• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2014년도 추계학술대회
• /
• pp.203-204
• /
• 2014

근래의 안경 산업은 고객들이 다양하게 선택함에 따라 외적 미모를 위한 개성 연출을 위한 도구로서 활용도가 다양화되고 급증하고 있는 추세이다. 이에 본 연구에서는 계층별 구분하지 않고 다양한 계층에서 이용할 수 있는 개인 맞춤형 온라인 안경산업에 초점을 둔 사이트 구축에 관한 연구이다. 이를 위해서 기존의 대표적인 안경 산업의 특징과 산업 서비스 분석을 통해 차별화된 전략을 제시하고자 한다. 본 연구를 통해 서비스 개발과 실용적인 접목이 이루어진다면 비즈니스 모델의 새로운 가치를 도모할 수 있을 것으로 기대된다.

• Journal of information and communication convergence engineering
• /
• 제9권2호
• /
• pp.187-192
• /
• 2011

Traditional voice traffic over mobile communication has been changed into data and media contents traffic, which makes traffic amount increases and speedy data transfer required. In the near future ubiquitous mobile terminal environment will be common so that security issues will arise due to many heterogeneous equipments and connections. In this paper, many previous methods used for terminal authentication are examined. And we propose new system model which uses our novel user authentication protocol based on strong one-time password (OTP) and short message service (SMS). We verify our system model and protocol by implementation.

• Journal of information and communication convergence engineering
• /
• 제6권1호
• /
• pp.19-23
• /
• 2008

The AQM (Active Queue Management) starts dropping packets earlier to notify traffic sources about the incipient stage of congestion. The AQM improves fairness between response flow (like TCP) and non-response flow (like UDP), and it can provide high throughput and link efficiency. In this paper, we suggest the QVARED (Queue Variation Adaptive RED) algorithm to respond to bursty traffic more actively. It is possible to provide more smoothness of average queue length and the maximum packet drop probability compared to RED and ARED (Adaptive RED). Therefore, it is highly adaptable to new congestion condition. Our simulation results show that the drop rate of QVARED is decreased by 80% and 40% compare to those of RED and ARED, respectively. This results in shorter end-to-end delay by decreasing the number of retransmitted packets. Also, the QVARED reduces a bias effect over 18% than that of drop-tail method; therefore packets are transmitted stably in the bursty traffic condition.

• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2009년도 춘계학술발표논문집
• /
• pp.649-652
• /
• 2009

본 논문에서는 LCD TV의 전력 소비를 절감하기 위해 백라이트 유닛을 다분할하여 디밍 제어를 수행하는 알고리즘을 제안한다. 최근 LED 백라이트 유닛을 채용한 대형 LCD TV가 출시됨에 따라서, 백라이트 유닛의 디밍 제어를 통해 LCD TV에서 전체 전력 소비를 절감하고자 하는 기술이 활발히 연구되어 왔다. 기존의 방식은 전체 화면을 MxN개의 분할로 나누어, 각 분할 영역마다 화면의 최대 밝기 정보를 추출하여 디밍 제어를 수행했지만, 본 논문에서는 각 분할영역마다 인접한 영역으로부터 간섭받는 빛의 양을 반영하여, 실제 디밍 제어 값을 다시 계산함으로써, 추가적인 전력 절감 효과를 얻을 수 있는 방식을 제안하고 성능 평가를 하였다.

• 디지털융복합연구
• /
• 제1권1호
• /
• pp.69-91
• /
• 2003

The purpose of this paper is to provide several considerations to be taken into account when institutionalizing the information security(Infosec) pre-assessment. Infosec pre-assessment is a necessary process to embed the security requirements into the information systems at the early stages in their development, resulting in more cost-effective infosec. In order to provide some institutional issues, domestic infosec assessment schemes and U.S. Infosec certification and accreditation schemes are reviewed. Also, the current status of infosec implementation in the public information systems projects is analyzed. Based on the analyses, the seven suggestions are proposed in developing and performing the infosec pre-assessment scheme.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2011년도 춘계학술대회
• /
• pp.699-701
• /
• 2011

