• 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.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.10a
• /
• pp.309-312
• /
• 2004

본 논문에서는 인간과 로봇의 상호작용을 위해 감정에 기반한 감정 처리 모델을 설계하였다. 감정 재현 기술은 사용자에게 친근감을 주기 위해 로봇 시스템이 제스처, 표정을 통하여 사람이나 동물의 감성과 동작을 표현하는 분야이다. 로봇이 감정을 표현하는 문제에는 많은 심리학적, 해부학적, 공학적 문제가 관련된다. 여러가지 애매모호한 상황임에 불구하고 심리학자인 Ekman과 Friesen에 의해 사람의 여섯 가지 기본 표정이 놀람, 공포, 혐오, 행복감, 두려움, 슬픔은 문화에 영향을 받지 않고 공통적으로 인식되는 보편성을 가지고 있는 것으로 연구됐다. 사람의 행동에 대한 로봇의 반응이 학습되어 감정모델이 결정되고, 그 결과가 행동결정에 영향을 주어 로봇의 행동에 반영되도록 하였다. 본 논문에서는 인간과 로봇과의 상호작용을 통해 정보를 축적하고 인간의 반응에 적응해나 갈 수 있는 감정 처리 모델을 제안한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.07a
• /
• pp.47-48
• /
• 2021

사용자 행동 인식(HAR)은 사용자의 행동을 분석하여 사용자의 현재 행동을 추측하는 것이며, 센서 데이터에서 특성을 추출하는 것이 중요하다. 본 연구에서는 다양한 특징 추출 기법을 사용하여 기계학습 모델을 비교한다. 변수마다 특성에 맞는 기법을 사용했으며, 정확도와 Kappa 통계량, F1 score 모두 SVM 모델에서 95.2%, 94.2%, 95.1%로 가장 높았다. 이는 기계학습 모델에서 특징 추출 기법을 사용하여 우수한 정확도를 달성할 수 있음을 보인다.

• Journal of the Korea Society of Computer and Information
• /
• v.9 no.3
• /
• pp.87-93
• /
• 2004

In this paper we present a hybrid model that enables dynamic regrouping based on emotion in determining the behavioral pattern of crowds in order to enhance the reality of crowd simulation in virtual environments such as games. Emotion determination rules are defined and they are used for dynamic human regrouping to simulate the movement of characters through crowds realistically. Our experiments show more natural simulation of crowd behaviors as results of this research.

• 한국HCI학회:학술대회논문집
• /
• 2007.02a
• /
• pp.750-754
• /
• 2007

본 논문은 실내의 로비나 복도에 설치된 방범 카메라로부터 얻어진 일련의 영상으로부터 '걷기', '뛰기', '앉기', '일어서기', '넘어짐'의 비교적 짧은 시간에 일어나는 인간 행동들을 실시간으로 인식하는 시스템의 구현에 관해 다룬다. 먼저 입력으로 받은 영상을 계층적 색인 구조를 갖는 다중 가우시안 기반의 배경 모델을 이용하여 윤곽을 추출하고 객체를 인식하여 시간차에 의한 가중치로 누적하여 시간 템플릿을 만든다. 만들어진 시간 템플릿으로부터 특징을 추출하여 신경망 모델에 적용하여 5가지 인간행동을 구분한다. 구현된 시스템으로 인간행동 인식 실험을 수행하였는데, 실험 참가자들의 행동 방식이 약간씩 달랐음에도 불구하고 높은 인식률을 보여주었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04a
• /
• pp.573-575
• /
• 2000

COncurrent Design Approach for Real-Time System(CODARTS) 방법론은 Gomaa에 의해 제안된 실시간 소프트웨어 설계 방법론으로서 분석 단계에서 CORBA 방법을 사용하여 시스템의 객체와 함수들을 식별하고 행동 모델을 개발한다. 그리고 설계 단계에서는 병렬 태스크 구조화 지침 및 정보 은닉 모듈 구조화 지침을 적용하여 해동 모델의 객체와 함수들을 병렬 태스크와 정보 은닉 모듈들로 구조화한다. 마지막으로 병렬 태스크와 저오 은닉 모듈을 결합하여 소프트웨어 구조를 개발하고 구현 단계를 수행한다. 소프트웨어 구조를 개발하고 구현 단계를 수행하기 위해서는 병렬 태스크의 행동 특성이나 태스크간의 인터페이스가 정확히 명시되어야 한다. 이는 분석 단계에서 식별된 객체와 함수들에서 태스크에 대한 정보를 추출함으로써 이루어질수 있다. 본 논문에서는 행동 모델의 객체와 함수들로부터 병렬 태스크에 대한 행동 특성 정보 추출방법을 제안하고 태스크 사이의 인터페이스를 결정하는 방법을 보인다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10a
• /
• pp.158-161
• /
• 2006

