• 방송공학회논문지
• /
• 제21권2호
• /
• pp.252-260
• /
• 2016

사람 검출의 성능은 카메라의 위치 및 각도 등에 큰 영향을 받는다. 이로 인해 획득한 2D 영상에서 사람은 위치에 따라 각기 다른 크기를 갖는 형태로 나타난다. 이렇게 다양한 크기를 갖는 사람들을 모두 검출하는 것은 실시간 시스템의 구현을 어렵게 만드는 요인이 된다. 그러나 만일 영상의 특정 위치의 사람의 크기를 예측할 수 있다면, 해당 위치의 사람 검출을 위한 연산량이 크게 감소될 수 있을 것이다. 본 논문에서는 실내 공간의 구조를 깊이맵으로 구성하고, 실내 공간에 존재하는 사람의 영상을 3D 공간에 재구성함으로써 크기를 예측하는 기법을 제안한다. 3D 공간에서는 어느 위치에서든지 사람의 크기가 일관되므로 이를 2D 영상으로 투영하게 되면 2D 영상의 좌표에 따른 정확한 사람의 크기를 추정할 수 있다. 실험 결과로부터 제안 방법이 효과적으로 사람의 크기를 예측할 수 있고, 기존이 기계학습 기반 사람 검출 방법들의 처리속도가 감소됨을 증명하였다.

• 정보화정책
• /
• 제26권4호
• /
• pp.85-106
• /
• 2019

최근 전자민원시스템에 집단민원을 제기하는 사례가 늘어나고 있으나 이에 대한 효율적인 관리시스템이 아직 마련되어 있지 않아 행정 업무량 증대와 사회적 갈등 양산 등의 부작용이 우려되고 있다. 이에 본 연구에서는 이상탐지와 코퍼스 언어학 기반의 내용분석을 활용한 전자 집단민원 추정 방법론을 제시하고자 하였다. 이를 위하여 1)집단민원의 개념에 대한 이론적 고찰과 2) 비모수적 비지도 학습에 기반 한 이상탐지를 활용한 전자 집단민원 추정과 3) n-gram 코사인 각도 거리를 활용한 민원의 내용 유사도 분석방법론을 제안하고 4) 창원시 시민의 소리에 대한 사례분석을 통하여 제시한 방법론의 유용성과 정책적 시사점, 향후 과제를 검토하였다.

• 전자공학회논문지
• /
• 제52권6호
• /
• pp.117-125
• /
• 2015

앉아있는 시간이 긴 현대인들에게 바른 자세를 유지하도록 하는 것은 중요하다. 자세 교정을 위한 치료는 많은 시간과 비용이 소요되며, 전문의의 지속적인 관찰이 필요하다. 그러므로 사용자 스스로 자신의 자세를 판단하고 교정하기 위한 시스템이 필요하다. 본 논문에서는 사용자의 자세 데이터를 취득하여 취득된 자세가 정상자세인지 비정상자세인지 판단한다. 사용자의 자세 데이터 취득을 위해 관성 센서를 이용한 4개 관절 기반 모션캡쳐 시스템을 제안한다. 이 시스템을 통해 대상자의 자세 데이터를 취득하고, 취득한 데이터를 기반으로 특징을 추출하여 DB를 구축한다. 구축한 DB를 K-means 클러스터링 알고리즘을 이용하여 자세 학습을 수행한 후, 정상자세와 비정상자세를 분류한다. 관절의 회전각도, 위치정보, 분석정보를 이용하여 자세분류를 수행한 결과, 정상자세 판단 성공률은 99.79%로 나타났다. 이 결과로 미루어 4개 관절에 대한 특징을 이용하여 사용자의 자세를 판단 가능하며, 향후 척추질환 예방 시스템에 적용하여 사용자의 자세를 교정하는 데 도움을 줄 수 있을 것으로 판단된다.

