• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 한국컴퓨터종합학술대회 논문집 Vol.33 No.1 (B)
• /
• pp.112-114
• /
• 2006

최근 영상 인식 정보를 서비스 로봇 도메인에서 사용하기 위한 연구와 함께 전통적인 영상 인식 방법의 성능을 높이기 위한 연구가 진행되고 있다. 기존의 방법들은 기하학적 모델을 기반으로 예측 가능한 환경에서 상황을 인식하였기에 이를 실내 환경과 같은 동적인 환경에 적용하는 것은 정확도나 인식의 효율 면에서 한계를 갖는다. 이에 지식 기반 접근 방법을 통해 정확도를 항상 시키거나 계산 비용을 감소시킴으로써 영상 인식성능을 높이기 위한 다양한 연구가 있어 왔다. 본 논문에서는 서비스 로봇이 물체를 탐색할 때, 대상 물체가 다른 물체에 의해 가려짐으로써 발생하는 불확실한 상황을 해결하기 위한 방법을 제안한다. 제안하는 방법은 발견된 물체를 컨텍스트 정보로 사용하여 대상 물체의 존재 여부를 추론하며, 이를 위해 신뢰도를 모델링할 수 있는 확률적 모델인 베이지안 네트워크와 도메인 지식을 모델링 할 수 있는 온톨로지를 함께 사용한다. 효과적인 모델링을 위해 본 논문에서는 기본적인 물체 관계를 모듈화 하여 설계하기 위한 베이지안 네트워크 구조와 확률 값 선정 방법. 이들을 온톨로지를 기반으로 주어진 상창에 따라 결합하는 방법을 제안한다. 이는 물체 관계를 모델링할 때 발생하는 중복 설계를 감소시켜주고 유지 및 보수를 용이하게 한다. 설계된 추론 모듈은 실험 결과 5가지 장소에서 높은 정확도를 보여주었다.

• 한국정보통신학회논문지
• /
• 제12권6호
• /
• pp.1128-1133
• /
• 2008

상황인식(Context-aware)은 인간-컴퓨터 상호작용의 단점을 극복하기 위한 방법으로써 많은 주목을 받고 있다. 본 논문에서는 UoC(Ubiquitous system on Chip)로 구현될 수 있는 상황인식 시스템 구조를 제안한다. 본 논문은 유비쿼터스 컴퓨팅 시스템을 구현하기 위해 CRS(Context Recognition Switch)와 DOS(Dynamic and Optimal Standard)의 개념을 포함한 Pre-processor, HPSP(High Performance Signal Processor), Network Topology Processor의 부분으로 구성된 UoC Architecture를 제안한다. 또한, IEEE 802.15.4 WPAN(Wireless Personal Area Network) Standard에 의해 구현된 UoC를 보여준다. 제안된 상황인식 기반의 UoC Architecture는 주거 환경에서 컨텍스트를 인식하여 사용자를 지원하는 지능형 이동 로봇 등에 적용될 수 있을 것이다.

• 한국융합학회논문지
• /
• 제8권11호
• /
• pp.77-83
• /
• 2017

효율적인 예측 분석을 위해서는 문제를 스스로 인식하고 진단하여 시스템이 자율적으로 복구가 가능한 자가 치유 연구가 필요하다. 그러나, 소프트웨어를 개발하는데 있어서 외부상황에 따른 정형화된 컨텍스트 정보 분석 및 적절한 표현 구조를 제시하지 못한다. 본 논문에서는 새로운 목표 시나리오를 기반으로 행위 요소, 데이터, 트랜잭션이 가능한 기능들에 대해 추출 규칙을 적용하여 변경 내용에 따른 예측 분석 방법을 제안한다. 그리고, 요구사항 목표 달성을 위한 성과지표를 통해 예측 분석 내용이 얼마나 부합되었는지 평가하였다. 제안한 방법이 기존 방법들에 비해 성과측정을 통한 부합 결과는 최고 32.8% 높았고, 이에 따른 오차율은 28.9%, 변경 코드는 최고 45.8%가 감소되었다. 이는 목표 시나리오 기반 컨텍스트 규칙을 통해 서비스 가능한 형태로 가공할 수 있음을 보여주며, 문제 발생에 대한 변경 내용을 예측 분석을 통한 성능의 확장이 가능함을 보여준다.

