• Proceedings of the KOR-KST Conference
• /
• 1999.10a
• /
• pp.501-506
• /
• 1999

차량 항법 장치의 인간-기계 인터페이스의 중요한 구성요소인 전자지도에서 운전자가 경로를 선택하고 자신의 현 위치를 파악하는데 중요한 역할을 하는 랜드마크는 현재 표준화나 인간 공학적인 요소가 고려된 설계가 이뤄지지 않고 있는 실정이며 개발 회사마다 각기 독립적인 개발이나 종이 지도의 제작 표준에 의해 제작되고 있다. 이는 운전자에게 일관성 및 양립성의 결여 및 안전에 대한 문제 발생의 가능성을 내포하고 있으며, 운전자와 도로의 안전에 직결되는 중요한 문제이다. 이에 본 연구는 운전자가 편하고 빠르게 랜드마크를 인지할 수 있게 디자인 속성 조합을 도출하여 상용화된 전자지도와의 비교를 통하여 속성 각 수준별 조합의 인지능력 평가와 그 결과를 분석해 랜드마크 제작의 가이드라인으로 제시한다. 분석결과는 랜드마크의 속성은 색, 그래픽 차원, 형태, 중복 명명, 복수 색 사용, 외곽선 사용시가 가장 최적 속성 조합으로 나타났다.

• Journal of KIISE:Information Networking
• /
• v.33 no.6
• /
• pp.428-437
• /
• 2006

Wireless ad-hoc routing has been extensively studied and many clever schemes have been proposed over the last several years. One class of ad-hoc routing is geographic routing where each intermediate node independently selects the next hop using the given location information of destination. Geographic routing, which eliminates the overhead of route request packet flooding, is scalable and suitable for large scale ad hoc networks. However, geographic routing may select the long detour paths when there are voids between a source and a destination. In this paper, we propose a novel geographic routing approach called Geographic Landmark Routing(GLR). GLR recursively discovers the intermediate nodes called landmarks and constructs sub-paths that connect the subsequent landmarks. Simulation results on various network topologies show that GLR significantly improves the performance of geographic routing.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.01a
• /
• pp.287-288
• /
• 2023

본 논문에서는 실시간 영상 처리 라이브러리인 OpenCV와 미디어파이프(MediaPipe)를 사용하여 동작 인식 기반 키보드, 마우스 제어 프로그램을 개발하였다. Google의 미디어파이프(MediaPipe)에서 제공하는 손가락 마디 부분의 랜드마크를 인식하며, 실시간 영상 처리로 띄워진 사용자 인터페이스에서 제스처를 통해 키보드 입력과 마우스 제어를 할 수 있으며, Google에서 제공하는 오픈 소스와 결합하여 음성인식을 통한 키보드 입력이 가능하다. 또한, 각 기능끼리 제스처를 통해 기능 변경이 가능하여 다양한 산업 분야에서 원하는 키를 매핑할 수 있기 때문에 활용 가능성이 높으며, 의료 분야에서 감염 예방을 목적으로 사용할 수 있다. 특히 기존의 메타버스에서 사용되는 고가의 센서를 대체하여 비용 절감 부분에서 장점이 있다.

• Journal of Internet of Things and Convergence
• /
• v.9 no.6
• /
• pp.125-134
• /
• 2023

The purpose of this paper is to propose a method to improve the performance of the previous research is characterized by recognizing facial gestures from the 3D coordinates of seven landmarks selected from the MediaPipe Face Mesh model, generating corresponding user events, and executing corresponding commands. The proposed method applied adaptive moving average processing to the cursor positions in the process to stabilize the cursor by alleviating microtremor, and improved performance by blocking temporary opening/closing discrepancies between both eyes when opening and closing both eyes simultaneously. As a result of the usability evaluation of the proposed facial gesture interface, it was confirmed that the average recognition rate of facial gestures was increased to 98.7% compared to 95.8% in the previous research.

• The Korean Journal of Applied Statistics
• /
• v.31 no.5
• /
• pp.539-554
• /
• 2018

Effective interaction between user and device is considered an important ability of IoT devices. For some applications, it is necessary to recognize human facial expressions in real time and make accurate judgments in order to respond to situations correctly. Therefore, many researches on facial image analysis have been preceded in order to construct a more accurate and faster recognition system. In this study, we constructed an automatic recognition system for facial expressions through two steps - a facial recognition step and a classification step. We compared various models with different sets of data with pixel information, landmark coordinates, Euclidean distances among landmark points, and arctangent angles. We found a fast and efficient prediction model with only 30 principal components of face landmark information. We applied several prediction models, that included linear discriminant analysis (LDA), random forests, support vector machine (SVM), and bagging; consequently, an SVM model gives the best result. The LDA model gives the second best prediction accuracy but it can fit and predict data faster than SVM and other methods. Finally, we compared our method to Microsoft Azure Emotion API and Convolution Neural Network (CNN). Our method gives a very competitive result.