현대 영상산업에서 컴퓨터 그래픽스가 차지하는 비중은 크게 늘어나고 있다. 컴퓨터 그래픽스 기술의 발달로 인한 디지털 영화나 애니메이션이 점차 증가함에 따라 이러한 장면이 등장하는 가상캐릭터를 쉽게 접할 수 있다. 이런 가상 캐릭터를 이용하여 가상 해저 환경을 생성하기 위해서는 3D 모델링 및 애니메이션 기술을 개발해야 한다. 국내에서는 가상 해저 환경을 구축하여 실감 체험을 할 수 있는 VR 콘텐츠 기술 개발에 관련하여 군중 장면 처리 및 군중 행동 시스템의 설계 및 구현 등의 연구가 있었으나 군중 행동 모델러 기술 개발을 실용화 할 단계까지는 미치지 못하고 있다. 본 논문에서는 가상 해저환경에 존재하는 다수의 캐릭터의 움직임을 수작업으로 제공하는 것이 시간과 비용이 많이 소요되기 때문에 이를 자동화하여 보다 사실적이고 효율적인 가상 해저환경 속에서 군중 행동 장면을 생성하기 위해서 Fish 군중 행동 모델러 기술을 개발한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.04a
• /
• pp.938-940
• /
• 2015

CCTV는 범죄상황 발생시 보안과 증거확보를 위해 사용되어 왔다. 그러나 실제 상황에서 범죄가 발생하기 전 예방을 하는 것 보다 사후 처리에 용도를 두고 있으며, 범죄 예방의 목적에 대해 미미한 효과를 보이고 있다. 본 논문에서는 CCTV로 수집된 보행자의 데이터를 통해 객체의 행동을 분석하여 위험도로 행동의 위험여부를 추정하기 위한 Flexible Multi-level Regression 모델을 제안하였다. 제안된 모델을 통해 관찰된 객체의 행동이 이상행동이라고 판단될 시 위험을 받는 객체에게 알림을 주어 범죄 발생 전 즉각적인 대응이 가능하며 빠른 상황판단이 가능할 것으로 예상된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.592-593
• /
• 2022

다중 데이터 기반의 행동 인식 과정에서 데이터 수집 반경이 비교적 제한되는 영상 데이터의 결측에 대한 보완이 요구된다. 본 논문에서는 6축 센서 데이터를 이용하여 결측된 영상 데이터를 생성함으로써 행동 인식의 성능을 개선하는 방법을 제안한다. 가속도와 자이로 센서로부터 수집된 행동 데이터를 이용하여 GAN(Generative Adversarial Network)을 통해 영상에서의 관절(Skeleton) 움직임에 대한 데이터를 생성하고자 한다. 이를 위해 DeepLabCut 기반 모델 학습을 통해 관절 좌표를 추출하며, 전처리된 센서 시퀀스 데이터를 가지고 GRU 기반 GAN 모델을 통해 관절 좌표에 대한 영상 시퀀스 데이터를 생성한다. 생성된 영상 시퀀스 데이터는 영상 데이터의 결측이 발생했을 때 대신 행동 인식 모델의 입력값으로 활용될 수 있어 성능 향상을 기대할 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.05a
• /
• pp.655-656
• /
• 2023

반려동물 웨어러블 시장의 성장함에 따라 반려동물의 행동 패턴을 측정하고 분석할 수 있는 센서데이터가 활용되고 있다. 본 논문에서는 반려동물 수면 패턴 모니터링을 위한 행동 분류 모델을 제안한다. 6축 센서 데이터를 활용한 가속도 및 자이로센서 데이터를 입력 데이터로 사용한다. 제안된 모델은 ResNet을 통해 시간에 따라 가속도 및 자이로센서 데이터의 특징을 추출한 후 LSTM을 사용하여 시계열 정보를 고려한 행동 분류를 수행한다. 이러한 과정을 통해 정확한 행동 패턴 분석이 가능하게 되며 반려동물의 건강 관리 및 수면 질 개선에 기여할 것으로 기대한다.