In this paper, we propose a loss function in CNN that introduces inter-class amplitudes to increase inter-class loss and reduce intra-class loss to increase of face recognition performance. This loss function increases the distance between the classes and decreases the distance in the class, thereby improving the performance of the face recognition finally. It is confirmed that the accuracy of face recognition for visible light image of proposed loss function is 99.62%, which is better than other loss functions. We also applied it to face recognition of visible and near-infrared complex images to obtain satisfactory results of 99.76%.
본 연구는 코로나19로 인한 대면수업과 비대면 수업에 따른 대학생들의 일반수학 교과목에 대한 학업성취도를 비교·분석하기 위한 것이다. 이를 위하여 M대학교 공과대학 3개 학과 1학년 학생 97명을 연구대상자로 선정하였다. 연구대상자 중 A학과 39명과 B학과 36명은 사전 녹화된 수업동영상을 활용한 비대면 수업으로, C학과 1학년 22명은 대면수업을 진행하였고, 한 명의 교수자에 의해 수업 방식만 달리하여 동일한 교재와 동일한 내용, 동일한 유형의 문제로 평가를 진행하였다. 대면수업과 비대면 수업에 따른 일반수학 학업성취도를 비교·분석하기 위하여 연구대상자 중 수시전형으로 입학한 A학과 학생 35명, B학과 학생 34명, C학과 학생 17명에 대한 고교내신등급을 수집하여 동질성 검사를 실시한 후, 이 학생들의 2021학년도 1학기 일반수학 교과목에 대한 중간고사와 기말고사 점수를 분석하였다. 또한, 연구대상자 전체를 대상으로 대면수업과 비대면 수업에 따른 일반수학 교과목에 대한 학업성취도와 수업만족도를 비교·분석하여 다음과 같은 결론을 얻었다. 첫째, 대면수업과 비대면 원격수업에 대한 학생들의 일반수학 학업성취도는 유의미한 차이가 있다. 둘째, 대면수업과 비대면 원격수업의 수업만족도는 유의미한 차이가 있다.
In this paper, we propose a novel way of combining multiple deep convolutional neural network (DCNN) architectures which work well for accurate video face identification by adopting a serial combination of 3D and 2D DCNNs. The proposed method first divides an input video sequence (to be recognized) into a number of sub-video sequences. The resulting sub-video sequences are used as input to the 3D DCNN so as to obtain the class-confidence scores for a given input video sequence by considering both temporal and spatial face feature characteristics of input video sequence. The class-confidence scores obtained from corresponding sub-video sequences is combined by forming our proposed class-confidence matrix. The resulting class-confidence matrix is then used as an input for learning 2D DCNN learning which is serially linked to 3D DCNN. Finally, fine-tuned, serially combined DCNN framework is applied for recognizing the identity present in a given test video sequence. To verify the effectiveness of our proposed method, extensive and comparative experiments have been conducted to evaluate our method on COX face databases with their standard face identification protocols. Experimental results showed that our method can achieve better or comparable identification rate compared to other state-of-the-art video FR methods.
본 연구는 비대면 수업에서 미술품의 해설을 듣고 수업의 결과로 학습자의 감정을 확인하는 것을 목적으로 수행되었다. 제안한 시스템은 AI 서버를 통해 미술품의 해설을 듣고 학습자의 감정을 전용 키로 입력하고 그 결과를 음악으로 표현하게 된다. 이를 위해 감정 키를 활용한 비대면 미술감상 수업 모형의 방향을 설정하였고, 이를 바탕으로 비대면 미술감상을 위한 시스템을 구성하였다. 학습자는 미술품의 해설을 듣고 제시되는 질의에 대한 감정을 입력하기 위해 본 연구에서 제안한 '감정 키를 활용한 스마트 기기'를 사용하게 된다. 제안한 시스템을 통해 온라인 미술수업에서 학습자는 감정 상태를 표현할 수 있게 되고 교수자는 수업 참여결과를 전달받아 교육적 분석을 위해 다양하게 활용하게 된다.
