• 한국전자통신학회논문지
• /
• 제15권6호
• /
• pp.1187-1194
• /
• 2020

본 논문은 온라인 퀴즈 시스템에서 핵심인 문제은행 구축 자동화를 위한 Deep Quiz Cropping 기법을 제시했다. 이것은 문제지를 스캔한 그림 파일에서 개별문제에 대한 질의영역과 선다영역을 딥러닝 기반 검출기를 통해 검출하는 것과, 문제생성을 위해 질의영역과 선다영역을 짝지우고 영역오류를 수정하는 Box Coupling으로 이루어졌다. 문제지 및 시험지를 스캔한 영상파일에 Deep Quiz Coupling 기법을 적용한 다수의 실험에서 질의영역과 선다영역을 검출하는데 있어서 성공적인 결과를 도출했다.

• 전기전자학회논문지
• /
• 제23권4호
• /
• pp.1134-1139
• /
• 2019

One of the most important applications of computer vision algorithms is the detection of threat objects in x-ray security images. However, in the practical setting, this task is complicated by two properties inherent to the dataset, namely, the problem of class imbalance and visual complexity. In our previous work, we resolved the class imbalance problem by using a GAN-based anomaly detection to balance out the bias induced by training a classification model on a non-practical dataset. In this paper, we propose a new method to alleviate the visual complexity problem by using a KNN-based automatic cropping algorithm to remove distracting and irrelevant information from the x-ray images. We use the cropped images as inputs to our current model. Empirical results show substantial improvement to our model, e.g. about 3% in the practical dataset, thus further outperforming previous approaches, which is very critical for security-based applications.

• 한국농림기상학회지
• /
• 제18권4호
• /
• pp.337-347
• /
• 2016

본 연구에서는 전라북도 김제시 부량면 신용리의 벼단작지 및 벼-보리 이모작의 논 생태계에 설치된 플럭스 관측시스템으로부터 1년간 연속적으로 관측된 $CO_2$ 플럭스 자료 및 $CH_4$ 배출량 자료를 활용하여, 논 생태계의 탄소수지를 평가하고자 하였다. 벼 단작지 및 벼-보리 이모작 논 생태계의 $CO_2$ 플럭스는 대표적인 미기상학적 방식인 에디공분산 방법을 이용하였고, $CH_4$ 발생량은 개폐형 챔버방식의 자동화 시스템을 이용하여 측정하였다. 또한, 여러 가지 기상인자(복사, 기온 및 지온 등)도 함께 조사하였다. 관측된 $CO_2$ 플럭스자료는 보정과 결측보충의 과정을 거친 후 탄소수지 분석에 활용되었다. 2014년도의 벼 단작 및 벼-보리 이모작 논 생태계의 $CO_2$의 순생태 교환량은 각각 단위면적($m^2$)당 -436.8, -587.5g C로 분석되었고, $CH_4$ 발생량은 각각 +16.04, $+18.61g\;C\;m^{-2}$로 분석되었다. 벼 재배 기간 동안 $CH_4$ 발생량은 물 관리에 따라 큰 영향을 받는 것으로 나타났는데, 담수상태에서 $CH_4$ 발생량이 배수상태보다 더 높은 것으로 분석되었다. 본 연구는 국내에서 벼 단작과 벼-보리 이모작의 논 생태계의 $CO_2$ 플럭스와 $CH_4$ 배출량을 기반으로 탄소수지를 정량화한 1차적인 연구결과로서, 벼-보리 이모작의 논 생태계가 벼 단작의 논 생태계보다 1년에 약 $128.9g\;C\;m^{-2}$를 더 흡수하는 것으로 평가되었다.

