• 디지털콘텐츠학회 논문지
• /
• 제13권2호
• /
• pp.235-245
• /
• 2012

우리는 본 논문에서 사용자 제스처 인터페이스 기반 퀴즈게임 콘텐츠를 제안한다. 우리는 기존의 아날로그 방식으로 수행해 오던 퀴즈게임의 요소들을 파악하여 디지털화함으로써 퀴즈 진행자의 역할을 콘텐츠 프로그램이 담당할 수 있도록 하였다. 우리는 키넥트 카메라를 사용하여 깊이영상을 획득하고 깊이영상에서 사용자 분할, 머리 위치 검출 및 추적, 손 검출 등의 전처리 작업과 손들기, 손 상하이동, 주먹 모양, 패스, 주먹 쥐고 당김 등의 명령형 손 제스처 인식기술을 개발하였다. 특히 우리는 사람이 일상생활에서 물리적인 객체를 조작하는 동작으로 인터페이스를 위한 제스처를 정의함으로써 사용자가 이동, 선택, 확인 등의 추상적인 개념을 인터페이스 과정에서 체감할 수 있도록 디자인하였다. 앞서 발표되었던 선행 작업과 비교할 때, 우리는 승리 팀에 대한 카드보상 절차를 추가하여 콘텐츠의 완성도를 높였으며, 손 상하이동 인식과 주먹 모양 인식 알고리즘 등을 개선하여 문제 보기선택의 성능을 크게 향상시켰고, 체계적인 실험을 통해 만족할 만한 인식 성능을 입증하였다. 구현된 콘텐츠는 실시간 테스트에서 만족스러운 제스처 인식 결과를 보였으며 원활한 퀴즈게임 진행이 가능하였다.

• 한국정보통신학회논문지
• /
• 제26권9호
• /
• pp.1266-1271
• /
• 2022

반려동물 중 반려묘의 비중이 2012년 이후 연평균 25.4%의 증가율을 보이며 증가하는 추세이다. 고양이는 강아지에 비해 야생성이 강하게 남아있기 때문에 질병이 생기면 잘 숨기는 특성이 있다. 보호자가 반려묘가 질병이 있음을 알게 되었을 때는 병이 이미 악화되어진 상태일 수 있다. 반려묘의 식욕부진(식사회피), 구토, 설사, 다음, 다뇨 등과 같은 현상은 당뇨, 갑상선기능항진증, 신부전증, 범백혈구감소증 등 고양이 질병 시 나타나는 증상 중 일부이다. 반려묘의 다뇨(소변 양이 많음), 다음(물 많이 마심), 빈뇨(소변을 자주 봄) 현상을 보호자가 보다 빨리 알아차릴 수 있다면 반려묘의 질병 치료에 크게 도움이 될 것이다. 본 논문에서는 인공지능 디바이스에서 작동하는 1) 자세 예측 DeepLabCut의 Efficient 버전, 2) 객체 검출 YOLO v4, 3) 행동 예측 LSTM 4) 객체 추적은 BoT-SORT를 사용한다. 인공지능 기술을 이용하여 홈 CCTV의 영상에서 반려묘의 행동 패턴 분석과 물그릇의 무게 센서를 통해 반려묘의 다음, 다뇨 및 빈뇨를 예측한다. 그리고, 반려묘 행동 패턴 분석을 통해, 질병 예측 및 이상행동 결과를 보호자에게 리포트 하는, 메인 서버시스템과 보호자의 모바일로 전달하는 애플리케이션을 제안한다.

• 정보처리학회논문지D
• /
• 제11D권5호
• /
• pp.1167-1176
• /
• 2004

인터넷 기술의 발달로 다양한 응용분야의 컴퓨팅 환경은 상당한 변화를 겪어 왔다. 특히 지난 3년여 동안 물류분야에서는 물류 회사간 인터넷 기반의 가상 비즈니스 활동 또는 서비스 아키텍처를 의미하는 e-로지스틱스라는 새로운 개념에 대한 활발한 연구가 진행되었다. 효과적인 e-로지스틱스 프레임워크 구축을 위해서 GIS, GPS 및 시공간 데이터베이스를 포함하는 이동체 기술 개발이 진행 중에 있다. 이동체 기술은 자동차, 비행기, 선박 등과 같이 시간에 따라 공간상의 위치를 변경하는 시공간 객체에 대한 효율적인 데이터 관리를 의미한다. 그러나 기존의 관련 시스템은 여러 가지 이유로 이동체에 대하여 오직 가장 최근에 검출된 위치정보만을 관리하기 때문에, 과거 및 미래의 불확실한 위치 추정방법에 대한 구체적인 제시는 미약한 상태에 있다. 따라서 이 논문에서는 이동체에 대한 이력정보 관리와 이를 이용한 과거의 위치 추정이 가능한 시스템을 제안한다. 이를 위해 물류 운송차량 위치 추적을 위한 모델링과 데이터베이스 및 시스템 구조를 제시한다. 아울러 제안 시스템을 e-로지스틱스 분야의 주요 응용인 택배 차량에 대한 위치정보 불확실성 처리 시나리오에 적용하는 예를 가지고 설명한다.

