• KIPS Transactions on Software and Data Engineering
• /
• v.2 no.11
• /
• pp.795-800
• /
• 2013

Early detection of oestrus in Korean cows is one of the important issues in maximizing the economic benefit. Although various methods have been proposed, we still need to improve the performance of the oestrus detection system. In this paper, we propose a video surveillance system which can detect unusual behavior of multiple cows including the mounting activity. The unusual behavior detection is to detect the dangerous or abnormal situations of cows in video coming in real time from a surveillance camera promptly and correctly. The prototype system for unusual behavior detection gets an input video from a fixed location camera, and uses the motion vector to represent the motion information of cows in video, and finally selects a SVDD (one of the most well-known types of one-class SVM) as a detector by reinterpreting the unusual behavior into an one class decision problem from the practical points of view. The experimental results with the videos obtained from a farm located in Jinju illustrate the efficiency of the proposed method.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06b
• /
• pp.148-150
• /
• 2006

최근 모바일 디바이스의 기능이 다양해지면서 현대인에게 없어서는 안 될 필수품이 되었다. 모바일 디바이스의 사용영역이 널어지면서 늘어나는 개인 정보의 활용에 대한 관심이 집중되고 있다. 본 논문에서는 모바일 디바이스에서 사용자의 행동 패턴 분석 및 요약을 위한 지능형 에이전트를 제안한다 사용자의 다양한 행동 및 상태 패턴 분석을 위해 협력적 모듈 베이지안 네트워크를 사용한다. 협력적 모들 베이지안 네트워크는 비슷한 유형의 패턴끼리 모듈로 설계해 상호 협력적으로 작동하여 사용자의 특이성을 추론한다. 사용자에 기억에 남을 만한 특이성를 선택하기 위해 Noisy-OR gate를 적응하여 계산한 특이성간의 연결 강도와 특이성의 우선순위를 바탕으로 사용자의 하루 동안의 행동을 요약하여 구성한다. 추론을 위한 프로토타입을 작성하고 시나리오를 바탕으로 제안한 방법의 유용성을 보인다.

• Journal of Korea Game Society
• /
• v.16 no.2
• /
• pp.7-16
• /
• 2016

In this paper, we propose a method for effectively detecting specific behavior. The proposed method detects outlying behavior based on the game players' characteristics. These characteristics are captured non-invasively in a general game environment and add keystroke based on repeated pattern. In this paper, cameras were used to analyze observed data such as facial expressions and player movements. Moreover, multimodal data from the game players was used to analyze high-dimensional game-player data for a detection effect of repeated behaviour pattern. A support vector machine was used to efficiently detect outlying behaviors. We verified the effectiveness of the proposed method using games from several genres. The recall rate of the outlying behavior pre-identified by industry experts was approximately 70%. In addition, Repeated behaviour pattern can be analysed possible. The proposed method can also be used for feedback and quantification about analysis of various interactive content provided in PC environments.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.04a
• /
• pp.173-176
• /
• 2009

본 논문에서는 감시시스템이 갖추어진 환경 내에서 발생할 수 있는 특이 행동을 효율적으로 감지하기 위한 기법을 제시한다. 최근 대형 범죄 및 방화 사건 등의 방지목적으로 DVR 의 단순 녹화를 벗어나 지능형 감시시스템을 도입하려는 연구가 활발히 진행되고 있다. 그러나 이러한 시스템들은 아직 초기 연구 단계에 있으며 영상내의 관심물체 추출을 위한 전경과 배경의 분리 및 추적 단계에 그치고 있다. 이에 본 논문에서는 가우시안 혼합 모델을 통하여 전경과 배경을 분리하고, 관심영역에 한해서 Optical Flow 기법을 이용하여 폭력상황과 같은 특이 행동의 감지 여부를 판단 할 수 있는 방법에 대해 실험을 통해 평가하였다.

• 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.

