• 한국지리정보학회지
• /
• 제9권2호
• /
• pp.30-41
• /
• 2006

이 논문은 효율적인 차량 이동 궤적 관리를 지원하는 e-logistics 시스템을 제안한다. 최근의 무선통신의 발전은 물류 차량의 추적, 휴대폰 사용자 위치 서비스, 위치기반 상거래를 포함한 위치기반서비스들이 등장하게 하였다. 물류 시스템은 물류 센터에서 차량과 배송품의 위치를 계속적으로 파악해야 하므로 차량 추적을 필수적으로 수반하게 된다. 좀 더 나아가서, 계속적으로 이동하는 차량과 배송품의 위치 궤적을 저장하고 관리하는 것은 효율적인 물류 계획과 배송을 지원하기 위해 필수 불가결한 요소이다. 제안된 시스템은 실세계 모바일 환경에서 물류 배송 정보의 효과적인 관리뿐만 아니라, 기존의 공간 데이터베이스가 갖는 공간객체 관리 기능을 포함한다. 또한 효과적인 물류 이동 경로 관리 및 검색을 수행하기 위하여 기존의 TB 트리의 데이터 갱신 성능을 개선하고, 다중버전 기법을 도입한 색인을 사용하였다. 제안된 시스템은 소포관제와 유사한 차량 추적 시스템, 위치기반서비스 등과 같이 실시간 모바일 환경에서 연속적으로 위치를 변경하는 이동객체 관련 분야에 적용 가능하다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권2호
• /
• pp.751-770
• /
• 2019

Action recognition is an essential task in computer vision due to the variety of prospective applications, such as security surveillance, machine learning, and human-computer interaction. The availability of more video data than ever before and the lofty performance of deep convolutional neural networks also make it essential for action recognition in video. Unfortunately, limited crafted video features and the scarcity of benchmark datasets make it challenging to address the multi-person action recognition task in video data. In this work, we propose a deep convolutional neural network-based Effective Hybrid Learning (EHL) framework for two-person interaction classification in video data. Our approach exploits a pre-trained network model (the VGG16 from the University of Oxford Visual Geometry Group) and extends the Faster R-CNN (region-based convolutional neural network a state-of-the-art detector for image classification). We broaden a semi-supervised learning method combined with an active learning method to improve overall performance. Numerous types of two-person interactions exist in the real world, which makes this a challenging task. In our experiment, we consider a limited number of actions, such as hugging, fighting, linking arms, talking, and kidnapping in two environment such simple and complex. We show that our trained model with an active semi-supervised learning architecture gradually improves the performance. In a simple environment using an Intelligent Technology Laboratory (ITLab) dataset from Inha University, performance increased to 95.6% accuracy, and in a complex environment, performance reached 81% accuracy. Our method reduces data-labeling time, compared to supervised learning methods, for the ITLab dataset. We also conduct extensive experiment on Human Action Recognition benchmarks such as UT-Interaction dataset, HMDB51 dataset and obtain better performance than state-of-the-art approaches.

• 한국인터넷방송통신학회논문지
• /
• 제22권5호
• /
• pp.69-73
• /
• 2022

본 논문에서는 LoG(Laplacian of Gaussian) 기반의 윤곽선 검출 기법을 통한 새로운 미세먼지 측정 방법을 제안한다. 미세먼지 측정을 위하여 CCTV 기반의 영상 이미지를 수집하고, RoI(Region of Interest)를 통해 이미지 범위를 지정한다. 지정된 영역에 GMM(Gaussian Mixture Model)을 적용하여 군집화 후, LoG 알고리즘을 통해 윤곽선을 검출하고 검출된 윤곽선 강도를 측정한다. 측정된 윤곽선의 강도 데이터를 기반으로 미세먼지의 농도를 결정한다. 본 논문에서 제안하는 알고리즘의 효용성을 입증하기 위하여 본교 연구실 주위에 설치된 CCTV 영상 이미지를 6~7월 한달간 수집하여 적용한 결과, 측정된 결과값은 미세먼지 농도와 범위를 계산하기에 충분함을 본 실험을 통해 입증하였다.

