• Annual Conference on Human and Language Technology
• /
• 2015.10a
• /
• pp.99-103
• /
• 2015

최근 딥러닝 기술의 발전에 힘입어 이미지로부터 자동으로 관련된 단어 혹은 문장을 생성하는 연구들이 진행되고 있는데, 많은 연구들은 이미지와 단어가 1:1로 대응된 잘 정련된 학습 집합을 필요로 한다. 한편 스마트폰 보급의 확산으로 인스타그램, 폴라 등의 이미지 기반 SNS가 급속하게 성장함에 따라 인터넷에는 한 이미지의 복수개의 단어(태그)가 부착되어있는 데이터들이 폭증하고 있는 것이 현실이다. 본 논문에서는 소규모의 잘 정련된 학습 집합뿐 아니라 이러한 대규모의 다중 레이블 데이터를 같이 활용하여 이미지로부터 태그를 생성하는 개선된 CNN구조 및 학습알고리즘을 제안한다. 기존의 분류 기반 모델에 은닉층을 추가하고 새로운 학습 방법을 도입한 결과, 어노테이션 성능이 기존 모델보다 11% 이상 향상되었다.

• Annual Conference of KIPS
• /
• 2019.10a
• /
• pp.928-930
• /
• 2019

방송에서는 당사자의 동의 없이 얼굴을 노출 시키거나, 유해물질로 판단되는 물체의 노출을 금지하고 있다. 기존의 처리방식으로 편집자가 촬영된 영상을 직접 편집하거나, 촬영 시 가리개를 이용하는 방법을 사용한다. 이러한 방법은 번거롭고, 실수로 인해 얼굴이나 유해물질이 방송에 그대로 노출될 수 있다. 본 논문에서는 딥러닝 기반의 객체탐지 모델과 동일인 판단 모델을 사용하여 편집 과정을 자동으로 처리하고 후처리뿐만 아니라 실시간 방송에서의 적용을 위해 추가적으로 객체추적 알고리즘을 도입하여 처리속도를 높이는 방안을 제시한다.

• Annual Conference of KIPS
• /
• 2019.10a
• /
• pp.806-808
• /
• 2019

인터넷 기술의 발전에 힘입은 전자상거래의 급격한 발전에 따라 소비자들의 소비습관은 오프라인에서 온라인으로 빠르게 바뀌었다. 이에 따라, 구매한 상품에 대한 평가를 작성하는 것 또한 만연해지면서 소비자들에게 구매 결정의 중요한 요인으로 작용하기 시작하였고 실제 판매량에도 직접적인 영항을 끼치기 시작하였다. 그러나, 현재 전자상거래 시스템에서는 상품에 대한 평가를 한눈에 알아볼 수 있는 기능이 부재하고 있어 소비자의 소비 전략과 판매 전략측면에서의 비효율을 야기하고 있다. 따라서, 본 논문에서는 LSTM 을 기반으로 한 딥러닝 모델을 이용해 감정분석을 하여 온라인 상품평을 긍정/부정에 따라 자동으로 분류하고자 한다. 이를 통해, 효율적인 반응 분석을 위한 기술 개발의 기반을 마련하여 소비자와 판매자 모두에게 더 나아진 전략 수립의 기회를 제공할 것으로 기대한다.

• The Journal of Korea Robotics Society
• /
• v.16 no.3
• /
• pp.270-275
• /
• 2021

Most of the initial forms of cooperative robots were intended to repeat simple tasks in a given space. So, they showed no significant difference from industrial robots. However, research for improving worker's productivity and supplementing human's limited working hours is expanding. Also, there have been active attempts to use it as a service robot by applying AI technology. In line with these social changes, we produced a mobile manipulator that can improve the worker's efficiency and completely replace one person. First, we combined cooperative robot with mobile robot. Second, we applied speech recognition technology and deep learning based object detection. Finally, we integrated all the systems by ROS (robot operating system). This system can communicate with workers by voice and drive autonomously and perform the Pick & Place task.

• Journal of Korea Society of Digital Industry and Information Management
• /
• v.17 no.4
• /
• pp.85-94
• /
• 2021

The LPR system's trigger sensor makes problem occasionally due to the heave weight of vehicle or the obsolescence equipment. If we replace the hardware sensor to the deep-learning based software sensor in order to generate the trigger signal, LPR system maintenance would be a lot easier. In this paper we proposed the deep-learning sliding window based object detection and tracking algorithm for the LPR system's trigger signal generation. The gate passing vehicle's license plate recognition results are combined into the normal tracking algorithm to catch the position of the vehicle on the trigger line. The experimental results show that the deep learning sliding window based trigger signal generating performance was 100% for the gate passing vehicles including the 5.5% trigger signal position errors due to the minimum bounding box location errors in the vehicle detection process.

