• 한국정보통신학회논문지
• /
• 제25권10호
• /
• pp.1427-1434
• /
• 2021

본 연구는 사회성 상호작용 훈련자극에 반응하는 아동의 행동 및 정서적 긴장상태를 연산하는 심리반응 상태 추정 프로세스를 제안한다. 행동 중재에 필요한 훈련자극으로는 공동 주의(Joint attention) 사회성 훈련을 채택하고, 훈련프로토콜은 불연속 개별시도 훈련(DTT: Discrete trial training)기법이 적용된다. 공동 주의 훈련에서 사용자의 집중과 긴장 정도를 확인하기 위해 3가지 훈련자극용 콘텐츠를 구성한 후, 캐릭터 형태의 탁상 로봇을 이용하여 사용자에게 훈련자극을 수행하게 된다. 그런 다음, 비전 기반 헤드 포즈 인식기와 기하학 연산모델로 사용자 응시반응을 추정하고, PPG와 GSR의 생체신호를 심박변이도와 히스토그램 기법으로 신경계 반응을 분석한다. 로봇을 활용한 실험에서 공동 주의에 대한 각 콘텐츠 별 훈련에 사용자의 심리반응을 정량화 할 수 있음을 확인하였다.

• 정보보호학회논문지
• /
• 제30권6호
• /
• pp.967-973
• /
• 2020

전략물자관리 제도의 이행 확산에 따라 전략물자 판정의 중요성이 높아지고 있으나 전략물자 제도를 처음 접하는 수출기업은 전략물자의 개념을 이해하기 쉽지 않고, 전략물자를 통제하는 기준이 다양하여 전략물자 판정에 어려움이 따른다. 본 논문에서는 전략물자 제도를 처음 접하는 기업이나 전략물자 판정시스템 이용자에게 진입장벽을 낮추어 판정이라는 과정을 쉽게 접근할 수 있는 방법을 제안한다. 이용자가 전략물자 판정이라는 절차를 매뉴얼이나 카탈로그의 제공만으로 판정결과를 확인할 수 있게 된다면, 전략물자 판정 방법과 절차에 보다 편리하고 쉽게 다가설 수 있을 것이다. 본 연구 목적을 달성하기 위해 이미지 인식 및 분류에서 연구되고 있는 딥러닝과 OCR(광학문자판독) 기술을 활용하고, 전략물자 판정 지원도구에 대한 개발과 연구를 통하여 우리 기업의 전략물자 판정에 도움이 되는 정보를 제공한다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제6권6호
• /
• pp.103-110
• /
• 2016

최근 의료데이터의 유출사고가 빈번히 발생하여 환자의 프라이버시 침해 및 의료기관의 피해가 날로 증가하고 있다. 정부에서는 개인정보보호법등과 같은 법규를 제정하여 이러한 피해사례 예방하고 있다. 이중 의료기관 및 의료데이타에 대한 가이드라인은 보건복지부에서 발표한 '국내 의료기관 개인정보보호 가이드라인' 정도만 발표되어 있다. 환자개인의 민감정보를 포함한 의료데이타를 타의료기관 또는 제3의 연구기관등에 전달이 필요한 경우가 발생한다. 전달하고자 하는 의료 이미지 데이터를 일반적인 이미지파일 (JPG, JPEG, TIFF)의 포맷으로 자료의 교환이 이루어지고 있다. 이와같이 일반적인 이미지 포맷의 파일은 아무런 보호조치가 되어 있지 않아 외부로 유출시에는 파일내에 포함된 환자의 주요 식별정보가 노출되는 위험성이 존재한다. 본 연구에서는 이미지 파일에 대한 광학문자판독기술(OCR)을 적용하고 민감정보가 포함된 이미지파일에 암호화된 모자이크기술을 이용한 마스킹 기법을 도입하여 이러한 위험성을 해결하기 위한 이미지 비식별화 방안을 제시한다.

• Journal of Information Processing Systems
• /
• 제19권3호
• /
• pp.289-301
• /
• 2023

Due to the development and dissemination of modern technology, anyone can easily communicate using services such as social network service (SNS) through a personal computer (PC) or smartphone. The development of these technologies has caused many beneficial effects. At the same time, bad effects also occurred, one of which was the spam problem. Spam refers to unwanted or rejected information received by unspecified users. The continuous exposure of such information to service users creates inconvenience in the user's use of the service, and if filtering is not performed correctly, the quality of service deteriorates. Recently, spammers are creating more malicious spam by distorting the image of spam text so that optical character recognition (OCR)-based spam filters cannot easily detect it. Fortunately, the level of transformation of image spam circulated on social media is not serious yet. However, in the mail system, spammers (the person who sends spam) showed various modifications to the spam image for neutralizing OCR, and therefore, the same situation can happen with spam images on social media. Spammers have been shown to interfere with OCR reading through geometric transformations such as image distortion, noise addition, and blurring. Various techniques have been studied to filter image spam, but at the same time, methods of interfering with image spam identification using obfuscated images are also continuously developing. In this paper, we propose a deep learning-based spam image detection model to improve the existing OCR-based spam image detection performance and compensate for vulnerabilities. The proposed model extracts text features and image features from the image using four sub-models. First, the OCR-based text model extracts the text-related features, whether the image contains spam words, and the word embedding vector from the input image. Then, the convolution neural network-based image model extracts image obfuscation and image feature vectors from the input image. The extracted feature is determined whether it is a spam image by the final spam image classifier. As a result of evaluating the F1-score of the proposed model, the performance was about 14 points higher than the OCR-based spam image detection performance.

