• Annual Conference on Human and Language Technology
• /
• 2023.10a
• /
• pp.644-647
• /
• 2023

대화 시스템에서 대화 상태 추적은 사용자와의 대화를 진행하면서 사용자의 의도를 파악하여 시스템 응답을 결정하는데 있어서 중요한 역할을 수행한다. 특히 목적지향(task-oriented) 대화에서 사용자 목표(goal)를 만족시키기 위해서 대화 상태 추적은 필수적이다. 최근 다양한 자연어처리 다운스트림 태스크들이 사전학습 언어모델을 백본 네트워크로 사용하고 그 위에서 해당 도메인 태스크를 미세조정하는 방식으로 좋은 성능을 내고 있다. 본 논문에서는 한국어 토큰-프리(token-free) 사전학습 언어모델인 KeByT5B 사용하고 종단형(end-to-end) seq2seq 방식으로 미세조정을 수행한 한국어 생성 기반 대화 상태 추적 모델을 소개하고 관련하여 수행한 실험 결과를 설명한다.

• Journal of Internet Computing and Services
• /
• v.9 no.3
• /
• pp.91-101
• /
• 2008

This paper proposes component-based density propagation for tracking a component-based human body model that comprises components and their flexible links. We divide a human body into six body parts as components - head, body, left arm, right arm, left foot, and right foot - that are most necessary in tracking its movement. Instead of tracking a whole body's silhouette, using component-based density propagation, the proposed method individually tracks each component of various parts of human body through a human body model connecting the components. The proposed human body tracking system has been applied to track movements usee for young children's movement education: balancing, hopping, jumping, walking, turning, bending, and stretching. This proposed system demonstrated the validity and effectiveness of movement tracking by independently detecting each component in the human body model and by acquiring an average 97% of high tracking rate.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.25 no.3
• /
• pp.389-395
• /
• 2021

In this paper, we propose a target image exchange model to improve performance of the object tracking algorithm based on a Siamese network. The object tracking algorithm based on the Siamese network tracks the object by finding the most similar part in the search image using only the target image specified in the first frame of the sequence. Since only the object of the first frame and the search image compare similarity, if tracking fails once, errors accumulate and drift in a part other than the tracked object occurs. Therefore, by designing a CNN(Convolutional Neural Network) based model, we check whether the tracking is progressing well, and the target image exchange timing is defined by using the score output from the Siamese network-based object tracking algorithm. The proposed model is evaluated the performance using the VOT-2018 dataset, and finally achieved an accuracy of 0.611 and a robustness of 22.816.

• 한국정보통신설비학회:학술대회논문집
• /
• 2009.08a
• /
• pp.262-265
• /
• 2009

최근 각광받고 있는 위치기반 서비스의 모델인 긴급 SOS 시스템은 기지국망을 이용한 광역위치추적과 IEEE 802.15.4를 기반으로 하는 근거리 위치추적 시스템이 결합된 새로운 형태의 하이브리드형 위치추적 기법이다. 본 시스템에서 근거리 위치추적 범위를 정확히 추정하는 것은 중요한 이슈라 할 수 있다. 따라서 본 논문에서는 IEEE 8020.15.4를 기반으로 하는 Zigbee 통신방식을 추정 할 수 있는 최대 거리를 log distance model과 two ray ground 모델을 기반으로 추정 하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2021.05a
• /
• pp.189-192
• /
• 2021

This study applies a deep learning-based long short-term memory(LSTM) model to track tracking technology. In the case of existing track tracking technology, the weight of constant velocity, constant acceleration, stiff turn, and circular(3D) flight is automatically changed when tracking track in real time using LMIPDA based on Kalman filter according to flight characteristics of an aircraft such as constant velocity, constant acceleration, stiff turn, and circular(3D) flight. In this process, it is necessary to improve performance of changing flight characteristic weight, because changing flight characteristics such as stiff turn flight during constant velocity flight could incur the loss of track and decreasing of the tracking performance. This study is for improving track tracking performance by predicting the change of flight characteristics in advance and changing flight characteristic weigh rapidly. To get this result, this study makes deep learning-based Long Short-Term Memory(LSTM) model study the plot and target of simulator applied with radar error model, and compares the flight tracking results of using Kalman filter with those of deep learning-based Long Short-Term memory(LSTM) model.

• Proceedings of the IEEK Conference
• /
• 2003.07e
• /
• pp.2100-2103
• /
• 2003

기존의 객체 추출 및 추적 기법은 외형 변화가 없는 객체를 대상으로 하거나 배경이 고정된 영상만을 고려하였다 본 논문에서는 영역의 색상과 움직임 정보, 그리고 인접한 영역의 상관 관계를 고려한 Markov Random Field (MRF) 모델을 제안한다. MRF 모델은 영상의 시간적 공간적 상관성을 기반으로 최적의 레이블 셋을 계산함으로써 보다 정확하게 객체를 추출 및 추적할 수 있다. 또한, 블록 기반 움직임 추출 알고리즘인 Diamond Search (DS)를 분할된 영역에 적용하여 빠르게 영역의 움직임과 전역 움직임을 추정하였다. 실험 결과 제안한 방법이 객체의 외형 변화와 카메라 움직임이 있는 동영상에서 빠른 속도로 정확하게 객체를 추출 및 추적하는 것을 확인하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.89-89
• /
• 2020

