• 전자공학회논문지SC
• /
• 제42권2호
• /
• pp.39-48
• /
• 2005

본 논문에서는 다기능 근전의수를 제어하기 위해 전완에서 취득한 4 채널의 근전도로부터 9 가지 동작을 인식하는 새로운 방법을 제안한다. 비정상 신호특성을 가진 근전도를 해석하기 위해서 시간-주파수 영역에서 표현되는 특징벡터를 웨이블렛 패킷변환을 통해 추출한다. 높은 차원을 가지는 시간-주파수 특징벡터에 대하여 차원축소와 비선형변환을 수행하기 위해 PCA와 SOFM으로 구성된 특징투영 방법을 제안한다. PCA를 이용한 차원축소는 패턴분류기의 구조를 단순화하고 패턴인식을 위한 계산시간을 단축할 수 있다. SOFM을 이용한 비선형변환은 PCA에 의해 차원이 축소된 특징벡터를 새로운 공간으로 투영함으로써 클래스 분리도를 향상시킨다. 마지막으로 각 동작은 패턴분류기인 다층 신경회로망에 의해 인식된다. 실험 결과로부터 제안한 방법이 높은 인식률을 보임과 동시에 연속적인 패턴인식을 위한 실시간 구현이 가능함을 보인다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2023년도 제35회 한글 및 한국어 정보처리 학술대회
• /
• pp.603-608
• /
• 2023

본 연구는 한국어 Vision-Language Pre-training 모델 학습을 위한 대규모 시각-언어 멀티모달 데이터셋 구축에 대한 필요성을 연구한다. 현재, 한국어 시각-언어 멀티모달 데이터셋은 부족하며, 양질의 데이터 획득이 어려운 상황이다. 따라서, 본 연구에서는 기계 번역을 활용하여 외국어(영문) 시각-언어 데이터를 한국어로 번역하고 이를 기반으로 생성형 AI를 활용한 데이터셋 구축 방법론을 제안한다. 우리는 다양한 캡션 생성 방법 중, ChatGPT를 활용하여 자연스럽고 고품질의 한국어 캡션을 자동으로 생성하기 위한 새로운 방법을 제안한다. 이를 통해 기존의 기계 번역 방법보다 더 나은 캡션 품질을 보장할 수 있으며, 여러가지 번역 결과를 앙상블하여 멀티모달 데이터셋을 효과적으로 구축하는데 활용한다. 뿐만 아니라, 본 연구에서는 의미론적 유사도 기반 평가 방식인 캡션 투영 일치도(Caption Projection Consistency) 소개하고, 다양한 번역 시스템 간의 영-한 캡션 투영 성능을 비교하며 이를 평가하는 기준을 제시한다. 최종적으로, 본 연구는 ChatGPT를 이용한 한국어 멀티모달 이미지-텍스트 멀티모달 데이터셋 구축을 위한 새로운 방법론을 제시하며, 대표적인 기계 번역기들보다 우수한 영한 캡션 투영 성능을 증명한다. 이를 통해, 우리의 연구는 부족한 High-Quality 한국어 데이터 셋을 자동으로 대량 구축할 수 있는 방향을 보여주며, 이 방법을 통해 딥러닝 기반 한국어 Vision-Language Pre-training 모델의 성능 향상에 기여할 것으로 기대한다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2018년도 춘계 종합학술대회 논문집
• /
• pp.109-110
• /
• 2018

중국인들이 동지나 춘절(설)에 교자를 먹는 풍습은 중국 고대의 의학인물인 장중경(張仲景)과 관련이 있다. 동한말(東漢末)의 혼란기를 살면서 중국 의학사상 중요한 영향력을 행사했던 장중경(張仲景)은 죽을 치료에 응용하기도 했으니 그의 저서 속에 다양하게 투영되어 있다. 본고는 그의 죽과 교자에 관한 역사와 신화를 저서와 설화를 통해 재구성했다.

• 한국생산제조학회지
• /
• 제19권5호
• /
• pp.672-677
• /
• 2010

The goal of this study is to simplify the measurement process of the flat zone length produced by a flexible disk grinding system for the process automation. The image of workpiece in the grinding process is obtained, and the cutting speed and the feeding speed are controlled carefully to maximize the flat zone length. The gradient, the inflection point and the length of the line in the image are calculated, and the length is also measured by using a projector. Processing conditions and inversely proportional to flat zone length was changing. The flat zone length is estimated by Neural network algorithm considering the process conditions with the estimated error range as 0.06~3.61%, the Neural network algorithm for the grinding process estimation is found to be useful for building the process automation database.

