http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
윤종현,박종승,Yoon, Jong-Hyun,Park, Jong-Seung 한국정보처리학회 2007 정보처리학회논문지B Vol.14 No.7
비디오 영상 프레임들에서 2D 특징점들을 지속적으로 추적하는 문제는 프레임 간의 빈번한 특징점 매칭 실패로 인하여 어려움을 겪어왔다. 본 논문에서는 긴 비디오 프레임들에서 강건하게 2D 특징점들을 추적하는 기법을 제안한다. 이전 프레임까지 추적되어온 각 특징점에 대해 움직임 상태변수를 정의하고 이들 상태변수로부터 현재 프레임에서의 움직임을 예측한다. 예측된 움직임은 추적을 위한 탐색 윈도우를 설정을 위한 초기 위치로 지정된다. 유사성 검사를 통해서 탐색 윈도우 내에서 대응점을 결정한다. 측정 데이터를 반영하여 현재 프레임에서의 특징점의 움직임 상태 변수를 수정하는 과정을 갖는다. 특징점의 추적 결과는 오차를 포함하고 있고 잘못된 추적이 발생될 수 있다. 잘못 추적된 이상값들은 RANSAC 알고리즘을 적용하여 제거함으로써 정확한 특징점 추적이 지속될 수 있도록 한다. 실제 비디오 프레임들에 대해 특징점 추적을 실시한 결과 긴 비디오 프레임들에 대해서도 특징점 추적이 안정적으로 수행됨을 확인할 수 있었다. Feature tracking in video frame sequences has suffered from the instability and the frequent failure of feature matching between two successive frames. In this paper, we propose a robust 2D feature tracking method that is stable to long video sequences. To improve the stability of feature tracking, we predict the spatial movement in the current image frame using the state variables. The predicted current movement is used for the initialization of the search window. By computing the feature similarities in the search window, we refine the current feature positions. Then, the current feature states are updated. This tracking process is repeated for each input frame. To reduce false matches, the outlier rejection stage is also introduced. Experimental results from real video sequences showed that the proposed method performs stable feature tracking for long frame sequences.
시설물 외관 손상수준정보 추출에 대한 GPS와 드론의 활용방법
윤종현 ( Yoon Jong-hyeon ),김종훈 ( Kim Jong-hoon ),안용한 ( Ahn Yong-han ),이상효 ( Lee Sang-hyo ),신현규 ( Shin Hyun-kyu ) 한국구조물진단유지관리공학회 2021 한국구조물진단유지관리공학회 학술발표대회 논문집 Vol.25 No.1
노후 시설물이 높은 비율을 차지하게 되면서 유지관리 분야에 드론과 AI를 활용한 안전점검관련 연구가 활발하게 진행되고 있다. 드론을 활용해 인력의 한계를 극복하고, AI를 활용한 이미지 분석을 통해 보다 객관적인 시선으로 손상검출을 가능하게 한다. 하지만 시설물의 손상 정보에 따른 구조물의 위험수준이 다르기 때문에 단순 이미지 검출뿐 아니라 손상수준검출을 통한 정밀한 판단이 필요하다. 본 연구에서는 GPS를 활용하여 손상수준정보를 나타낼 수 있는 가능성을 보여줌으로써 향후 시설물 유지관리에 있어 보다 정밀한 안전점검을 진행 할 수 있도록 하는 것에 목표가 있다.
시설물 외관 손상수준정보 추출에 대한 GPS와 드론의 활용방법
윤종현 ( Yoon Jong-hyeon ),김종훈 ( Kim Jong-hoon ),안용한 ( Ahn Yong-han ),이상효 ( Lee Sang-hyo ),신현규 ( Shin Hyun-kyu ) 한국구조물진단유지관리공학회 2021 한국구조물진단유지관리공학회 학술발표대회 논문집 Vol.25 No.1
노후 시설물이 높은 비율을 차지하게 되면서 유지관리 분야에 드론과 AI를 활용한 안전점검관련 연구가 활발하게 진행되고 있다. 드론을 활용해 인력의 한계를 극복하고, AI를 활용한 이미지 분석을 통해 보다 객관적인 시선으로 손상검출을 가능하게 한다. 하지만 시설물의 손상 정보에 따른 구조물의 위험수준이 다르기 때문에 단순 이미지 검출뿐 아니라 손상수준검출을 통한 정밀한 판단이 필요하다. 본 연구에서는 GPS를 활용하여 손상수준정보를 나타낼 수 있는 가능성을 보여줌으로써 향후 시설물 유지관리에 있어 보다 정밀한 안전점검을 진행 할 수 있도록 하는 것에 목표가 있다.
