• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권10호
• /
• pp.4080-4097
• /
• 2020

In recent years, convolutional neural network (CNN) has become the primary method for face detection. But its shortcomings are obvious, such as expensive calculation, heavy model, etc. This makes CNN difficult to use on the mobile devices which have limited computing and storage capabilities. Therefore, the design of lightweight CNN for face detection is becoming more and more important with the popularity of smartphones and mobile Internet. Based on the CPU real-time face detector FaceBoxes, we propose a multi-task lightweight face detector, which has low computing cost and higher detection precision. First, to improve the detection capability, the squeeze and excitation modules are used to extract attention between channels. Then, the textual and semantic information are extracted by shallow networks and deep networks respectively to get rich features. Finally, the landmark detection module is used to improve the detection performance for small faces and provide landmark data for face alignment. Experiments on AFW, FDDB, PASCAL, and WIDER FACE datasets show that our algorithm has achieved significant improvement in the mean average precision. Especially, on the WIDER FACE hard validation set, our algorithm outperforms the mean average precision of FaceBoxes by 7.2%. For VGA-resolution images, the running speed of our algorithm can reach 23FPS on a CPU device.

• 인터넷정보학회논문지
• /
• 제13권5호
• /
• pp.21-31
• /
• 2012

정보 기술의 발전과 더불어 전장상황에서도 정보 시스템들의 고도화가 이루어짐으로써 적기에 대한 정보 획득 및 상황분석은 전장상황에서 주요한 요소가 되었다. 전장상황 분석의 핵심 요소인 위협평가는 피아식별을 통해 식별된 항공 정보를 가지고 해당 상황에 대한 위협치를 평가하여 무기할당에 정보를 제공하는 기술로써, 전장상황의 어느 단계 보다 확실한 정보를 요구하는 단계이다. 전장상황에서 대부분의 위협평가 데이터들은 감지된 센서 값에 의해 연산되어 전달되는데, 기존의 기법들에서 발생할 수 있는 센서 데이터들의 잘못된 연관관계 표현 및 데이터 누락은 전장상황에서의 의사결정에 혼란을 야기 시킬 수 있다. 따라서 각종 센서 데이터들의 연관 관계를 올바르게 정의하고, 센서데이터 누락에 따른 예측 불가능한 전투상황에 대한 신뢰도 높은 위협치 연산 알고리즘을 이용하는 효율적인 의사결정 위협평가 시스템이 필요하다. 본 논문에서는 JDL 정보 융합 모델을 기반으로 애매모호한 관계성을 표현하는데 유리한 퍼지 이론, 데이터 습득의 불확실한 전장상황에서 위협치를 추론하고 상황에 대한 학습이 가능한 베이지안 네트워크를 하이브리드하여 새로운 위협평가 방법을 제안한다. 또, 제안된 방법을 이용하여 가상의 전장 시나리오에 따른 위협평가 결과를 보였다.

• 대한의용생체공학회:의공학회지
• /
• 제41권5호
• /
• pp.185-194
• /
• 2020

Arrhythmia is basically diagnosed with the electrocardiogram (ECG) signal, however, ECG is difficult to measure and it requires expert help in analyzing the signal. On the other hand, the radial pulse can be measured with easy and uncomplicated way in daily life, and could be suitable bio-signal for the recent untact paradigm and extensible signal for diagnosis of Korean medicine based on pulse pattern. In this study, we developed an irregular radial pulse detection algorithm based on a learning model and considered its applicability as arrhythmia screening. A total of 1432 pulse waves including irregular pulse data were used in the experiment. Three data sets were prepared with minimal preprocessing to avoid the heuristic feature extraction. As classification algorithms, elastic net logistic regression, random forest, and extreme gradient boosting were applied to each data set and the irregular pulse detection performances were estimated using area under the receiver operating characteristic curve based on a 10-fold cross-validation. The extreme gradient boosting method showed the superior performance than others and found that the classification accuracy reached 99.7%. The results confirmed that the proposed algorithm could be used for arrhythmia screening. To make a fusion technology integrating western and Korean medicine, arrhythmia subtype classification from the perspective of Korean medicine will be needed for future research.

• Smart Structures and Systems
• /
• 제32권5호
• /
• pp.319-338
• /
• 2023

The study presents a new hybrid data-driven method by combining radial basis functions neural networks (RBF-NN) with the Jaya algorithm (JA) to provide effective structural health monitoring of arch dams. The novelty of this approach lies in that only one user-defined parameter is required and thus can increase its effectiveness and efficiency, as compared to other machine learning techniques that often require processing a large amount of training and testing model parameters and hyper-parameters, with high time-consuming. This approach seeks rapid damage detection in arch dams under dynamic conditions, to prevent potential disasters, by utilizing the RBF-NNN to seamlessly integrate the dynamic elastic modulus (DEM) and modal parameters (such as natural frequency and mode shape) as damage indicators. To determine the dynamic characteristics of the arch dam, the JA sequentially optimizes an objective function rooted in vibration-based data sets. Two case studies of hyperbolic concrete arch dams were carefully designed using finite element simulation to demonstrate the effectiveness of the RBF-NN model, in conjunction with the Jaya algorithm. The testing results demonstrated that the proposed methods could exhibit significant computational time-savings, while effectively detecting damage in arch dam structures with complex nonlinearities. Furthermore, despite training data contaminated with a high level of noise, the RBF-NN and JA fusion remained the robustness, with high accuracy.

