• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.25 no.12
• /
• pp.1935-1941
• /
• 2021

In order to develop an algorithm using deep learning, which has been recently applied to various fields, it is necessary to have rich, high-quality learning data. In this paper, we propose an acquisition system for biological signals that simultaneously collects bio-signal data such as optical videos, thermal videos, and voices, which are mainly used in developing deep learning algorithms and useful in derivation of information, and transmit them to the server. To increase the portability of the collector, it was made based on Raspberry Pi, and the collected data is transmitted to the server through the wireless Internet. To enable simultaneous data collection from multiple collectors, an ID for login was assigned to each subject, and this was reflected in the database to facilitate data management. By presenting an example of biological data collection for fatigue measurement, we prove the application of the proposed acquisition system.

• Journal of KIISE
• /
• v.41 no.12
• /
• pp.1152-1159
• /
• 2014

In this paper, we presents a system to ensure the safety of residents through appropriate action or alarm in case the residents occurs an emergency situation and abnormal activity. We collect and analysis real-time data of living environment of the residents using video and sensor. The existing system have been determined by using only the sensor data it have several problems. Our system attach camera to solve the existing system problem. We use weighted difference image and motion vector. The existing system, it takes about 48 hours to determine that an abnormal activity occurs. However, our system takes less than 1 hour.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2009.10a
• /
• pp.553-557
• /
• 2009

USS(Ubiquitous Smart Space) give services, that fit in with customer's goal, by cognizing various situations that happens in a space and cooperating autonomously objects or services in a space. In USS, U-Safety is a system that cognizes more exact situations with multiple sensors in USS, deals with this and take proper actions. When men reason on situations objectively, it is most ideal that image data among collected data with used various sensors in U-Safety. A senter collects a lot of image data from image input devices equipped in various points and work a multiple situation cognition and inference that are based on this. So, senters spend many resources for processing massive data. This paper proposes hierarchical image processing method that does the first situation cognization in image input devices, blocks only points that situation cognization possibility is high among a total image, and transfers to senters. It improves the efficiency of smooth situation cognization by reducing resources that a senter spends on image processing. So, it reduces proportion of image data in U-Safety.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.1085-1087
• /
• 2021

이 논문에서는 다매체를 사용하여 데이터를 수집한 후 기계학습을 통해 분석하고 주어진 상황에 대응하기 위한 시스템의 개발을 기술한다. 개발 시스템은 센서데이터 수집부, 상황인지 및 상황대응부로 이루어지며, 아두이노와 라즈베리파이를 사용하여 구성한다. 구성된 시스템은 영상 카메라 및 온습도을 포함한 다수의 센서를 사용하여 환경정보를 수집한 후 수집자료를 전처리하고 주어진 상황을 인지하여 상황에 가장 적절하다고 판단되는 대응을 안내하도록 기능을 구성하였다. 상황인지를 위해서는 기계학습 알고리즘으로 의사결정트리를 사용하였으며 100%의 상황인지 정확률을 갖는다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• fall
• /
• pp.290-293
• /
• 2021

In this paper, we implement a learning efficiency verification system to inspire learning motivation and help improve concentration by detecting the situation of the user studying. To this aim, data on learning attitude and concentration are measured by extracting the movement of the user's face or body through a real-time camera. The Jetson board was used to implement the real-time embedded system, and a convolutional neural network (CNN) was implemented for image recognition. After detecting the feature part of the object using a CNN, motion detection is performed. The captured image is shown in a GUI written in PYQT5, and data is collected by sending push messages when each of the actions is obstructed. In addition, each function can be executed on the main screen made with the GUI, and functions such as a statistical graph that calculates the collected data, To do list, and white noise are performed. Through learning efficiency checking system, various functions including data collection and analysis of targets were provided to users.

• 한국IT서비스학회:학술대회논문집
• /
• 2008.05a
• /
• pp.489-494
• /
• 2008

본 논문에서는 USN 기반 센서 정보수집기술과 지능형 영상분석기술을 이용하여 도시철도 역사와 지하도 상가의 유해가스, 미세먼지 등 지하공기 상태를 실시간 모니터링하고 분석할 수 있는 시스템을 설계하고 구현한다. 이를 위해 TinyOS를 탑재한 저전력 프로세서 시스템으로 IEEE 802.15.4 표준 무선 네트워크 통신을 지원하는 센서 노드를 구현하고, 이 센서 노드로부터 수집된 데이터를 이 기종 네트워크와 연동하여 상위 시스템에 전송할 수 있는 USN 게이트웨이 노드 시스템을 구현한다. 이러한 네트워크 시스템을 통해 수집된 센싱 데이터는 중앙의 DB서버로 취합 및 저장되도록 구현되며, 최종적으로는 어플리케이션 서버를 통해 공중이용시설의 이용자나 철도 안전 모니터링 요원에게 실시간으로 정보를 서비스할 수 있도록 구현된다.