• 한국작물학회지
• /
• 제47권6호
• /
• pp.448-452
• /
• 2002

벼 자동화 육묘시설에서 파종기별 적정 파종량을 선정하기 위하여 실험한 결과를 요약하면 다음과 같다. 1. 파종기에 따른 묘특성은 상자당 파종량이 증가할수록 초장은 커지는 경향을 보였으나, 묘충실도는 감소하였다. 2. 이앙기별 파종량에 따른 본답 생육 특성은 파종기에 관계없이 파종량이 증가할수록 이앙 초기에는 초장은 커지고 분얼수는 증가하였으나 이앙 40-50일 이후부터는 파종량간에 큰 차이를 나타내지 않았다. 3. 파종량에 따른 수량성은 5월 25일 이앙구에서는 파종량 간에 유의성이 없이 200g 파종구에서 수량이 가장 높았으며, 2모작인 6월 20일 이앙의 경우는 200-250g 파종까지는 유의성이 없었으나, 200-250g 파종구와 300g 파종구에서는 유의성 있는 차이를 보였다.

• 한국토양비료학회지
• /
• 제45권6호
• /
• pp.1179-1186
• /
• 2012

For better understanding of carbon cycle dynamics of an agro-ecosystem, an accurate assessment of seasonal and daily $CO_2$ flux is essential to understand the relationship between various environmental factors and crop productivity. We developed the automatic sliding canopy chamber (ASCC) system that measured continuous net ecosystem productivity (NEP) over whole growing season under the natural meteorological rhythm. The ASCC was composed of two main parts which were sliding part for measuring NEP, and automatic opening and closing chamber (AOCC) for measuring soil respiration (SR) on the soil surface. The ASCC was developed by using open flow method for measuring soil $CO_2$ efflux. The disturbance of natural meteorological condition was minimized by opening the base frames. In the field test with barley (Hordeum vulgare L.), NEP was calculated at $140mg\;CO_2\;m^{-2}h^{-1}$ on a clear day using continuous data and eliminated the possibility of overestimate about 16% using one hour data during the day time. Unlike other small scale chamber system, installation on cropping-field made it possible to take any modifications which might be caused by natural environmental condition.

• 한국토양비료학회지
• /
• 제41권6호
• /
• pp.408-414
• /
• 2008

온실가스의 농도 증가에 따른 지구온난화로 기후변화 및 환경적 영향이 증가하고 있으며, 다른 산업 분야별 온실가스 저감 노력이 계속 되고 있다. 농경지에서 온실가스 배출 저감 및 탄소 수지 연구를 통하여 농업생산 활동이 온실가스를 배출 이외에도 탄소를 고정 또는 축적 기능이 있다는 것을 밝히고자 하였다. 먼저 작물 작부체계에 따른 탄소 수지를 평가하고자 대기 중 이산화탄소 자동측정 장치를 개발하여 $CO_2$ 함량 변화를 조사하였다. 이를 통해 작물 생태계 내에서 보리-콩 및 보리-고추 작부체계의 생태계 순 생산량이 화학비료를 사용한 NPK 처리구와 돈분 퇴비를 추가한 NPK+돈분 퇴비 처리구를 두고 $CO_2$ 함량을 조사하였다. 보리-콩 작부체계의 NPK 및 NPK+퇴비처리구는 각 $6.3,\;10.6ton\;CO_2\;ha^{-1}$ 그리고 보리-고추작부체계에서는 $12.0,\;13.2ton\;CO_2\;ha^{-1}$이 축적된 것 으로 나타났다. 토양 탄소수지 평가에서는 보리-콩 작부체계에서 토양 유기 탄소 축적은 $0.7ton\;C\;ha^{-1}$, 보리-고추에서 $0.5ton\;C\;ha^{-1}$이 토양 중에 저장하였다. 이로써 농경지가 탄소 저장원 역할을 하는 것으로 해석할 수 있다.

• 한국농공학회:학술대회논문집
• /
• 한국농공학회 2005년도 학술발표논문집
• /
• pp.213-214
• /
• 2005

Uiryung Watershed area, located at the confluence of Nam River and Nagdong River has 9000 ha of agricultural land area and 3024 ha of paddy rice field have been reclaimed and managed by Korean Agricultural and Rural Infrastructure Corporation(KARICO) in the riparian area since 1954. In spite of irrigation and drainage improvement projects in last 3 decades since 1970, there are severe drought and innundation problems in the area. To improve the difficulties and efficient usage of irrigation water not only for agriculture but also for environmental conservation and cultural ceremony, Automatic Water management system has been installed supported by Ministry of Agriculture and Fishery in Korean Government. The control office in Uiryung Branch Office of KARICO, receive all the water management records from Remote Terminal Units in 7 reservoirs and 26 Pump stations to operate the decision supporting system of irrigation and drainage facility during cropping period. Since the completion of the water management system at the end of 2003, the electric cost decrease in 80 % than average years. In spite of decrease of two technical assistants since 2004, complains from farmers for the water management are very rare. The technological experience from the automatic water management system would contribute not only for the efficient water management of Uiryang area but also for the modernization of water management of other watershed areas in the future.

