• 한국정보통신학회논문지
• /
• 제15권6호
• /
• pp.1369-1380
• /
• 2011

현재까지 모바일 원격 교육 분야에는 강의 동영상이나 강의 자료를 다운로드 받는 형태의 비동기식 모바일 원격 교육 시스템이 대부분을 차지하고 있다. 그러나 강사의 동영상뿐만 아니라 슬라이드 및 애노테이션, 그리고 학생으로부터의 피드백 등을 실시간으로 지원하는 동기식 모바일 원격 교육 시스템은 드문 실정이다. 이러한 모바일 원격 교육 시스템의 경우 강사와 학생간의 실시간 상호작용을 지원함으로써 강의에 대한 이해도를 높일 수 있는 장점이 있으나, 학생들이 과거의 강의를 다시 경험할 수 없는 단점이 있다. 이러한 단점은 강의가 이루어지는 동안의 이벤트들을 저장하는 세션 레코딩, 그리고 저장된 이벤트들을 다시 재수행하는 세션 리플레이 기능을 통하여 해결될 수 있다. 그러나 세션 레코딩과 리플레이를 실시간으로 지원하는 모바일 원격 교육 시스템은 아직까지 드문 실정이다. 본 논문에서는 강의자의 비디오 및 오디오, 슬라이드 및 애노테이션, 그리고 학생으로부터의 피드백 등을 실시간으로 지원할 뿐만 아니라, 기존의 모바일 원격 교육 시스템에서는 제공되지 않는 세션 레코딩과 리플레이를 지원하는 안드로이드 스마트폰 기반의 동기식 모바일 원격 교육 시스템을 설계하고 구현하였다. 본 논문에서 제안된 시스템에 대하여 학생들에게 만족도를 조사한 결과 긍정적인 답변이 61.3%로서 부정적인 답변인 3.2%보다 상당히 높았다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제21권10호
• /
• pp.658-669
• /
• 2015

시대의 흐름에 따라 게임 개발에 대한 패러다임 또한 변화하고 있다. 일반적인 게임은 사용자가 시스템에 내부적으로 정해진 선택지만을 이용하여 플레이를 할 수 있도록 설계 되고 있다. 미리 정해져 있지 않은 입력데이터를 분석하고 판별하여 게임을 진행할 수 있다면, 게임 내에서 사용자의 선택지는 제약이 없게 되며 따라서 게임 시나리오는 사용자의 다양한 입력데이터에 따라 다양하게 전개 될 수 있다. 본 논문에서는 기존의 네트워크 통신 및 API와 알고리즘을 게임에 접목함으로써 제약 없는 사용자의 입력에 따른 게임 시스템의 출력 방안을 제안한다. 실험을 위해 안드로이드 플랫폼 단말기 상에서 동작하는 게임을 구현하였다. 실험에서 선정한 사용자의 입력 데이터 포맷은 이미지 파일이며, 서버는 네이버 이미지 검색 API를 이용하여 입력 받은 이미지 파일과 획득한 참조 이미지와의 유사도 검사를 수행한다. 그에 따른 결과를 분석하여 판정 결과를 게임 단말기로 반환한다. 실험을 통해 게임 개발 프레임워크를 기초로 다른 분야의 컴퓨팅 기술 접목의 활용가치를 확인하였으며 또한 제안한 방식은 향후 다양한 게임 인터페이스로의 발전 가능성이 있음을 입증하였다.

• 한국지반신소재학회논문집
• /
• 제20권4호
• /
• pp.63-71
• /
• 2021

최근 스마트폰의 고해상도 카메라는 영상처리 기법을 이용하여 콘크리트 균열과 같은 미세한 피사체의 측정을 가능하게 한다. 이미 접사 범위 정도의 가까운 거리에서 어플리케이션을 이용하여 균열폭을 조사하는 기술이 구현되어있으나, 이용에 제한적이므로 보다 먼 거리에서 균열을 측정할 수 있도록 스마트폰 고해상도 카메라의 사용성 검증이 필요하다. 본 연구는 2m 이내에서 거리에서 균열폭 1.0mm 이내의 두께에서 세분화된 균열폭들의 크기 인지에 초점을 두고 있다. 최근의 안드로이드 기반 스마트폰들을 대상으로 카메라 해상도에 따라 측정 구성요소인 단위 픽셀 크기와 촬영거리와의 관계를 중심으로 실험을 수행하였으며, 그 결과 0.3mm 이상 1mm 이하 미세 균열폭의 구분과 정량화를 위해서 스마트폰용 렌즈의 필요성을 확인할 수 있었다. 스마트폰용 범용 텔레센트릭 렌즈는 왜곡의 영향을 최소화하기 위해서 정확한 위치에 장착이 필요하였다. 또한, 64MP의 고해상도 스마트폰 카메라와 2배 확대렌즈를 적용한 결과 2m 이내에서 픽셀단위로 균열폭을 산정할 수 있었으며, 0.3mm, 0.5mm, 1mm 균열폭 구분이 가능하였다.