• 스마트미디어저널
• /
• 제5권1호
• /
• pp.38-43
• /
• 2016

스마트 환경 구축이 보편화됨에 따라 사람과 컴퓨터 사이의 상호작용(HCI)에 관한 연구가 활발히 진행되고 있다. 인간-컴퓨터 상호작용에서 사람의 얼굴과 시선 방향을 안다는 것은 그 사람의 의도나 관심의 대상을 파악하는데 중요한 정보를 제공할 뿐만 아니라 신체 구조를 이해하는데도 하나의 기준이 될 수 있으므로 중요한 연구 테마이다. 본 논문에서는 랜덤 포레스트를 이용하여 얼굴 방향을 미리 정해놓은 각도로 분류하는 방법을 제안한다. 먼저 영상은 전처리를 거친 뒤 회전정보를 얻기 위하여 평균 정면 얼굴과의 차영상을 이용하여 회전정보를 추출한다. 캐니에지 검출법을 이용하여 얼굴의 특징을 검출하고 이를 이용하여 에지 영상을 구한 뒤, 이 영상에 대해 가로 세로축 각각에 대해 픽셀 수를 누적하여 히스토그램을 작성한다. 누적히스토그램을 특징으로 랜덤 포레스트를 생성하였으며, 랜덤 포레스트의 학습과 테스트에는 CAS-PEAL-R1 데이터를 사용하여 80.6%의 인식률을 얻었다.

• 한국정보통신학회논문지
• /
• 제18권8호
• /
• pp.1811-1817
• /
• 2014

본 논문은 선도 로봇을 추종 로봇이 일정거리와 각도를 두고 추종하는 군집제어에서, 추종 로봇의 질량이 변할 경우, 신경회로망을 통해 보간된 이득을 갖는 PID제어기를 제안한다. 전체 제어시스템은 기구학 제어기와 동역학을 고려한 동적제어기로 구성하였다. 동적제어기는 가변 이득을 가지는 PID 제어기로 구성하여, 추종 로봇의 대표적 질량에 따라 적절한 PID 이득을 유전 알고리즘으로 구하였다. 유전 알고리즘으로 구한 데이터를 기초로 신경회로망을 학습하여 추종 로봇이 임의의 질량을 갖더라도 최적의 PID 이득을 선정할 수 있었다. 모의실험에서 추종 로봇의 질량이 임의의 값으로 변화하는 경우, 신경회로망을 통해 보간된 이득을 갖는 PID 제어기가 고정된 이득을 가지는 PID 제어기에 비해 군집제어에서 추종 성능을 향상시키는 것을 확인하였다.

• 한국정보통신학회논문지
• /
• 제25권9호
• /
• pp.1183-1189
• /
• 2021

홈 트레이닝을 하는 사람들은 전문적인 대면 지도가 없기 때문에 잘못된 자세로 동작을 하여 신체에 무리가 올 수 있다. 본 연구에서는 자세 예측 모델과 다층 퍼셉트론을 이용하여 사용자의 자세를 교정 해주는 "영상 데이터 기반 동작 분류 및 자세 교정 시스템"을 제안한다. 자세 예측 모델로 뼈대 정보를 예측한 후 심층 신경망을 이용하여 어떤 운동 동작인지를 분류한 뒤, 올바른 관절의 각도를 알려주며 교정이 이루어진다. 이 과정에서 동작 분류 모델의 성능을 향상시키기 위해 연속적인 프레임들의 결과를 고려하는 투표 알고리즘을 적용하였다. 다층 퍼셉트론 기반 모델을 자세 분류 모델로 사용했을 때 0.9의 정확도를 가진다. 그리고 투표 알고리즘을 통해 분류 모델의 정확도는 0.93으로 향상된다.

• 한국초등수학교육학회지
• /
• 제22권2호
• /
• pp.199-220
• /
• 2018

전개도는 우리나라 제 1차 교육과정부터 초등학교 수학교과서에서 꾸준히 다루어져 온 전통적인 교육내용이며, 주로 입체도형의 성질을 알아보거나 겉넓이를 구하기 위해 지도되어 왔다. 하지만 공간 감각에 대한 중요성이 점점 강조되고 있는 현 시점에서 전개도는 공간 감각을 다루기 위한 매우 적절한 학습 소재가 될 수 있다. 이에 본 연구에서는 우리나라 초등학교 수학 교육과정과 교과서에서 전개도가 어떻게 지도되어 왔는지 살펴보고, 이를 바탕으로 일본, 싱가포르, 핀란드, 홍콩의 교과서에서 다루고 있는 전개도 관련 내용을 분석하였다. 이를 통해 공간 시각화와 공간 방향화의 향상 측면에서 올바른 전개도를 찾는 활동의 강화, 다양한 각도에서 본 입체도형의 모습 제시, 무늬가 들어간 입체도형의 전개도 활용을 시사점으로 제안하였다.

