• 한국융합학회논문지
• /
• 제6권1호
• /
• pp.1-5
• /
• 2015

본 논문에서는 Wi-Fi신호로 제어되는 융합형 라벨기 설계에 대하여 기술하였다. 현재 산업체에서 사용되는 라벨기는 산업현장에서 단독 장비로만 사용되고 인터넷이나 다른 네트웍 연결을 가지고 있지 않아서 라벨기가 수집한 자료를 전송하는 기능이 없어서 매우 불편하였다. 본 연구에서는 라벨기가 작업한 라벨의 종류와 사용량을 실시간 Wi-Fi를 사용하여 서버 컴퓨터로 전송할 수 있도록 정보통신(IT) 융합기술을 이용하여 설계하였다. 이러한 융합형 라벨기 시스템은 서버 컴퓨터에서 실시간으로 작업량과 작업상태를 파악할 수 있어서 기존 라벨기를 사용하는 경우보다 작업능력을 향상시키고 실시간으로 품질을 파악할 수 있게 되었다.

• 데이타베이스연구회지:데이타베이스연구
• /
• 제34권3호
• /
• pp.137-147
• /
• 2018

기계 학습을 통한 인간 동작 인지 (human activity recognition) 시스템에서 중요한 요소는 충분한 양의 라벨 데이터 (labeled data)를 확보하는 것이다. 그러나 라벨 데이터를 확보하는 일은 많은 비용과 시간을 필요로 한다. 매우 적은 수의 라벨 데이터를 가지고 있는 새로운 환경 (타겟 도메인)에서 동작 인지 시스템을 구축하는 경우, 기존의 환경 (소스 도메인)의 데이터나 이 환경에서 학습된 분류기(classifier)를 사용하는 것은 도메인이 서로 다르기 때문에 바람직하지 않다. 기존의 기계 학습 방법들이 이러한 문제를 해결할 수 없으므로 전이 학습 (transfer learning) 방법이 제시되었으며, 이 방법에서는 소스 도메인에서 확보한 지식을 활용하여 타겟 도메인에서의 분류기 성능을 높이도록 하고 있다. 본 논문에서는 다중 태스크 신경망 (multitask neural network)을 사용하여 매우 제한된 수의 데이터만으로 정확도가 높은 동작 인지 분류기를 생성하는 전이 학습방법을 제안한다. 이 방법에서는 소스 및 타겟 도메인 분류기의 손실 함수 최소화가 별개의 태스크로 간주된다. 즉, 하나의 신경망을 사용하여 두 태스크의 손실 함수를 동시에 최소화하는 방식으로 지식 전이(knowledge transfer)가 일어나게 된다. 또한, 제안한 방법에서는 모델 학습을 위하여 비지도 방식(unsupervised manner)으로 라벨이 부여되지 않은 데이터를 활용한다. 실험 결과, 제안한 방법은 기존의 방법에 비하여 일관적으로 우수한 성능을 보여주고 있다.

• 한국항행학회논문지
• /
• 제22권1호
• /
• pp.20-26
• /
• 2018

본 논문에서는 오인식률 감소를 위한 다중 프레임 특징점 추적 정보 기반 이동 물체 검출 및 추적 알고리즘을 제안한다. 기존의 연구에서는 이동 물체 탐지의 오인식과 추적의 속도 문제가 존재 하였다. 본 연구에서는 이를 보완하기 위해 먼저, 카메라 이동 보상과 물체의 추적을 위해 다중 프레임의 코너 특징점과 옵티컬 플로우를 계산한다. 다음으로 다중 프레임 전-후방향 추적으로 옵티컬 플로우의 추적 오류를 감소시키고, 카메라 이동 보상을 위해 호모그래피와 RANSAC 알고리즘 기반으로 추적된 코너 특징점을 배경영역과 이동 물체 후보 영역으로 구분한다. 변환된 코너 특징점들 중 RANSAC에 의해 제거되는 이상점들을 군집화하고 일정 크기 이상의 이상점 군집 영역을 이동 물체 후보군으로 구분한다. 이동 물체 후보군으로 구분된 물체는 라벨 추적 기반 데이터 상관 분석에 따라 라벨 번호를 할당하고 추적한다. 이동 물체 후보군으로 구분된 물체는 라벨 추적 기반 데이터 상관 분석에 따라 라벨 번호를 할당하고 추적한다. 본 논문에서는 제안한 알고리즘이 기존 알고리즘에 비해 Precision과 Recall 모두 향상됨을 쿼드로터 영상기반 탐지 및 추적 성능 실험으로 확인하였다.

