• 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).

• Proceedings of the KIPE Conference
• /
• 2019.11a
• /
• pp.206-207
• /
• 2019

리튬이온 배터리의 상태를 모니터링 하는 방법에 있어서, 대표적으로 배터리의 충전 상태(SOC)와 배터리의 건강 상태(SOH)를 추정하여 상태 지표로 사용된다. 본 연구에서는 리튬 이온 배터리의 상태 지표를 위한 용량 정보의 추정을 데이터 기반의 근사 모델을 이용하여 수행하였다. 다양한 근사 모델링 방법을 적용하여 추정되는 용량 정보를 비교하고, 모델링 방법에 따른 용량 추정 성능을 확인하였다. 또한, 이를 바탕으로 리튬이온 배터리의 용량을 예측하고 예측 성능을 분석하였다. 본 연구를 통하여 근사모델을 이용하는 경우, 리튬이온 배터리의 용량 추정은 물론 예측을 수행하는 방법으로서의 활용 가능성을 확인하였으며, 또한 제안하는 방법을 이용하여 보유하고 있는 모니터링 데이터를 활용하여 리튬이온 배터리의 성능을 평가하는데 있어 효과적으로 활용될 수 있을 것으로 판단된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.05a
• /
• pp.355-356
• /
• 2023

본 논문에서는 지도 앱이 제공하는 식당의 시간별 평균 방문자 수 데이터와 공공 DB의 면적 데이터를 활용하여 식당의 대기 시간을 예측하여 출력해주는 모델을 제안한다. 요식업에 관련된 통계 데이터를 활용해 식당 홀이 차지하는 면적을 추정한 뒤, 식당의 예상 수용 인원을 추정하여 여기에 평균 테이블 회전율을 적용하여, 식당의 시간 당 수용 인원을 추정식당의 대기 시간을 계산한다. 거기에 사용자 리뷰와 식당 별점 데이터 등의 외부 요인을 통해 대기 시간을 보정, 예상 대기 시간의 정확도 상승을 꾀한다. 이 모델이 상용화 될시, 이용자는 식당 선택에 의해 야기되는 스트레스를 완화시킬 수 있고, 식당 이용자들의 분산효과를 낳을 수 있을 것이다.

• Journal of Korean Society of Transportation
• /
• v.33 no.3
• /
• pp.315-321
• /
• 2015

ATMS calculates section travel time using two-way communication system called DSRC(Dedicated Short Range Communications) which collects data of RSE (Road Side Equipment) and Hi-pass OBU (On-board Unit). Travel time estimation in urban area involves uncertainty due to the interrupted flow. This study not only analyzed real-time data but also considered pattern data. Baek-Je-Ro street in Jeon-Ju city was selected as a test site. Existing algorithm was utilized for data filtering and pattern data building. Analysis results repoted that travel time estimation with 20% of real-time data and 80% of pattern data mixture gave minimum average difference of 37.5 seconds compare to the real travel time at the 5% significant level. Results of this study recommend usage of intermixture between real time data and pattern data to minimize error for travel time estimation in urban area.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.07a
• /
• pp.667-670
• /
• 2020

최근에는 증강현실, 로봇공학 등의 분야에서 객체의 위치 검출 이외에도, 객체의 자세에 대한 추정이 요구되고 있다. 객체의 자세 정보가 포함된 데이터셋은 위치 정보만 포함된 데이터셋에 비하여 상대적으로 매우 적기 때문에 인공 신경망 구조를 활용하기 어려운 측면이 있으나, 최근에 들어서는 기계학습 기반의 자세 추정 알고리즘들이 여럿 등장하고 있다. 본 논문에서는 이 가운데 Dense 6d Pose Object detector (DPOD) [11]의 구조를 기반으로 하여 가구의 조립 설명서에 그려진 가구 부품들의 자세를 추정하고자 한다. DPOD [11]는 입력으로 RGB 영상을 받으며, 해당 영상에서 자세를 추정하고자 하는 객체의 영역에 해당하는 픽셀들을 추정하고, 객체의 영역에 해당되는 각 픽셀에서 해당 객체의 3D 모델의 UV map 값을 추정한다. 이렇게 픽셀 개수만큼의 2D - 3D 대응이 생성된 이후에는, RANSAC과 PnP 알고리즘을 통해 RGB 영상에서의 객체와 객체의 3D 모델 간의 변환 관계 행렬이 구해지게 된다. 본 논문에서는 사전에 정해진 24개의 자세 후보들을 기반으로 가구 부품의 3D 모델을 2D에 투영한 RGB 영상들로 인공 신경망을 학습하였으며, 평가 시에는 실제 조립 설명서에서의 가구 부품의 자세를 추정하였다. 실험 결과 IKEA의 Stefan 의자 조립 설명서에 대하여 100%의 ADD score를 얻었으며, 추정 자세가 자세 후보군 중 정답 자세에 가장 근접한 경우를 정답으로 평가했을 때 100%의 정답률을 얻었다. 제안하는 신경망을 사용하였을 때, 가구 조립 설명서에서 가구 부품의 위치를 찾는 객체 검출기(object detection network)와, 각 개체의 종류를 구분하는 객체 리트리벌 네트워크(retrieval network)를 함께 사용하여 최종적으로 가구 부품의 자세를 추정할 수 있다.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.40 no.3
• /
• pp.147-157
• /
• 2022