• 한국통신학회논문지
• /
• 제28권7A호
• /
• pp.520-528
• /
• 2003

본 논문에서는 다자간 화상회의 시스템에서 합성 입체 음향을 재현하는 방법과 음향반향제거 방법을 제안한다. 합성 입체 음향은 HRTF(head related transfer function)을 이용하여 구현하고 반향제거를 위하여 주변잡음에 대하여 강건한 적응 알고리즘을 제안한다. 제안하는 알고리즘은 SMAP(set-membership affine projection)을 변형한 것으로 적응필터의 계수를 갱신할 때 입력신호와 추정오차신호의 상호상관을 입력신호의 자기상관 행렬과 투영 차수를 곱한 추정오차신호 전력의 합으로 정규화한다. 제안하는 적응알고리즘은 SMAP 알고리즘과 비교하여 투영차수와 주변잡음에 대하여 강건한 특성을 갖는다. 컴퓨터 시뮬레이션을 통해 제안하는 합성 입체음향 반향제거기의 성능이 효과적으로 반향을 제거할 수 있음을 보인다.

• 디지털콘텐츠학회 논문지
• /
• 제16권6호
• /
• pp.901-908
• /
• 2015

스토킹과 같은 장시간 동안의 이상행위를 추적하기 위해선 네트워크로 연결된 다중 CCTV환경하에서 객체간의 관계를 지속적으로 추적하는 시스템이 매우 필요하다. 그러나 추적과정에서 자주 발생하는 객체의 겹침문제가 해결되지 않는다면 객체 추적이 중단되거나 다른 객체로 대체되는 등의 치명적인 오류가 발생할 가능성이 농후하다. 본 연구는 기 설치된 CCTV를 최대한 활용하기 위해 투시적 투영깊이 및 객체특성을 활용하여 겹침문제를 해결함으로써 중첩된 객체 관계를 지속적으로 추적가능하게 한다. 객체간 겹침문제 뿐만 아니라 배경에 포함된 객체 즉 벽이나 기둥 등의 객체와의 겹침문제도 함께 다룬다.

• 한국자기학회지
• /
• 제22권3호
• /
• pp.73-78
• /
• 2012

본 연구에서는 Argyres-Sigel의 투영 연산자 방법을 단일 벽 탄소 나노튜브(SWNT)의 zigzag(10,0)에 직접 적용하여 이를 운동방정식의 형태로 만들어 선모양 함수를 구하는 방법을 사용하였다. 선모양 함수의 실수 부분인 선 너비는 저온 영역(T < 200K)에서 온도의 영향에 거의 무관한 것으로 조사되었다. 이는 온도에 관여하는 페르미-디랙 분포함수가 선모양 함수에 거의 영향을 작용하지 않기 때문인 것으로 생각된다. 고온 영역(T > 200K)에서는 선 너비가 다소 단조롭게 증가하는 것으로 나타났으며, 이는 음향 포논의 영향에 기인하는 것으로 보인다. 그리고 SWNT의 전자스핀이완 시간은 $1.4{\times}10^{-6}\;s$으로 계산되었다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2021년도 하계학술대회
• /
• pp.147-150
• /
• 2021

최근 컴퓨터 그래픽 기술이 발전함에 따라 가상으로 만들어낸 객체와 현실 객체 사이의 분간이 어려워지고 있으며, AR/VR/XR 등의 서비스를 위해 현실 객체를 컴퓨터 그래픽으로 표현하는 기술의 연구가 활발히 진행되고 있다. 포인트 클라우드는 현실 객체를 표현하는 기술 중의 하나로 객체의 표면을 수많은 3차원의 점으로 표현하며, 2차원 영상보다 더욱 거대한 데이터 크기를 가지게 된다. 이를 다양한 서비스에 응용하기 위해서는 3차원 데이터의 특징에 맞는 고효율의 압축 기술이 필요하며, 국제표준기구인 MPEG에서는 연속적인 움직임을 가지는 동적 포인트 클라우드를 2차원 평면으로 투영하여 비디오 코덱을 사용해 압축하는 Video-based Point Cloud Compression (V-PCC) 기술이 연구되고 있다. 포인트 클라우드를 2차원 평면에 투영하는 방식은 점유 맵 (Occupancy Map), 기하 영상 (Geometry Image), 속성 영상 (Attribute Image) 등의 2차원 정보와 보조 정보를 사용해 압축을 진행하고, 부호화 과정에서는 보조 정보와 2차원 영상들의 정보를 사용해 3차원 포인트 클라우드를 재구성한다. 2차원 영상을 사용해 포인트 클라우드를 생성하는 특징 때문에 압축 과정에서 발생하는 영상 정보의 열화는 포인트 클라우드의 품질에 영향을 미친다. 이와 마찬가지로 추가적인 기술을 사용한 2차원 영상 정보의 향상으로 포인트 클라우드의 품질을 향상할 수 있을 것으로 예상된다. 이에 본 논문은 V-PCC 기술에서 생성되는 영상 정보에 2차원 보간 (Interpolation) 기술을 적용하여 기존의 영상 정보에 포함되지 않은 추가적인 포인트를 생성하는 것으로 재구성되는 포인트 클라우드의 밀도를 증가시키고 그 영향을 분석하고자 한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2022년도 하계학술대회
• /
• pp.1216-1217
• /
• 2022