• 한국빅데이터학회지
• /
• 제9권1호
• /
• pp.75-88
• /
• 2024

최근 온라인 플랫폼에서 구입한 육회를 섭취한 후 식중독 증상을 호소하거나 방울토마토에서 쓴맛이 난다는 리뷰가 뉴스에 등장한 사례가 있다. 이것은 정부 기관, 식품 제조업체나 유통업체가 온라인 플랫폼의 식품 리뷰를 분석하여 식품 위해를 탐지함으로써 소비자 식품안전 위험을 관리할 수 있음을 시사한다. 본 연구는 감성분석과 대형 언어 모델을 활용하여 식품 리뷰를 분석하고, 부정적인 리뷰를 탐지하여 주요 식품안전 위해(식중독, 변질, 화학적 이취, 이물질)를 다중 라벨링하는 분류 모델을 제안한다. 감성 분류 모델에서는 'funnel' 모델이 낮은 False Positive 비율로 부정 리뷰의 오분류 가능성을 최소화하는 데 효과적이었다. 식품안전 위해 다중 라벨링 모델은 GPT-3.5 보다 GPT-4 Turbo를 활용한 것이 재현율과 정확도 모두 96% 이상으로 높은 성능을 보였다. 정부 기관, 식품 제조업체나 유통업체는 제안된 모델을 사용하여 소비자 리뷰를 실시간으로 모니터링하고, 잠재적인 식품안전 문제를 조기에 탐지함으로써 위험을 관리할 수 있다. 이와 같은 시스템은 기업의 브랜드 평판을 보호하고, 소비자 보호를 강화하며, 궁극적으로는 소비자의 건강과 안전을 증진시키는 결과를 가져올 수 있다.

• Journal of Nutrition and Health
• /
• 제50권4호
• /
• pp.383-390
• /
• 2017

본 연구는 식품 영양표시에 대하여 서울지역 고등학생 300명을 대상으로 영양표시에 대한 중요도와 수행도에 대하여 설문조사를 실시 하였다. 연구 결과 식품/영양 라벨링에 대한 중요도-수행도 차이분석 결과는 10개의 선택속성 항목들 모두 중요도가 수행도보다 높은 점수로 나타났다. 중요도 항목은 모두 3점 이상의 점수로 나타났으며, 가장 높은 점수의 항목은 건강 (3.71)이다. 수행도 항목은 개인 만족 (3.23), 올바른 식습관 (3.08), 가정 교육 (3.04)만이 3점 이상의 항목이었다. 식품/영양 라벨링의 중요도와 수행도의 각 항목별 평균 값으로 격자점을 표시한 IPA 분석 결과 중요도가 높고, 수행도도 높은 제1사분면에는 '건강', '체중조절 및 체중유지', 4 (올바른 식습관), 6 (개인 만족)이 나타났으며, 중요도는 높지만 수행도가 낮은 속성이 속하는 제2사분면에는 어느 속성도 나타나지 않았다. 본 연구에서 조사된 10개의 식품/영양 라벨링 중요도와 만족도에 대한 내적 일관성을 분석하기 위하여 요인분석을 실시하였다. 그 결과 10개의 항목은 2개의 요인 (식품/영양표시의 '건강 및 영양 관련요인', '매체, 교육 및 외부영향 요인')으로 나누어졌으며, 이들 2개 요인의 중요성 과 '전반적인 만족도'와의 다중회귀분석 결과에서는 적용된 2개의 중요도 모두 전반적인 만족도에 정(+)의 영향력을 미치는 것으로 나타났다. 청소년들이 일상생활에서도 쉽게 활용할 수 있도록 청소년을 대상으로 한 식품/영양 라벨링에 대한 홍보와 교육이 필요하고, 정부, 관련기관 및 기업의 식품 라벨링 성분이나 영양 라벨링에 대한 관심과 개선 역시 필요할 것으로 사료된다.

