• 방송공학회논문지
• /
• 제23권2호
• /
• pp.246-252
• /
• 2018

제스처는 스마트 글라스 등 웨어러블 기기의 NUI(Natural User Interface)로 주목받고 있다. 최근 MPEG에서는 IoT(Internet of Things) 및 웨어러블 환경에서의 효율적인 미디어 소비를 지원하기 위한 IoMT(Internet of Media Things) 표준화를 진행하고 있다. IoMT에서는 손 제스처 검출과 인식이 별도의 기기에서 수행되는 것을 가정하고 이들 모듈간의 인터페이스 규격을 제공하고 있다. 한편, 최근 인식률 개선을 위하여 딥러닝 기반의 손 제스처 인식 기법 또한 활발히 연구되고 있다. 본 논문에서는 IoMT의 유스 케이스(use case)의 하나인 웨어러블 기기에서의 미디어 소비 등 다양한 응용을 위하여 CNN(Convolutional Neural Network) 기반의 손 제스처 인식 기법을 제시한다. 제시된 기법은 스마트 글래스로 획득한 스테레오 비디오로부터 구한 깊이(depth) 정보와 색 정보를 이용하여 손 윤곽선을 검출하고, 검출된 손 윤곽선 영상을 데이터 셋으로 구성하여 CNN을 학습한 후, 이를 바탕으로 입력 손 윤곽선 영상의 제스처를 인식한다. 실험결과 제안기법은 95%의 손 제스처 인식율를 얻을 수 있음을 확인하였다.

• 한국산학기술학회논문지
• /
• 제22권4호
• /
• pp.195-205
• /
• 2021

코로나19가 대유행이 되면서 국내 대부분의 간호학과에서는 기존의 실습방법이 아닌 온라인 비대면 실습을 시행하였다. 본 연구는 온라인 비대면 성인간호학실습 과정에서 경험하는 내용을 이해하고자 참여자들이 작성한 성찰일지를 분석한 질적연구이다. 연구 참여자는 일개대학 간호학과 졸업학년인 4학년 재학생 중 본 연구의 목적을 이해하고 참여에 동의한 45명이다. 온라인 비대면 성인간호학실습은 2학점 90시간으로, 1일 9시간씩 총 10일 운영되었다. 본 온라인 성인간호학실습은 컴퓨터 기반 시뮬레이션실습, 컴퓨터 기반 간호술기실습, 동영상 및 교육자료 제작, 실시간 온라인 퀴즈와 온라인 강의영상시청, 토론 등으로 구성되었다. 성찰일지를 분석한 결과, 6개의 범주, 13개의 주제모음, 33개의 주제가 도출되었다. 6개의 범주로는 '다양한 상황경험', '새로운 학습의 경험', '임상실습에 대한 성취감', '교수자와의 관계형성', '비대면 실습에 대한 양가감정', '예비간호사에 대한 두려움'으로 진술되었다. 본 연구는 포스트 코로나 시대를 준비하는 교육현장에서 성인간호학실습이 임상실습기관이 아닌 비대면 실습으로 진행하여 다양한 교육방법으로 운영하고 분석하였다는 데에 의의가 있다. 본 연구는 비대면 성인간호학 실습개발 및 운영의 중요한 기초자료가 될 것을 기대한다.

