• Fire Science and Engineering
• /
• v.33 no.5
• /
• pp.103-108
• /
• 2019

The purpose of this study is to suggest the development direction of fire safety through the analysis of previous researches in the field of fire fighting. To this end, 929 papers published in the Journal of Korean Institute of Fire Science and Engineering have been sorted by field of study and analyzed for frequency. Accordingly, it was confirmed that researches were conducted in the order of fire chemistry and physics, detection and extinguishing system, fire safety design and management, evacuation and human behavior. In contrast, very little research has been conducted on human behavior, fire safety education, or training. This result is discussed in the article, and suggestions for future research objectives are made.

• Journal of KIISE:Software and Applications
• /
• v.34 no.10
• /
• pp.910-917
• /
• 2007

Of the possible interactions between human and robot, touch is an important means of providing human beings with emotional relief. However, most previous studies have focused on interactions based on voice and images. In this paper. a method of recognizing human touching behaviors is proposed for developing a robot that can naturally interact with humans through touch. In this method, the recognition process is divided into pre-process and recognition Phases. In the Pre-Process Phase, recognizable characteristics are calculated from the data generated by the touch detector which was fabricated using force sensors. The force sensor used an FSR (force sensing register). The recognition phase classifies human touching behaviors using a multi-layer perceptron which is a neural network model. Experimental data was generated by six men employing three types of human touching behaviors including 'hitting', 'stroking' and 'tickling'. As the experimental result of a recognizer being generated for each user and being evaluated as cross-validation, the average recognition rate was 82.9% while the result of a single recognizer for all users showed a 74.5% average recognition rate.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.23 no.6
• /
• pp.89-95
• /
• 2023

In recent decades, human action recognition (HAR) has demonstrated potential applications in sports analysis, human-robot interaction, and large-scale signage content. In this paper, spatial temporal attention graph convolutional network (STAGCN)-based HAR system is proposed. Spatioal-temmporal features of skeleton sequences are assigned different weights by STAGCN, enabling the consideration of key joints and viewpoints. From simulation results, it has been shown that the performance of the proposed model can be improved in terms of classification accuracy in the NTU RGB+D dataset.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.07a
• /
• pp.630-633
• /
• 2020

무의식적인 손-얼굴의 접촉으로 인한 감염의 문제점을 해결하기 위해, 얼굴 만지기 행동을 인식할 필요가 있다. 본 연구는 최근 각광을 받는 딥러닝 기술을 이용하여 비디오 영상에서 얼굴 만지기 행동 인식에 대한 연구이다. 우선, 비디오 영상에서 얼굴 만지기와 관련된 11 가지 행동에 대한 시, 공간적 특징을 컨볼루션 신경망을 통해 추출한다. 추출된 정보는 각 행동 레이블로 인코딩되어 비디오 영상에서 얼굴 만지기 행동을 분류한다. 또한, 3D, 2D 컨볼루션 신경망의 대표 네트워크인 I3D, MobileNet v3에 대해 비교 실험을 진행한다. 제안하는 시스템을 적용하여 인간의 행동을 분류하는 실험을 진행했을 때, 얼굴을 만지는 행동을 99%의 확률로 구분했다. 이 시스템을 이용하여 일반인이 무의식적인 얼굴 만지기 행동에 대해서 정량적으로 또는 적시적으로 인식을 하여, 안전한 위생 습관을 확립하여 감염의 확산방지에 도움을 줄수 있기를 바란다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.157-160
• /
• 2022

딥러닝이 각광받기 시작하면서 인간의 자세와 행동을 인식하고 분류하기 위한 인공지능 기술 또한 급속도로 발전하게 되었다. 영상에서 인간의 자세를 디지털 데이터로 표현할 때 인체의 주요 관절점의 위치와 연결관계를 나타내는 스켈레톤 표현 방식을 주로 사용한다. 본 논문에서는 스켈레톤 데이터에 비밀 메시지를 은닉할 수 있는 스테가노그라피 알고리즘에 대해 소개하고, 스켈레톤을 구성하는 주요 관절점 키포인트를 조작했을 때 행동 인식 인공지능 모델이 어떻게 반응하는지 살펴봄으로써 스켈레톤 데이터에 대한 스테가노그라피 알고리즘의 특성과 보안성에 대해 논의한다.

