• ETRI Journal
• /
• 제33권4호
• /
• pp.600-610
• /
• 2011

This paper presents a novel approach to face detection by localizing faces as the goal-specific saliencies in a scene, using the framework of selective visual attention of a human with a particular goal in mind. The proposed approach aims at achieving human-like robustness as well as efficiency in face detection under large scene variations. The key is to establish how the specific knowledge relevant to the goal interacts with the bottom-up process of external visual stimuli for saliency detection. We propose a direct incorporation of the goal-related knowledge into the specification and/or modification of the internal process of a general bottom-up saliency detection framework. More specifically, prior knowledge of the human face, such as its size, skin color, and shape, is directly set to the window size and color signature for computing the center of difference, as well as to modify the importance weight, as a means of transforming into a goal-specific saliency detection. The experimental evaluation shows that the proposed method reaches a detection rate of 93.4% with a false positive rate of 7.1%, indicating the robustness against a wide variation of scale and rotation.

• ETRI Journal
• /
• 제39권5호
• /
• pp.621-631
• /
• 2017

Abnormal samples are usually difficult to obtain in production systems, resulting in imbalanced training sample sets. Namely, the number of positive samples is far less than the number of negative samples. Traditional Support Vector Machine (SVM)-based anomaly detection algorithms perform poorly for highly imbalanced datasets: the learned classification hyperplane skews toward the positive samples, resulting in a high false-negative rate. This article proposes a new imbalanced SVM (termed ImSVM)-based anomaly detection algorithm, which assigns a different weight for each positive support vector in the decision function. ImSVM adjusts the learned classification hyperplane to make the decision function achieve a maximum GMean measure value on the dataset. The above problem is converted into an unconstrained optimization problem to search the optimal weight vector. Experiments are carried out on both Cloud datasets and Knowledge Discovery and Data Mining datasets to evaluate ImSVM. Highly imbalanced training sample sets are constructed. The experimental results show that ImSVM outperforms over-sampling techniques and several existing imbalanced SVM-based techniques.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제33권11호
• /
• pp.979-985
• /
• 2006

기존 연구에서 퍼지시스템의 신뢰도는 0과 1사이의 실수, 퍼지숫자, 신용구간 등으로 표현하고 분석한다. 본 논문에서, 우리는 퍼지시스템의 가중 구성요소의 신뢰도와 가중 구성요소의 중요도를 반영하는 가중값을 전체집합 [0, 1]에서 정의되는 모호집합으로 표현하고 분석하는 방법을 제안한다. 모호집합은 참 소속함수와 거짓 소속함수로 구성된 구간으로 표현된다. 따라서 모호집합은 퍼지시스템의 신뢰도와 가중값를 더 유연한 방법으로 표현하는 것을 가능하게 한다. 제안된 방법은 퍼지시스템내의 가중 구성요소의 가중값을 고려하므로, 제안한 방법의 신뢰도분석은 기존의 방법들 보다 더 유연하고 효과적이다.

• 조명전기설비학회논문지
• /
• 제25권5호
• /
• pp.39-44
• /
• 2011

Automatic fire alarm system is set up to automatically detect fire on buildings. Because of economic reasons, P-type receiver and a conventional type fire detector is normally used for automatic fire alarm system in Korea. Because early detection of fire is regarded as important, the need of finding technique of fire location increases. This paper is studied a method to improve a reliability and add a function of fire location detection on a conventional type fire detector and P-type receiver. Fire location is detected by a method that controller attached on the receiver and the detector is read with a time lag. A reliability of fire detection alarm system is improved with a method that false fire alarm is able to decrease using two different principle detector together. This paper is studied for basic data of improvement of low-cost addressable automatic fire alarm system.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제3권2호
• /
• pp.43-46
• /
• 2014

