기로서의 컴퓨팅에 관하여 고찰하였다. This paper aims at exploring how the student self is integrated with university life at the college of education by looking into their experiences in computing. Through this study we intend to understand the practices of a unique student who wants to ‘pursue his own thing’ in both assembling PC and implementing his own ideas with computer programming. We adopted an essentialist methodology using in-depth interviews. We conducted basic and in-depth interviews with Sangwoo Kim who is enrolled in Computer Education department during March 2010 and October 2010. Our concern was to investigate how he developed his inner faculties along with his personal growth and future vision. We tried to qualitatively describe integrated ways in which his personal involvement with computing affects his motivation, academic efforts and passion toward becoming a leading software developer instead of becoming a teacher. This story shows how a college student who wanted to become a teacher instead pursues his inner dream inside the computing world where he can implement ‘his own thing’ freely and creatively. After shifting his interests from PC assembly to software development, he could feel fulfillment, passion and his own vision toward becoming a leading software developer in the future. Overall, this portrait illustrates how inner aspects of subjective experiences on computing work were integrated and unified within himself. We discussed the student`s inner faculties as part of the student`s unity and reviewed computing as motivation with other studies.

피터팬의 꿈: 컴퓨터 비젼 기술을 이용한 인터랙티브 아트에 관한 연구

김기락 ( Kim Kirak ),정기철 ( Jung Keechul ) 한국디자인트렌드학회 2007 한국디자인포럼 Vol.17 No.-

인터랙티브 아트는 컴퓨터의 최신 기술을 사용하여 관객에게 좀 더 현실적으로 다가갈 수 있고 관객 스스로 작품에 참여할 수 있는 새로운 아트 분야이다. 본 작품은 피터팬이라는 동화책을 소재로 삼았다. 동화책에서 피터팬의 그림자는 피터팬에게 반항하고, 장난을 잘 치며, 항상 말썽을 일으키는 캐릭터였다. 우리는 이러한 그림자를 소재로 하여 평소에는 별로 관심을 가지지 않은 그림자뿐만 아니라 인생에서 소외되고 평소에는 쉽게 생각하고 지나칠 수 있는 다양한 것들을 다시금 생각하게 한다. 또한 관객에게 유아적 유희를 제공함으로써 관객이 더욱 친근하게 작품에 쉽게 다가갈 수 있도록 한다. 본 연구는 인터랙티브 작품에서 가장 많이 사용되고 있는 컴퓨터 비젼(Computer Vision) 기술을 사용하였다. 컴퓨터 비젼 기술은 관객을 작품에 참여시키고 쉽고 현실감을 주기 가장 좋은 방법 중의 하나이다. 기존의 인터랙티브 아트 작품들은 관객에게 현실감을 주기 위하여 특별한 장비를 사용하거나 고가의 제품을 사용하였다. 혹은 기술적인 문제로 인하여 관객의 참여가 적극적이지 못하거나 관객의 특정 부분만을 인식하여 피드백(Feedback)을 주는 작품이 많았다. 본 작품은 관객이 손쉽게 작품에 접근하고 몰입할 수 있도록 하기 위하여 관객을 인지하는 시스템과 작품을 디스플레이하는 시스템으로 나누어 디자인 하였다. 본 연구에서는 관객을 인지하기 위하여 관객의 제스처(Gesture)를 인식한다. 우리는 관객의 위치를 추적하기 위하여 컴퓨터 비젼 기술인 차영상(Image Subtraction)을 이용한 실루엣(Silhouette) 추출, 카메라 보정(Camera Calibration) 기술, 발 위치 추적을 위한 이미지 병합 기술을 사용한다. 또한 작품을 디스플레이 하기 위한 장치로 Everywhere Display 시스템을 만들어 관객의 흥미를 높여 접근성이 강한 인터랙티브 아트 작품을 선보인다. Interactive art is a new field of study for art work using a new computation technique that gives the sense of reality to spectators and providing a chance for them to participate in the work. Our work is based on Peter Pan, a book of fairy tales. In the book, Peter Pan`s shadow is the character that likes to behave funny, causes some troubles, and defies Peter Pan. Using Peter Pan`s shadow as a material for our work, we make people look back not only to a shadow which they used to pass over, but also to things which are likely to be neglected. Besides, we intend to let our work approach to spectators intimately by providing babyhood amusement. Our work uses computer vision technique which is the most popular tool for interactive art works. Computer vision technique is one of the most efficient way to make spectators participate in art works and to experience the reality. Previous interactive art works uses a special or an expensive tool to create the sense of reality or give a partial feedback to spectators due to technical problems. In order to provide easy access and more sense of reality to spectators, we have divided our work into two separate parts. The first part senses spectator`s gestures and the second part displays the art work. We use silhouette extraction, which uses image subtraction as one of the computer vision techniques, and camera calibration for tracing spectator position and also use image intersection technique for tracing foot position. By creating Everywhere Display for displaying art works, we enhance spectator`s interest and give a strong accessibility to our work.