• 한국컴퓨터정보학회논문지
• /
• 제29권3호
• /
• pp.99-106
• /
• 2024

본 논문에서는 스마트폰에 내장된 GPS 센서를 기반으로 한 운동 데이터를 기록하는 HealthSchedule 앱을 설계하고 구현한다. 이 앱은 스마트폰의 GPS 센서를 활용해 사용자의 실시간 위치 정보를 수집하고 설정한 도착 지점까지의 이동 경로를 보여준다. 위도와 경도 좌표를 사용해 사용자의 실제 경로를 기록한다. 사용자는 스케줄 등록 시 운동 종목 및 도착 지점 등을 등록하고 운동을 시작한다. 현재 위치를 측정하면 연두색 출발지 마커가 생성되고, 이동 경로는 파란색으로 표시되며 도착지 마커와 주위 반경 25M 원은 하늘색으로 표시한다. 출발 지점 또는 직전 위치 좌표와 현재 GPS 센서가 전송한 위치 좌표를 바탕으로 두 좌표 간의 이동 거리, 소요 시간 등을 측정해 속도를 계산한다. 또한, 측정 데이터를 누적하여 전체 이동 거리, 이동 경로 및 전체 평균속도를 확인할 수 있도록 한다. 운동 중 도착 지점에 도달해도 이동 경로는 완주 버튼을 클릭하기 전까지 계속 누적되며 완주 버튼은 초기에 설정한 도착 지점을 기준으로 반지름 25M의 하늘색 원형 안으로 이동하여 하늘색 마커가 생성될 때 활성화된다. 즉 사용자가 설정한 도착 지점에는 반드시 도착해야 하고 추가적인 운동 측정을 원하면 완주 버튼을 클릭하지 않고 운동을 계속할 수 있도록 구현한다. 선택한 운동 유형에 따라 칼로리 소모량이 표시되고, 사용자의 운동 참여를 높여 성취감을 느낄 수 있도록 구현한다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.163-177
• /
• 2019

스마트폰이 널리 보급되고 현대인들의 생활 속에 깊이 자리 잡으면서, 스마트폰에서 수집된 다종 데이터를 바탕으로 사용자 개인의 행동을 인식하고자 하는 연구가 활발히 진행되고 있다. 그러나 타인과의 상호작용 행동 인식에 대한 연구는 아직까지 상대적으로 미진하였다. 기존 상호작용 행동 인식 연구에서는 오디오, 블루투스, 와이파이 등의 데이터를 사용하였으나, 이들은 사용자 사생활 침해 가능성이 높으며 단시간 내에 충분한 양의 데이터를 수집하기 어렵다는 한계가 있다. 반면 가속도, 자기장, 자이로스코프 등의 물리 센서의 경우 사생활 침해 가능성이 낮으며 단시간 내에 충분한 양의 데이터를 수집할 수 있다. 본 연구에서는 이러한 점에 주목하여, 스마트폰 상의 다종 물리 센서 데이터만을 활용, 딥러닝 모델에 기반을 둔 사용자의 동행 상태 인식 방법론을 제안한다. 사용자의 동행 여부 및 대화 여부를 분류하는 동행 상태 분류 모델은 컨볼루션 신경망과 장단기 기억 순환 신경망이 혼합된 구조를 지닌다. 먼저 스마트폰의 다종 물리 센서에서 수집한 데이터에 존재하는 타임 스태프의 차이를 상쇄하고, 정규화를 수행하여 시간에 따른 시퀀스 데이터 형태로 변환함으로써 동행 상태분류 모델의 입력 데이터를 생성한다. 이는 컨볼루션 신경망에 입력되며, 데이터의 시간적 국부 의존성이 반영된 요인 지도를 출력한다. 장단기 기억 순환 신경망은 요인 지도를 입력받아 시간에 따른 순차적 연관 관계를 학습하며, 동행 상태 분류를 위한 요인을 추출하고 소프트맥스 분류기에서 이에 기반한 최종적인 분류를 수행한다. 자체 제작한 스마트폰 애플리케이션을 배포하여 실험 데이터를 수집하였으며, 이를 활용하여 제안한 방법론을 평가하였다. 최적의 파라미터를 설정하여 동행 상태 분류 모델을 학습하고 평가한 결과, 동행 여부와 대화 여부를 각각 98.74%, 98.83%의 높은 정확도로 분류하였다.