• 한국정보통신학회논문지
• /
• 제25권1호
• /
• pp.1-7
• /
• 2021

최근 코로나 19발생과 동시에 소셜 미디어의 투자자 정서가 증시 가격 움직임을 주도해 관심을 모으고 있다. 본 연구는 행동금융 이론 기반 빅 데이터 분석을 활용하여 소셜 미디어에서 추출한 정서가 중국 증시의 실시간 및 단기적 가격 모멘텀을 예측하는데 활용될 수 있는 기법을 제안한다. 이를 위해, COVID-19와 관련 200만 건 이상의 시나 웨이보 빅 데이터를 키워드 방식으로 수집 및 분석하고 시간이 따른 영향력이 높은 감정 요인을 추출한다. 최종 결과 도출을 위해 다양한 지도 및 비지도 학습 모델을 다 각도에서 구현 및 성능평가를 비교 분석 후, BiLSTM mdoel이 최적의 결과를 낼 수 있음을 증명했다. 또한, 제안하는 기법을 통해 주가변동과 심리요인 간에도 비슷한 움직임을 보이고 있음을 제안했고 소셜미디어에서 추출한 공공분위기가 어느 정도 투자자들의 심리를 대변할 수 있고, 주식시장에 영향을 미칠 수 있는 특수행사에 몰두할 때 증시변동에 차이를 만들 수 있음을 증명했다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.469-472
• /
• 2022

최근 지능형 교통 시스템의 발전에 따라 딥러닝을 기술을 적용한 다양한 기술들이 활용되고 있다. 도로를 주행하는 불법 차량 및 범죄 차량 단속을 위해서는 차량 종류를 정확히 판별할 수 있는 차종 분류 시스템이 필요하다. 본 연구는 YOLO(You Only Look Once)를 이용하여 이동식 차량 단속 시스템에 최적화된 차종 분류 시스템을 제안한다. 제안 시스템은 차량을 승용차, 경·소·중형 승합차, 대형 승합차, 화물차, 이륜차, 특수차, 건설기계, 7가지 클래스로 구분하여 탐지하기 위해 단일 단계 방식의 객체 탐지 알고리즘 YOLOv5를 사용한다. 인공지능 기술개발을 위하여 한국과학기술연구원에서 구축한 약 5천 장의 국내 차량 이미지 데이터를 학습 데이터로 사용하였다. 한 대의 카메라로 정면과 측면 각도를 모두 인식할 수 있는 차종 분류 알고리즘을 적용한 지정차로제 단속 시스템을 제안하고자 한다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제6권11호
• /
• pp.445-452
• /
• 2017

전주(Electric Pole)는 전력 송/배전에 사용되는 지지물로 외력 측정을 위해 가속도 센서가 이용된다. 기상현상은 전주의 외력에 다양한 영향을 미친다. 가공전선의 탄성변화가 그중 하나이다. 이러한 이유로 전주에 미치는 기상현상 요인을 모델링 하는 것은 매우 중요하다. 가속도 센서로부터 수신된 데이터는 피치(Pitch)와 롤(Roll) 각도로 변환되어 수신된다. 기상 현상은 변수간 상관관계가 높게 나타나며, 모델링을 위해 유의한 설명변수를 선택하는 것은 과대적합(Over Fitting)의 문제에서 매우 중요한 요소이다. 다중공선성(Multicollinearity)을 고려한 설명력이 높은 모델 구축을 위해 기계학습 방법의 하나인 일반화 가법 모형(Generalized Additive Model)을 사용했다. 모델 구축에 사용된 기상 요인 변수는 온도, 습도, 강수량, 풍속, 풍향, 증기압, 대기압, 노점온도, 일조시간, 일사량, 운량이다. 분산 팽창 요인 검증을 수행한 결과 온도, 강수량, 풍속, 풍향, 대기압, 노점온도, 일조시간, 운량의 변수가 선택됐다. 설명변수중 일조시간, 운량, 대기압의 영향도가 높게 나타났으며, 일반화 가법 모형의 평균 결정계수(R-Squared)는 0.69로 유의한 모델을 구축했다. 구축된 모델은 전주 외력의 영향을 예측하는데 도움이 될 수 있을 것이며, 안전성 확보의 목적에 기여할 수 있을 것이라 생각한다.