포인트 클라우드는 객체 또는 장면을 재구성하기 위한 3D 데이터의 표현 방식 중 하나로써 가상 및 증강 현실을 포함한 다양한 분야에서 활용되고 있다. 포인트 클라우드 데이터는 품질에 따라 수많은 포인트로 이루어질 수 있으며, 이와 관련된 데이터의 양은 2차원 영상의 데이터보다 상당히 많다. 따라서 포인트 클라우드 데이터를 사용하여 다양한 서비스를 제공하기 위해서는 포인트 클라우드의 특징을 고려한 효율적인 압축 기술이 요구되며, 이에 따라 국제 표준화 단체의 Moving Picture Experts Group은 포인트 클라우드 데이터의 효율적인 압축을 위한 V-PCC 표준을 제정하였다. V-PCC는 포인트 클라우드 데이터를 다수의 2차원 공간으로 투영하여 점유 맵, 기하 영상, 그리고 속성 영상을 생성하고 각 2차원 영상을 기존의 비디오 코덱을 활용하여 압축하는 방식이다. 기존의 코덱을 사용하여 압축함에 따라 활용성이 높지만, 3차원 데이터를 다수의 2차원 영상을 통하여 압축하기 때문에 압축의 효율성을 높이기 위한 많은 연구가 필요하다. 본 논문에서는 V-PCC의 부호화 효율을 높이기 위해 점유 맵의 투영 정보를 활용한 속성 영상의 효율적인 압축 방법을 소개하고 이를 위한 적응적 SAO 방법을 제안한다. 실험에서 제안 방법은 V-PCC의 속성 영상에 대해 약 3.2%의 부호화 효율을 보인다.

• 전자공학회논문지CI
• /
• 제40권1호
• /
• pp.19-29
• /
• 2003

본 논문은 인위적으로 생성된 가상 학습 데이터와 융합 분류기를 이용한 얼굴인식 알고리즘을 제안한다. 특징공간에서의 최근접 특징 선택 방법과 연결주의 모델에 기반한 서로 다른 형태의 분류기를 융합하여 통합효과를 얻도록 하였다. 두 분류기는 모두 학습 데이터의 공간적인 분포에 따라 생성된 가상 학습데이터를 이용하여 학습되고 이용된다. 첫째로, 특징 공간에서의 각 정보(Angular Infnrmation) 를 이용하는 최근접특징각(the Nearest Feature Angle : NFA)을 이용하여 저장된 학습데이터와 가장 근접한 것을 찾고, 둘째로, 질의(Query) 얼굴 특징 정보를 정면얼굴 영상의 특징정보로 투영하여 얻은 정보에 기반한 분류기의 결과를 이용한다. 정면영상 특징정보로의 투영은 다층 신경망을 이용하여 정면 회상망(Frontal Recall Network)을 구현하였고, 이것을 여러 개 묶어 앙상블 네트웍으로 구성한 Ensemble 회상망(Ensemble Recall Network)을 사용하여 일반화 성능을 향상시켰다. 끝으로, 각 분류기의 결과에 따라 융합 분류기가 최종 결과를 선택하도록 하였다. 제안된 알고리즘을 6 종류의 서고 다른 학습/시험데이터 군에 적용하여 평균 96.33%의 인식률을 얻었다. 이것은 특징라인에 기반한 방법(the Nearest Feature Line) 평균 에러율의 61.2% 이며, 단일 분류기를 사용한 경우 보다 안정된 견과를 얻고 있다.