• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2021.06a
• /
• pp.180-182
• /
• 2021

본 논문은 눈 랜드마크 위치 검출과 시선 방향 벡터 추정이 하나의 딥러닝 네트워크로 통합된 시선 추정 네트워크를 제안한다. 제안하는 네트워크는 Stacked Hourglass Network[1]를 백본(Backbone) 구조로 이용하며, 크게 랜드마크 검출기, 특징 맵 추출기, 시선 방향 추정기라는 세 개의 부분으로 구성되어 있다. 랜드마크 검출기에서는 눈 랜드마크 50개 포인트의 좌표를 추정하며, 특징 맵 추출기에서는 시선 방향 추정을 위한 눈 이미지의 특징 맵을 생성한다. 그리고 시선 방향 추정기에서는 각 출력 결과를 조합하고 이를 통해 최종 시선 방향 벡터를 추정한다. 제안하는 네트워크는 UnityEyes[2] 데이터셋을 통해 생성된 가상의 합성 눈 이미지와 랜드마크 좌표 데이터를 이용하여 학습하였으며, 성능 평가는 실제 사람의 눈 이미지로 구성된 MPIIGaze[3] 데이터 셋을 이용하였다. 실험을 통해 시선 추정 오차는 0.0396 MSE(Mean Square Error)의 성능을 보였으며, 네트워크의 추정 속도는 42 FPS(Frame Per Second)를 나타내었다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2017.06a
• /
• pp.99-101
• /
• 2017

최근 딥러닝을 이용한 SAR 영상의 목표물을 인식하는 알고리즘이 괄목할만한 성능을 보여주었다. 이러한 알고리즘들은 포즈 각도 정보를 무시한 채 목표물의 종류를 추정하는 것에만 초점을 맞춘다. 포즈 각도 추정 알고리즘은 단지 SAR 영상 목표물 인식 알고리즘의 전처리 과정으로 연구되었다. 하지만 감시 시스템에서, 목표물이 향하고 있는 방향을 추정하는 것 또한 중요하다. 먼저, 포즈 각도 추정을 통하여 적의 전술 배치를 계획을 추정할 수 있다. 또한 목표물이 아군 쪽을 바라보면 큰 위협이 되는데, 포즈 각도 추정을 통하여 이러한 정보를 알 수 있다. 따라서 본 논문은 목표물이 향하고 방향을 추정할 수 있는 콘볼루션 네트워크를 고안하였다. 네트워크를 학습시키기 위하여 SAR 영상의 목표물의 포즈 각도를 양자화하여 포즈 각도 label 을 구성하였다. 또한 이러한 포즈 각도 추정을 정제하는 알고리즘을 고안하였고 이는 보다 정확한 포즈 각도 추정을 가능하게 하였다. 그 결과, 제안된 네트워크는 포즈 각도 추정에 높은 정확도를 보여준다.

• Proceedings of the Korean Statistical Society Conference
• /
• 2000.11a
• /
• pp.247-252
• /
• 2000

동시입력이 있는 병렬 네트워크에서 총 손님의 수가 특정한 값을 초과하여 과부하가 발생하는 확률을 추정하고자 한다. large deviation 이론을 적용하여 추정을 위한 최적의 확률 측도를 찾고 이를 이용하여 과부하 확률의 중요 샘플링 추정량을 구한다.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.10 no.4
• /
• pp.93-99
• /
• 2011

This paper proposes a novel network jitter estimation algorithm for robust VoIP communication system. The proposed method computes the current network environment mode using the differences of arrival time and generation time from sequential received packets. According to the current network environment mode, the jitter variance weights is adjusted to minimize the error for estimating the network jitter. The jitter average and variance are calculated by the autoregressive estimated algorithm, and then the network jitter is estimated by applying the jitter variance weights.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.07a
• /
• pp.14-17
• /
• 2020

단안 영상에서의 깊이 추정은 주어진 시점에서 촬영된 2 차원 영상으로부터 객체까지의 3 차원 거리 정보를 추정하는 것이다. 최근 딥러닝 기반으로 단안 RGB 영상에서 깊이 정보 추정에 유용한 특징 맵을 추출하고 이를 이용해서 깊이를 추정하는 모델들이 기존 방법들의 성능을 넘어서면서 관련된 연구가 활발히 진행되고 있다. 또한 Attention Model 과 같이 특정 특징 맵의 채널 혹은 공간을 강조하여 전체적인 네트워크의 성능을 개선하는 연구가 소개되었다. 본 논문에서는 깊이 정보 추정을 위해 사용되는 특징 맵을 강조하기 위해서 Attention Model 을 추가한 AutoEncoder 기반의 깊이 추정 네트워크를 제안하고 적용 부분에 따른 네트워크의 깊이 정보 추정 성능을 평가 및 분석한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2010.06d
• /
• pp.165-169
• /
• 2010

