주요 논문
4
*2026년 기준 최근 6년 이내 논문에 한해 Impact Factor가 표기됩니다.
1
Preprint
|
인용수 0
·
2026Real-Time Phase-Based Motion Magnification on Edge Devices: A Linear-Phase FIR Pipeline with Metrological Validation
Jae Young An, Hyobon Khoo, Soo Il Lee
SSRN Electronic Journal
https://doi.org/10.2139/ssrn.6629584
Pipeline (software)
Filter (signal processing)
Noise (video)
Parametric statistics
Laser Doppler vibrometer
Vibration
Fast Fourier transform
Displacement (psychology)
Metrology
Reduction (mathematics)
2
Article
|
인용수 13
·
2022Phase-Based Motion Magnification for Structural Vibration Monitoring at a Video Streaming Rate
Jae Young An, Soo Il Lee
IF 3.9 (2022)
IEEE Access
여기서는 약 30 fps의 비디오 스트리밍 속도에서 프레임 단위 모션 배율(마그니피케이션)을 적용할 수 있게 하는 영상 확대(image magnification)를 위한 새로운 접근법을 제안한다. 이 새로운 접근법은 기존의 위상 기반 확대(phase-based magnification; PBM)에서 이미지 파일 전체를 일괄(batch) 처리하는 대신 사용할 수 있다. 본 새로운 PBM 방식은 30 fps로 디스플레이에서 즉시 확대된 비디오 스트림을 보여줄 수 있으며, 진동 측정 및 확대된 영상을 동시에 관찰해야 하는 모니터링 작업에 유용하다. 비디오 스트리밍 속도의 확대를 달성하기 위해, 제안된 PBM은 프레임 단위 동작을 위해 시간 영역 컨볼루션을 시간 밴드패스 필터링에서 사용한 반면, 기존 PBM은 이미지 파일 전체에 한 번에 적용되는 주파수 영역 필터를 사용한다. 동일한 프레임 속도로 웹캠 스트리밍을 이용하여 캔틸레버의 진동을 모니터링하는 실험을 수행하였고, 비교를 위해 레이저 도플러 진동계(laser Doppler vibrometer)로 데이터를 동시에 수집하였다. 실험 결과, 제안된 PBM 접근법이 기존 확대 방식보다 더 효과적임이 확인되었으며, 진동 측정을 위한 시스템 성능 또한 분석되었다. 추가로, 캔틸레버의 진동 변위 데이터에서(확대된 이미지 프레임들로부터 즉시 수집된) 특이값 분해(singular value decomposition)를 통해 적절한 고유 직교 모드(proper orthogonal mode)를 찾을 수 있었다. 또한 공진 주파수에서의 여기(excitation)로부터 지배 모드(dominant mode)를 효과적으로 추출할 수 있었다. 확대 배율(factors) 때문에 제안된 방법에서의 진동 변위는 선형 회귀(linear regression)로 추정되었고, 추정된 변위의 정확도는 허용 오차 범위 내에 있었다. 제안된 PBM은 프레임 단위 동작이므로, 확대 처리가 진행되는 동안에도 확대 배율 파라미터를 즉시 조정할 수 있다. 더불어 제안된 PBM은 시간 FIR 필터 차수(order)에 해당하는 이미지 프레임 수에 대해 독립적으로 조절 가능하다.
https://doi.org/10.1109/access.2022.3224601
Magnification
Computer science
Frame rate
Computer vision
Artificial intelligence
Vibration
Motion compensation
Frame (networking)
Laser Doppler vibrometer
Acoustics
3
Article
|
·
인용수 9
·
2021Annoyance modeling using personal and situational variables for construction site noise in urban areas
Jae Kwan Lee, Jaewoong Jang, Seo Il Chang, Soo Il Lee
IF 3.614 (2021)
Applied Acoustics
https://doi.org/10.1016/j.apacoust.2021.108256
Annoyance
Noise (video)
Regression analysis
Statistics
Noise pollution
Variables
Loudness
Acoustics
Psychology
Computer science
4
Article
|
·
인용수 0
·
2021A Study on a Machine Learning Model to Classify Road Pavement Types Based on Acoustic and Image Data for Road Maintenance
Bo Kyeong Kim, Jae Kwon Lee, Ho Sik Choi, Seo Il Chang, Soo Il Lee
Transactions of the Korean Society for Noise and Vibration Engineering
도로 포장 형태에 따른 타이어-도로 소음의 조사는 시간과 비용이 많이 든다. 본 연구에서는 이러한 문제를 해결하기 위해 인공신경망 모델을 적용하였다. 도로 포장 유형을 분류하기 위한 모델(예: 횡방향 턱(tined), 종방향 턱(tined), NGCS, DG, SMA)을 구현하고, 그 성능을 비교하였다. 입력 데이터는 타이어-도로 소음에서 추출한 특징과 도로 표면 이미지에서 추출한 특징을 결합하여 구성하였다. OBSI 측정 방법을 통해 수집한 타이어-도로 소음을 음압 수준, 음강도, 음질 지표에 대해 분석하였다. 도로 표면 이미지 데이터는 Hough 변환 및 히스토그램 of gradient(HOG)의 영상 특징 추출 알고리즘을 사용하여 분석하였다. 무작위 포레스트 모델에 각 특징을 입력하여 상위 10개의 중요 변수를 선택하였고, 각 특징에 대해 인공신경망 모델을 구축하였다. 음향 특징만 사용한 모델의 분류 정확도는 90.8 %였으며, 이미지 특징만 사용한 모델의 분류 정확도는 88.8 %였다. 음향과 이미지 특징을 모두 사용한 모델의 정확도는 97.3 %였다. 전반적인 분류 성능은 음향 및 이미지 특징을 함께 사용함으로써 향상되었다.
https://doi.org/10.5050/ksnve.2021.31.4.450
Artificial neural network
Road surface
Artificial intelligence
Noise (video)
Feature (linguistics)
Feature extraction
Computer science
Pattern recognition (psychology)
Engineering
Image (mathematics)