• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제16권4호
• /
• pp.482-486
• /
• 2010

최근 모바일기기에 탑재된 가속도 센서가 제스처기반 모바일 사용자 인터페이스에 활용됨에 따라 동적시간정합(Dynamic Time Warping, DTW)기반 인식기에 대한 연구가 활발하다. DTW는 학습샘플을 매칭 템플릿으로 사용하기 때문에 별도의 학습과정이 없다. 하지만 인식시 입력 데이터를 모든 템플릿과 비교해야하기 때문에 계산복잡도로 인하여 모바일환경에 적용하기 어렵다. 본 논문에서는 이러한 문제를 해결하기 위해 지역화된 소수의 템플릿을 사용하는 DTW기반 제스쳐 인식기를 제안한다. 지역화된 템플릿은 k-평균 클러스터링(k-means clustering)알고리즘을 사용하여 학습 제스처 셋의 유사한 패턴들을 k개의 그룹으로 묶고, 각 그룹의 중심(centroid)에 가까운 패턴을 DTW인식기의 템플릿으로 선택한다. 이러한 방법으로 템플릿수를 줄여 인식속도를 향상하고, 템플릿의 다양성을 유지하여 인식성능저하를 최소화한다. 실험 결과 제안하는 방법이 학습 템플릿을 전부 사용하는 DTW보다 약 5배 빠른 인식속도를 보였으며, 템플릿을 임의로 선택한 경우보다 안정적인 성능을 보임을 확인했다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2017년도 하계학술대회
• /
• pp.243-244
• /
• 2017

최근 이미지 처리 및 인식 문제를 해결하는데 많이 사용되고 있는 CNN(Convolution Neural Network)를 이용하여 작은 dataset에서 Overfitting을 감소시키며 학습 할 수 있는 방법인 Dropout과 이미지를 왜곡하여 data를 늘리는 방법을 사용하여 보다 효율적으로 학습할 수 있는 방법을 연구 하였다. Batch별 처리속도를 기준으로 두 네트워크의 구조를 다르게 구현하여 비슷한 처리 시간을 수행하게 되도록 실험환경을 만들고 진행 하였다. Tensorflow로 네트워크를 구성하였고. Dataset은 Cifar_10을 사용 한다. 실험결과에 의하면 dropout의 경우 더 빨리 정확도가 향상되지만 이미지 왜곡을 사용하는 경우 저 높은 정확도로 수렴하였다.

• 한국음향학회지
• /
• 제16권6호
• /
• pp.94-99
• /
• 1997

본 논문에서는 잡음환경에서의 음성인식을 위하여 잡음의 확률적 특성과 음성모델을 이용하는 확률적 스펙트럼 차감법을 제안한다. 기존의 스펙트럼 차감법은 음성이 존재하지 않는 구간에서 추정한 잡음을 잡음음성에서 차감하여 잡음을 제거함로, 추정한 잡음의 형태가 음성인식기에 입력되는 잡음음성에 포함된 잡음과 상이한 특성을 나타낼 경우에는 효과적인 잡음의 제거가 불가능하다. 이러한 단점을 보완하기 위해서 여러 가지 형태를 가지는 잡음의 원형을 사용하여, 잡음음성에서 잡음을 제거하는 방법을 사용하였다. 잡음의 확률적인 특성을 여러 개의 잡음원형으로 나타내므로, 스펙트럼 차감법은 입력음성에 대해서 확률적으로 수행되어 잡음이 제거된 다중의 스펙트럼을 출력하게 되고, 인식시에는 조용한 환경의 음성으로 학습된 음성모델에 따른 최적의 스펙트럼을 이용하여 인식을 수행한다. 또한 정적인 파라미터와 동적인 특징파라미터를 동시에 고려하여 잡음을 영향을 최소화하므로 보다 효과적인 잡음처리가 가능하다. 제안한 방법의 타당성을 실험적으로 검증하기 위해서, 잡음환경의 음성인식에 적용하였다. SNR 10 dB인 50개의 고립단어에 대한 실험결과, 잡음처리를 하지 않았을 경우 72.75%, 스펙트럼 차감법은 80.25%, 제안한 방법을 사용하였을 경우는 86.25%의 인식률을 얻음으로써, 효과적인 잡음처리 방법임을 확인할 수 있었다.