• 한국방재학회:학술대회논문집
• /
• 2011.02a
• /
• pp.167-167
• /
• 2011

최근 사회기반 시설물들의 대형화, 고밀도화가 됨에 따라 재해 재난대비에 대한 관심 또한 높아지고 있다. 특히, 화재는 우리 주변에서 지속적으로 발생하는 재난이다. 한편, 지진과 같은 경우에는 중소규모가 한반도내에서 빈번하게 발생하고 있지만 직접적으로 피해를 경험 한 적이 없어, 적극적으로 대비해야하는 재해로는 아직 인식하고 있지 못한다고 할 수 있다. 재난, 재해에 대한 연구는 과거의 피해를 기준으로 미래에 대한 대책을 해결책으로 제시하는 방식으로 많은 연구자들에 의해서 지속적으로 이루어지고 있다. 본 연구에서는 우리사회에 발생 가능한 재난에 대해서 서로 다른 인식 수준을 가지고 있는 지진과 화재의 재난에 대한 시민인식차이를 실증적으로 검토하였다. 화재 및 지진에 대한 설문조사를 실시하고 결과 분석을 통해 나타나는 재난시의 인간행동심리를 Facet이론을 이용하여 범위를 선정하고 분석하였다. 분석방법으로는 통합적 분석 방법으로 각 연령대별로 분류하여 분석하였다. 연령대별로 습득한 지식 및 교육환경 배경이 차이가 있을 것이라는 가정 아래 연령대별 분류를 하였다. 설문조사결과를 바탕으로 Facet이론에 근거하여 분석한 결과, 화재발생시의 통합적 분석의 경우는 [MATTER], [SPACE], [ENERGY]등이 다수 나타났고 지진 발생 시에는 통합적으로 [SPACE], [ENERGY]가 다수 나타났다. 따라서, 지진에 대한 국가적으로 교육시스템을 갖추고 개인적인 지진발생시 행동상황을 숙지하고 연습하는 것이 필요한 것으로 나타났다. 결론적으로 지진과 화재시의 인간행동심리를 비교한 결과, 화재는 우리나라에서 가장 빈번하게 발생하는 재해이기 때문에 비교적 국가적으로나 개인적으로 대비를 하고 있다는 것을 실증적으로 나타내었다. 화재로 인한 재난은 국가적으로 끊임없이 교육(인식전환)을 실시하고 있음에도 불구하고 지속적으로 발생하고 있다. 하지만 지진과 비교해 인위적 과실로 인한 재난임에도 불구하고 사전에 화재발생시 대처하는 행동숙지로 인해 많은 인적 및 재산적 피해를 줄일 수 있다. 최근 우리나라는 지진에 대해서는 건축물의 붕괴로 인한 피해방지에 중점을 두고 건축물의 내진성능에 대한 평가가 점진적으로 추진되고 있다. 하지만, 지진발생시 이와 같은 현재 방재정책과 더불어 국민 스스로 지진에 대한 발생가능성 및 예상위험에 대한 인식수준을 향상시킴으로서 국가적 재난을 효과적으로 대처할 필요가 있음을 실증적으로 나타내었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2001.10a
• /
• pp.555-558
• /
• 2001

본 논문에서는 인간 행동의 성별 인식문제를 해결하기 위해 여러 개의 전문가(expert) 신경망의 앙상블로 이루어진 결합 신경망 분류기를 제안한다. 하나는 여러 개의 modular 다층퍼셉트론을 계층형으로 결합한 모텔이고, 다른 하나는 modular 다층퍼셉트론들의 출력값을 의사결정트리로 결합하는 모델이다. 데이터 베이스는 남녀 각 13 명의 데이터로 이루어져 있고, 문 두드리기, 손 흔들기, 물건 들어올리기의 세 가지 동작을, 보통 상태 혹은 화난 상태하에서 10 회씩 반복 수행하여 저장하였다. 행위자의 움직임은 몸에 부착된 6 개의 적외선 센서를 사용하여 기록 되었으며, 2 차원 혹은 3 차원 속도 및 좌표가 그 특징값으로 사용되었다. 앙상블 분류기의 성능을 비교하기 위하여 단일 다층퍼셉트론, 의사결정트리, 자기구성지도 및 support vector machine 을 사용한 실험 결과를 보였다. 실험 결과, 신경망 앙상블 모델이 다른 전통적인 분류기 및 사람에 비하여 훨씬 우수한 성능을 보였음을 알 수 있었다.

• Journal of KIISE:Computing Practices and Letters
• /
• v.15 no.1
• /
• pp.72-76
• /
• 2009

Recently, as the interest of ubiquitous computing has been increased there has been lots of research about recognizing human activities to provide services in this environment. Especially, in mobile environment, contrary to the conventional vision based recognition researches, lots of researches are sensor based recognition. In this paper we propose to recognize the user's activity with multi-modal sensors using hierarchical dynamic Bayesian networks. Dynamic Bayesian networks are trained by the OVR(One-Versus-Rest) strategy. The inferring part of this network uses less calculation cost by selecting the activity with the higher percentage of the result of a simpler Bayesian network. For the experiment, we used an accelerometer and a physiological sensor recognizing eight kinds of activities, and as a result of the experiment we gain 97.4% of accuracy recognizing the user's activity.

• Journal of Korea Multimedia Society
• /
• v.11 no.11
• /
• pp.1491-1500
• /
• 2008

This paper proposes an intelligent surveillance system to recognize suspicious patterns of the human behavior by using the Hidden Markov Model. First, the method finds foot area of the human by motion detection algorithm from image sequence of the surveillance camera. Then, these foot locus form observation series of features to learn the HMM. The feature that is position of the human foot is changed to each code that corresponds to a specific label among 16 local partitions of image region. Therefore, specific moving patterns formed by the foot locus are the series of the label numbers. The Baum-Welch algorithm of the HMM learns each suspicious and specific pattern to classify the human behaviors. To recognize the inputted human behavior pattern in a test image, the probabilistic comparison between the learned pattern of the HMM and foot series to be tested decides the categorization of the test pattern. The experimental results show that the method can be applied to detect a suspicious person prowling in corridor.

• Journal of Korea Entertainment Industry Association
• /
• v.5 no.2
• /
• pp.77-86
• /
• 2011

This paper is aimed at analyzing the relationship between users' actions in relation to a SNG (Social Network Game), which mainly targets communities, and the motivations that give rise to such selective actions. The subjects of existing researches on game area have rarely dealt with game users but mainly focused on the studies and utilization of game production technologies; and, in cases of studies on games users, their subjects have been hardly more than observations of users' behaviors in relation to the performance to achieve certain goals or themes of a game; for example, upgrading a character's level or obtaining rewards through "defeat". Therefore, it is necessary to analyze the actions of SNS game users from the perspective of behavioral selections caused by various motivations of human beings rather than approaching from the perspective of problem solving methods. In order to accomplish this goal, fist of all, Lazzaro's People Fun model and motivation theory of SNS users will be analyzed. Secondly, relevant materials from 13 SNG cases will be collected. Games' events and the functional actions of users will be classified. Lastly, the primary actions of SNG users will be classified into 8 different types and motivations - action patterns will be analyzed based on the classified materials.