• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2006년도 하계종합학술대회
• /
• pp.937-938
• /
• 2006

There are lots of intelligent service robots in these days. People are unwilling to do routine works, dangerous works, and difficult works. But a robot can do these works instead of human. We introduce a intelligent service robot for unmanned store management. The robot can detect and recognize a person, deliver some goods, manage a store, and answer the telephone. We have developed the robot and tested the performance.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 춘계학술발표대회
• /
• pp.680-682
• /
• 2010

IT서비스의 아웃소싱을 통해 기업은 핵심역량에 집중하므로써 비용절감을 통한 경쟁력확보를 위해 노력해왔다. 서비스데스크는 단순히 고객의 불만사항이나 장애처리를 담당하는 영역을 넘어 IT아웃소싱에서 고객사와 IT서비스 제공사의 단일접점 뿐만 아니라 IT서비스제공사간의 원활한 의사소통을 통해 협업을 이루어가고 있다. 신세계 이마트의 무인점포시스템과 에릭슨코리아의 토털IT아웃소싱의 사례 중심으로 서비스데스크의 역할과 기능을 살펴본다.

• 한국정보통신학회논문지
• /
• 제14권3호
• /
• pp.767-773
• /
• 2010

RFID와 Kiosk는 유비쿼터스 사회 기반 조성을 위한 필수적인 기기로 자리매김하고 있다. 본 연구는 유비쿼터스 시대에 유통매장의 효율적 관리와 고객 만족도 극대화를 위해 차별화되고 다양한 서비스와 마케팅을 수행할 수 있는 U-Commerce 시스템을 설계, 구현하였다. 상품에 부착된 RFID 태그를 Kiosk에 탑재된 RFID 리더에 인식시켜 상품의 상세 정보 및 관련된 멀티미디어 광고 콘텐츠를 제공하고, 바로 구매까지 가능토록 한다. 실시간으로 재고 물품의 수량 및 출고현황을 모니터링 및 정보를 관리할 수 있는 시스템을 구축 하였다. 제안된 U-Commerce를 위해 설계한 U-Shop Kiosk 시스템은 점원과의 흥정, 결재 단계를 생략 수 있고, 단순한 무인점포의 유비쿼터스형 Kiosk가 아닌 유비쿼터스 환경하의 고객 데이터를 수집, 저장, 활용하고 다시 고객에게 피드백 함으로써 유비쿼터스형 CRM의 확장 모델로 발전 가능성을 제시하였다.

• 한국산업융합학회 논문집
• /
• 제26권1호
• /
• pp.113-119
• /
• 2023

In this paper, we propose an optimization of a pose estimation deep learning model for recognition of abnormal behavior in unmanned stores using radio frequencies. The radio frequency use millimeter wave in the 30 GHz to 300 GHz band. Due to the short wavelength and strong straightness, it is a frequency with less grayness and less interference due to radio absorption on the object. A millimeter wave radar is used to solve the problem of personal information infringement that may occur in conventional CCTV image-based pose estimation. Deep learning-based pose estimation models generally use convolution neural networks. The convolution neural network is a combination of convolution layers and pooling layers of different types, and there are many cases of convolution filter size, number, and convolution operations, and more cases of combining components. Therefore, it is difficult to find the structure and components of the optimal posture estimation model for input data. Compared with conventional millimeter wave-based posture estimation studies, it is possible to explore the structure and components of the optimal posture estimation model for input data using genetic algorithms, and the performance of optimizing the proposed posture estimation model is excellent. Data are collected for actual unmanned stores, and point cloud data and three-dimensional keypoint information of Kinect Azure are collected using millimeter wave radar for collapse and property damage occurring in unmanned stores. As a result of the experiment, it was confirmed that the error was moored compared to the conventional posture estimation model.