• 한국빅데이터학회지
• /
• 제5권1호
• /
• pp.29-39
• /
• 2020

목적 사회 전반적으로 퍼진 개인의 취향에 대해 존중하는 분위기는 소비 트렌드를 바꾸었다. 그에 따라 여행 산업에서도 소비자 개인의 취향을 반영하는 맞춤형 여행이 새로운 트렌드로 주목받고 있다. 특히 여행 산업 분야 중 하나인 '영화 관광'에 대한 관심이 커지고 있음에 주목하였다. 영화를 시청하며 발생하는 개인의 여행 동기를 맞춤형 여행 제안으로 충족시키고자 하며, 이는 '영화 관광 산업'의 지속적 발전의 촉진제가 될 것으로 기대한다. 설계/방법론/접근 본 연구에서는 시청자가 실제로 방문하고 싶은 영화 속 촬영지 정보를 'OCR'을 통해 추출, 제안하는 방법론을 구현하였다. 먼저, 실시간 이미지 프로세싱 라이브러리인 'OpenCV'를 활용하여 사용자가 선택한 영화 속 장면을 추출 받는다. 또한, 딥러닝 기반의 텍스트 영역 탐지모델인 'EAST 모델'을 활용하여 해당 장면 이미지에서 문자가 위치한 곳을 탐지하여 검출한다. 검출한 이미지는 'OpenCV 내장 함수'를 사용해 전처리하여 인식의 정확도를 높인다. 마지막으로 광학 문자 인식 엔진인 'Tesseract'를 사용하여 이미지 속 문자를 인식 가능한 텍스트로 변환한 후, 'Google Map API'를 통해 실제 위치 정보를 반환한다. 의의 본 연구는 기존의 영화 관광에서 나아가, 4차 산업 기술을 활용한 개인 맞춤 관광 콘텐츠를 제공해준다는 점에서 큰 의의가 있다. 이는 앞으로 여행사와 함께 영화 관광 패키지 상품 개발에 활용될 수 있다. 또한 국내에서 해외로의 유입뿐만 아니라, 해외에서 국내로의 유입에 활용될 가능성 역시 내포하고 있다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1479-1488
• /
• 2022

해양에서는 선박충돌, 침몰 등으로 인하여 기름이 유출되는 사고가 간헐적으로 일어난다. 이러한 사고가 발생하였을 때 신속한 대책 마련을 위해 유출유 현황을 정확히 파악해야 한다. 이를 위해 해양경찰은 고정익비행기 또는 헬기로 대상 지역을 순찰하며 육안이나 영상 촬영을 통해 확인하는데, 유출유로 오염된 면적과 지도 상의 정확한 위치를 파악하는데 어려움이 있었다. 이에 본 연구는 유출유 현황 파악을 위해 해경에서 수집한 항공 영상을 개별적으로 지상기준점 없이 자동으로 직접 지오레퍼런싱(georeferencing)하여 정사보정하는 기술을 개발한다. 먼저, 영상 등 센서 정보를 가시화한 화면에서 지오레퍼런싱에 필요한 메타정보를 문자인식기술을 통해 추출한다. 추출된 정보를 바탕으로 영상의 외부표정요소를 결정한다. 결정된 외부표정요소를 이용해서 영상을 개별적으로 정사보정한다. 이러한 방법으로 통해 생성한 개별정사영상의 정확도는 수십 미터에서 최대 100 m 정도로 평가되었다. 지상기준점을 사용하지 않았고, 위치와 자세 센서의 관측 오차, 카메라 초점거리 등 내부표정요소의 오차를 고려할 때 상당히 양호한 수준이었다. 해양에서 유출유 오염 지역에 대한 현황 파악을 위해 적절한 수준으로 판단된다. 향후 비행 중 촬영 영상에 대한 실시간 전송이 가능해지면, 제안된 개별정사보정 기술을 통해 실시간으로 개별 정사영상을 생성할 수 있게 된다. 이를 기반으로 유출유 오염 현황에 대한 신속한 파악과 대책 수립에 효과적으로 활용할 수 있다.

• 문화기술의 융합
• /
• 제9권6호
• /
• pp.637-645
• /
• 2023

본 연구는 에니어그램 기반 돌봄중재 프로그램에 참여한 간호대학생의 사람돌봄 경험의 의미와 본질을 확인하고자 수행되었다. 연구대상자는 일지역에 소재한 일개 대학교 간호학과 2학년에 재학중인 9명이었고, 자료수집은 면담기록, 진술, 성찰일지를 작성하여 2022년 4월 25일부터 8월 26일까지였다. 수집된 자료는 Colaizzi의 현상학적 방법을 선택하여 자료를 분석하였다. 연구결과, '나눔과 경청을 통한 알아봐줌', '위로와 용서를 통한 수용', '일상의 동참 및 동행을 통한 칭찬과 희망부여' 3개의 범주와 10개의 주제묶음으로 나타났다. 사람돌봄성찰일지를 작성하면서 비판적인 성찰을 통하여 돌봄의 의미를 깨달고 사람돌봄 경험의 본질을 파악하고 생생한 사람돌봄 경험을 확인하여 개인적인 경험과 느낌, 깊이 있는 이해에 대한 심층적인 성찰을 통해 사람돌봄 능력이 향상되고 돌봄을 내재화시켜 자신의 돌봄 능력에 대한 확신이 증가한 것으로 나타났다. 그리하여 에니어그램을 기반한 사람돌봄 경험을 확인하고 그 결과를 학습으로 활용할 수 있으며 사람돌봄을 수행할 수 있는 교육자료로 활용되어 사람돌봄 교육의 발전에 기여할 것이라고 생각된다.