화재확산방지를 위한 건축물 내외장재용 PCM 불연칼라강판 개발
윤종현(Yoon, Jong-Hyun),박인수(Park, In-Soo) 대한건축학회 2020 대한건축학회 학술발표대회 논문집 Vol.40 No.2
PCM(Pre-Coated Metal) is a color steel sheet produced in continuous coil coating line. It can express various colors and patterns so that it is widely applied to home appliances, interior and exterior panels for construction. By the way, in recent years, with the increase of social concern about fire safety, the demand for non-combustible color sheet has increased in the coil coating industry, but until recently, non-combustible PCM could not be commercialized in continuous coil coating lines due to the different characteristics of non-combustible spray-type paints that is commercially available. There are few successful cases for non-flammable PCM manufacturing because the criteria for the non-combustible PCM is very difficult to meet the forming ability of PCM simultaneously. However, we successfully commercialize the non-flammable PCM which have excellent non-flamablility as well as good workability including every performance meet the PCMs by improving the resin of PCM paint. In addition, we tested our non-combustible PCM by recognized testing authority and has passed the non-combustible standard(KS F ISO 1182, KS F 2271). Also, It has been commercialized in the continuous coil coating line and now it is available now by mass production.
윤종현(Yoon, Jong Hyun) 서울행정학회 2015 한국사회와 행정연구 Vol.26 No.3
본 논의는 국민들의 문화재 부실관리에 관한 현실적 지각에 영향을 미치는 언론 보도자료와 전문가들에 의하여 조사 · 분석된 문헌자료에 대한 특징을 정부의 성과관리 측면에서 SERM(주체, 환경, 자원, 운영) 이론모형에 근거하여 살펴보았다. 먼저. 자료 건수 측면에서 언론 보도자료는 연도별 증가 추세에 있지만 문헌자료는 특정 연도를 제외하면 유사한 규모로 연구가 수행되고 있었다. 이는 언론보도가 국민들의 문화재 관리에 대한 현실적 지각에 영향을 더욱 미칠 수 있음을 보여준다. 다음으로 문화재 부실관리의 원인에 있어서 언론에서는 환경(E), 운영(M), 자원(R) 그리고 주체(S)의 순으로 부실 요인이 큰 것으로 나타났다. 반면에 문헌조사에서는 운영(M), 환경(E), 자원(R) 그리고 주체(S)의 순으로 나타났다. 대체로 유사하게 나타나지만 언론에서는 심층적 취재 보다는 정부 발표 자료에 의존하여 그 내용을 바탕으로 국민에게 알리는 보도 내용이 많았다. 반면에 문헌조사는 SERM의 다양한 영역에 대하여 비록 연구의 수는 적지만 심도있게 다루고 있는 것이 특징이었다. This study draws upon research on media influences on public perceptions, along with the professional literature on cultural property management. More specifically, government shortcomings in the management of cultural property are examined, using SERM as the theoretical basis. While the number of press releases increases each year, the professional literature does not. This points towards the ways in which press releases could affect perceptions of the management of national cultural property. Subsequently, the causes of cultural mismanagement are examined. In the media environment, operations were most prevalent, followed by resources. In the professional literature, operational causes were most prevalent followed by environment and resources. Although there were similarities, the government approach was communicated more through the media than the professional literature. While the professional literature was more in-depth with respect to different areas of the SERM, there were only small number of studies.
윤종현(Jong-Hyun Yoon),이범종(Bum-Jong Lee),박종승(Jong-Seung Park) 한국정보과학회 2007 한국정보과학회 학술발표논문집 Vol.34 No.2A
특징점 추적은 많은 영상 분석 응용에서 기반 정보를 제공하는 중요한 문제이나 일반적으로 잘 동작하는 기법의 부재로 관련 응용 시스템 개발에 어려움을 겪어왔다. 본 논문에서는 긴 비디오 스트림에서 강건한 2D 특징점 추적이 가능한 기법을 제안한다. 특징점 추적 결과의 향상을 위하여 특징점의 움직임상태 변수에 대한 히스토리를 사용한다. 이전 프레임까지 추적되어온 특징점의 움직임 상태변수의 히스토리를 고려하여 현재 프레임에서의 움직임을 예측한다. 예측된 움직임은 추적을 위한 탐색 윈도우를 설정을 위한 초기 위치로 지정된다. 유사성 검사를 통해서 윈도우 내에서 대응점을 결정한다. 측정 데이터를 반영하여 현재 프레임에서의 특징점의 움직임 상태 변수를 수정하는 과정을 갖는다. 수정된 상태변수는 현재 프레임의 확정된 움직임으로써 특징점의 움직임 상태변수의 히스토리 버퍼에 등록된다. 위와 같은 과정을 거쳐 특징점을 추적한다. 또한 특징점의 추적 결과는 오차를 포함하고 있다. 그러므로 잘못 추적된 특징점을 RANSAC 알고리즘을 적용하여 제거함으로써 전체적인 특징점 추적 오차를 줄일 수 있다.