• International journal of advanced smart convergence
• /
• 제6권1호
• /
• pp.82-88
• /
• 2017

Emergency lights and exit signs are an indispensable part of safety precautions for effective evacuation in case of emergency in public buildings. These emergency sign indicates safe escape routes and emergency doors, using an internationally recognizable sign. However visibility of those signs drops drastically in case of emergency situations like fire smoke, etc. and loss of visibility causes serious problems for safety evacuation. This paper propose a novel emergency light and exit sign built-in with Bluetooth Low Energy (BLE) Beacon to assist the emergency self-guiding evacuation using devices for crisis and emergency management to avoid panic condition inside the buildings. In this approach, the emergency light and exit sign with the BLE beacons deployed in the indoor environments and the smart devices detect their indoor positions, direction to move, and next exit sign position from beacon messages and interact with map server in the Internet / Intranet over the available LTE and/or Wi-Fi network connectivity. The map server generate an optimal emergency exit path according to the nearest emergency exit based on a novel graph generation method for less route computation for each smart device. All emergency exit path data interfaces among three system components, the emergency exit signs, map server, and smart devices, have been defined for modular implementation of our emergency evacuation system. The proposed exit sign experimental system has been deployed and evaluated in real-time building environment thoroughly and gives a good evidence that the modular design of the proposed exit sign system and a novel approach to compute emergency exit path route based on the BLE beacon message, map server, and smart devices is competitive and viable.

• 전자공학회논문지
• /
• 제49권11호
• /
• pp.159-166
• /
• 2012

위치를 추적하기 위해 사용되는 대표적인 방법은 위성항법시스템(GPS)과 관성 항법장치(INS)이다. 위성항법장치는 어떤 한 지점에 대해 오차가 발생할 수 있으나 누적 오차가 없다는 장점이 있다. 위치 정보를 얻기 위해서 3개 이상의 위성으로부터 GPS정보를 수신하여야 하나 수신 강도가 약하거나 터널과 같은 수신 불능지역인 지역에서는 위성항법시스템의 정보를 획득할 수 없다는 단점이 있다. 관성항법장치의 경우 자이로스코프 및 가속도계의 정보를 이용하여 항체의 위치 및 자세 정보를 수Hz부터 수백 Hz의 높은 데이터 송수신율로 속도 및 방향을 측정한다. 관성항법장치는 짧은 시간 동안 매우 정밀한 항법 성능을 나타내지만 가속도 및 각속도에서 속도성분으로 적분하는 과정에서 오차가 누적되어 시간이 경과함에 따라 항법 오차가 증가하는 단점이 있다. 본 논문에서는 이 두 시스템의 단점을 상호 보완하여 위성항법장치와 관성항법장치의 위치 정보에 센서융합 알고리즘 적용 및 실험을 통하여 성능분석을 하였다. 위성항법시스템의 수신 불능지역에서는 측정된 데이터를 SVD를 이용하여 모델링한 후 위치 보정 알고리즘을 적용하여 위치 정보를 획득하는 실험 결과를 통해 확인한다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제14권4호
• /
• pp.451-455
• /
• 2008

본 논문에서는 다중 분류기를 효과적으로 결합하기 위하여 k-최근접 템플릿방법을 제안한다. 이는 하나의 클래스를 여러개의 템플릿으로 모델링하기 위하여 분류기의 출력값을 기반으로 각 클래별 학습 샘플들을 여러개의 하위클래스로 분해하고, 각 하위클래스별 분류기 출력값의 평균을 계산하여 지역화된 템플릿을 생성한다. 그 뒤 평가샘플과 각 템플릿간의 거리를 계산하고, k개의 최근접 템플릿들 중 가장 많은 비율을 차지하는 클래스로 평가샘플을 분류한다. 본 논문에서는 클래스 분해를 위해 C-means 클러스터링 알고리즘을 이용하였으며, k값은 주어진 데이타 셋의 클래스 내 밀집도와 클래스 간 분리도에 따라 자동으로 결정하였다. 제안하는 방법은 각 클래스별로 여러 개의 모델을 사용하며, 이들 중 가장 유사한 하나의 모델과 매칭하는 대신 k개의 모델을 참조하기 때문에 안정적이고 높은 분류성능을 획득할 수 있다. 본 논문에서는 UCI와 ELENA데이타베이스를 이용한 실험을 통해 제안하는 방법이 기존의 결합 방법들에 비해 우수한 분류성능을 보임을 확인하였다.