• 한국정보처리학회논문지
• /
• 제6권7호
• /
• pp.1713-1723
• /
• 1999

문자 인식 기술은 인쇄도니 형태로 존재하는 수많은 정보를 데이터베이스화 할 수 있는 가장 유용한 대안이다. 본 논문에서는 문자 인식 기술을 사용한 데이터베이스 구축의 타당성을 조사하기 위하여, 문자인식기를 사용한 데이터베이스를 시범적으로 구축하였다. 우선 데이터베이스를 구축할 때 문자 인식기의 선택 시 고려하여야 할 사항들을 살펴보고, 이를 기준으로 4가지의 상용 문자 인식기에 대한 인식 실험을 거친 후 그 중 인식 성능이 가장 좋은 것을 선택하였다. 대상 문서로는 다양한 인쇄 품질 및 특성을 갖는 실제 논문집의 초록을 대상으로 삼았으며, 대량 데이터에 대한 인식률 계산을 위해 수작업된 데이터베이스가 있는 KT 테스트 컬렉션[1]을 선택하였다. 실험은 실제 대용량 데이터베이스 구축과 유사한 환경을 만들기 위해, 문서별 학습이나 기울기 보정 등의 사전 작업을 생략하였다. 실험 결과 970편의 논문 요약문에 대해 평균 문자 인식률 90.5%를 보여, 한글 문자 인식 기술이 아직 데이터베이스 구축에 활용되기에는 이르다는 것을 보였다. 문자 인식에 의한 인식 오류에서는 수작업 한 문서에서 발견되는 오류와는 상이한 유형이 많이 발견된다. 본 논문에서는 추후의 연구를 위하여 문자 인식 텍스트에서 나타나는 오류의 유형을 분류하였다.

• 한국정보통신학회논문지
• /
• 제8권4호
• /
• pp.838-845
• /
• 2004

실제 주민등록증을 스캐너로 수집한 후 해당 영상에 대하여 주민등록번호를 인식하였다. 인식을 위한 전처리 과정은 처리 속도를 감안하여 대상부분을 포함 주민등록증의 약 1/8 크기만큼 분할한 후 잡음에 해당하는 홀로그램을 제거하였다. 숫자 인식 방법으로는 원형비교법과 학습법을 병행하였으며 대상 숫자의 단순한 특징 추출을 위해 클러스터링 방식을 사용하였고, 외부 환경에 따라 오인식되는 숫자에 대해 세선화 기법을 병행하여 유사한 숫자간의 유일한 특징으로 구분하였다. 인식에 대한 실험 결과, 숫자 인식에 관한 타 논문의 인식률과 비교하여 양호한 인식률이 도출되었다.

