• 한국융합학회논문지
• /
• 제10권4호
• /
• pp.107-113
• /
• 2019

1인가구의 가장 높은 비율을 차지하는 연령층은 60대 이상의 노인이다. 그들의 상당수가 경제적으로 어려운 상황에 처해있어 낙후된 주거공간에 거주한다. 노인의 주거공간의 창문은 존재하지 않거나 창문으로써의 역할을 제대로 하지 못하는 경우가 많다. 그들은 우울증, 고독사 등 사회적 문제에 취약한 상태로 노출되어 있다. 그래서 비상상황에 대한 대처능력이 현저히 떨어진다. 본 논문은 낙후된 주거공간에 거주하는 1인가구 중 60대 이상 노인을 대상으로 하는 외부 환경 정보 반영 대화형 창문 인터페이스를 제안한다. 본 콘텐츠는 별도의 공간과 비용이 요구되지 않는 보급형 TV 혹은 PC 모니터를 활용한다. 노인이 사용하는데 어려움이 없는 직관적인 터치센싱을 통해 손을 인식하면 현재 외부 환경을 반영하는 날씨 영상, 온도 정보를 제공한다. 보다 중요한 노인의 비상상황에 대비하여 알림소리, SMS전송 서비스를 제공한다. 본 콘텐츠를 통해 사용자는 정서적 안정을 느낄 수 있고 비상상황에 빠르게 대처할 수 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2012년도 추계학술발표대회
• /
• pp.57-59
• /
• 2012

본 논문에서는 소형 임베디드 시스템을 응용하여 원격으로 가정의 에너지를 효율적으로 절약할 수 있는 시스템을 제안한다. 이를 위하여 OpenWrt기반 소형 유무선 공유기를 임베디드 시스템 개발 플랫폼으로 활용하여, DC 모터가 장착된 창문 블라인드를 날씨 변화에 따라 원격지에서 스마트폰으로 제어가 가능하게 하였다. 프로토타입 시스템 구현은 Buffalo사의 WZR-HP-G450H 유무선공유기, Arduino 사의 UNO 인터페이스 보드, DC 모터로 구성하였다. 원격제어 시스템은 iOS 기반으로 애플리케이션을 제작하였다. 전체 시스템의 동작 검증은 스마트폰과 유무선 공유기, 인터페이스 보드의 소켓통신을 통하여 DC 모터의 속도를 원격으로 조절함으로 동작을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2000년도 추계학술발표논문집 (상)
• /
• pp.743-746
• /
• 2000

인터넷의 보급과 초고속 정보통신망의 급속도로 발전함에 따라 학습자와 교수의 상호작용이 가능하며 학술에 흥미를 유발할 수 있는 가상강의 저작도구가 절대적으로 요구되고 있으나 이 저작도구의 개발을 위해 현재는 교사와 학생간의 인터페이스 제공이 미약하고 표준화된 문서 환경과 플랫폼이 없이 서비스를 제공하는 웹 환경으로 인해 개발자들의 작업이 방대해지고 있는 있다. 따라서 최근 컴포넌트 기반 개발 방법론의 대두로 가상강의 저작도구를 위한 교육용 컴포넌트에 관심이 요구된다. 본 논문에서는 컴포넌트 기반의 개발 방법론을 통해 웹 환경에서 구현할 때 적용가능한 강의 저작도구 컴포넌트를 요구 공학 생명주기를 통해서 분석, 설계한다. 요구공학에서 사용자 인터페이스 부분을 가상강의에서 교수, 학습자 측면을 고려하고 비즈니스 로직, 동영상과 슬라이드의 동기화, 오디오, 슬라이드 이미지 등을 요구공학 생명주기에서의 산출된 요구공학 명세서를 바탕으로 분석, 설계한다. 개발된 컴포넌트는 가상강의 저작도구를 지원가능하며. 각 컴포넌트는 교육영역의 애플리케이션에 쉽게 적응 가능함으로써 재사용성, 사용의 용이성과 이식성을 가질 수 있다.

• 한국정보통신학회논문지
• /
• 제24권3호
• /
• pp.341-348
• /
• 2020

인간의 눈과 같이 이미지에서 유용한 정보를 추출하는 기능은 인공지능 컴퓨터 구현에 필수적인 인터페이스 기술이다. 이미지에서 건물을 인식하여 추론하는 기술은 다양한 형태의 건물 외관, 계절에 따른 주변 잡음 이미지의 변화, 각도 및 거리에 따른 왜곡 등으로 다른 이미지 인식 기술 보다 인식률이 떨어진다. 지금까지 제시된 컴퓨터 비전(Computer Vision) 기반의 건물 인식 알고리즘들은 건물 특성을 수작업으로 정의하기 때문에 분별력과 확장성에 한계가 있다. 본 논문은 최근 이미지 인식에 유용한 딥러닝의 CNN(Convolutional Neural Network) 모델을 활용하는데 건물 외관에 나타나는 변화, 즉 계절, 조도, 각도 및 원근에 의해 떨어지는 인식률을 향상시키는 새로운 방법을 제안한다. 건물 전체 이미지와 함께 건물의 특징을 나타내는 부분 이미지들, 즉 창문이나 벽재 이미지의 데이터 세트를 함께 학습시키고 건물 인식에 활용함으로써 일반 CNN 모델 보다 건물 인식률을 약 14% 향상됨을 실험으로 증명하였다.