• Korean Journal of Environment and Ecology
• /
• v.37 no.6
• /
• pp.418-428
• /
• 2023

This study was conducted to clarify the daily activity patterns overlap between hikers and mammals from 2015 to 2019 in the Baekdudaegan protected area. To investigate relationship behaviors between hikers and mammals, we set the camera traps on the ridge of the Baekdudaegan protected area. Daily activity patterns of yellow-throated marten (Martes flavigula) and Siberian chipmunk (Eutamias sibiricus) were highly overlapped with hiker total study periods. Moreover, daily activity patterns of Siberian roe deer (Caperohus pygargus) and water deer (Hydropotes inermis) were highly overlapped with hikers only in spring. In winter, daily activity patterns of wild boar (Sus scrofa) were overlapped with hikers. However, leopard cat (Prionailurus bengalensis), raccoon dog (Nyctereutes procyonoides), and Eurasian badger (Meles leucurus) did not significantly overlap with hikers during the study periods. The daily activity patterns of 8 mammals differed by species-specific behavior and temporal characteristics. Overlap of daily activity patterns between mammals and hikers were differed in each season. Differences in daily activity pattern overlap between mammals and humans may lead to differences in human impact on mammal populations. Information on the interaction between hikers and mammals on species-specific and temporal-specific behavior could be basic ecological data for management and conservation of mammal populations and their habitats.

• Proceedings of the Zoological Society Korea Conference
• /
• 2000.10a
• /
• pp.121.3-122
• /
• 2000

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.10c
• /
• pp.475-479
• /
• 2007

본 논문은 Hidden Markov Model을 사용하여 사람의 특정한 행동을 인식하여 사용자에게 알려주는 지능형 영상 감시 시스템을 제안한다. 본 방법에는 카메라를 통해 입력된 영상에서 사람 영역을 찾은 후 발 영역만을 추출하여 특징이 되는 관측열을 생성한다. 특징 영역은 입력 영상의 각 프레임을 16개의 영역으로 나누어 발바닥이 위치한 곳의 코드를 읽어 사용하고, 인식하고자하는 패턴 행동들에 대해서는 각각의 관측열을 구하고 HMM의 Baum-Welch 알고리즘을 사용하여 학습한다. 인식에는 전향 알고리즘을 사용하여 입력된 행동과 학습된 행동을 확률적으로 비교하므로써 영상 내의 행동이 어떤 패턴 행동인지를 결정하여 출력하도록 한다. 제시된 방법은 복도에서 사람의 특정 행동을 인식하는데 성공적으로 적용될 수 있음을 실험을 통해 확인 하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1997.10a
• /
• pp.83-86
• /
• 1997

우리는 자연계에서 새나 어류가 무리지어서 다니는 특이한 모습을 볼 수 있다. 본 논문을 복수 에이전트 모빌 로봇을 이용하여 이들이 효율적인 전략적 규칙으로부터 이런 복잡한 행동의 결과를 나타낼 수 있음을 보여준다. 모의 실험된 무리는 분산된 행동 모델로 구현되었으며 각각의 모빌 로봇간의 상대적으로 단순한 상호작용의 결과이다. 또한 여기서 모의 실험된 각각의 모빌 로봇은 동적인 환경을 감지함에 따라 움직이는 독립된 개체로서 자신의 움직임을 결정한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04a
• /
• pp.539-541
• /
• 2003

본 논문에서는 컨텐츠 사이트에서 디지털 컨텐츠를 보호하기 위하여 사용자 행동 패턴을 분석을 이용해 특이한 성향을 보이는 사용자를 탐지하기 위한 모델을 제시하였다. 사용자의 행동 패턴을 분석하기 위한 탐지 규칙(detection rule)으로 Syntactic Rule과 Semantic Rule을 정의하였다. 사용자 로그 분석 결과 탐지 규칙에 대한 위반 정도가 일정 범위를 벗어나는 사용자를 비정상적인 사용자로 추정하였다. 또한 제안 모델은 eCRM 시스템에서 이탈 가능성이 있는 고객 집단을 사전에 탐지하여 고객으로 유지하기 위한 promotion 전략 수립에 응용될 수 있다.