코로나19 상황이 국내 유입으로 인한 확산과 함께 지역사회로까지 감염이 계속되어 대학들 마다 전면 온라인 수업 및 부분적으로 온라인 수업을 진행 해야 하는 상황이 발생했다. 코로나19 상황에서 수업환경 변화에 따른 온라인 비대면 수업에 주목하여 콘텐츠 및 수업내용에 대한 학습자들의 수업에 대한 만족도를 알아보고자 하였다. 2021년 6월 1일부터 6월 11일까지 대구시 소재 S대학교 방사선과 재학생 2, 3학년을 대상으로 설문지를 이용하여 온라인 비대면 수업 전공 교과목에 대한 만족도 조사를 분석하였다. 연구결과 콘텐츠 및 수업 내용 만족도는 평균 3.78 ± 0.75점으로 나타났으며, 학습 만족도는 평균 3.00 ± 1.14점으로 나타났다. 또한, 온라인 비대면 수업 수강 시 학생의 수업 태도와 콘텐츠 및 수업 내용 만족도 간 상관성이 가장 높게 나타났으며(r=0.555, p<0.01), 콘텐츠 및 수업 내용 만족도와 학습 만족도 간에도 상관성이 있음을 알 수 있었다(r=0.331, p<0.01). 비대면 온라인 전공 수업 시 콘텐츠의 질적 향상과 함께 학생들과 교수자의 상호작용이 좀 더 활발하게 이루어진다면 비대면 온라인 수업에 대한 만족도가 향상 될 수 있을 것으로 생각한다.
코로나19로 대학 학사운영이 원활하게 이루어지지 못하고 대부분 비대면 수업으로 진행되자, 학생들의 학업중단은 꾸준히 증가하고 있는 추세이다. 이 연구에서는 코로나19 비대면 수업환경에 대한 물리학과 대학생들의 인식과 교수들의 인식, 코로나19 비대면 수업환경이 학생들의 학업중단에 미치는 영향을 포커스 그룹 인터뷰를 실시하여 분석하고 그 결과를 바탕으로 코로나 19 비대면 수업이 물리교육에 주는 시사점을 제시하였다. 물리학과 학생들은 코로나19로 인한 비대면 수업에 대해 '몸은 편한데 마음은 불편한 비대면 수업', '나보다 똑똑한 사람이 책 읽어주면서 설명하는 느낌', '짧은 동영상 강의, 편하지만 손해라는 기분'이라고 하였으며, 교수들 역시 '완전 180도 바뀐 수업체계', '부담감이 많은 온라인 수업'이라고 하였다. 학업중단에 대해서 학생들은 비대면 수업환경으로 학업중단에 대한 고민이 더욱 심화되어 전과에 대한 고민이 증가되었다고 하였다. 교수들은 비대면수업과 학업중단 증가로 활력이 사라는 학과분위기가 되었다고 하였다. 코로나19 비대면 수업상황이 물리교육에 시사하는 바로 교수와 학생간 상호작용을 강화하는 방안 모색과 실습수업을 보완할 수 있는 실재감을 높이는 수업방안 모색, 그리고 물리학 교수들의 교과교육학 지식을 공유할 수 있는 기회 부여가 필요함을 제시하였다.
본 논문은 비대면 온라인 공예 교육 프로그램의 필요성과 사례를 연구하여, 앞으로 개발될 다양한 온라인 교육 매체의 방향성을 제시하는 것에 목적을 둔다. 이를 위해 현재 국내에서 운영하는 온라인 클래스 플랫폼 중, 공예 교육 프로그램이 포함된 네 곳을 선정하여 비교 분석하였다. 클래스101, 하비풀, 커넥츠-취미클래스, 에어클래스가 그 사례이다. 연구 결과, 콘텐츠의 접근에 대한 편의성과 클래스 구성의 다양성이라는 공통적인 특징이자 장점을 볼 수 있었다. 하지만 대부분의 온라인 클래스 플랫폼에서 실시간 질의 및 응답 시스템이 체계적으로 이뤄지지 못하고 있다는 한계점이 있었다. 특히 코로나19로 인한 언택트 시대를 맞아 점차 온라인 클래스 플랫폼의 사용자가 증가하고 있는 만큼, 대면의 가장 중요한 특성인 상호작용이 온라인 플랫폼에서도 잘 이루어지도록 지속적인 연구와 개발이 필요할 것이다.