무선 센서 네트워크에서 LBS(Location Based Services) 에 적합한 기술적인 요구사항이 증가하고 있다. 최근 LBS의 가장 기본이 되는 위치추정(Localization) 에 관련하여 많은 알고리즘이 제안되고 있지만 센서 네트워크를 위한 요구사항을 만족하지 못하고 있다. 본 논문에서는 센서 네트워크에서 5가지 주된 위치추정방식의 요구사항을 정의하고 이를 만족하는 SCORE 알고리즘을 제안한다. 고정노드는 다중 파워의 비콘신호를 전승하게 되며, 이때 고정노드는 센서노드에게 위치정보를 비콘 신호에 담아서 전승하게 되는데 이때 다중 비콘신호에 신호 순서에 해당하는 SCORE 라고 고정노드로부터 센서노드까지의 거리에 대한 값을 포함하여서 전승하게 된다. 여러 고정노드로부터 수신한 위치정보를 수집한 센서노드는 간단한 연산과정을 거쳐 자신의 위치를 분산적으로 추정하게 된다. CAB 위치추정 알고리즘의 2 가지 알고리즘을 동시에 사용하는 복잡성 문제와 Diffusion 알고리즘의 네트워크 외곽에서 발생하는 큰 위치추정 오류의 문제점을 SCORE 알고리즘에서는 해결하였다. 시뮬레이션 결과 SCORE 알고리즘은 독립적인 알고리즘 사용임에도 불구하고 CAB 위치추정 알고리즘과 비슷한 성능을 나타내었으며, Diffusion 알고리즘에서 발생한 네트워크 외곽 센서노드들의 오류를 평균 7% 이상 향상 시켰다.

• Proceedings of the Korea Institutes of Information Security and Cryptology Conference
• /
• 2003.12a
• /
• pp.121-127
• /
• 2003

본 논문에서는 Internet Service Provider(이하 ISP)의 네트워크에 위험이 발생할 경우 위험의 출현으로 인한 ISP의 자산손실을 추정하는 방법을 제안한다. ISP의 네트워크를 구성하는 자산들의 가치를 서비스 측면에서 분석하고, 개별 자산이 생산하는 서비스 가치를 근사할 수 있는 방법론을 제시함으로써 네트워크의 장애로 인한 손실액을 추정 가능함을 보인다. 또한, 네트워크의 부하 분산, 우회 경로 및 백업 시스템 등 서비스 연속성을 확보를 위한 잉여 설계가 있을 경우, 자산가치 특성함수를 사용한 손실액 추정모델을 제안한다.

• Journal of Broadcast Engineering
• /
• v.26 no.6
• /
• pp.748-757
• /
• 2021

In this paper, we propose a gaze estimation network in which eye landmark position detection and gaze direction vector estimation are integrated into one deep learning network. The proposed network uses the Stacked Hourglass Network as a backbone structure and is largely composed of three parts: a landmark detector, a feature map extractor, and a gaze direction estimator. The landmark detector estimates the coordinates of 50 eye landmarks, and the feature map extractor generates a feature map of the eye image for estimating the gaze direction. And the gaze direction estimator estimates the final gaze direction vector by combining each output result. The proposed network was trained using virtual synthetic eye images and landmark coordinate data generated through the UnityEyes dataset, and the MPIIGaze dataset consisting of real human eye images was used for performance evaluation. Through the experiment, the gaze estimation error showed a performance of 3.9, and the estimation speed of the network was 42 FPS (Frames per second).

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.14 no.9
• /
• pp.2120-2126
• /
• 2010

This paper aims to realize the location tracking system using the Zigbee in the wireless sensor network. The wireless sensor network offers the user-oriented location tracking service in the ubiquitous environment. The location tracking service can track the location of an object or a person and provides it. The location tracking system realized in this paper can be used inside or outside without any black-out areas to measure the location of the moving nodes. In tracking inside the RSSI signals use and in tracking outside will connect with the GPS signals to track the location. Also, by using Zigbee, the wireless sensor network environment was established and by obtaining the location of the moving nodes, the real-time tracking is possible.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2013.06a
• /
• pp.27-28
• /
• 2013

본 논문에서는 간섭 제한 적인 상황에서 지정된 채널을 추정해야 하는 실제적인 무선 애드혹 네트워크에서 비모수 선형 MMSE 필터 기반의 간섭 제어 채널 추정 기법을 사용하여 네트워크 성능을 개선시키는 새로운 기법을 제안한다. 제안하는 채널 추정 기법은 간섭의 정도에 따라 노드를 활성화 시키고 지정된 채널 추정을 한다. 실제적인 무선 애드혹 네트워크 모의실험을 통해 제안된 기법이 기존의 채널 추정 기법에 비해 상당한 전송 캐패시티 이득을 얻을 수 있음을 확인할 수 있다.