• Proceedings of the KIEE Conference
• /
• 2008.10b
• /
• pp.349-350
• /
• 2008

지능 로봇은 표현 가능한 사물, 공간을 모델링하기 위해 주변 환경을 인지하고, 자신이 수행할 수 있는 행동을 결합하여 임무를 수행하게 된다. 이를 위해 온톨로지를 사용하여 사물, 공간, 상황 및 행동을 표현하고 특정 임무 수행을 위한 자바 기반 Rule을 통해 다양한 추론 방법을 제공하는 로봇 지식 체계를 사용하였다. 사용된 로봇 지식 체계는 생성되는 인스턴스가 자료의 클래스와 속성 값이 일관성 있고 다른 자료와 모순되지 않음을 보장해 준다. 이러한 로봇 지식 체계를 효율적으로 사용하기 위해서는 완전한 온톨로지 인스턴스의 생성이 밑받침 되어야 한다. 하지만 실제 환경에서 로봇이 Vision Sensor를 통해 사물을 인식할 때 False Positive False Negative와 같은 인식 오류를 발생시키는 문제점이 있다. 이를 보완 하기 위해 본 논문에서는 물체와 물체간의 Spatial Relation, Temporal Relation과 각 물체마다의 인식률 및 속성을 고려하여 물체 인식 오류에서도 안정적으로 인스턴스 관리를 가능하게 하는 Rule 기반의 일식오류 검출 필터를 제안한다.

• Information and Communications Magazine
• /
• v.32 no.11
• /
• pp.21-31
• /
• 2015

현대 사회에서의 삶의 모습이 다양해짐에 따라 생활습관이 다양해지고 잘못된 생활습관으로 인한 생활습관병에 대한 관심이 높아지고 있다. 본 논문에서는 사물인터넷 및 빅데이터와 같은 IT기술을 통해 사용자의 다양한 생활습관을 추적할 수 있는 방법과 그 응용 기술에 대해서 소개하고자 한다. 이러한 생활습관 추적 및 분석 기술은 다양한 사용자의 요구에 능동적으로 대처할 수 있으며 노약자나 장애인, 생활습관병 환자 등 특수계층의 건강 예측, 질병 관리 분야에서 실효성을 가질 수 있다. 특히 본 논문에서는 라이프케어 서비스를 위한 사용자 센싱 기술에 초점을 두고, 낮 시간의 활동과, 밤 시간의 수면 및 위치 기반 기술, 빅데이터 플랫폼, 스마트 홈 패턴 모델링 기술에 대해서 소개한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.04a
• /
• pp.250-252
• /
• 2016

사물인터넷 환경이 발달함에 따라 사물들 간의 상호 정보 교환으로 사용자의 현재 상황 정보를 인지할 수 있는 지능형 가젯이 다시 주목받고 있다. 지능형 가젯은 사물이 지닌 고유 기능 외에 부가적으로 사용자의 정보 수집 및 처리작업을 저전력 무선 네트워크로 이용한다. 최근, 무선 네트워크가 지니고 있는 보안적인 취약점을 통해 지능형 가젯을 이용하여 차량을 탈취하는 피해가 발생하였다. 그 밖에도 추가적인 피해 사례가 발생한 것으로 보아 지능형 가젯에 대한 취약점을 보완할 해결책이 필요하다. 본 논문에서는 지능형 가젯이 시스템에 접근하는 것을 가젯 등록 인증을 통해 신뢰성 있는 지능형 가젯 방안을 제안한다.