• 대한기계학회논문집B
• /
• 제39권5호
• /
• pp.391-395
• /
• 2015

15 리드 심전도는 12 리드 심전도가 진단하지 못하는 심장의 후벽질환 등을 진단하기 위하여 개발되었다. 그러나 15 리드 심전도를 이용한 심장질환 진단알고리즘을 개발하기 위해 필요한 15 리드 심전도 데이터가 부족하고, 기존의 심전도 시뮬레이터는 전극의 부착위치나 심장질환에 따라 달라지는 심전도의 형태를 예측할 수 없는 문제가 있다. 따라서 이러한 문제를 해결하기 위하여 심장을 전기적인 캐패시턴스를 가지는 15 개의 부분으로 나누고 전기적인 저항소자를 통하여 연결된 LPM 을 제작하였다. 심장의 전기전도기전을 모사하기 위하여 각 절점은 전류원과 연결되고 위치와 시간지연을 고려한 개별적인 전류를 인가하였다. 본 연구의 목적은 제작한 LPM 의 각 절점에 특정한 전류를 인가함으로써 심전도로서 활용 가능한 파형을 얻는데 있다.

• 융합정보논문지
• /
• 제10권9호
• /
• pp.15-21
• /
• 2020

본 논문은 다수의 전자전 센서에서 추출된 시간지연 차이정보와 도플러주파수 차이정보를 이용하는 Two-step weighted least-squares 기반의 이동 신호원 위치 및 속도 추정 기법에서, 수집 정보의 이상치를 검출하는 알고리즘을 제안하고자 한다. 다수의 전자전 센서에서 추출되는 정보는 다양한 요인에 의해 정보에 이상치가 발생할 수 있으며, 이를 효과적으로 검출하고 데이터 융합과정에서 이상치를 배제하여 이동 신호원의 위치와 속도 추정의 정확도를 높이고자 한다. 본 논문에서는 이상치를 제외한 최소의 정상치 정보 집합을 추출하고, 이를 기반으로 나머지 정보의 이상치 여부를 확률적으로 판단하는 알고리즘을 제안하였으며, 이를 모의실험을 통해, 정보의 이상치가 효과적으로 제거되어 위치 및 속도 추정의 정확도를 향상시킬 수 있음을 확인하였다. 정상치 거리정보 잡음이 20dB 이하인 경우, 이상치 정보를 효과적으로 제거하여, Cramér-Rao lower bound에 근접한 위치 및 속도 추정 정확도를 얻음을 확인하였다.

• 전자공학회논문지CI
• /
• 제45권5호
• /
• pp.192-200
• /
• 2008

다중 생체 인식은 둘 이상의 생체 정보를 획득하여 이를 기반으로 개인 인증 및 신원을 확인하는 방법으로, 패턴 분류 알고리즘을 이용한 RBF 기반 유사도 단계 융합 다중 생체 인식은 입력된 생체 정보와 데이터베이스 내의 유사도를 나타내는 매칭 값을 각 단일 생체 인식 시스템으로부터 제공받아 이를 이용하여 특징 벡터를 구성하고, 특징 공간상에서 사용자와 위조자를 구분해주는 최적의 판정 경계를 탐색하여 인식을 수행하는 방법이다. 이러한 패턴 분류 알고리즘의 경우 특징 벡터를 구성하는 각 매칭값이 동일한 신뢰도를 가지고 있다는 가정 하에 고정된 판정 경계를 구성하고 분류를 수행하게 된다. 한편, 생체 인식 시스템의 인식 결과는 입력되는 생체 정보의 품질에 영향을 받을 수 있음이 기존의 연구에서 보고되고 있는데, 이는 일반적인 RBF 기반 유사도 단계 융합 다중 생체 인식 시스템을 구성하고 있는 단일 생체 인식 시스템 중 하나의 시스템에 저품질의 생체 정보가 입력되어 신뢰할 수 없는 매칭값을 출력한 경우에는 이를 기반으로 구성된 특징 벡터의 판정이 오분류 되거나 그 결과의 신뢰도가 감소될 수 있는 문제가 있다. 이에 대한 대안으로 본 논문에서는 각 단일 생체 인식 시스템에 입력되는 생체 정보의 품질을 활용하여 RBF 기반 유사도 단계 융합 다중 생체 인식 시스템에서 품질에 따라 유동적인 판정 경계를 구성하여 특징 벡터를 구성하는 각 매칭값이 판정에 미치는 영향을 조절하고자 하였다. 이를 통해 각 생체 정보가 그 품질에 따라 판정에 미치는 영향이 달리 적용될 수 있도록 하였으며, 그 결과 단일 생체 인식과 일반적인 RBF 기반 유사도 단계 융합 다중 생체 인식에 비해 보다 개선된 인식 결과와 신뢰도를 얻을 수 있었다.