• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 가을 학술발표논문집 Vol.32 No.2 (1)
• /
• pp.829-831
• /
• 2005

최근 컴포넌트 기반 미들웨어의 최적화에 대한 연구가 활발히 이루어지고 있다. CPU점유율이 높은 어플리케이션의 동시 실행은 시스템에 부하를 주기 때문에, 시스템 성능을 약화시키고 실행중인 어플리케이션에 영향을 준다. 컴포넌트 기반 미들웨어는 여러 개의 재사용 가능한 컴포넌트를 조합하여 어플리케이션을 구성하기 때문에 동적으로 재구성이 가능하다. 본 논문은 컴포넌트 기반 미들웨어가 시스템 상황에 대한 정보를 받아들여 시스템의 상황을 스스로 판단하고 자가치료 또는 시스템의 성능을 최적화시키는 컴포넌트를 선택하는 방법을 제안한다. 상황판단을 위해 유연한 추론이 가능하고, 데이터로부터 자동학습이 가능한 베이지안 네트워크를 사용하였다. 두 시간 가량의 데이터를 리눅스 사용자로부터 획득하여 실험한 결과, 테스트 데이터에 대해 $76.5\%$의 성능을 보였다.

• 디지털융복합연구
• /
• 제10권6호
• /
• pp.297-302
• /
• 2012

본 논문은 이미지 상황분석을 기반으로 하여 객체 검출 및 추적 방법을 제안한다. 제안하는 방법은 배경이 복잡한 형태이거나 배경이 동적으로 움직일 때에도 일관성 있는 결과를 얻을 수 있다. 입력 영상의 상황분석은 K-means와 RBF의 하이브리드 네트워크를 이용하여 수행되어진다. 제안된 객체 검출은 일정하지 않은 객체 이미지 때문에 생기는 영향을 감소시키기 위해 상황 기반 적응적 베이지안 네트워크를 이용한다. 본 논문에서는 학습 속도를 높이기 위해 2D Haar 웨이블릿 변형을 이용한 특징 벡터 생성기와 베이지안 판별식 방법을 이용하여 학습 시간이 적게 걸리며 학습 데이터의 변화에 일정한 성능을 갖는 방법론을 제안하였다. 제안하는 방법을 개발하여 실환경에 적용한 결과 검출하고자 하는 물체가 예측 영역을 넘나들거나 다른 불확실한 변화에도 안정적으로 반응함을 알 수 있었다. 실험 결과는 기존의 방법들에서 사용되었던 다양한 데이터 집합에 적용하였을 때 우수한 성능을 보여준다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2012년도 한국컴퓨터종합학술대회논문집 Vol.39 No.1(B)
• /
• pp.402-404
• /
• 2012

감시카메라의 성능이 향상됨에 따라 감시 카메라를 적용한 다양한 분야에 자동탐지 시스템의 적용 사례가 증가하고 있다. 하지만 동적인 상황이 빈번히 발생하는 실외환경에서의 감시카메라는 빛이나 날씨 등에 의해 불확실성을 일으킬 수 있다. 본 논문에서는 발생한 불확실성을 시계열로 보정하기 위한 방법으로 동적 베이지만 네트워크 기반의 시스템을 제안한다. 객체의 속도와 레이블, 방향 등을 시계열로 고려해 발생한 불확실한 상황에 대해 객체 검출을 보정하였다. 또한 실제 비디오 영상을 이용한 실험 및 평가를 수행하여 그 유용성을 입증하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제36권11호
• /
• pp.955-959
• /
• 2009

본 논문에서는 휴먼 객체들의 이동 궤적 정보를 기반으로 휴먼 상호 행동을 인식하기 위한 새로운 모델을 제안한다. 복잡한 휴먼 상호 행동들은 의미있는 작은 단위로 분할될 수 있는데 이를 '부-상호행동'이라 하며, 이들을 표현하는 모델들의 순차적 연결 또는 네트워크로 상호 행동을 모델링한다. 제안하는 모델은 서로 다른 상호 행동들에 공통적으로 나타나는 부-상호 행동들을 공유하도록 함으로써 모델의 복잡도를 낮추어 매우 효율적이다. 상호 행동 네트워크 모델의 동작 분석 및 기존 방법과의 비교 실험을 통해 제안한 방법의 우수성을 확인할 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2010년도 한국컴퓨터종합학술대회논문집 Vol.37 No.2(A)
• /
• pp.68-69
• /
• 2010

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2006년도 하계종합학술대회
• /
• pp.681-682
• /
• 2006

일반적으로 축구 비디오 데이터는 멀티모달과 멀티레이어 속성을 지닌다. 이러한 데이터를 다루기 적합한 모델은 동적 베이지안 네트워크(Dynamic Bayesian Network: DBN) 형태의 위계적 은닉 마르코프 모델(Hierarchical Hidden Markov Model: HHMM)이다. 이러한 HHMM 중 다중속성의 특징들이 서로 상호작용하는 PHHMM(Product Hierarchical Hidden Markov Model)이 있다. 본 논문에서는 PHHMM 을 축구 경기의 Play/Break 이벤트 검색 및 분석에 적용하였고 바람직한 결과를 얻었다.