미디어 인공지능 : 컴퓨터 비전 관련 딥러닝 모델의 미디어 동영상 분야 적용 가능성에 관한 연구

박대민 한국언론학회 2022 커뮤니케이션 이론 Vol.18 No.1

Recently, media researchers employ deep learning models related to computer vision to perform automated content analysis of videos. Understanding deep learning models is also essential to AI(artificial intelligence) driven digital transformation in the media industry. In this paper, we reviewed computer vision-related deep learning models that are widely used for video analytics and generation. First, we looked at convolutional neural networks (CNNs) and recurrent neural networks (RNNs), which are widely used for classification, as well as generative adversarial network (GANs) and autoencoders (AEs) as generation models, and transfer learning using pre-training models. Following that, we proposed tasks in five major categories for which AI could be highly useful: object detection, action recognition, event detection, video summarization, and video classification. Then, for subtasks such as object detection, face recognition, facial expression recognition, landmark recognition, product recognition, pose estimation, anomaly detection, context recognition, video summarization, and video classification, we introduced state-of-the-arts (SOTAs) and benchmark datasets. Finally, the potential academic and practical applications of these models were discussed. We anticipate that media researchers or media service providers will understand the major trend of deep learning in computer vision and will be able to get knowledge when using deep learning models independently or collaborating with programmers. 미디어 동영상 분야는 컴퓨터 비전 관련 딥러닝 모델을 활용해 연구 차원에서는 동영상의 자동화된 내용분석을 수행하고 실무 차원에서는 미디어 분야의 디지털 전환을 통해 서비스를 개선할 여지가 큰 영역이다. 이 논문에서는 미디어 동영상의 분석과 생성에 활용도가 높은 비전 관련 딥러닝 기반 모델을 검토했다. 우선 다양한 모델의 기축이 되는 알고리즘으로서 분류 모델로 널리 사용되는 합성곱 신경망(CNN)과 순환 신경망(RNN), 생성 모델로 사용되는 적대적 생성 신경망(GAN)과 오토인코더(AE), 사전 훈련 모델을 활용하는 전이학습을 살펴보았다. 다음으로 미디어 동영상 영역에서 활용도가 높은 과업을 객체탐지, 행동인식, 사건탐지, 동영상 요약, 동영상 분류 등 5개 대분류와 객체탐지, 안면인식, 표정인식, 랜드마크 인식, 상품인식, 행동인식, 자세추정, 이상탐지, 상황인식, 동영상 요약, 동영상 분류 등 11개 소분류로 제시했다. 이어 각 과업별 SOTA(state-of-the-art)와 벤치마크 데이터셋을 소개했다. 끝으로 이러한 모델의 학문적, 실무적 활용 가능성을 제시해보았다. 본 논문은 수식이나 프로그래밍에 대한 지식이 없이 미디어 연구자나 미디어 서비스 기획자가 비전 분야 딥러닝의 큰 흐름을 파악하고 관련 모델을 직접 활용하거나 컴퓨터공학 분야의 연구자 또는 개발자와 협업할 때 배경지식을 제공할 것으로 기대한다. 또한 비전 관련 딥러닝이 발전함에 따라 미디어 인공지능 기반 동영상 빅데이터 분석 시스템의 개발 가능성도 높아질 것이다.