• 정보처리학회논문지A
• /
• 제16A권3호
• /
• pp.209-216
• /
• 2009

스마트 홈(smart home)은 인간과 홈의 컨텍스트(context) 정보를 이용하여 인간에게 자동적인 홈 서비스(Home service)를 제공해줄 수 있는 미래의 환경이다. 인간의 위치와 모션은 스마트 홈에서 굉장히 중요한 컨텍스트이다. 본 논문은 스마트 홈에서 인간의 위치와 모션을 예측할 수 있는 실시간 휴먼 트랙커(tracker)를 연구하였다. 실시간 휴먼 트랙커를 위해 4개의 네트워크 카메라를 사용하였다. 본 논문에서는 실시간 휴먼 트랙커의 구조를 설명하고, 인간의 위치와 모션을 자동적으로 예측 및 판단하는 알고리즘을 제안하였다. 인간 위치를 위해서 3개의 배경 이미지를 이용하였다(이미지1: 빈 방 이미지, 이미지2: 거주자가 제외 된 가구 및 가전 이미지, 이미지3: 전체 이미지). 실시간 휴먼 트랙커는 3개의 이미지를 비교하여 각 이미지로부터 추출되는 특징 값을 결정하고, 이들 특징 값을 SVM(Support Vector Machine)을 이용하여 각각의 모션을 예측하였다. 3개의 배경 이미지를 이용한 인간 위치 인식실험은 평균 0.037 초가 소요 되었다. SVM을 이용한 모션 인식 요소에서, 각 동작에 대하여 1000번씩 측정했고, 모든 모션의 정확도 평균은 86.5% 의 정확도를 보였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2008년도 한국컴퓨터종합학술대회논문집 Vol.35 No.1 (D)
• /
• pp.444-448
• /
• 2008

유비쿼터스 스마트 홈 (ubiquitous smart home) 은 인간과 홈의 컨텍스트(context) 정보를 이용하여 인간에게 자동적인 홈 서비스 (Home service)를 제공해줄 수 있는 미래의 환경이다. 인간의 위치와 모션은 유비쿼터스 스마트 홀에서 굉장히 중요한 컨텍스트이다. 본 논문은 유비쿼터스 스마트 홀에서 인간의 위치와 모션을 예측할 수 있는 실시간 휴먼 트랙커 (tracker)를 연구하였다. 실시간 휴먼 트랙커를 위해 우리는 4개의 네트워크 카메라를 사용하였다. 본 논문에서는 실시간 휴먼 트랙커의 구조를 설명하고, 인간의 위치와 모션을 자동적으로 예측 및 판단하는 알고리즘을 제안하였다. 인간 위치를 위해서 3개의 배경이미지를 이용하였다 (이미지1 : 빈 방, 이미지2: 가구 및 가전, 이미지3: 이미지 2 와 거주자를 포함). 실시간 휴먼 트랙커는 3개의 이미지를 비교하여 각 이미지로부터 추출되는 특징 값을 결정하고, 이들 특징 값을 SVM (Support Vector Machine)을 이용하여 각각의 모션을 예측하였다. 3 개의 배경 이미지를 이용한 인간 위치 인식실험은 평균 0.037 초가 소요되었다. SVM을 이용한 모션 인식 요소에서, 우리는 각 동작에 대하여 1000번씩 측정했고, 모든 모션의 정확도 평균은 86.5% 의 정확도를 보였다.