• Journal of Broadcast Engineering
• /
• v.25 no.6
• /
• pp.882-897
• /
• 2020

Recently, the use of immersive media contents representing Panorama and 360° video is increasing. Since the viewing angle is limited to generate the content through a general camera, image stitching is mainly used to combine images taken with multiple cameras into one image having a wide field of view. However, if the parallax between the cameras is large, parallax distortion may occur in the stitched image, which disturbs the user's content immersion, thus an image stitching overcoming parallax distortion is required. The existing Seam Optimization based image stitching method to overcome parallax distortion uses energy function or object segment information to reflect the location information of objects, but the initial seam generation location, background information, performance of the object detector, and placement of objects may limit application. Therefore, in this paper, we propose an image stitching method that can overcome the limitations of the existing method by adding a weight value set differently according to the type of object to the energy value using object detection based on deep learning.

• The Proceeding of the Korean Institute of Electromagnetic Engineering and Science
• /
• v.27 no.4
• /
• pp.19-28
• /
• 2016

최근 RFID와 같은 무선 센싱 네트워크 기술과 객체 추적을 위한 센싱 디바이스 및 다양한 컴퓨팅 자원들이 빠르게 발전함에 따라, 기존 웹의 형태는 소셜 웹에서 유비쿼터스 컴퓨팅 웹으로 자연스럽게 진화되고 있다. 유비쿼터스 컴퓨팅 웹에서 사물인터넷(IoT)은 기존의 컴퓨터를 대체할 수 있는데, 이것은 곧 한 사람과 주변 사물들 간에 연결되는 네트워크가 확장되는 것과 동시에 네트워크 안에서 생성되는 데이터의 수가 기하급수적으로 증가되는 것을 의미한다. 따라서 보다 지능적인 IoT 서비스를 위해서는, 수많은 미가공 데이터들 사이에서 사람의 의도와 상황을 실시간으로 정확히 파악할 수 있어야 한다. 이때 사물과의 상호작용을 위한 동작 인식 기술(Gesture recognition)은 집적적인 접촉을 필요로 하지 않기 때문에, 미래의 사람-사물 간 상호작용에 응용될 수 있는 잠재력을 갖고 있다. 한편, 기계학습 분야의 최신 알고리즘들은 다양한 문제에서 사람의 인지능력을 종종 뛰어넘는 성능을 보이고 있는데, 그 중에서도 의사결정나무(Decision Tree)를 기반으로 한 Decision Forest는 분류(Classification)와 회귀(Regression)를 포함한 전 영역에 걸쳐 우월한 성능을 보이고 있다. 따라서 본 논문에서는 지능형 IoT 서비스를 위한 다양한 동작 인식 기술들을 알아보고, 동작 인식을 위한 Decision Forest의 기본 개념과 구현을 위한 학습, 테스팅에 대해 구체적으로 소개한다. 특히 대표적으로 사용되는 3가지 학습방법인 배깅(Bagging), 부스팅(Boosting) 그리고 Random Forest에 대해 소개하고, 이것들이 동작 인식을 위해 어떠한 특징을 갖는지 기존의 연구결과를 토대로 알아보았다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2018.10a
• /
• pp.52-54
• /
• 2018

Recently, there is a growing interest in the 4th revolution called 'fusion and connection', and 'high connectivity society' is in sight. As a result, interest in the Internet of things has reached a record high, and it is not limited to automation and connected cars. Therefore, the Internet of things is expected to play an important role in building ecosystem of next generation mobile communication service. So, in this paper, we will introduce what kind of mobile communication is suitable for internet of things and the technology trend of internet communication for Internet of things.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.04a
• /
• pp.1058-1059
• /
• 2017

현실의 물리적인 공간에서의 상호작용으로 얻은 경험을 가상현실에서 완전 몰입형 HMD를 착용한 사용자에게 동일하게 제공하기 위해서는 가상공간 내의 사물의 위치, 높이와 같은 거리감을 효율적으로 제공하는 것은 매우 중요하다. 본 연구에서는 사용자가 느끼는 실재와 가상 간 거리감 보정을 위한 제어 요소 도출을 위해 인체 데이터인 IPD, 키, 눈높이를 측정하여 실험에 반영한다. 실험 시 보다 높은 가상공간 상 거리감 인지를 위해 현실에서의 50cm, 100cm 거리감 인지 훈련을 수행한다. 실험자는 가상공간 상에서 85cm 거리에 위치한 판자를 시각적으로 가늠 후 인지한 만큼 이동하게 되고 그 거리를 측정한다. 측정된 데이터들을 바탕으로 한 분산 분석을 통해 각 데이터 간의 관계를 파악한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10c
• /
• pp.281-283
• /
• 2000