• 대한화학회지
• /
• 제67권6호
• /
• pp.441-461
• /
• 2023

본 연구는 온-오프라인 혼합 학습환경에서 과학교사의 교수 지향과 그에 따른 PCK의 특징 탐색을 목적으로 한다. 본 연구에서는 교사 12명을 대상으로 설문, 반구조화 면담, 수업관찰 및 현장노트의 질적 자료를 수집하여 귀납적으로 분석하였다. 본 연구 참여교사의 과학 교육 목표 지향과 과학 교수·학습 지향의 조합으로 범주화하여 '과학 개념 이해-강의식 수업' '과학 개념형성-탐구 수업' '과학 개념 및 탐구 과정 적용-탐구 수업' '과학 개념 및 탐구 과정 적용-강의식 수업' '과학 정보 분석 및 판단-탐구 수업' '과학적 태도 함양-탐구 수업' '과학적 태도 함양-강의식 수업' '과학·기술·사회 상호관계 인식 함양-탐구 수업'의 교수 지향을 추출하였다. 온-오프라인 혼합 학습환경에서 과학 교육 목표 지향과 관계없이 '탐구 수업 지향'의 교사는 '강의식 수업 지향'의 교사와 다르게 다양한 탐구 활동을 위한 온라인 학습환경 특이적인 교육과정에 관한 지식을 형성하고 있는 것으로 나타났다. '과학 개념 이해-강의식 수업 지향'의 교사들은 학생 이해 점검을 위한 질문 전략, 반복 강의 전략 등의 교수 전략에 관한 지식을 가지고 있었다. 반면, '과학 개념 형성-탐구 수업 지향'의 교사들은 학생들의 과학 개념 형성을 위해 온라인 학습환경에서 실시간 모둠 활동을 수행하는 전략, 코로나 19 이전 수행하던 대면 모둠 활동을 가상 실험, 학생 개별 실험으로 대체하여 수행하는 전략에 관한 지식을 가지고 있었다. '과학 개념 이해-강의식 수업 지향'의 교사들은 학생 과학 학습에 관한 지식이 드러나지 않은 반면, '과학 개념 형성-탐구 수업 지향'의 교사들은 온라인 학습환경에서 탐구 수업 관련된 학생의 학습 어려움에 관한 지식을 가지고 있었다.

• 대한화학회지
• /
• 제47권1호
• /
• pp.72-78
• /
• 2003

이 연구에서는 초등학교 자연 수업에 적용한 POE 학습에서 학생들의 내, 외향성에 따른 소집단 구성의 효과를 학업 성취도, 학습 환경에 대한 인식, 과학 수업에 대한 태도의 측면에서 조사하였다. 초등학교 5학년 95명을 통제 집단과 실험 집단으로 배치한 후, 산과 염기에 대하여 9차시 동안 수업하였다. 실험 집단의 동질 집단은 내향적 학생 4명을 1개 소집단으로, 이질 집단은 내향적 학생 2명과 외향적 학생 2명을 1개 소집단으로 구성하였다. 이원 공변량 분석 결과, 학업 성취도의 적용 영역에서 동질 집단의 점수가 통제 집단보다 높았다. 학습의 곤란도에서 이질 집단과 통제 집단 사이에 유의미한 차이가 있었다. 과학 수업에 대한 태도에서 수업 처치와 학생들의 내, 외향적 사이에 상호작용 효과가 나타났다.

• 전자공학회논문지
• /
• 제51권11호
• /
• pp.193-201
• /
• 2014

본 논문에서는 얼굴영상에 나타난 사람의 표정을 인식하기 위해 얼굴검출, 얼굴정렬, 얼굴단위 추출, 그리고 AdaBoost를 이용한 학습 방법과 효과적인 인식방법을 제안한다. 입력영상에서 얼굴 영역을 찾기 위해서 얼굴검출을 수행하고, 검출된 얼굴영상에 대하여 학습된 얼굴모델과 정렬(Face Alignment)을 수행한 후, 얼굴의 표정을 나타내는 단위요소(Facial Units)들을 추출한다. 본 논문에서 제안하는 얼굴 단위요소들을 표정을 표현하기 위한 기본적인 액션유닛(AU, Action Units)의 하위집합으로 눈썹, 눈, 코, 입 부분으로 나눠지며, 이러한 액션유닛에 대하여 AdaBoost 학습을 수행하여 표정을 인식한다. 얼굴유닛은 얼굴표정을 더욱 효율적으로 표현할 수 있고 학습 및 테스트에서 동작하는 시간을 줄여주기 때문에 실시간 응용분야에 적용하기 적합하다. 실험결과, 제안하는 표정인식 시스템은 실시간 환경에서 90% 이상의 우수한 성능을 보여준다.