• 한국농림기상학회지
• /
• 제17권2호
• /
• pp.173-181
• /
• 2015

본 연구는 보리-벼 이모작 작부체계의 논 생태계에 설치한 개방형 $CO_2$ 플럭스시스템과 자동개폐식 챔버형 $CH_4$ 측정시스템에서 관측된 탄소관련 온실가스 자료와 작물 생장량자료를 활용하여 논 생태계의 연간(2012.10.20~2013.10.21) 탄소수지를 분석하였다. 결론적으로 농작물의 생육인자와 환경인자는 $CO_2$의 순 생태계교환량(NEE)에 영향을 주는 것으로 분석되었고, $CH_4$ 배출량은 영농활동(특히 물관리)에 따라 큰 영향을 받는 것으로 분석되었다. 2012~2013년 벼-보리 이모작 작부체계의 논 생태계에서 보리 재배기간에는 단위면적($m^2$)당 100.2g의 탄소를 흡수하고 벼 재배기간에는 $m^2$당 374.1g의 탄소를 흡수하였지만, 휴경기간에는 토양호흡의 형태로 $m^2$당 41.2g의 탄소를 배출하여 연간 총 $433.1g\;m^{-2}$의 탄소를 흡수하는 것으로 분석되었다. 여기에 농작물의 수확에 따른 논 생태계의 탄소 배출량과 $CH_4$ 형태로배출되는 탄소량을 포함한 연간 순생물상생산량(NBP)은 $184.7g\;C\;m^{-2}$으로 추정되어, 보리-벼 이모작 작부체계의 논 생태계는 탄소 발원인 것으로 평가되었다.

• Smart Structures and Systems
• /
• 제30권5호
• /
• pp.501-511
• /
• 2022

Three-dimensional (3D) models have become crucial for improving civil infrastructure analysis, and they can be used for various purposes such as damage detection, risk estimation, resolving potential safety issues, alarm detection, and structural health monitoring. 3D point cloud data is used not only to make visual models but also to analyze the states of structures and to monitor them using semantic data. This study proposes automating the generation of high-quality 3D point cloud data and removing noise using deep learning algorithms. In this study, large-format aerial images of civilian infrastructure, such as cut slopes and dams, which were captured by drones, were used to develop a workflow for automatically generating a 3D point cloud model. Through image cropping, downscaling/upscaling, semantic segmentation, generation of segmentation masks, and implementation of region extraction algorithms, the generation of the point cloud was automated. Compared with the method wherein the point cloud model is generated from raw images, our method could effectively improve the quality of the model, remove noise, and reduce the processing time. The results showed that the size of the 3D point cloud model created using the proposed method was significantly reduced; the number of points was reduced by 20-50%, and distant points were recognized as noise. This method can be applied to the automatic generation of high-quality 3D point cloud models of civil infrastructures using aerial imagery.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권9호
• /
• pp.4405-4418
• /
• 2016

Automatic image completion techniques have difficulty processing images in which the target region has multiple planes or is non-facade. Here, we propose a new image completion method that uses belief propagation based on planar priorities. We first calculate planar information, which includes planar projection parameters, plane segments, and repetitive regularity extractions within the plane. Next, we convert this planar information into planar guide knowledge using the prior probabilities of patch transforms and offsets. Using the energy of the discrete Markov Random Field (MRF), we then define an objective function for image completion that uses the planar guide knowledge. Finally, in order to effectively optimize the MRF, we propose a new optimization scheme, termed Planar Priority-belief propagation that includes message-scheduling-based planar priority and dynamic label cropping. The results of experiment show that our approach exhibits advanced performance compared with existing approaches.