본 연구에서는 GPU 가속화 기반의 Boussinesq 모형인 Celeris Advecnt에 수심 적분된 2차원 이송-확산방정식을 추가하여 인터렉티브 시스템 기반의 추적자 이동 모형을 개발하였다. Celeris Advent는 최초로 개발된 인터렉티브 시스템을 갖춘 Boussinesq 모형으로, 시뮬레이션 중에 사용자가 모형의 파라미터뿐 아니라 모델 도메인 내 수위 및 수심을 바꿀 수 있다. 이를 통해 사용자는 모의가 진행되는 도중에 모델의 안정성 및 효율성을 위해 시간 간격을 조정할 수 있을 뿐 아니라 방파제 설치 등과 같은 지형 변화를 고려하기 위해 도메인 내 격자별 수심을 조정할 수 있다. 본 연구에서는 연안에서의 추적자 이동 모의를 위해 Boussinesq 방정식과 더불어 이송-확산방정식을 풀이하는 추적자 이동 모형을 개발하였다. 추적자의 확산항의 경우 분자 자체의 확산과 더불어 쇄파에 따른 난류 확산을 고려하였다. 난류 확산계수는 슈미트 수를 1로 두어 와동점성계수와 동일하게 두었으며, 와동점성은 단순화된 형태의 쇄파모형을 고려하여 계산하였다. 쇄파모형의 고려로 인해 이송-확산방정식과 더불어 운동량 방정식에서도 쇄파에 따른 운동량 소산이 고려되었다. 마지막으로, 추적자 농도에 대한 인터렉티브 시스템을 추가하여, 모델 구동 중에도 사용자가 수심적분된 추적자 농도를 조정할 수 있도록 하였다. 기수행된 2개의 수리실험 조건과 관측값을 이용하여 벤치마크 테스트를 수행하였으며, 관측값과 대체로 일치하는 것을 확인하였다.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2005.11a
• /
• pp.205-208
• /
• 2005

본 논문은 특징 가중치 벡터를 적용하여 능동형태 모델(Active Shape Model)기반에서 눈동자의 움직임 추적 속도를 향상시키는 방법을 제안한다. 일반적인 능동형태 모델에서는 객체 추적을 위한 PDM 구성을 위해 각 특징점 구성 벡터의 유클리디안 거리의 최소 값으로 Training Set정렬 과정을 수행한다. 이 과정에서 적절하지 못한 샘플 영상으로 인해 안정된 PDM을 구성하지 못하는 문제점이 발생한다. 이러한 문제점을 해결하기 위하여 본 논문에 서는 형태를 구성하는 특징점마다 가중치를 부여하는 벡터를 작성하고, 최소자승근사법으로 최유사 특징점 벡터를 산출하기 위한 선형방정식을 구상하였다. 이로 인해 안정된 PDM을 구성할 수 있었으며, 눈동자 추적실험을 통해 형태적 움직임을 보정하는 실험을 수행하였다. 실험결과 기존의 능동형태 모델에 비해 반복연산의 횟수가 줄어들고, 다양한 형태로 나타나는 눈동자의 움직임 추적에 보다 안정적인 결과를 얻을 수 있었다.

• ICROS
• /
• v.3 no.5
• /
• pp.31-37
• /
• 1997

본 연구로부터 최종적으로 얻을 수 있는 성과는 비행중 표적 포착과 인식을 위한 실시간 표적 인식 및 추적 기법에 대한 기반 기술과 차세대 호밍 유도탄 개발을 위한 기반 기술 확보라 할 수 있다. 단계별로는 제 1단계에서 2차원 인식/추적 기법과 이의 실시간 구현을 위한 기초 소프트웨어 및 하드웨어에 관한 연구결과를 기반으로 하여, 2단계에서는 가리워짐이 있는 상황에서의 2차원 인식, 3차원 모델에 기반한 인식 및 추적, 센서 퓨전, 그리고 3단계에서는 인식과 추적의 통합, 인공지능의 기초 기술에 관한 결과를 얻을 수 있다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2018.06a
• /
• pp.123-124
• /
• 2018

본 논문에서는 HEVC 국제표준으로 압축된 비디오에서 움직임 물체를 추적하는 방법을 제안한다. 제안하는 방법은 HEVC 비트스트림의 대부분을 차지하는 인터 프레임의 움직임 벡터 정보를 입력 데이터로 사용하는 ST-MRF(Spatio-Temporal-Markov Random Field) 모델을 기반으로 하며, ST-MRF 모델에서 발생할 수 있는 오차전파로 점진적으로 객체를 부정확하게 추적하는 것을 HEVC GOP(Group of Picture)마다 삽입되는 인트라 프레임만을 복호화 하여 픽셀 정보를 입력으로 하는 YOLO 모델과 융합시켜 보정함으로써 추적하던 객체를 잃지 않고 강건하게 추적하는 방법을 제안한다.