• Journal of Korea Multimedia Society
• /
• v.24 no.7
• /
• pp.860-867
• /
• 2021

Lane detection is important technology for implementing ADAS or autonomous driving. Although edge detection has been typically used for the lane detection however, false detections occur frequently. To improve this problem, a deep learning based lane detection algorithm is proposed in this paper. This algorithm is mounted on an ARM-based embedded system to implement a LDW(lane departure warning). Since the embedded environment lacks computing power, the VGG-11, a lightweight model based on VGG-13, has been proposed. In order to evaluate the performance of the LDW, the test was conducted according to the test scenario of NHTSA.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2019.06a
• /
• pp.234-235
• /
• 2019

본 논문은 실사 객체를 360도 전방위에서 관찰이 가능한 3D 그래픽 모델로 변환하는 시스템에서 뼈대를 추출하는 방법을 제시한다. 각 카메라로부터 촬영된 텍스쳐 영상을 이용하여 뼈대를 추출하고, 깊이 정보로부터 얻어진 포인트 클라우드 정보를 이용하여 뼈대 정보를 정합, 보정하는 과정을 수행한다. 카메라로부터 촬영된 텍스쳐 영상에 대해 딥러닝 기술 등을 이용하여 뼈대를 획득한다. 텍스쳐 영상으로부터 획득된 뼈대 정보는 동일 위치에서 획득된 외부 파라미터를 이용하여 월드좌표계로 변환하여 공간상에 위치시킨다. 이러한 과정을 모든 카메라로부터 획득된 뼈대 정보에 동일하게 적용함으로써 모든 뼈대 정보를 공간상에 표현하여 최종적인 뼈대 정보를 추출하는 방법을 제시한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2018.06a
• /
• pp.120-122
• /
• 2018

이미지에서 단순히 객체탐지를 하는 것이 아닌, 맥락정보를 탐지하는 해내는 것은 이미지 분석 분야에서 활발히 진행해온 연구분야 중 하나이다. 본 논문은 검출된 객체와 사람 간의 맥락 정보를 실시간으로 검출하기 위해 관심있는 객체와 인체의 키포인트를 탐지한 후, 그 두 영역 사이의 거리정보를 이용하여 맥락정보를 추출하는 알고리즘을 제안한다. 이는 CNN으로 이루어진 단일 구조 방식이기에 낮은 시스템 복잡도를 갖는다. 이 방법을 통하여 사람과 연관된 객체 사이의 맥락 정보와 그 위치정보를 출력함으로써 CCTV내 무장한 테러범의 위치나 축구 경기 내 공을 소유한 선수를 찾는 경우 등의 실질적인 이미지 분석에 활용할 수 있다.

• Journal of the Semiconductor & Display Technology
• /
• v.20 no.1
• /
• pp.94-98
• /
• 2021

As the world's population grows, the food industry becomes increasingly important. Among them, agriculture is an industry that produces stocks of people all over the world, which is very important food industry. Despite the growing importance of agriculture, however, a large number of crops are lost every year due to pests and malnutrition. So, we propose a plant anomaly detection system for managing crops incorporating deep learning and drones with various possibilities. In this paper, we develop a system that analyzes images taken by drones and GPS of the drone's movement path and visually displays them on a map. Our system detects plant anomalies with 97% accuracy. The system is expected to enable efficient crop management at low cost.

• Journal of the Semiconductor & Display Technology
• /
• v.21 no.3
• /
• pp.1-6
• /
• 2022

Modern computer systems usually have special hardware for operations used in deep learning workload even edge computing environment. Non-volatile memories (NVMs) have been considered for alternative memory storage because they consume little static energy and occupy small area. However, there is a problem for NVMs to be directly adopted. An NVM cell has limited write endurance, so that the lifetime of NVM-based memory system is much shorter than that of conventional memory system. To overcome this problem for the deep learning system, this paper proposes a novel method to extend the lifetime based on the analysis of the deep learning workloads. If an incoming block has more than a predefined number of frequently used values, the cacheline is defined as write friendly block. During the victim selection, the cacheline has lower possibility to be chosen as victim. The experimental results show that the lifetime is increased by about 50% and energy consumption is decreased by 3% with a little performance hurt.