KSII Transactions on Internet and Information Systems (TIIS)
/
제12권1호
/
pp.368-391
/
2018
Face recognition (FR) with a single sample per person (SSPP) is common in real-world face recognition applications. In this scenario, it is hard to predict intra-class variations of query samples by gallery samples due to the lack of sufficient training samples. Inspired by the fact that similar faces have similar intra-class variations, we propose a virtual sample generating algorithm called k nearest neighbors based virtual sample generating (kNNVSG) to enrich intra-class variation information for training samples. Furthermore, in order to use the intra-class variation information of the virtual samples generated by kNNVSG algorithm, we propose image set based multimanifold discriminant learning (ISMMDL) algorithm. For ISMMDL algorithm, it learns a projection matrix for each manifold modeled by the local patches of the images of each class, which aims to minimize the margins of intra-manifold and maximize the margins of inter-manifold simultaneously in low-dimensional feature space. Finally, by comprehensively using kNNVSG and ISMMDL algorithms, we propose k nearest neighbor virtual image set based multimanifold discriminant learning (kNNMMDL) approach for single sample face recognition (SSFR) tasks. Experimental results on AR, Multi-PIE and LFW face datasets demonstrate that our approach has promising abilities for SSFR with expression, illumination and disguise variations.
COVID-19 (Corona Virus Desease-19)로 인해 2020년에는 국내 모든 대학이 비대면 수업을 진행하는 상황이었다. 본 연구는 이러한 비대면 수업하에서 특히 실습수업이 중요한 공과대학생들의 경우 어떤 요인들이 학업 성취도에 영향을 미치는가를 연구하고자 하는 것이다. 본 연구를 위해 D대학의 공과대학생들 대상의 학습성취도 관련 설문문항을 이용하여 회귀 모델과 경로 분석을 결합한 구조 방정식 모형을 적용하고 본 연구에서 정의한 통계적 연구가설의 타당성을 검증하고자 한다. 또한 본 연구를 통해 지속화 되고 있는 비대면 수업에서, 특히 공과대학에서 고려해야 할 요소들이 무엇인지를 제안하고자한다. 조방정식의 최적의 모형 결과 학습성취도에 직접적인 영향을 주는 요인으로 질의 및 피드백 그리고 이러닝 시스템으로 나타났다. 또한 이 두 요인은 이론수업과 실습수업이라는 매개변수를 통해 학업 성취도에 간접적으로도 영향을 주고 있음을 확인할 수 있었다.
코로나 팬더믹으로 인한 비대면 수업은 지속적인 운영을 통해 개선·발전되었다. 2022학년도부터 대면수업으로 전환되면서 온라인 플랫폼에 대한 적응력이 높아지고, 비대면 수업 경험이 축적된 학습자들을 위한 대면 수업의 변화가 필요하게 되었다. 본 논문은 프로그래밍 수업에서 비대면 방식과 대면 방식에 대한 경험이 있는 학습자들의 수업방식에 따른 만족도 및 의견을 조사·분석함으로써 서로 다른 두 방식의 장점을 활용한 수업모델을 모색하는데 필요한 학습자 의견 도출에 그 목적이 있다. 조사 결과, 학습자들은 대면 수업을 선호하나 비대면 학습경험이 많을수록 대면 수업에서의 단점을 비대면 수업을 통해서 해소할 수 있는 부분이 있음을 인지하고, 비대면 방식을 대면 수업에 활용하는 것을 긍정적으로 생각하는 것으로 나타났다. 이를 통해 향후 대면 프로그래밍 수업에서 비대면 방식을 결합한 하이드리드 방식의 수업 운영을 통한 수업 효과 증진 모델이 필요한 것으로 사료된다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.