• 공연문화연구
• /
• 제37호
• /
• pp.365-389
• /
• 2018

본 연구의 목적은 그동안 이론적 또는 경험적으로만 연구되어왔던 미카엘 체홉(Michael Chekhov, 1891-1955)의 연기 테크닉을 과학적으로 탐구해 보는 데 있다. 특히 체홉 연기 테크닉의 바탕이자 핵심이라고 할 수 있는 '상상(imagination)'과 그의 독창적인 테크닉인 '심리적 제스처(Psychological Gesture)'에 대해 인지심리학의 관점에서 연구하고자 한다. 체홉이 모든 연기 작업의 기반으로 삼았던 '상상'은 현재 감각기관이 전달하지 않는 대상의 심적 표상을 의미하는 것으로 인지심리학에서는 이를 '심상(imagery)'이라고 일컫는다. 따라서 본 연구는 심상의 정의로부터 출발하여 심상의 특징과 종류를 간략하게 살펴보고, 체홉의 주장처럼 상상을 통해 연기 훈련을 하는 것이 가능한지를 과학적으로 입증해 보았다. 심상의 유효성을 입증하기 위해서 이론적 증거-기능 등가성 가설(functional equivalence hypothesis), 심리신경근 이론(psychoneuromuscular theory), 상징학습 이론(symbolic learning theory), 심리생리적 정보처리 이론(psychophygiological information processing)-와 실험적 증거-대뇌혈류(cerebral blood flow)나 사건 관련 전위(event-related potential)의 측정, fMRI(functional magnetic resonance imaging) 또는 PET(positron emission tomography)를 이용한 연구-를 모두 살펴보았다. 그 결과 심상은 지각과 기능적으로 동일하며, 심상을 이용해 인지 과제의 수행을 향상시키는 것이 가능함을 알 수 있었다. 또한 심상을 통해 신체적 변화가 심리적 변화(느낌)를 이끌어 낼 수 있다는 것을 입증하여 심리적 제스처 또한 과학적으로 유효함을 확인할 수 있었다. 이상의 연구로 미루어보아, 체홉은 그의 경험에 근거하여 연기 테크닉을 발전시켰지만, 과학적으로도 그의 테크닉은 유효성을 가진다고 판단할 수 있을 것이다. 비록 미흡하나마 본고에 의해 체홉의 연기 테크닉이 과학적으로 탐구되고 객관적 효용성이 입증되어 보다 많은 연기자 혹은 연기를 공부하는 학생들이 그의 테크닉을 '과학적으로' 이해하는 데 도움이 되길 기대해 본다.

• 감성과학
• /
• 제24권1호
• /
• pp.37-44
• /
• 2021

본 논문에서는 시야의 좌측과 우측만 가리는 시야 가리개를 이용하여 주변 시야 가림에 따른 집중력 향상 효과에 대한 연구를 수행하였다. 사용한 시야 가리개는 가로와 세로 5 cm × 4.8 cm 의 사다리꼴 모양으로 안경의 좌측과 우측에 고정 클립으로 부착할 수 있도록 하였다. 재질은 검정색의 폴리프로필렌(Polyprolylene)소재를 이용하였으며 클립을 포함하여 무게는 2.3 gram이었다. 건강한 20대 대학생 50명을 대상으로 15일간 시야 가리개를 사용하도록 한 후 정성평가와 정량평가를 수행하였다. 정성평가는 집중력 향상과 시야 가리개의 구조에 대한 설문조사로 진행하였다. 정량평가를 위하여 주의력 집중이 필요한 학습 동영상을 시청하도록 하면서 뇌파를 측정하였고 전두엽(frontal lobe) 영역인 F4 위치에 대한 Mid β 밴드(15~20Hz) 신호의 파워(power)와 ERD/S 분석을 수행하였다. 분석 결과 50명 중 80%인 40명이 시야 가리개를 착용하였을 때 집중력이 향상되었다고 보고하였다. 정량평가 결과 시야 가리개를 착용하고 동영상을 시청하였을 때 ERS peak(p=.023)와 ERD+ERS peak 값이 유의(p=.017)한 차이를 나타내었다. 결론적으로 좌측과 우측의 시야 가리개만을 사용하여도 집중력이 향상되는 결과를 도출하였다. 시야를 모두 가리는 덮개 형태 또는 시야의 상측과 하측을 가리지 않더라도 집중력을 향상시킬 수 있기 때문에 향후 간편한 방법으로 집중이 필요한 다양한 환경에서 활용이 가능할 것으로 기대된다.

• 방송공학회논문지
• /
• 제25권6호
• /
• pp.944-953
• /
• 2020

객체 검출 알고리즘은 자율주행 시스템 구현을 위한 핵심 요소이다. 최근 심층 합성곱 신경망 (Deep Convolutional Neural Network) 기반의 영상 인식 기술이 발전함에 따라 심층 학습을 이용한 객체 검출 관련 연구들이 활발히 진행되고 있다. 본 논문에서는 객체 검출에 가장 널리 사용되고 있는 Mask R-CNN의 경량화 모델을 제안하여 도로 내 다양한 객체들의 위치와 형태를 효율적으로 예측하는 방법을 제안한다. 또한, 주의 모듈(Attention Module)을 Mask R-CNN 내 각각 다른 역할을 수행하는 신경망 계층에 적용함으로써 특징 지도를 적응적으로 재교정(Re-calibration)하여 검출 성능을 향상시킨다. 실제 주행 영상에 대한 다양한 실험 결과를 통해 제안하는 방법이 기존 방법 대비 크게 감소된 신경망 매개변수만을 이용하여 고성능 검출 성능을 유지함을 보인다.

