• 대한치과교정학회지
• /
• 제34권6호
• /
• pp.473-480
• /
• 2004

본 연구에서는 한국인 정상교합자의 치아 크기와 치열궁 척도를 재평가하고자 하였다. 본 연구를 위하여 296명(남자 179명, 여자 117명)의 정상교합자 모형을 분석하였는데, 이 정상교합자 표본은 1999년부터 2002년까지 시행된 대규모의 구강 검진 사업에 대상이 되었던 15,836명의 성인 중에서 선발되었다. 0.01mm정밀성을 보이는 슬라이딩 디지털 캘리퍼스를 이용하여 치아의 근원심 폭경과 치열궁 폭경, 치열궁 기저부 폭경 및 치열궁 장경을 측정하였으며, 구치부 폭경 비율과 Bolton의 지수를 도출하였다. 계측의 신뢰성 증진을 위한 방안들을 면밀히 고려하였으며, 측정시의 실험자내 및 실험자간의 신뢰성 지수를 산출하였다. 그 결과 자료의 신뢰성은 매우 우수하였으며, 측정된 자료에서는 명백한 성차가 다시금 확인되었다. 20년전의 자료와 비교한 결과 의미있는 차이는 발견되지 않았다. 각종의 선형 계측치의 경우 명백한 성차 및 인종간의 차이가 인정되지만 각종 비율 척도의 경우 성별 및 인종에 상관없이 같은 값을 보였다. 본 연구의 결과물은 임상적으로 부정교합 환자에게 적용 가능할 것으로 생각되었다.

• 대한치과교정학회지
• /
• 제35권5호
• /
• pp.331-340
• /
• 2005

치관경사도 연구는 부정교합 진단과 치료 계획 수립 및 더욱 편리한 교정 장치 개발과 관련한 기초 자료로써 중요시되어 왔다 이에 본 연구는 307명(남자 187명, 여자 120명)의 대표본 성인 정상교합자를 연구대상으로 삼아 자료의 신뢰성 검증이 병행된 치관경사도를 보고함으로써 치과교정학 임상에 도움이 되는 기초자료를 도출해 보고자 시행되었다. 치관경사도 측정을 위하여 정상교합자 표본의 모형 상에서 개개 치아의 근원심 각도 및 협설측 각도를 측정하였으며, 측정 전후 측정자간 및 측정자 내의 신뢰성 검증을 시행하였고. 남녀간의 성차와 기존 연구자료와의 차이를 검증하였다. 연구 결과 본 연구가 대표본을 대상으로 하여 높은 신뢰성 지표를 보였음에도 불구하고 정상교합자의 치관경사도는 변동이 심한 것이 관찰되었고 이에 따라 기존 연구들에 대비하여 임상적으로 유의한 자료상의 차별성은 고찰할 수 없었으며 변동의 양상 또한 선학들이 보고한 자료와 유사하였다 결론적으로 치관경사도 측정시 드러난 정상변동을 해석하여 개별 적합성이 최대로 증진된 효율적인 치과교정장치를 개발하기 위해 좀 더 발전된 수학적·통계학적 모형 구성이 필요할 것으로 생각되었다

• 한국융합학회논문지
• /
• 제11권4호
• /
• pp.151-156
• /
• 2020

이 연구의 목적은 스포츠 현장에서 헬멧 착용이 필수인 종목을 중심으로 IoT 서버 기술을 활용하여 웨어러블 스포츠 헬멧 디바이스를 개발, 설계하는 것이다. 이를 통해 스포츠 현장에서 훈련 또는 경기 중 개인의 생체정보를 지속적으로 축적하고, 데이터를 기반으로 선수들의 컨디션 확인은 물론 부상 예방과 위험한 상황을 알려줌으로써 선수들의 맞춤형 훈련이 가능하다. 또한 훈련장소가 폭염이나 극한으로 인하여 신체 건강을 해칠 우려가 있는 경우에도 웨어러블 디바이스 기기를 통해 경기력을 향상시킬 수 있는 기반을 마련할 수 있다. 이러한 기술은 스포츠 현장뿐만 아니라 산업현장 및 소외계층 등 사회 전반에 적용가능하기 때문에 확장성도 기대할 수 있다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제6권4호
• /
• pp.169-178
• /
• 2017

