• 대한전자공학회논문지SP
• /
• 제38권6호
• /
• pp.684-691
• /
• 2001

본 논문에서는 비디오 카메라를 통하여 획득한 연속적인 영상에서 사람의 머리를 인식하고 추적하는 시스템을 구현한다. 사람의 머리를 인식하기 위한 특징 벡터로서 얼굴 표면상의 특성인 사람의 피부색과 형태상의 특성인 타원 모델링을 이용한다. 또한 복잡한 배경으로부터 움직인 영역을 획득하기 위하여 시변 에지 검출 방법을 사용하고 획득된 영상에서 물체의 움직임을 판별하기 위하여 수직 투영 방법을 이용한다. 설정된 움직임 영역부분에 대하여 피부색을 갖고 있는 여러 개의 얼굴 후보영역을 설정하고 사람의 얼굴을 대표할 수 있는 타원 매핑을 적용하여 가장 최적으로 매핑되는 영역을 사람의 얼굴 부분으로 인식한다. 본 논문에서 제안한 방법은 사람 얼굴이 360도 회전하는 경우와 부분적으로 가려진 경우 그리고 좌우로 기울어진 경우에서도 우수한 성능을 보여주고 있다. 본 논문에서는 움직임 기반 추적 방법과 인식 기반 추적 방법을 이용하여 사람의 얼굴 부분이 빠르게 움직이는 경우에도 정확한 사람 얼굴 추적이 가능하도록 한다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제20권11호
• /
• pp.598-603
• /
• 2014

무선 센서 네트워크에서 객체의 위치 추적은 객체의 움직임 포착 및 동선 파악 등에 활용되는 중요한 어플리케이션이다. 따라서 객체의 정확한 동선을 파악하기 위해 추적의 정밀성이 중요하다. 하지만 기존의 연구들은 객체 추적을 위하여 사용자가 반복적으로 질의를 하기 때문에 에너지 효율성 및 정밀성이 떨어지게 된다. 따라서 본 논문에서는 객체 추적의 에너지 효율성 및 추적의 정밀성을 향상시키기 위하여, 각 노드들이 사용자의 질의를 객체의 예상 경로에 중계하는 방안을 제안한다. 이 방법은 객체 추적을 위하여 네트워크를 일정 크기로 클러스터링하고 각 클러스터 헤드를 트리로 구성한다. 객체를 감지한 클러스터 헤드는 트리를 통해 사용자에게 객체의 정보를 전달하고, 객체의 예상 경로에 위치한 클러스터 헤드에게 사용자의 질의를 중계해 줌으로써, 사용자의 반복적인 질의를 줄여준다. 시뮬레이션 결과, 제안방안이 기존의 객체 추적 연구에 비해 높은 에너지 효율과 추적 정밀성을 가지는 것을 보인다.

• Ecology and Resilient Infrastructure
• /
• 제4권2호
• /
• pp.83-92
• /
• 2017

친환경 교통수단인 철도에 대한 투자비중이 증가함에 따라 철도 고속화와 복선화 및 선형개량 사업, 철도노선의 교외지역 이설 등으로 폐선부지가 급속히 증가하고 있는 추세이다. 그러나 철도폐선부지가 방치되어 도시미관을 저해하는 문제가 발생됨에 따라 최근 지자체에서는 철도폐선부지의 활용방안을 모색하고 있다. 또한, 국토교통부는 "철도유휴부지 활용지침"을 제정하여 보전 활용 기타부지 등 3가지 유형으로 분류하여, 폐선부지를 체계적으로 활용하고자 하였다. 그러나 현재 활용 중인 폐선부지는 공원, 레일바이크, 자전거도로, 태양광사업 등으로만 활용되고 있으며, 폐선부지의 다각화 및 사후평가에 대한 연구가 부재한 실정이다. 본 연구에서는 국내외 폐선부지의 활용사례를 조사하고 전국 철도폐선부지를 대상으로 자연문화경관, 교육과학적 가치, 위치 및 접근성, 휴양 유발성, 개발여건 등 영향요인을 분석하여 정량적으로 평가할 수 있는 방법을 제안하였고, 이를 통해 철도폐선부지의 활용 다각화 방안을 모색하고자 하였다.