• 한국콘텐츠학회논문지
• /
• 제21권5호
• /
• pp.247-258
• /
• 2021

본 연구의 목적은 공익광고 유튜브를 활용한 수업이 사범대생들의 인성에 미치는 영향을 심리·사회적 성숙도를 중심으로 살펴보는 데 있다. 자료수집을 위해 사범대학 23명의 2학년 학생들을 대상으로 설문과 반 구조화된 인터뷰를 하였다. 연구 결과는 다음과 같다. 첫째, 수업 참가자들의 전체 심리·사회 성숙도가 통계적으로 유의미하게 향상되었다. 둘째, 전체 심리성숙도와 전체 사회성숙도 각각에 대한 향상도도 통계적으로 유의미하게 나타났다. 셋째, 심리·사회 성숙도의 하위요인 분석에서는 심리 성숙 요인들의 평균 증가 폭과 비교해 사회성숙 요인들의 상승 폭은 낮게 나타났다. 이러한 결과에는 개별화, 핵가족화 경향으로 인한 개인 중심적 삶이 작용했을 가능성이 있다고 할 수 있다. 넷째, 사전 심리성숙도와 사전 사회성숙도, 사후 심리성숙도와 사후 사회성숙도 간의 상관관계도 통계적으로 유의미한 결과를 나타냈다. 특히 사전과는 달리 사후 심리성숙도와 사후 사회성숙도 간의 정적 상관관계가 상대적으로 강하게 나타났다. 이는 심리적 측면과 사회적 측면이 서로 긍정적인 영향을 준 결과로 해석된다. 다섯째, 성별 간 차이는 없었다. 결론적으로 공익광고 유튜브라는 영상매체를 통한 수업이 심리·사회적 성숙도 함양에 긍정적인 영향을 끼쳤음을 알 수 있었다. 특히나 이러한 방식의 수업은 흥미와 집중력을 높일 수 있으며, 타인을 향한 관심과 더불어 학습한 내용이 지식수준에 그치지 않고 행동을 수반할 수 있게 작용했음을 알 수 있었다.

• 한국차세대컴퓨팅학회논문지
• /
• 제14권5호
• /
• pp.31-39
• /
• 2018

최근 딥러닝을 기반으로 사용자의 손 제스처를 인식하여 가상현실 환경에서 사용자 친화적 인터페이스를 제공하기 위한 연구가 활발히 진행되고 있다. 그러나 대부분 연구들은 손 정보를 얻기 위하여 별도 센서를 사용하거나 효율적인 학습을 위하여 전처리 과정을 거친다. 또한 조명의 변화나 손 일부가 가려지는 등과 같은 외부환경의 변화를 고려하지 못하고 있다. 본 논문은 일반 웹캠에서 얻어진 RGB 영상에서 별도의 전처리 과정없이 외부 환경에 강인한 딥러닝 기반 손 제스처 인식 방법을 제안한다. 딥러닝 모델로 VGGNet과 GoogLeNet 구조를 개선하고, 각 구조의 성능을 비교한다. 조명이 어둡거나 손 일부가 가려지거나 시야에서 일부 벗어난 손 영상들이 포함된 데이터로 실험한 결과 본 연구에서 제시한 VGGNet과 GoogLeNet 구조는 각각 93.88%와 93.75%의 인식률을 보였고 메모리와 속도 측면에서 GoogLeNet이 VGGNet 보다 메모리를 약 3배 적게 사용하면서 처리속도는 10배 이상 우수함을 알 수 있었다. 본 연구의 결과는 실시간 처리가 가능하여 가상현실 환경에서 게임, 교육, 의료 등 다양한 분야에서 손 제스처 인터페이스로 활용될 수 있다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권4호
• /
• pp.125-132
• /
• 2021