시계열 데이터는 시간에 따라 변화되는 실수 값을 저장한 것이다. 시계열 데이터에서 사용자 질의 시퀀스가 주어졌을 때, 유사한 서브시퀀스를 가지는 데이터 시퀀스를 검색하는 서브시퀀스 매칭은 매우 중요한 문제이다. 본 논문에서는 인스턴스 레벨의 새로운 서브시퀀스 매칭 방법인 I-Match (Instance-Match)를 제안한다. I-Match는 인스턴스 레벨에서 가상 윈도우를 생성하여 질의 시퀀스와 데이터 시퀀스를 비교하여 착오 해답을 줄이는 방법으로 기존 방법인 Dual Match에 비해 후보의 개수를 줄임으로써 성능을 향상시켰다. 실험을 통해 I-Match의 질의 처리 시간이 Dual Match와 비교하여 최대 2.95배 빠르며, 후보의 개수를 줄임을 보인다.

• 한국멀티미디어학회논문지
• /
• 제24권7호
• /
• pp.890-902
• /
• 2021

Although the object detection accuracy with still images has been significantly improved with the advance of deep learning techniques, the object detection problem with video data remains as a challenging problem due to the real-time requirement and accuracy drop with occlusion. In this research, we propose a method in pig detection for video monitoring environment. First, we determine a motion, from a video data obtained from a tilted-down-view camera, based on the average size of each pig at each location with the training data, and extract key frames based on the motion information. For each key frame, we then apply YOLO, which is known to have a superior trade-off between accuracy and execution speed among many deep learning-based object detectors, in order to get pig's bounding boxes. Finally, we merge the bounding boxes between consecutive key frames in order to reduce false positive and negative cases. Based on the experiment results with a video data set obtained from a pig farm, we confirmed that the pigs could be detected with an accuracy of 97% at a processing speed of 37fps.

• Structural Monitoring and Maintenance
• /
• 제8권4호
• /
• pp.379-402
• /
• 2021

Traditional approaches for structural health monitoring (SHM) seldom take ambient uncertainty (temperature, humidity, ambient vibration) into consideration, while their impacts on structural responses are substantial, leading to a possibility of raising false alarms. A few predictors model-based approaches deal with these uncertainties through complex numerical models running online, rendering the SHM approach to be compute-intensive, slow, and sometimes not practical. Also, with model-based approaches, the imperative need for a precise understanding of the structure often poses a problem for not so well understood complex systems. The present study employs a data-based approach coupled with Empirical mode decomposition (EMD) to correlate recorded response time histories under varying temperature conditions to corresponding damage scenarios. EMD decomposes the response signal into a finite set of intrinsic mode functions (IMFs). A two-dimensional Convolutional Neural Network (2DCNN) is further trained to associate these IMFs to the respective damage cases. The use of IMFs in place of raw signals helps to reduce the impact of sensor noise while preserving the essential spatio-temporal information less-sensitive to thermal effects and thereby stands as a better damage-sensitive feature than the raw signal itself. The proposed algorithm is numerically tested on a single span bridge under varying temperature conditions for different damage severities. The dynamic strain is recorded as the response since they are frame-invariant and cheaper to install. The proposed algorithm has been observed to be damage sensitive as well as sufficiently robust against measurement noise.