• 한국전자파학회논문지
• /
• 제9권6호
• /
• pp.746-760
• /
• 1998

본 논문에서는 이동 위성 채널에서 트렐리스 부호화된 CPFSK 신호를 검파하는데 있어서 최적의 수신 방식인 MLSD 대신에 복잡도를 크게 줄이면서 MLSD와 거의 같은 성능을 얻는 적응 RSSD 수신 방식을 제안 한다. 제안된 앉줬D를 시변 채널인 이동 위성 채널에 적용하기 위해서는 채널의 상태를 추정해야 하는 문제 가 발생하며l 본 논문에서는 채널의 특성을 추정하는 방법으로 steepest desc에t 알고리틈을 이용하며I 보다 효율적인 채널 추정을 위해 symbol-aided방법이 사용된다. syr뼈ol-aided 방법은 신뢰성 있는 채널 추정을 위하여 송신단에서는 주기적으로 알고 있는 섬볼을 삽입한 후에, 수신단에서는 알고 있는 섬볼이 수신되면 비터비 프로세서는 임시 데이터 결정을 하여 채널 추정기로 보내는 방법이다. 이러한 임시 데이터 결정 방법 을 사용한 채널 추정기는 긴 결정 지연 시간올 이용한 방법보다도 이동 위성 채널에서 빠르고 신뢰성 있게 채널을 추정한다. 본 논문에서 제안한 적웅 RSSD 수신 방식은 적웅 MLSD에 대한 준최적 수신 방식임에도 불구하고 복잡도를 크게 줄이면서 이통 위성 채널을 빠르고 신뢰성 있게 추적한다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제12권3호
• /
• pp.71-83
• /
• 2008

본 논문에서는 비접촉 손상검출기법으로 관심의 대상이 되고 있는 열화상 기법의 기본 원리, 활용 예, 제한 사항 등을 국내외 주요 연구성과를 분석하고 정리하였다. 콘크리트 구조물의 내부 결함 진단, 내부 철근 부식 측정과 콘크리트 구조물 표면과 섬유 보강 시트 사이의 비부착 검출, 포장도로의 표면 결함 검출, 오래된 건물의 표면 누수 측정, 철도 트랙 자갈의 상태 측정 등을 최근 연구결과 중심으로 광범위하게 검토하였고 최근에 보고된 실험결과도 제시하였다. 검토 결과, 열화상 기법은 광범위한 형태의 토목 구조물의 넓은 표면을 빠르게 정성적으로 검사할 수 있는 장점을 가지고 있는 것으로 확인되었다. 반면, 정량적 기법은 주변 온도 등 환경 요인에 민감하게 영향을 받는 것으로 판단되었으며, 다른 정밀계측장비와 혼용시 좋은 성과를 기대할 수 있을 것으로 예측된다.

• 전기전자학회논문지
• /
• 제22권4호
• /
• pp.922-932
• /
• 2018

방사형 거리 센서는 측량 및 자율 주행에 널리 사용된다. 이러한 센서의 작동 원리 및 적용 방법의 교육이 필요하다. 상용 방사형 거리 센서의 저성능화를 통한 저가화가 계속되고 있지만, 교육 목적으로 사용하기에는 여전히 고가이다. 본 논문에서는 교육용 로봇에 활용할 수 있는 저가의 포토트랜지스터의 방사형 배열을 이용한 물체추적기능을 갖는 거리 센서 모듈을 제안한다. 제안하는 방법은 포토트랜지스터를 180도 범위의 배열로 배치하여 빠르게 움직이는 물체의 위치를 즉시 감지할 수 있으며 서보 모터를 사용한 센서 회전으로 감지 각도 범위를 향상하고 물체를 추적한다. 제안된 센서의 스캔 속도는 상업용 거리 센서보다 50~200배 빨라서 1ms의 제어 루프를 가지는 고성능의 교육용 모바일 로봇에 적용할 수 있다.

• 한국건설관리학회논문집
• /
• 제23권6호
• /
• pp.54-64
• /
• 2022

국내 건설산업의 지속적인 노령화 및 인력부족 문제는 노동집약적 건설업의 특성과 지속되는 청년층의 건설업계를 향한 부정적 이미지가 증가하는 현실을 감안할 때 더 이상 미래의 문제가 아니라 국내 건설업의 생존을 위해 꼭 해결해야할 선결과제임에 틀림없다. 본 연구는 국내 건설산업이 직면한 건설 인력부족의 근원적인 문제점을 조명하고 인력부족문제를 해결하기 위해 최근 5년간 패스트트랙 성향의 신속한 대응책을 마련하고 있는 영국의 MMC 사례와 약 20년간의 중장기적인 대응방안을 모색하고 있는 싱가포르의 Buildability 사례를 비교분석함으로써 양국이 제시하는 전략적 대응방안의 시사점을 도출하고 유사한 전략을 구사하기 위한 방안을 제안하였다. 그리고 본 연구가 제시한 대응전략을 프로세스 다이어그램으로 제시하여, 향후 전략개발의 방향성을 명확히 하였다.

