• The KIPS Transactions:PartB
• /
• v.15B no.1
• /
• pp.1-8
• /
• 2008

Generally, moving objects in surveillance video are extracted by background subtraction or frame difference method. However, moving cast shadows on object distort extracted figures which cause serious detection problems. Especially, analyzing vehicle information in video frames from a fixed surveillance camera on road, we obtain inaccurate results by shadow which vehicle causes. So, Shadow Elimination is essential to extract right objects from frames in surveillance video. And we use shadow removal algorithm for vehicle classification. In our paper, as we suppress moving cast shadow in object, we efficiently discriminate vehicle types. After we fit new object of shadow-removed object as three dimension object, we use extracted attributes for supervised learning to classify vehicle types. In experiment, we use 3 learning methods {IBL, C4.5, NN(Neural Network)} so that we evaluate the result of vehicle classification by shadow elimination.

• Annual Conference of KIPS
• /
• 2017.04a
• /
• pp.889-891
• /
• 2017

본 논문에서는 기계학습으로 설계된 객체 감지기(object detector)가 주어진 환경에서 객체 검출 작업을 할 때 오인식을 줄이는 방법을 시간, 전력 효율 면에서 고려한다. 먼저 감지해야 하는 객체의 정보를 나타내기 알맞은 이미지 feature를 설정한다. 그리고 AdaBoost를 적용하여 감지기를 설계한 후, 감지기가 주어진 환경에 특화되도록 하는 성능 개선 방법을 제시한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.01a
• /
• pp.91-92
• /
• 2023

본 논문에서는 Yolov5와 Deepsort를 사용한 Tracking by detection을 구현하여 특정 영역을 통과하는 차량의 수를 집계하고, 각 차량의 추정속도를 계산하는 시스템을 구현한다. 실시간 객체 탐지 기능을 수행하는 Yolov5 모델의 학습에는 Kaggle의 개방 데이터인 '도요타 자동차 이미지'를 사용한다. 이미지 크기 640*640, 배치사이즈 16, Early stopping 플래그를 사용하여 학습했을때, Yolov5의 객체 탐지 성능은 정확도 98%, 정밀도 0.961, mAP 0.72을 보여주었다.

• Journal of Digital Contents Society
• /
• v.10 no.2
• /
• pp.367-373
• /
• 2009

Computer programming education helps students understand abstract concepts better and solve given problems independently. Many previous studies on programming education have focused on procedural programming languages such as BASIC and C, but studies on objected-oriented program ming language like JAVA is rare. This paper examines how an architectural neural, objected-oriented JAVA programming study system can improve logical thinking ability and encourage self-led study and stimulate interests in computers among elementary school students. The system has been developed and is suitable for distributed Internet environment. The experiment results demonstrated that the objected-oriented programming education enhances logical thinking ability, exerts a positive impact on student achievement in math and science, and stimulate interests in computers.

• The Journal of Korean Association of Computer Education
• /
• v.5 no.1
• /
• pp.99-108
• /
• 2002

As window programming and internet programming are more required, requirement of the training on the object-oriented programming and the object oriented software development are growing. But, it is not easy to learn new brand methodologies or techniques. In this paper, we tried to apply software reuse to object modeling education for effective learning of new programming and modeling method. In this paper, we present analogical matching techniques for the reuse of object models and patterns in object modeling education. Analogy-based matching is better than keyword-based retrieval for model reuse. Reuse can help to reduce the learning curve of object modeling. Also, by applying analogical reasoning, the performance of retrieval is better than keyword-based retrieval.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.07a
• /
• pp.137-139
• /
• 2021

본 논문에서는 목조 문화재 영상에서의 변위를 효율적으로 감지하기 위한 객체 중심 증강 기법을 사용한 모델을 제안한다. 우선 객체 중심 증강 기법을 적용하여 변위 객체들이 이미지 공간상의 어느 곳이든 위치할 수 있게끔 데이터를 구성한 이후 사전 학습된 합성 곱 신경망을 사용하여 입력 이미지에 대한 심층 특징 벡터를 추출한다. 그 이후 심층 특징 벡터는 완전 연결 계층의 입력 값으로 들어와서 최종적으로 변위가 존재하는지 아닌지에 대한 예측을 수행하게 된다. 데이터 셋으로는 충주시 근처의 문화재에 방문해서 수집한 목조 문화재 이미지를 가지고 정상 및 비정상으로 구분한 데이터 셋을 사용하였다. 실험 결과 우리가 제안한 객체 중심 증강 기법을 사용한 모델이 객체 중심 증강 기법을 사용하지 않은 모델보다 목조 문화재에서 변위 영역을 더 잘 감지함을 확인하였다. 이러한 결과로부터 우리가 제안한 방법이 목재 문화재의 변위 검출에 있어서 매우 적합함을 보여준다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2019.11a
• /
• pp.87-88
• /
• 2019