• 대한원격탐사학회지
• /
• 제11권3호
• /
• pp.49-60
• /
• 1995

지질학적 선구조선에 관한 특성은 일반적인 지질작용, 광물탐사 또는 자연재해 예측과 관련된 자료의 해석 및 분석단계에서 중요한 역할을 한다. 그러나 지질조사에 의하여 드러난 선 구조와 위성자료로 부터 정량적으로 판독된 선구조정보는 이들 자료 각각의 고유한 유용성을 가 지고 있으면서도 여러가지 이유로 인하여 실질적인 차이를 보이는 경우가 많다. 본 연구에서는 선구조와 연관된 위성영상자료의 효과적인 지질학적 활용으로서의 자료통합문제를 해결하고자 퍼 지집합연산방법을 실제 사례연구를 통하여 고찰하고자 하였다. 실제 응용으로서, 호명지질도 (1:50,000)가 포함하는 지역과 같은 지역의 Landset TM 자료를 이용하였고, 자료 통합과정에서는 지질도상에 있는 선구조선, 위성자료로 부터 도출한 선구조선 및 자유 배수 양상과 같은 자료는 시험적으로 이용하였다. 자료 통합단계에서는 각각의 자료에 있는 영상요소에 대하여 백분위수계 념을 응용한 퍼지소속함수를 정의한 뒤, 퍼지 산술합연산과정을 실시되었다. 비록 현재까지의 결 과로 본 방법의 유용성에 관한 일반적인 결론을 얻기에는 다소 미흡하지만, 본 사례연구지역의 경우에는 통합된 정보에서 다른 분석방법과는 구별되는 비교적 의미있는 새로운 선구조관련 지질 정보가 내포되어 있는 것으로 판단된다. 결론적으로 본 통합방법은 앞으로 본다 많은 기초 및 관 련 연구를 통하여 결정판단 보조자료를 얻기 위한 효과적인 공간사고방법으로 간주 될 수 있을 것으로 생각된다.

• 한국측량학회지
• /
• 제31권3호
• /
• pp.183-192
• /
• 2013

최근 전 세계적으로 국가별, 기관별, 목적별로 다양하게 구축된 공간정보를 단일한 위치기반으로 하는 데이터로 통합함으로써 각 자료 간 연계성 및 활용성을 높이고 있다. 본 연구에서는 새로운 국가측지기준의 도입에 따른 위치기준의 변화와 공간정보 분야의 seamless 데이터 서비스 요구에 효율적으로 대응할 수 있도록 새로운 국가 단일원점 평면직각좌표에 대한 연구를 수행하였다. 이를 위해 한반도 전역을 투영영역으로 설정하고 투영영역 내 발생하는 투영왜곡을 분석함으로써 이를 균질화 및 최소화할 수 있는 투영파라미터를 정의하였으며, 이에 대한 표준화 및 국제기구 등록방안을 제시하였다. 연구의 결과, 국가 단일원점 평면직각좌표계를 위한 최적의 투영식은 Hooijberg 투영식으로 분석되었으며, TM 투영을 위한 5가지 투영파라미터는 위도(${\Phi}$) $38^{\circ}N$, 경도(${\lambda}$) $128^{\circ}E$, 축척계수(K) 0.99924로 각각 분석되었다. 또한, 투영원점(${\Phi}$, ${\lambda}$)에 대한 가수값(false Northing & Easting)은 국가지점번호제도의 도입을 고려하여 북쪽방향 700,000m, 동쪽방향 400,000m로 각각 설정하는 것이 적합하였다.

• 한국콘텐츠학회논문지
• /
• 제20권5호
• /
• pp.525-535
• /
• 2020

본 연구의 목적은 공공부문에서 활용되는 기상청의 여름철 폭염특보 정보의 가치를 평가하는 것이다. 폭염특보는 각 지방자치단체에서 매년 발생하는 고온 피해를 저감하기 위한 대비계획의 행동 수준을 결정하는 주요 투입변수로 활용되고 있다. 비 시장재인 폭염특보 정보의 가치를 평가하기 위해 비용-손실을 고려한 의사결정모델을 수립하였다. 의사결정모델 변수인 비용과 손실은 각각 서울과 부산에서 2016년 사용한 폭염 대책 예산과 건강보험심사평가원이 제공하는 65세 이상 고령자의 건강보험 청구금액으로 설정하였다. 분석 결과 2016년 기상청 폭염특보는 서울과 부산에 각각 41.3억 원과 10.9억 원의 가치를 제공한 것으로 평가되었다. 또한 기상청이 폭염특보의 False Alarm (FA) 오류를 1회 줄이면 서울과 부산에서 각각 76.6백만 원, 16.8백만 원의 가치가 증가하는 것으로 나타났다. 연구 결과는 공공부문에서 활용되는 폭염특보의 가치를 정량적으로 추정한데 의의가 있다.