• International Journal of Computer Science & Network Security
• /
• 제23권9호
• /
• pp.1-7
• /
• 2023

Demand prediction is an essential component of any business or supply chain. Large retailers need to keep track of tens of millions of items flows each day to ensure smooth operations and strong margins. The demand prediction is in the epicenter of this planning tornado. For business processes in retail companies that deal with a variety of products with short shelf life and foodstuffs, forecast accuracy is of the utmost importance due to the shifting demand pattern, which is impacted by an environment of dynamic and fast response. All sectors strive to produce the ideal quantity of goods at the ideal time, but for retailers, this issue is especially crucial as they also need to effectively manage perishable inventories. In light of this, this research aims to show how Machine Learning approaches can help with demand forecasting in retail and future sales predictions. This will be done in two steps. One by using historic data and another by using open data of weather conditions, fuel, Consumer Price Index (CPI), holidays, any specific events in that area etc. Several machine learning algorithms were applied and compared using the r-squared and mean absolute percentage error (MAPE) assessment metrics. The suggested method improves the effectiveness and quality of feature selection while using a small number of well-chosen features to increase demand prediction accuracy. The model is tested with a one-year weekly dataset after being trained with a two-year weekly dataset. The results show that the suggested expanded feature selection approach provides a very good MAPE range, a very respectable and encouraging value for anticipating retail demand in retail systems.

• 한국시뮬레이션학회논문지
• /
• 제18권2호
• /
• pp.77-89
• /
• 2009

영상 추적 기법은 현대 사회의 주요한 분야에서 필요로 하는 중요한 기술로 여겨지는 핵심 기술 중의 하나이다. 특히 물체의 외곽선 추적은 물체의 외형 정보를 파악하면서 빠른 추적을 할 수 있다는 측면에서 필요한 기술인데, 목표물 주변의 에지에 영향을 받기 쉬우며 연약 에지가 발생하였을 때 추적에 실패하는 경우가 발생한다. 이를 극복하기 위하여 이 연구에서는 카메라가 장착된 이동 로봇의 6자유도 운동을 가상적으로 발생시켜 PDM을 얻어내고, 이를 기반으로 모듈적으로 능동 형태 모델을 구성하여 추적 시스템을 설계하여 보다 국부적 최소점에 대하여 강인한 특성을 갖는 영상 추적기를 제안한다. 제안된 방법의 유효성을 보이기 위하여 실제 이동 로봇에서 관측되는 영상에 대하여 영상 추적 실험을 수행하였으며, 이를 다른 주요한 기법들과 비교하여 그 우수성을 확인하였다.

• International Journal of Computer Science & Network Security
• /
• 제23권8호
• /
• pp.210-216
• /
• 2023

Demand prediction is an essential component of any business or supply chain. Large retailers need to keep track of tens of millions of items flows each day to ensure smooth operations and strong margins. The demand prediction is in the epicenter of this planning tornado. For business processes in retail companies that deal with a variety of products with short shelf life and foodstuffs, forecast accuracy is of the utmost importance due to the shifting demand pattern, which is impacted by an environment of dynamic and fast response. All sectors strive to produce the ideal quantity of goods at the ideal time, but for retailers, this issue is especially crucial as they also need to effectively manage perishable inventories. In light of this, this research aims to show how Machine Learning approaches can help with demand forecasting in retail and future sales predictions. This will be done in two steps. One by using historic data and another by using open data of weather conditions, fuel, Consumer Price Index (CPI), holidays, any specific events in that area etc. Several machine learning algorithms were applied and compared using the r-squared and mean absolute percentage error (MAPE) assessment metrics. The suggested method improves the effectiveness and quality of feature selection while using a small number of well-chosen features to increase demand prediction accuracy. The model is tested with a one-year weekly dataset after being trained with a two-year weekly dataset. The results show that the suggested expanded feature selection approach provides a very good MAPE range, a very respectable and encouraging value for anticipating retail demand in retail systems.