최근 보안에 대한 관심과 필요성이 증가하면서 출입자 인식 시스템의 수요가 증대되고 있다. 출입자 인식 시스템은 출입자를 인식하기 위해서 다양한 생체인식 방법을 사용하고 있다. 본 논문에서는 다양한 특성과 강점을 가진 다수의 얼굴인식 Open API 서비스를 통합하고, 그 인식결과를 앙상블 함으로써 인식 성능을 개선하는 얼굴인식 기반 출입자 인식 시스템을 제안한다. 또한 다양한 얼굴 인식 Open API 서비스를 앙상블 하는 출입자 인식 시스템의 구조를 제안한다. 성능 측정은 약 5개월 간 수집한 얼굴 데이터를 이용하여 수행하였으며, 측정결과로 본 논문에서 제안하는 출입자 인식 시스템이 단일 얼굴인식 Open API 서비스를 사용했을 때보다 더 높은 얼굴인식률을 보임을 확인하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2011년도 춘계학술대회
• /
• pp.77-80
• /
• 2011

의료용 로봇은 크게 네 분야로 나눌 수 있는데, 수술을 보조하는 수술보조 로봇, 수술 로봇, 수술시뮬레이터, 재활 로봇이라 할 수 있다. 이와 같이 의료용 로봇은 주로 고 정밀도 및 신뢰성을 요구하는 작업을 위해 개발되고 있다. 의료용 서비스 로봇의 또 다른 분야로 수술이 아닌 진료를 위한 서비스 로봇이 있다. 진료 서비스 로봇은 병원의 접수 업무 및 진료 시 사용할 수 있는 환자의 생체 데이터 취득, 병원 내 위치 및 콘텐츠 정보 등을 환자에게 제공할 수 있는 로봇이다. 하지만 지금까지의 의료 서비스 로봇은 실제적인 접수 처리과정을 진행하는 역할을 하지는 못하였다. 본 논문에서는 의료 서비스 로봇 시스템을 설계 및 구현하였다. 구현된 로봇 시스템은 의료정보 교환을 위한 표준 프로토콜을 사용해 직접 병원 정보 시스템과의 연동이 가능하고, 병원의 환자 접수 및 처리, 진료 대기자 수와 같은 정보를 제공할 수 있다.

• 인터넷정보학회논문지
• /
• 제17권3호
• /
• pp.1-10
• /
• 2016

정보기술과 네트워크 기술의 발전에 따라 멀티미디어 시스템을 이용한 다양한 서비스들이 인터넷을 통해서 제공되고 있다. 하지만 이러한 인터넷 기술의 근본적 특징인 개방성 때문에 네트워크를 기반으로 하는 시스템에서는 데이터 보호 기술과 안전하게 사용자를 인증하는 기법을 제공해야만 한다. 그래서 Das, An 그리고 Li&Hwang 과 같은 다양한 연구자들은 스마트카드, 패스워드, 그리고 생체정보를 기반한 사용자 인증 스킴을 제안하였으나, 다양한 보안 취약점이 발견되었다. 이러한 문제를 해결하기 위해 Li 등은 퍼지추출 기술을 활용한 새로운 인증 스킴을 제안하였으나, 그들의 스킴도 여전히 off-line password attack, authentication without biometrics, denial-of-service, insider attack 등의 보안 문제점을 가지고 있었다. 그래서 본 논문에서는 Li 등이 제안한 사용자 인증 스킴의 보안 문제점을 해결할 수 있는 보안성이 향상된 퍼지추출기술 기반의 사용자 인증 및 키 동의 스킴을 제안한다.

• 한국정보통신학회논문지
• /
• 제22권1호
• /
• pp.75-82
• /
• 2018

모바일 기기 사용자가 증가함에 따라서 다양한 사용자 인증 방식에 대한 연구가 활발하게 진행되고 있다. 사용자 인증방식에는 사용자 아이디와 비밀번호를 이용하는 지식기반 인증방식, 사용자만이 가지고 있는 특성인 생체기반, 위치기반 등을 이용하는 방법과 OTP(On Time Password)와 같은 2차 인증을 진행하는 인증방식이 사용되고 있다. 본 논문에서는 기존 인증방식의 문제점을 개선하고 사용자가 원하는 방식으로 암호화가 진행될 수 있는 사용자 시스템을 제안한다. 제안한 인증 시스템은 모바일 기기를 이용하여 인증요소를 수집하는 인증요소 수집 모듈, 수집한 인증요소를 조합하여 보안키를 생성하는 보안키 생성 모듈, 생성된 보안키를 이용하여 인증을 진행하는 암호화 및 복호화 모듈로 구성된다.