• 융합정보논문지
• /
• 제10권10호
• /
• pp.9-14
• /
• 2020

소비자가 선호하는 유통의 현대화를 위한 정부의 유통 현대화 정책에 따라 현대 시장이이 급속히 성장했다. 이에 반해 전통적인 시장은 작은 시장규모, 시장 내 복잡한 관계 및 부적절한 공간, 유통 구조, 비효율적인 운영 및 무질서한 거래 등으로 인해 소비자에게 인기를 잃고 있다. 따라서 본 연구에서는 유비쿼터스 컴퓨팅, 즉 컨텍스트 인식 정보를 6W1H로 업그레이드하고 스마트 폰과의 인터페이스를 통해 시장을 활성화하고 증강 현실 기술을 통해 고급 정보를 제공하고자한다. 사용자 문맥을 이용한 상황인지 시스템의 구축은 지식 기반에 참조 규칙을 적용하고 구현하는 방법에 따라 결과가 크게 다르게 나타난다. 이를 통해서 제안하는 방법은 RFID 기술과 6W1H 문맥 인식을 통해 전통 시장을 홍보하는데 목적을 가지고 있다.

• 전기전자학회논문지
• /
• 제27권3호
• /
• pp.251-257
• /
• 2023

본 논문에서는 비전 트랜스포머의 셀프 어텐션이 갖는 지역적 특징 부족을 개선하는 이중 구조 셀프 어텐션 방법을 제안한다. 객체 분류, 객체 분할, 비디오 영상 인식에서 합성곱 신경망보다 연산 효율성이 높은 비전 트랜스포머는 상대적으로 지역적 특징 추출능력이 부족하다. 이 문제를 해결하기 위해 윈도우 또는 쉬프트 윈도우를 기반으로 하는 연구가 많이 이루어지고 있으나 이러한 방법은 여러 단계의 인코더를 사용하여 연산 복잡도의 증가로 셀프 어텐션 기반 트랜스포머의 장점이 약화 된다. 본 논문에서는 기존의 방법보다 locality inductive bias 향상을 위해 self-attention과 neighborhood network를 이용하여 이중 구조 셀프 어텐션을 제안한다. 지역적 컨텍스트 정보 추출을 위한 neighborhood network은 윈도우 구조보다 훨씬 단순한 연산 복잡도를 제공한다. 제안된 이중 구조 셀프 어텐션 트랜스포머와 기존의 트랜스포머의 성능 비교를 위해 CIFAR-10과 CIFAR-100을 학습 데이터를 사용하였으며 실험결과 Top-1 정확도에서 각각 0.63%과 1.57% 성능이 개선되었다.

• 디지털융복합연구
• /
• 제17권1호
• /
• pp.295-300
• /
• 2019

현대 사회는 융합의 시대이며, 스토리텔링에 있어서도 감성적 이야기와 정보라는 두 가지 유형의 데이터 타입 형태가 융합된 스토리텔링의 필요성이 요구되어지고 있다. 특히, VR 콘텐츠의 경우, $360^{\circ}$ 공간을 자유롭게 탐색하는 과정을 통해서 정보를 선택하는 등, 사용자가 콘텐츠에 직접적으로 관여하게 되며, 이에 즉각적으로 대응할 수 있는 인터랙션(Interaction-상호작용)이 이루어져야 한다. 따라서 기존의 스토리텔링 방식으로의 접근으로는 한계가 있으며, 감성과 정보의 두 영역을 충족시키는 '융합형 스토리텔링'의 구현이 절실한 장르라고 판단되어 진다. 본 논문에서는 VR 콘텐츠의 이해에 있어 특히 공간적 특성을 위주로 살펴본 후, VR 콘텐츠에서 '융합형 스토리텔링'을 효과적으로 구현하기 위한 방안으로, 콘텐츠의 스토리 구조 유형에 대한 고찰을 통하여 VR 콘텐츠에 적합한 스토리텔링 유형을 서클(Circle) 구조로 정리하여 맞춤 시스템을 제안한다. 이를 토대로, 향후에는 진정한 4차 산업혁명 시대의 VR 콘텐츠와 인터랙션을 위한 컨텍스트(context) 인식 과정을 활용하여 기술이 감성과 정보의 두 가지 영역을 충족시키는 개인 맞춤형 시스템의 연구로 발전되어질 것을 기대한다.