분산 가상 환경(DVE)의 사용자 수가 증대됨에 따라, 고려해야 할 사항 중 가장 중요한 것들 중 하나는 상호작용의 성능을 위한 확장성에 있다. DVE의 확장성을 지원하기 위한 방법들 중 하나는 사용자 인지도 관리 기법이다. 기존의 인지도 관리 기법은 사용자의 인지도를 일정한 공간으로 제한을 함으로써 사용자가 받는 메시지의 수를 줄이는 방법이다. 하지만 많은 사용자들이 근접한 곳에 운집한 경우, 사용자는 그 근접한 공간에서 발생하는 모든 메시지를 받아야 한다. 이것은 사용자들에게 통신에 따른 많은 부하가 걸리게 되며 따라서 시스템은 확장성이 떨어지게 된다. 본 연구에서는 각 사용자의 인지도 영역에 사용자가 관심 있는 사물의 타입을 표현하고 같은 관심을 가지고 있는 사용자들끼리 그룹을 생성하여 사용자의 관심도에 따른 선택적인 메시지를 받게 한다. 이를 통하여 각 사용자는 자신과 근접한 공간에 있는 모든 사용자로부터 생성되는 모든 메시지를 받지 않아도 된다. 본 연구를 통하여 확장성 있는 방법으로 사용자간의 상호 작용을 지원할 수 있다.

• KIPS Transactions on Software and Data Engineering
• /
• v.8 no.12
• /
• pp.491-498
• /
• 2019

Digital twin is a technology that virtualizes physical objects of the real world on a computer. It is used by collecting sensor data through IoT, and using the collected data to connect physical objects and virtual objects in both directions. It has an advantage of minimizing risk by tuning an operation of virtual model through simulation and responding to varying environment by exploiting experiments in advance. Recently, artificial intelligence and machine learning technologies have been attracting attention, so that tendency to virtualize a behavior of physical objects, observe virtual models, and apply various scenarios is increasing. In particular, recognition of each robot's motion is needed to build digital twin for co-robot which is a heart of industry 4.0 factory automation. Compared with modeling based research for recognizing motion of co-robot, there are few attempts to predict motion based on sensor data. Therefore, in this paper, an experimental environment for collecting current and inertia data in co-robot to detect the motion of the robot is built, and a motion prediction model based on the collected sensor data is proposed. The proposed method classifies the co-robot's motion commands into 9 types based on joint position and uses current and inertial sensor values to predict them by accumulated learning. The data used for accumulating learning is the sensor values that are collected when the co-robot operates with margin in input parameters of the motion commands. Through this, the model is constructed to predict not only the nine movements along the same path but also the movements along the similar path. As a result of learning using SVM, the accuracy, precision, and recall factors of the model were evaluated as 97% on average.

• KIPS Transactions on Software and Data Engineering
• /
• v.5 no.8
• /
• pp.351-360
• /
• 2016

Sensors equipped in Internet-of-Thing (IoT) devices are used to measure the surrounding contexts, and IoT applications analyze the contexts to infer situations and provide situation-specific smart services. There are different context acquisition schemes including pulling, pushing, and broadcasting. Most IoT devices support only one of the schemes. Hence, there can be an incompatible issue on data acquisition schemes between applications and devices, and consequently it could result in an increased development cost and inefficiency on application maintenance. This paper presents design patterns which can effectively remedy the incompatibility problem. By applying the patterns, IoT applications with incompatibility can be systematically and effectively developed. And, also its maintainability is expected to increase.