• 한국빅데이터학회지
• /
• 제5권1호
• /
• pp.139-145
• /
• 2020

4차산업혁명 시대에 인공지능 API에 기반한 정보의 활용은 산업과 생활에 많은 영향을 주고 있다. 특히, 의료분야에서 인공지능을 이용한 데이터 활용은 사회에 많은 변화와 영향을 미칠 것이다. 이 논문은 "Cognitive Health Advisor model(CHA model)"을 구현하기 위하여 필요한 구성요소를 연구하고, 이를 기반으로 "chatbot 이용한 CHA model"을 구현하는데 있다. 개방형 Cognitive 챗봇을 이용하여 일상 생활에서 변화되는 사용자의 건강상태를 파악하고 분석하고 생체센서와 챗봇 상담으로 분석한 사용자의 건강정보는 챗봇을 통하여 사용자에게 정보를 전달하여 사용자의 건강증진을 위한 교육정보를 제공하는 지능형 헬스 어드바이저 모델을 구현한다. 이 구현을 통하여 향후 활용 가능성을 확인하고 연구방향을 제시하고자 한다.

• Journal of Information Processing Systems
• /
• 제16권1호
• /
• pp.6-29
• /
• 2020

Biometrics identification using multiple modalities has attracted the attention of many researchers as it produces more robust and trustworthy results than single modality biometrics. In this paper, we present a novel multimodal recognition system that trains a deep learning network to automatically learn features after extracting multiple biometric modalities from a single data source, i.e., facial video clips. Utilizing different modalities, i.e., left ear, left profile face, frontal face, right profile face, and right ear, present in the facial video clips, we train supervised denoising auto-encoders to automatically extract robust and non-redundant features. The automatically learned features are then used to train modality specific sparse classifiers to perform the multimodal recognition. Moreover, the proposed technique has proven robust when some of the above modalities were missing during the testing. The proposed system has three main components that are responsible for detection, which consists of modality specific detectors to automatically detect images of different modalities present in facial video clips; feature selection, which uses supervised denoising sparse auto-encoders network to capture discriminative representations that are robust to the illumination and pose variations; and classification, which consists of a set of modality specific sparse representation classifiers for unimodal recognition, followed by score level fusion of the recognition results of the available modalities. Experiments conducted on the constrained facial video dataset (WVU) and the unconstrained facial video dataset (HONDA/UCSD), resulted in a 99.17% and 97.14% Rank-1 recognition rates, respectively. The multimodal recognition accuracy demonstrates the superiority and robustness of the proposed approach irrespective of the illumination, non-planar movement, and pose variations present in the video clips even in the situation of missing modalities.

• 정보보호학회논문지
• /
• 제26권5호
• /
• pp.1161-1170
• /
• 2016

본 논문에서는 스마트폰에서 손가락으로 서명하는 동적서명에서 위조서명에 강건한 검증 방법을 제안한다. 본 논문에서는 위조서명을 효과적으로 구분할 수 있도록 재생산 신경망의 일종인 1 class Auto-Encoder 모델을 사용한다. 핑거서명에서는 지원되지 않는 펜 압력 등 기존의 특징 정보 대신 대부분의 스마트폰에서 지원하는 가속도센서를 추가로 활용하여 서명이 이루어지고 있는 동안 스마트폰의 동적인 움직임의 특징정보를 추출한다. 서명 데이터는 리샘플링을 통해 길이를 맞추고, 일정한 크기로 정규화하여 사용한다. 제안 방법의 성능을 평가하기 위해 테스트셋을 구축하여 단일세션검증, 시간차 검증, 위조서명 검증의 3가지 실험을 실시하였다. 실험결과 위조서명 구분에 있어서 제안방법은 기존 방법보다 EER이 최대 6.9% 더 낮았다. 또한, 서명의 모양과 속도만 사용한 기존의 방식보다 가속도센서를 추가한 방식이 1.5% 나은 성능을 보였고, 최고 3.5%의 에러율을 얻었다.