• 한국통신학회논문지
• /
• 제37권5A호
• /
• pp.388-394
• /
• 2012

본 논문에서는 음성신호처리 기술을 적용하여 음식물이 인체 장기에 미치는 영향에 대해 분석하는 방법을 제안한다. 그 간 음식물이 장기에 미치는 영향에 대한 연구는 그 음식물에 A라는 성분이 있음으로 이것이 B장기에 좋은 영향을 미칠 수 있다는 연구가 주를 이루어왔다. 그러나 그 음식물을 섭취했을 때 그것이 실제 인체 장기에 어느 정도 영향을 미치는지에 대한 수치화, 정량화된 연구는 전무한 실정이었다. 이에 본 논문에서는 음식물이 인체 장기에 미치는 영향을 수치화된 자료로 규명하고 이를 정량화하여 새로운 사실과 정보를 취득해 내는 방법에 대해 제안한다. 특히 본 논문은 우리가 흔히 접하는 음식물 중 심장 기능 강화에 도움이 된다는 토마토를 대상으로 이것이 인체에 미치는 영향을 수치화, 정량화를 행하고 이를 통해 새로운 사실을 규명해 내는 방법에 대해 제안한다. 실험은 심장에 이상이 없는 20대 남성 15명을 피실험자로 선정하고 토마토 섭취 전과 섭취 5분후, 30분 후, 1시간 후의 음성 자료를 각각 수집하고 심장 상태 변화를 측정하는 음성 분석 요소를 적용하여 토마토가 심장에 미치는 영향을 수치화, 정량화 그리고 이를 통한 새로운 사실을 규명한다.

• 방송공학회논문지
• /
• 제24권2호
• /
• pp.264-272
• /
• 2019

본 논문은 비디오로부터 추출한 프레임으로부터 3차원 인체 형상과 자세 복원을 수행하고 이를 시간 축에서 자연스럽고 부드러운 움직임을 나타내도록 보정하는 기법을 제안한다. 제안하는 기법은 우선 비디오로부터 추출한 개별 프레임으로부터 convolutional neural network을 이용하여 관절의 위치와 인체의 윤곽을 추정한다. 인체의 형상 및 자세는 매개변수 기반의 3차원 변형가능 모델(morphable model)을 2차원 영상으로 투영후 정합하여 최적의 매개변수 값을 추정한다. 이 때 각 프레임에 대한 복원이 개별적으로 수행되면 시간 축에서 자세의 연속성과 체형의 일관성이 보장되지 못하고 올바르지 못한 복원 결과가 나타난다. 제안하는 기법은 이러한 문제점을 보완하기 위하여 각 프레임으로부터 복원된 3차원 변형가능 모델의 주성분 매개변수의 분석 및 보간을 수행한다. 실험결과 3차원 인체 복원에 오류가 발생한 프레임에 대해 이전과 이후 프레임들 사이의 관계를 통해 오류가 보정되어 개선된 복원 결과를 얻을 수 있음을 보인다.

• TTA 저널
• /
• 통권156호
• /
• pp.76-81
• /
• 2014

• 전자진흥
• /
• 제22권6호
• /
• pp.11-14
• /
• 2002

• TTA 저널
• /
• 통권137호
• /
• pp.97-101
• /
• 2011

• 한국전자파학회지:전자파기술
• /
• 제10권4호
• /
• pp.11-20
• /
• 1999

• 전자진흥
• /
• 제25권8호
• /
• pp.44-45
• /
• 2005

• TTA 저널
• /
• 통권130호
• /
• pp.63-66
• /
• 2010

• 한국전자파학회지:전자파기술
• /
• 제29권6호
• /
• pp.26-30
• /
• 2018

• 전기전자학회논문지
• /
• 제24권1호
• /
• pp.120-126
• /
• 2020

본 연구에서는 인체의 임펄스 응답 신호를 이용하여 사용자를 인식하는 방법을 제안한다. 인체는 물, 근육, 지방, 뼈 등으로 구성되어 있고, 이러한 구성비는 사람마다 다르게 형성되어 있다. 기존의 인체 통신 연구에서는 인체가 커패시터와 저항으로 이루어진 회로로 모델링 되었고, 회로의 특징은 인체의 구성 특성에 따라 다르다는 것이 밝혀졌다. 따라서 인체는 개인별 고유한 채널로 인식될 수 있고, 이를 이용한 사용자 인식이 가능하다는 연구가 보고 되었다. 이 연구에서는, 임펄스 신호를 인체에 인가하여 임펄스 응답 신호를 측정하고, empirical mode decomposition 기법으로 노이즈를 제거한다. 그리고 10개의 피크 값을 추출하고 피크 간 값의 차이를 특징량으로 사용하여 사용자 인증을 수행하였다. 6명의 참가자로부터 수집한 데이터를 k-nearest neighbors(KNN) 알고리즘을 사용하여 분류 성능을 확인한 결과, 임펄스 응답 신호의 전체 시계열 데이터의 분류 정확도는 91.57%이었으나, 제안한 피크 간 값의 차이를 특징량으로 하여 분류를 하였을 때 분류 정확도가 97.71%로 크게 향상되는 것을 확인할 수 있었다.