차세대 IT 기술은 단일기술에 그치지 않고 융,복합적인 특성을 가지는 기술로 발전하고 있다. 정부는 시스템반도체 설계 분야에서 경쟁력 확보를 위한 5가지 핵심기술을 스마트 자동차 인포테인먼트 플랫폼, 스마트TV 멀티미디어 시스템, 스마트폰 아날로그 및 인터페이스 기술, 스마트 컨버전스 디지털 통신 및 RF 기술, 스마트제품용 고급 전력 관리 기술로 분류하고 이를 응용할 주력산업으로 스마트폰, 스마트TV, 스마트자동차, 스마트패드 등으로 지정하였다. 이러한 핵심요소기술들은 차세대 스마트제품의 경쟁력 확보에 필요한 반도체 설계의 핵심기술이 되며, 이는 팹리스 등의 기업으로 기술이전이 가능하다. 본 고에서는 그 중 스마트자동차 인포테인먼트 플랫폼을 위한 SoC 기술이 현재 어느 위치에 와 있는지 파악하고, 기술 현황과 문제점에 대하여 분석한다.

• 방송공학회논문지
• /
• 제13권6호
• /
• pp.796-803
• /
• 2008

본 논문에서는 사용자에게 보다 실감있고, 사용자가 선호하는 다시점 3D 영상의 3D 입체감을 제공할 수 있는, 다시점 3D 동영상의 인식 깊이감을 조절하는 기법을 제안한다. 카메라 배열을 변경하는 기존의 방법들과 달리, 제안한 기법은 사용자가 요청하는 깊이 범위의 스케일링을 활용하기 위하여 영상의 깊이 데이터를 활용한다. 다시점 영상 및 해당 시점의 깊이 영상을 입력받아 각 화소의 변이로 변환하고, 각 화소의 변이를 조절함으로써 인식되는 깊이감을 조절하게 된다. 제안 방법은 다시점 카메라로부터 획득한 다시점 영상의 처리가 가능하며, 또한 2-시점 입체영상부터 다시점 영상까지 적용이 가능하다. 실험에서는 제안한 방법을 통하여 깊이감이 조절된 다시점 동영상을 다시점 3D 모니터로 시청하였을 때, 깊이감이 사용자가 선호하는 깊이에 따라서 스케일되는 것을 DSCQS(Double Stimulus Continuous Quality Scale)으로 확인하였다.

• 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.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.536-539
• /
• 2023

딥러닝 기술은 더 많은 분야와 과제에 적용되기 위해서 네트워크는 더 복잡하고 거대한 형태로 발전해왔다. YOLOv7-tiny과 같은 객체탐지 네트워크는 다양한 객체와 환경에서 활용하기 위해 COCO 데이터 세트를 대상으로 발전해왔다. 그러나 본 논문에서 적용할 모델은 임베디드 보드 환경에서 실시간으로 1개의 Class를 대상으로 객체를 탐지하는 네트워크 모델이 찾고자 프루닝을 적용하였다. 모델의 프루닝을 할 필터를 찾기 위해 본 논문에서는 클러스터링을 통한 필터 프루닝 방법을 제안한다. 본 논문의 제안 방법을 적용했을 때 기준 모델보다 정확도가 7.6% 감소하였으나, 파라미터가 1% 미만으로 남고, 속도는 2.1배 증가함을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.512-513
• /
• 2023

CNN 기반 Deep Learning 분야에서 객체 탐지 정확도를 높이기 위해 모델의 많은 Parameter 가 사용된다. 많은 Parameter 를 사용하게 되면 최소 하드웨어 성능 요구치가 상승하고 처리속도도 감소한다는 문제가 있어, 최소한의 정확도 하락으로 Parameter 를 줄이기 위한 여러 Pruning 기법이 사용된다. 본 연구에서는 Neural Architecture Search(NAS) 기반 Channel Pruning 인 Artificial Bee Colony(ABC) 알고리즘을 사용하였고, 기존 NAS 기반 Channel Pruning 논문들이 Classification Task 에서만 실험한 것과 달리 Object Detection Task 에서도 NAS 기반 Channel Pruning 을 적용하여 기존 Uniform Pruning 과 비교할 때 파라미터 수 대비 정확도가 개선됨을 확인하였다.