인공신경망의 계층의 깊이가 깊어지고 입력으로 사용되는 데이터 차원이 증가됨에 신경망의 학습 및 인식에 있어서 많은 연산을 고속으로 요구하는 고연산의 문제가 발생한다. 따라서 본 논문에서는 신경망 입력 데이터의 차원을 감소시키기 위한 데이터 차원 감소 방법을 제안한다. 제안하는 선분 특징 분석(Line-segment Feature Analysis; LFA) 알고리즘은 한 영상 내에 존재하는 객체의 선분(Line-segment) 특징을 분석하기 위하여 메디안 필터(median filter)를 사용한 기울기 기반의 윤곽선 검출 알고리즘을 적용한다. 추출된 윤곽 영상은 [0, 1, 2, 4, 8, 16, 32, 64, 128]의 계수 값으로 구성된 3×3 또는 5×5 크기의 검출 필터를 이용하여 8가지 선분의 종류에 상응하는 고유값을 계산한다. 각각의 검출필터로 계산된 고유값으로부터 동일한 반응값을 누적하여 두 개의 1차원의 256 크기의 데이터를 생성하고 두 가지 데이터 요소를 합산하여 LFA256 데이터를, 두 데이터를 합병하여 512 크기의 LAF512 데이터를 생성한다. 제안한 LFA 알고리즘의 성능평가는 필기체 숫자 인식을 위한 데이터 차원 감소를 목적으로 PCA 기법과 AlexNet 모델을 이용하여 비교 실험한 결과 LFA256과 LFA512가 각각 98.7%와 99%의 인식 성능을 보였다.

• 방송공학회논문지
• /
• 제27권2호
• /
• pp.228-239
• /
• 2022

본 논문에서는 카셰어링 서비스(car sharing service)에서 차량 상태 무인 검수를 위한 흠집 탐지 딥 러닝 모델을 제안한다. 기존의 차량 상태 검수 시스템은 대여 전, 후 사진에서 각각 흠집을 탐지하는 딥 러닝 모델과 탐지된 두 흠집 영상을 수작업으로 대조하여 새롭게 발생한 흠집을 탐색하는 두 단계로 구성되어 있다. 따라서 수동작업이 필요한 두 단계 모델을 한 단계로 줄이는 무인 흠집 탐지 모델을 위성영상에서 변화를 탐지하는 딥 러닝 모델에 전이 학습을 적용하여 구축한다. 그리고 광택 처리된 자동차 표면의 휘도가 비등방성이고 비전문가인 이용자가 일반 카메라로 촬영하기 때문에 정반사(specular reflection)가 흠집 탐지 성능에 크게 영향을 미친다. 따라서 정반사광으로 발생하는 오탐지를 감소시키기 위하여 정반사광 성분을 제거하는 전처리 과정을 적용한다. 이용자가 휴대폰 카메라로 촬영한 데이터에 대해 제안하는 시스템은 주관적인 측면과 정밀도(precision), 재현율(recall), F1, Kappa 척도면에서 각각 67.90%, 74.56%, 71.08%, 70.18%로서 높은 일치도를 보인다.

• 한국융합학회논문지
• /
• 제12권11호
• /
• pp.45-51
• /
• 2021

딥러닝의 발전으로 인하여 의미론적 분할 방법은 다양한 분야에서 연구되고 있다. 의료 영상 분석과 같이 정확성을 요구하는 분야에서 분할 정확도가 떨어지는 문제가 있다. 본 논문은 의미론적 분할 시 특징 손실을 최소화하기 위해 딥러닝 기반 분할 방법인 PSPNet을 개선하였다. 기존 딥러닝 기반의 분할 방법은 특징 추출 및 압축 과정에서 해상도가 낮아져 객체에 대한 특징 손실이 발생한다. 이러한 손실로 윤곽선이나 객체 내부 정보에 손실이 발생하여 객체 분류 시 정확도가 낮아지는 문제가 있다. 이러한 문제를 해결하기 위해 의미론적 분할 모델인 PSPNet을 개선하였다. 기존 PSPNet에 제안하는 multi scale attention을 추가하여 객체의 특징 손실을 방지하였다. 기존 PPM 모듈에 attention 방법을 적용하여 특징 정제 과정을 수행하였다. 불필요한 특징 정보를 억제함으로써 윤곽선 및 질감 정보가 개선되었다. 제안하는 방법은 Cityscapes 데이터 셋으로 학습하였으며, 정량적 평가를 위해 분할 지표인 MIoU를 사용하였다. 실험을 통해 기존 PSPNet 대비 분할 정확도가 약 1.5% 향상되었다.