최근 기계학습 기술의 급속한 발전에 힘입어 자율주행을 위한 객체 인식 및 처리 기술 역시 비약적으로 발전하고 있다. 그러나 이러한 기계학습의 성능은 모델의 구조와 학습용 데이터의 품질에 영향을 받는다. 특히 주행환경을 잘 표현하는 학습데이터가 중요한데 전혀 새로운 도로, 주행환경, 장애물, 정적 혹은 동적 객체 등을 마주하면 정확도와 안정성에서 부정적인 영향을 받을 수 있는 것이다. 해외의 주행 데이터들에 크게 의존하고 있는 우리나라의 현실에 비춰 볼 때 국내 환경에 맞는 학습데이터를 쉽고 효율적으로 확보/관리/분석할 수 있게 하는 환경의 구축이 시급하다. 따라서 본 논문에서는 자율주행을 위한 기계학습 데이터를 효과적으로 관리하고 분석하기 위한 소프트웨어를 설계하고 개발하였다. 구체적으로는 수집된 영상들을 관리하는 기능, 영상에 존재하는 노이즈 제거 및 화질 개선 처리 기능, 학습 및 검증을 위한 메타 정보 태깅 기능, 태깅 정보의 통계적 분석 기능들을 포함한다. 개발한 소프트웨어는 우리나라에서 자체 촬영한 자율주행 학습 영상들에 대해 딥러닝 모델들을 학습하고 검증하는데 활용할 예정이다.

• 한국게임학회지
• /
• v.8 no.1
• /
• pp.32-38
• /
• 2011

The help or guide sentences of educational math games which use mathematical statements need to represent graphical forms for the learners of the game generation whose cognitive style is graphic first. In this paper, we proposed an object-based visual representation method for mathematical statements. It has object-based description rules to use graphical symbols and mathematical symbols with text words. It is easy to describe or to understand accurately mathematical meaning and is also fast for learners to read for understanding. The proposed method is good for learners of the game generation to get the help as scaffolding for learning math by educational games.

• 한국정보교육학회:학술대회논문집
• /
• 2005.08a
• /
• pp.89-97
• /
• 2005

초등학교 수학과의 학습은 학습자의 구체적인 조작을 통해서 이루어져야 하나 현재 웹을 통하여 학습할 수 있는 수와 연산 영역의 학습 프로그램은 대부분 단순한 수의 나열이거나 프로그램에서 제공하는 학습 내용을 따라해 보는 수준에 그치고 있다. 구체적인 조작을 할 수 있는 자바 애플릿을 제작하려고 해도 초등학생의 인지 단계 및 교육과정에 적합한 수와 연산 클래스가 체계화되어 있지 않아 클래스의 사용에 어려움이 있다. 이에 본 연구에서는 수와 연산 영역의 교육과정을 분석하여 객체를 정의하고, 객체의 속성과 메소드를 분석하여 클래스를 구성한 후 클래스 사이의 관계를 파악하여 클래스 계층구조를 설계하였다.

• Journal of the Korean Geotechnical Society
• /
• v.37 no.11
• /
• pp.107-118
• /
• 2021

Scan-to-BIM can be precisely mod eled by measuring structures with Light Detection And Ranging (LiDAR) and build ing a 3D BIM (Building Information Modeling) model based on it, but has a limitation in that it consumes a lot of manpower, time, and cost. To overcome these limitations, studies are being conducted to perform semantic segmentation of 3D point cloud data applying deep learning algorithms, but studies on how segmentation result changes depending on learning data are insufficient. In this study, a parametric study was conducted to determine how the size and track type of railroad tunnels constituting learning data affect the semantic segmentation of railroad tunnels through deep learning. As a result of the parametric study, the similar size of the tunnels used for learning and testing, the higher segmentation accuracy, and the better results when learning through a double-track tunnel than a single-line tunnel. In addition, when the training data is composed of two or more tunnels, overall accuracy (OA) and mean intersection over union (MIoU) increased by 10% to 50%, it has been confirmed that various configurations of learning data can contribute to efficient learning.