• 한국산업정보학회논문지
• /
• 제21권1호
• /
• pp.27-34
• /
• 2016

본 논문에서는 가상 터치방식에서 다중 터치를 인식하는 방법에 대해 제안한다. 가상 터치는 물리적 터치 방법에 비교하여 간단한 깊이 카메라만을 설치하고, 객체 깊이값과 배경의 깊이값의 차이만으로 정확하게 객체를 추출하는 방법으로 저비용으로 구현할 수 있는 장점이 있다. 하지만 다중 터치를 구현함에는 정확도가 떨어지는 문제점이 있다. 본 논문에서는 다중 객체 인식을 위한 이진화, 라벨링, 객체 추적의 알고리즘을 통하여 다중 터치의 정확도를 높이는 방법을 제안한다. 모의실험을 바탕으로 다양한 다중 터치 이벤트를 제공함을 보여준다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2007년도 춘계학술대회 논문집
• /
• pp.167-170
• /
• 2007

연안 김 양식장의 효과적 관리를 위해서는 실제 시설량의 조사가 펼요하며 인공위성을 이용한 방법이 가장 효과적이다. 본 연구에서는 스펙트로미터에 의한 해수 및 김 양식장 시설에 대한 광 측정을 통하여 파장별 특성을 조사하였다 10m의 해상도를 갖고 있는 SPOT-5 다중분광영상을 사용하였으며，김 양식장의 자동탐지알고리듬의 개발을 위하여 경기도 화성시 제부도 남방해역에 대한 2005년도 영상을 사용하였다. 김 양식장을 추출하기 위하여 우선 3밴드 영상의 분광특성을 이용한 밴드차(Band difference) 영상을 작성하여，두 가지 방법(형태학적 처리기법 및 Canny 에지 탐지기법)으로 처리를 한 후，두 결과를 합성하여 라벨령함으로써 탐지율을 극대화하였다 양식장 시설 현황 조사 결과는，정부에서 전체 생산량을 조절할 수 있게 하며，양식업자가 좋은 수확을 달성하는데 도움이 될 수 있을 것이다.

• 한국멀티미디어학회논문지
• /
• 제16권5호
• /
• pp.549-557
• /
• 2013

본 논문에서는 컨테이너 식별자 영상 인식 시스템의 전처리 과정에 다중 임계 영역을 사용하는 방안을 제안한다. 컨테이너 영상의 특징을 이용해서, 설정된 여러 개의 후보 임계 영역들을 사용해서 영상을 각각 이진화하고, 각각의 이진 영상에 대해서 라벨링, 패널링 등을 함께 진행하면서 최종적으로 최적의 문자 영역을 추출한다. 또한 유사한 방법을 적용해서 잡음을 제거하고 개별 문자를 분리한다. 영상 162장을 사용한 실험에서 문자 영역 분리와 개별 문자 분리의 성공률이 각각 99.04%와 98.09%가 되었다.

• 대한기계학회논문집A
• /
• 제25권5호
• /
• pp.841-849
• /
• 2001

The pixel information of the object was obtained sequentially and pixels were clustered to a label by the line labeling method. Feature points were determined by finding the slope for edge pixels after selecting the fixed number of edge pixels. The slope was estimated by the least square method to reduce the detection error. Once a matching point was determined by comparing the feature information of the object and the pattern, the parameters for translation, scaling and rotation were obtained by selecting the longer line of the two which passed through the matching point from left and right sides. Finally, modified Hausdorff Distance has been used to identify the similarity between the object and the given pattern. The multi-label method was developed for recognizing the patterns with more than one label, which performs the modified Hausdorff Distance twice. Experiments have been performed to verify the performance of the proposed algorithm and method for simple target image, complex target image, simple pattern, and complex pattern as well as the partially hidden object. It was proved via experiments that the proposed image matching algorithm for recognizing the object had a good performance of matching.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.154-157
• /
• 2022

기존의 Tensorflow CNN 환경에서 Object 탐지 방식은 Tensorflow 자체적으로 Object 라벨링 작업과 탐지를 하는 방식이다. 그러나 현재 YOLO의 등장으로 이미지 객체 탐지의 효율성이 높아졌다. 그로 인하여 기존 신경망보다 더 많은 심층 레이어를 구축할 수 있으며 또한 이미지 객체 인식률을 높일 수 있다. 따라서 본 논문에서는 Darknet, YOLO를 기반으로 한 Object 탐지 시스템을 설계하고 기존에 사용하던 합성곱 신경망에 기반한 다중 레이어 구축과 학습을 수행함으로써 탐지능력과 속도를 비교, 분석하였다. 이로 인하여 본 논문에서는 Darknet의 학습을 효율적으로 이용하는 신경망 방법론을 제시하였다.