• 한국항공운항학회:학술대회논문집
• /
• 2015.11a
• /
• pp.32-34
• /
• 2015

캔위성은 대기권 내에서 낙하하며 실제 위성을 모사하는 초소형위성으로 저렴한 비용과 용이한 접근성으로 인공위성 시스템 교육과 실험 등에 있어서 많은 주목을 받고 있다. 이러한 점을 착안하여 Argos는 촬영위성과 통신위성 2기로 구성된 캔위성 시스템을 개발하였다. Argos는 해당지역의 영상을 수집하고 위성 간 통신을 하는 것을 주 임무로 하였다. 또한 자세데이터, 위치데이터, 온도, 압력을 수집하고 지상국으로 전송 하는 것을 부 임무로 하였다. Argos는 실제 발사된 이후 제한적인 임무를 수행하였고, 위성간의 통신으로 임무데이터를 지상국으로 전송하였다. 본 논문에서는 광범위 데이터 수집의 역할을 하는 Argos의 개발과정과 운용결과를 소개하고자 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.10a
• /
• pp.721-724
• /
• 2018

최근 청소년들은 욕설, 폭력적, 선정적, 비하적 표현을 일상생활에서 자연스럽게 사용하고 있다. 현재 청소년들은 자극적이고 폭력적인 개인 방송을 시청하며 유해 표현을 학습한다. 그래서 여러 기업에서는 모니터링 요원을 배치하거나 사용자들의 신고를 통해 유해 영상을 제재하는 중이다. 하지만 방대한 규모의 동용상 때문에 사람이 직접 모든 영상을 확인하는 것은 물리적으로 불가능하다. 따라서 본 논문에서는 자연어 처리 기술을 활용하여 자동으로 유해 영상을 탐지하는 시스템을 제안하고자 한다. 본 시스템은 데이터 수집, 텍스트 변환, 형태소 분석, 유해 사전 구성, 유해 판단 5가지 과정으로 이루어진다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.330-330
• /
• 2022

우리나라에서 발생하는 기상 재해 현상은 주로 태풍, 집중호우, 장마 등 인명 및 경제적인 피해가 크며, 단기간에 국지적으로 나타난다. 현재 재해 감시 및 예보는 주로 종관기상관측체계를 이용하고 있다. 하지만, 우리나라의 복잡한 지형, 인구 밀집 지형, 관측 시기가 일정하지 않은 지형과 같은 조건에서 미계측 자료 및 지역이 다수 존재 때문에 강수의 공간 분포와 강도에 대한 정밀한 정보를 제공하지 못하는 실정이다. 최근 광범위한 관측영역과 공간 분해능의 개선, 자료추출 알고리즘의 개발로 전세계적으로 위성영상 기반 기상관측 자료의 활용성이 증대되고 있다. 본 연구에서는 한반도 지역의 지상 관측데이터와 전지구 격자형 위성 강우자료를 비교하여 한반도의 적용성을 분석하고자 한다. 다양한 위성영상 기반 기상자료인 Climate Hazards Groups InfraRed Precipitation with Station (CHIRPS), Precipitation Estimation From Remotely Sensed Information Using Artificial Neural Networks-Climate Data Record (PERSIANN-CDR), Global Precipitation Climatology Centre (GPCC), Precipitation Estimation From Remotely Sensed Information Using Artificial Neural Networks-Cloud Classification System (PERSIANN-CCS) 4개의 강우위성영상을 수집하여, 1991년부터 2020년까지 30년 데이터를 활용하였다. 강수량 변동성 비교를 위하여 기상청의 종관기상관측장비 (Automated Synoptic Observation System, ASOS), 자동기상관측시설 (Automatic Weather System, AWS) 데이터와 상관 분석을 수행하고, 강우위성영상의 국내 적합성을 판단하고자 한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2003.10a
• /
• pp.974-977
• /
• 2003

In this paper, the system that can be controlled in remote site by wireless data and video transceiver is represented. This system has functions and equipments such as video capturing and processing by CCTV camera, auto tracking for object, wireless video and data transceiver, Internet network.