• 대한기계학회논문집A
• /
• 제39권2호
• /
• pp.235-240
• /
• 2015

디지털 기기의 발달과 더불어 능동안전시스템 또한 비례적으로 발달됨에 따라 4.5 톤 이상 중대형상용차에도 능동안전시스템에 대한 요구가 대두되고 있다. 승용차량과 달리 중대형 상용차량 경우 카메라 장착 위치가 상대적으로 높아 차선 인식에 불리한 조건을 가지고 있다. 본 논문에서는 공간영역처리 기반 중 하나인 소벨 에지(Sobel Edge) 추출과 허프 변환(Hough Transform) 기법과 색 변환보정 기법으로 국내 도로 환경에 맞는 차선 인식에 대한 방법을 제시하고, 영상을 통한 전방의 차량을 인식하는 객체 인식 기법 중에 Haar-like 기법, Adaboost 기법, SVM 기법, Template Matching 기법 등을 적용 및 분석을 통하여 검출 오류를 줄이기 위한 전방 차량 인식 방법을 제안한다. 성능검증을 위해서 실차평가를 실시하였으며, 차선 인식에 대해 98% 이상의 높은 인식률을 얻었다.

• 한국정보통신학회논문지
• /
• 제25권10호
• /
• pp.1310-1316
• /
• 2021

최근 인공지능과 IoT 기술의 발달에 따라 물체 추적, 의료 영상, 객체 인식과 같은 영상처리에 대한 중요성이 높아지고 있다. 특히 전처리 과정에서 사용되는 잡음제거 기술은 시스템에서 영상의 중요성이 높아짐에 따라 잡음을 효율적으로 제거하며 세부적인 특징을 보존하는 성능을 요구하고 있다. 본 논문에서는 AWGN 환경에서 화소매칭 기반의 변형된 가중치 필터를 제안한다. 제안한 알고리즘은 영상에서 화소값이 크게 변하는 고주파성분을 보존하기 위해 화소매칭 기법을 사용하며, 주변 영역에서 연관성이 높은 패턴을 지닌 영역을 검출하여 출력계산에 필요한 매칭 화소값을 분류한다. 최종 출력은 필터링 과정에서 에지성분을 고려하기 위해 중심화소와 매칭화소 사이의 격차값 및 공간적 거리에 따라 가중치를 계산하여 구한다.

• 정보보호학회논문지
• /
• 제33권6호
• /
• pp.1099-1110
• /
• 2023

자율주행 및 robot navigation의 인식 시스템은 성능 향상을 위해 다중 센서를 융합(Multi-Sensor Fusion)을 한 후, 객체 인식 및 추적, 차선 감지 등의 비전 작업을 한다. 현재 카메라와 라이다 센서의 융합을 기반으로 한 딥러닝 모델에 대한 연구가 활발히 이루어지고 있다. 그러나 딥러닝 모델은 입력 데이터의 변조를 통한 적대적 공격에 취약하다. 기존의 다중 센서 기반 자율주행 인식 시스템에 대한 공격은 객체 인식 모델의 신뢰 점수를 낮춰 장애물 오검출을 유도하는 데에 초점이 맞춰져 있다. 그러나 타겟 모델에만 공격이 가능하다는 한계가 있다. 센서 융합단계에 대한 공격의 경우 융합 이후의 비전 작업에 대한 오류를 연쇄적으로 유발할 수 있으며, 이러한 위험성에 대한 고려가 필요하다. 또한 시각적으로 판단하기 어려운 라이다의 포인트 클라우드 데이터에 대한 공격을 진행하여 공격 여부를 판단하기 어렵도록 한다. 본 연구에서는 이미지 스케일링 기반 카메라-라이다 융합 모델(camera-LiDAR calibration model)인 LCCNet 의 정확도를 저하시키는 공격 방법을 제안한다. 제안 방법은 입력 라이다의 포인트에 스케일링 공격을 하고자 한다. 스케일링 알고리즘과 크기별 공격 성능 실험을 진행한 결과 평균 77% 이상의 융합 오류를 유발하였다.