• 한국영재학회:학술대회논문집
• /
• 한국영재학회 2003년도 춘계학술대회
• /
• pp.143-144
• /
• 2003

6차 교육과정부터는 과학 교육에서 학생들의 학습 목표를 과학 개념에 대한 이해 뿐 아니라 탐구 사고력 및 기능 향상도 중요한 목표로서 취급하고 있다(교육부, 1992). 그런데 학생의 탐구 사고력을 향상시킬 수 있는 과학교육이 제대로 이루어지지 못하고 있는 것이 현재의 실정이다. Schwab(1961)가 탐구 학습의 단계를 분류하면서 지적한 바 있듯이 탐구는 주어진 과제를 해결하는 고정적 탐구보다는 스스로 과제를 설정하고 이를 해결하려 하는 유동적 탐구가 더 바람직한 방향이며, 이러한 유형의 탐구를 통하여 학생들은 창의성의 신장과 함께 과학적탐구가 이루어지는 과정을 더 올바르게 이해할 수 있을 것으로 생각된다. 따라서 탐구의 상황을 학교 실험실만이 아닌 좀 더 생활 주변의 여러 가지 경험과 관련된 쪽으로 안내하는 것도 필요하다. 최근 활발한 컴퓨터의 보급과 인터넷 환경의 확대로 인하여 학생들이 이러한 환경에서 교사와 직접 동일한 시간, 동일한 장소에서 대면하지 않고도 의사소통하고 교수-학습이 이루어질 수 있는 기회가 사회적으로 가능해지고 있다. 이러한 원격교육은 교사의 안내에 따른 탐구 교수 형태의 개념 확인 및 검증 실험이 대부분인 전통적 과학학습 방법과 달리 학생 스스로 문제를 찾고 해결하려고 시도하는 것을 통하여 과학적 탐구 기능의 향상은 물론 과학적 개념의 획득, 과학, 사회, 기술에 대한 폭넓은 인식을 형성하는데 도움이 된다. 또한 인터넷 환경을 이용하면 학교 실험실 상황을 벗어나 학생들에게 다양한 탐구 활동 기회를 제공할 수 있고, 또한 그에 따른 의사 소통이 더 용이해질 수 있다. 이에 따라서 본 연구에서는 탐구 과정기술과 사고력을 중시하는 초등학교 과학과목의 특성을 고려하여 이에 적합한 인터넷 원격교수-학습을 위한 교수-학습 모형과 학생들의 과학적 탐구력과 사고력을 신장시킬 수 있는 멀티미디어 학습자료를 개발하고, 이를 실제적으로 적용할 수 있는 웹사이트를 개발, 현장에 적용하여 원격교수학습이 과학적 탐구력과 사고력에 미치는 효과에 대하여 조사하였다.

• 한국지능시스템학회논문지
• /
• 제23권6호
• /
• pp.565-570
• /
• 2013

영장류 대뇌 피질 영역 중 거울 뉴런들이 분포한 것으로 추정되는 몇몇 영역은 목적성 행위에 대한 시각 정보를 기반으로 모방학습을 수행함으로써 관측 행동의 의도 인식 기능을 담당한다고 알려졌다. 본 논문은 이러한 거울 뉴런 영역을 모델링 하여 인간-로봇 상호작용 시스템에 적용함으로써, 자동화 된 의도인식 시스템을 개발하고자 한다. 거울 뉴런 시스템 계산 모델은 동적 신경망을 기반으로 구축하였으며, 모델의 입력은 객체와 행위자 동작에 대한 연속된 특징 벡터 집합이고 모델의 모방학습 및 추론과정을 통해 관측자가 수행할 수 있는 움직임 정보를 출력한다. 이를 위해 제한된 실험 공간 내에서 특정 객체와 그에 대한 행위자의 목적성 행동, 즉 의도에 대한 시나리오를 전제로 키넥트 센서를 통해 모델 입력 데이터를 수집하고 가상 로봇 시뮬레이션 환경에서 대응하는 움직임 정보를 계산하여 동작을 수행하는 프레임워크를 개발하였다.