Recently, many studies have been conducted to analyze traffic or object recognition that classifies vehicles through artificial intelligence-based prediction models using CCTV (Closed Circuit TeleVision)or drone images. In order to develop an object recognition deep learning model for accurate traffic estimation, systematic data construction is required, and related standardized guidelines are insufficient. In this study, previous studies were analyzed to derive guidelines for establishing artificial intelligence-based training data for traffic estimation using drone images, and business reports or training data for artificial intelligence and quality management guidelines were referenced. The guidelines for data construction are divided into data acquisition, preprocessing, and validation, and guidelines for notice and evaluation index for each item are presented. The guidelines for data construction aims to provide assistance in the development of a robust and generalized artificial intelligence model in analyzing the estimation of road traffic based on drone image artificial intelligence.

• 한국데이터정보과학회:학술대회논문집
• /
• 2003.10a
• /
• pp.1-11
• /
• 2003

일반적으로 모수에 대한 신뢰구간 추정량이 점 추정량보다 훨씬 더 선호되고 있으며 많이 알려져 있다. 그러나 이산형 분포의 경우에는 주로 대 표본 근사 이론에 입각한 근사 신뢰구간이 많이 사용되고 있다. 본 논문에서는 여러 가지 이산형 분포 가운데에서 가장 많이 활용되고 있는 이항분포와 포아송 분포의 모수에 대한 다양한 신뢰구간 추정량들을 소개하고 대 표본 근사 이론에 의한 신뢰구간뿐만 아니라 소 표본의 경우에도 유용하게 이용될 수 있는 신뢰구간 등을 살펴보고 이들 신뢰구간들을 비교하였다.

• The Journal of the Acoustical Society of Korea
• /
• v.17 no.7
• /
• pp.91-100
• /
• 1998

본 논문에서는 지수함수적 감쇄신호의 매개변수를 효율적으로 추정하기 위한 신호 모델링 기법을 제안한다. 이 방법은 맥놀이 주파수 성분을 갖으면서 과도기 형태 신호인 성 덕대왕 신종의 음파(공중음파 및 지중음파)를 분석하기 위하여 개발되었으며 선형예측모델 을 기본으로 하고 있다. 제안된 방법은 일반적인 데이터 행렬 대신에 자기상관 유사행렬을 사용하였으며 SVD 방법을 이용하여 매개변수를 추정한다. 성덕대왕 신종의 스펙트럼 및 감 쇄계수 특성을 분석하기 위하여 제안된 방법을 수집한 데이터에 적용하였고 분석결과를 토 대로하여 고유주파수 신호의 감쇄계수 및 움통의 역할도 규명하였다.

• Journal of Institute of Control, Robotics and Systems
• /
• v.5 no.2
• /
• pp.158-165
• /
• 1999

비행시험을 통해 획득한 데이터의 해석과정에서 대상 항공기의 크기가 소형인 경우에는 엔진진동이나 외부의 교란에 의한 잡음이나 바이어스 등의 강도가 높기 때문에 데이터의 처리과정에서 많은 문제점을 산출하게 된다. 이와 같은 문제점을 해결하기 위해 상태추정 알고리즘이 사용되며, 본 논문에서는 항공기의 비선형 세로운동 방정식의 경우에 확장형 칼만 필터를 적용하여 항공기 세로운동의 상태변수들을 추정하였으며, 또한 확률근사과정, 이노베이션에 대한 궤환 적응 등 적응형 칼만 필터를 사용하여 수렴속도와 정확도 둥을 향상시킨 알고리즘을 제안하고 그 결과를 나타내었다.

• 한국데이터정보과학회:학술대회논문집
• /
• 2006.11a
• /
• pp.129-142
• /
• 2006

본 논문은 공간시계열자료가 공간의 위치와 시간의 흐름에 따라 동시에 관측되는 분야인 기상, 지질, 천문, 생태, 역학 등에서 아주 넓이 사용되고 있고 그 수요가 점차 증가하는 이 시기에 복잡한 공간시계열 중선형(STBL) 모형에 대한 모수 추정 방법 중 수치 해석적 방법인 Newton-Raphson 방법과 Kalman-Filter 방법을 비교하고, 두 가지 방법에 의한 예측력을 비교하여 보았다.