• 해양환경안전학회지
• /
• 제21권5호
• /
• pp.515-523
• /
• 2015

본 연구에서는 10년간(2001 2010) IMCA에 보고된 DP 선박 LOP(Loss of Position)사고 612건에서 인적오류에 의한 사고 103건을 확인하여 이를 HFACS로 분류하였다. 그리고 이를 베이지안 네트워크에 적용하여 인적오류의 조건부 확률을 확인해 보았다. 그 결과 103건의 인적오류관련 사고는 모두 불안전한 행동에 의해서 발생하였고 이들 중 기술 기반 오류가 70건(68.00 %)으로 가장 큰 인적오류 비율을 차지하였다. 기술 기반 오류 중에서는 부주의한 DP 선박 운용 60건(58.3%), 절차 미 준수 8건(7.8%)이었고, 의사결정 오류에 의한 잘못된 조종이 21건(20.8%)을 차지하였다. 이러한 HFACS 분류의 베이지안 네트워크 적용을 통해서는 불안전한 감독(68%)이 불안전한 행동의 가장 큰 잠재적 요인으로 작용하고 있다는 것을 확인 할 수 있었다. 결론적으로 HFACS와 연계한 베이지안 네트워크는 인적오류를 분석하는 데 유용한 도구임을 확인 할 수 있었고, 분석 결과를 바탕으로 DP 선박안전 운용을 위한 정책, 내부 관계, 훈련등과 같은 인적오류를 경감 및 제거하기 위한 권고 9가지를 제안하였다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2009년도 학술대회
• /
• pp.567-571
• /
• 2009

스포츠 경기의 비디오 중계는 생동감 있고 흥미로운 장면들을 시청자에게 제공해주기 위하여 여러 대의 카메라를 사용한다. 하지만 기존의 방송 시스템은 시청자에게 하나의 비디오로 편집된 장면만을 제공하기 때문에 시청자의 관심도를 고려하여 특정 장면을 요약해주거나 검색해주는 등의 지능형 방송 서비스가 어렵다. 본 논문에서는 여러 대의 카메라로 촬영한 축구경기 비디오를 요약 및 검색해주는 시스템을 제안한다. 이는 비디오에 주석으로 태깅되어있는 저수준 정보를 기반으로 하는 동적 베이지안 네트워크를 이용하여 슛, 크로스, 반칙, 세트플레이 등과 같은 주요장면을 추출하고, 해당 주요장면타입에 따라 자동으로 뷰를 선택한다. 따라서 제안하는 시스템은 사용자에게 주요장면 요약이나 선호하는 뷰의 선택기능을 제공하며, 사용자의 선호도를 고려할 경우 개인화 방송 서비스를 제공해줄 수 있다.

• 한국통신학회논문지
• /
• 제34권4C호
• /
• pp.388-396
• /
• 2009

본 연구는 CCD카메라로부터 입력된 영상을 분석하여 특징값을 추출하고, 패턴인식기술을 이용하여 화재연기영상을 감지하는 방법을 제안한다. 우선 CCD카메라로부터 획득된 영상들간의 차영상을 이용하여 움직임 영역만을 검출하고, 이후 연기색상모델을 적용하여 후보영역을 생성한다. 연기영역은 유사색상의 군집화를 이루고, 주변에 비해 단순한 질감을 가지며, 시간에 따른 모션정보의 상승 방향성을 가지는 특징을 가진다. 본 논문에서는 연기영역의 이러한 특성을 이용하여 학습영상으로부터 연기의 밝기, 웨이블릿 고주파 성분, 모션 벡터 등의 특징 값을 추출하고 이들 특징 값들에 대해 가우시안 확률 모델을 생성한다. 이렇게 추출된 확률모델은 연기영역의 시간적 연속성을 고려하기 위해 본 논문에서 새롭게 구성한 동적 베이지안 네트워크의 관찰노드에 적용된다. 본 논문에서 제안하는 방법은 산불을 비롯한 다양한 연기를 감지하였으며, 기존의 알고리즘에 비해 우수한 성능을 보여주었다.

• 정보과학회 논문지
• /
• 제42권7호
• /
• pp.889-900
• /
• 2015

최근 복잡해진 시스템의 실행 환경에서 발생하는 문제들을 해결하기 위해 자가적응형 시스템의 중요성이 대두되고 있다. 그러나 시스템 설계 시점에 구축된 모델과 실행 환경 사이의 불확실성이 시스템을 알 수 없는 상황으로 이끌 수 있기 때문에 이를 다루기 위한 연구가 중요한 이슈로 떠오르고 있다. 본 논문은 불확실한 상황에서 적응 시점을 결정하고 모델에 실시간 환경을 반영하기 위한 방법을 제안한다. 적합한 적응 시점을 위해 시스템의 이전 상태들과 현재상태를 비교하여 베이지안 서프라이즈를 계산하고, 설계된 모델에 실시간 환경을 수행된 적응 정책의 결과를 모델에 반영한다. 제안 방법론을 네비게이션 시스템에 적용하여 제안 사항의 유효성을 확인하였다.