Visual Display Unit 사용을 위한 중근용 누진 가입도 렌즈의 성능평가

김학준,김정미,원찬희,김영미,배현주,마기중 대한시과학회 2007 대한시과학회지 Vol.9 No.1

본 연구는 노안교정이 요구되는 사람이 시각영상단말기를 사용할 때 느끼는 컴퓨터 시력 증후군에 대해 알아보고, 누진 가입도 안경이나 근용 단초점 안경을 사용하다가 중근용 누진 가입도 렌즈로 바꾸었을 때 증상의 변화 및 만족도의 개선 여부를 평가하고자 한다. 서울보건대학에 근무하는 교직원 가운데 본 연구의 취지에 동의한 45~64세 사이의 55명(남 46명, 여 9명)을 대상으로 선정하였다. 1차 방문시 자각식 굴절검사와 근용 가입도를 측정하여 중근용 누진 가입도 안경을 처방하고 설문조사를 실시하였다. 2차 방문시 안경의 사용방법을 숙지시키고 1개월간 컴퓨터 작업을 하는 동안 실험용 안경을 착용하도록 권고했고 1개월 후 2차 설문조사를 실시하였다. 컴퓨터 작업 시 느끼는 전반적인 시기능 및 눈의 불편함과 관련된 시각적 문제점에 대한 항목의 평균 점수는 1차 설문에서 3.69±0.65였고, 2차 설문에서 4.50±0.91로 0.54±0.87 만큼 유의하게 증가하였다(t=-9.23, p=0.00). 컴퓨터 작업 시 느끼는 심리적인 위축 및 부담과 관련된 심리적 안녕에 대한 항목의 평균 점수는 1차 설문에서 3.04±0.65였고, 2차 설문에서 3.74±0.98로 0.70±0.76이 증가되었다(t=-6.83, p=0.00). 또한 나이, 가입도, 원용교정도수 및 컴퓨터 작업시간에 관계없이 중근용 누진 가입도 렌즈를 사용했을 때 컴퓨터 시력 증후군이 개선되는 것으로 나타났다. 따라서 노안교정이 필요한 사람의 컴퓨터 사용과 관련된 컴퓨터 시력 증후군에 대한 관리 방법으로 중근용 누진 가입도 렌즈를 사용하는 것이 유용할 것으로 사료된다. This study intends not only to investigate Computer Vision Syndrome(CVS) against presbyope who requires correction of near vision experiences using Visual Display Unit(VDT), but also assess trends of CVS and improvements in satisfaction when changed to VDU progressive lens while using progressive lens or single vision reading glasses. In this study, total 55 people(46 males, 9 females) the age between 45 and 64 years of old currently working in Seoul Health College were selected as study subjects. In the first visit, subjective refraction and near addition were individually measured and VDU progressive lenses were prescribed and first survey was conducted. In the second visit, they were directed how to wear the glasses and recommended to wear the test glasses while working on computers for a month. Second survey was conducted at one month after the second visit. The average score for first survey of overall visual ability and vision problems related to the experienced discomfort in ey while using computers was 3.69±0.65. The average score for second survey was 4.50±0.91 which is significantly higher than the first survey average about 0.54±0.87(t=-9.23, p=0.00). The average score for first survey on the questionnaire item about psychological well-being related to psychological atrophy and experienced discomfort while using computer was 3.04±0.65 and the average score for second survey was 3.74±0.98 with a significantly increase of 0.70±0.76(t=-6.83, p=0.00). Regardless of age, addition, corrective power of distance vision and hour of computer use, it indicated that CVS improved by using VDU progressive lens. As a conclusion, using VDU progressive lens as a method to manage CVS is recommended for presbyope who requires correction of near vision is effective while use computer.

인공지능과 Computer Vision을 이용한 감자의 실시간 수확량 계측을 위한 기초연구

유정상 ( Jung-sang Yoo ),김대현 ( Daehyun Kim ),박동혁 ( Donghyeok Park ),이중용 ( Joong Yong Rhee ) 한국농업기계학회 2020 한국농업기계학회 학술발표논문집 Vol.25 No.2

인공지능의 발전과 함께 딥러닝에 기반한 이미지를 분류하고 인식하는 Computer vision의 정확도 또한 높아졌다. 현재 농업에서는 해충, 질병, 피노타입 등 Computer vision을 이용한 연구가 활발하지만, 노지 스마트 팜의 정밀 농업에서는 파종이나 수확에 대한 국내 기술 수준이 낮기 때문에 Computer vision을 이용한 연구가 많지 않다. 예를 들면 시설 농업의 경우에는 실시간으로 토마토나 오이의 생산량을 확인하는 방법이 있지만, 밭작물의 경우에는 파종량이나 생산량을 확인하는 방법이 여전히 무게를 재서 어림잡아 확인하는 재래식 방법에 머무르고 있다. 이에 본 연구에서는 Computer vision과 인공지능을 이용하여 감자를 실시간으로 Detecting하고 Counting하여 생산량을 추정하고자 하였다. 실험을 위해 파이썬 환경에서 인터넷상의 이미지를 자동으로 다운로드해 주는 크롤링(Crawling)을 통해 얻은 무작위 감자 이미지 1,000장을 Train 80%, Test 10%, Validation 10% 나누었고 겹치거나 작은 사물에 대한 인식률이 높은 Faster-RCNN 신경망 모델을 사용하여 학습시켰으며(mAP 75IOU=0.804) 가상의 선을 만들어서 선을 넘는 Detected object의 경우에만 Counting을 하도록 하였다. 실험 결과 Faster-RCNN 모델의 한계 때문에 캡쳐 된 사진의 경우에는 감자를 Detecting하는데 어려움이 없었지만 빠른 속도로 Detecting을 해야하는 실제 현장에서 촬영된 동영상에 적용 시에는 다소 정확도가 떨어졌다. 빠른 속도에 최적화되어있는 YOLO나 CenterNet 신경망 모델의 사용 그리고 더 많은 이미지로 학습을 시키면 향상된 정확도가 예상된다. 감자나 고구마 등 근채류의 수확량지도를 작성할 수 있어 정밀 농업 기술 또는 노지 스마트팜 기술 향상에 기여할 것이다.