• Journal of Information Processing Systems
• /
• 제6권4호
• /
• pp.481-500
• /
• 2010

The Internet explosion and the increase in crucial web applications such as ebanking and e-commerce, make essential the need for network security tools. One of such tools is an Intrusion detection system which can be classified based on detection approachs as being signature-based or anomaly-based. Even though intrusion detection systems are well defined, their cooperation with each other to detect attacks needs to be addressed. Consequently, a new architecture that allows them to cooperate in detecting attacks is proposed. The architecture uses Software Agents to provide scalability and distributability. It works in two modes: learning and detection. During learning mode, it generates a profile for each individual system using a fuzzy data mining algorithm. During detection mode, each system uses the FuzzyJess to match network traffic against its profile. The architecture was tested against a standard data set produced by MIT's Lincoln Laboratory and the primary results show its efficiency and capability to detect attacks. Finally, two new methods, the memory-window and memoryless-window, were developed for extracting useful parameters from raw packets. The parameters are used as detection metrics.

• International journal of advanced smart convergence
• /
• 제10권1호
• /
• pp.1-11
• /
• 2021

Document page segmentation is an important step in building a quality optical character recognition module. The study examined already existing work on the topic of page segmentation and focused on the development of a segmentation model that has greater functional significance for application in an organization, as well as broad capabilities for managing the quality of the model. The main problems of document segmentation were highlighted, which include a complex background of intersecting objects. As classes for detection, not only classic text, table and figure were selected, but also additional types, such as signature, logo and table without borders (or with partially missing borders). This made it possible to pose a non-trivial task of detecting non-standard document elements. The authors compared existing neural network architectures for object detection based on published research data. The most suitable architecture was RetinaNet. To ensure the possibility of quality control of the model, a method based on neural network modeling using the RetinaNet architecture is proposed. During the study, several models were built, the quality of which was assessed on the test sample using the Mean average Precision metric. The best result among the constructed algorithms was shown by a model that includes four neural networks: the focus of the first neural network on detecting tables and tables without borders, the second - seals and signatures, the third - pictures and logos, and the fourth - text. As a result of the analysis, it was revealed that the approach based on four neural networks showed the best results in accordance with the objectives of the study on the test sample in the context of most classes of detection. The method proposed in the article can be used to recognize other objects. A promising direction in which the analysis can be continued is the segmentation of tables; the areas of the table that differ in function will act as classes: heading, cell with a name, cell with data, empty cell.

• International Journal of Computer Science & Network Security
• /
• 제24권5호
• /
• pp.135-155
• /
• 2024

Urban public health monitoring in smart cities focuses on the control of conditions and health challenges in urban environments. Considering the rapid spread of diseases and pandemics, it is important for health authorities to trace people carrying the virus. In smart cities, this tracing must be interoperable and intelligent, especially in indoor surfaces characterized by small distances between people. Therefore, to fight pandemics, it is necessary to start with the already-existing digital equipment of the Internet of Things, such as connected objects and smartphones. In this study, the developed system is employed to provide a social IoT network and suggest a strategy which allows reliable traceability without threatening the privacy of users. This IoT-based system allows respecting the social distance between persons sharing public services in smart cities without applying smartphone applications or severe confinement. It also permits a return to normal life in case of viral pandemic and ensures the much-desired balance between economy and health. The present study analyses previous proposed social distance systems then, unlike these studies, suggests an intelligent and distributed IoT based strategy for positioning students. Two scenarios of static and dynamic optimization-based placement of Bluetooth Low Energy devices are proposed and an experimental study shows the contribution and complementarity of the introduced contact tracing strategy with the applications on smartphones.

• 한국정보통신학회논문지
• /
• 제9권3호
• /
• pp.480-486
• /
• 2005

서로 다른 플랫폼을 사용하는 콘텐츠 제공자의 개발환경이 국내 무선 인터넷 시장의 콘텐츠 보급화에 걸림돌이 되어 왔다. 이러한 문제점을 해결하기 위하여 창립된 한국 무선 인터넷 표준화 포럼(KWISF; Korea Wireless Internet Standardization Forum)에서 개발한 무선 인터넷 플랫폼인 WIPI(Wireless Inte구et Platform for Interoperability)의 사용으로 무선 응용프로그램의 상호 운용 및 하드웨어에 대한 독립성을 보장할 수 있게 되었다. 따라서 본 논문에서는 현재의 서로 다른 플랫폼에서 발생하는 비용을 절감할 수 있는 표준 플랫폼인 WIPI의 특징과 주요규격을 살펴보고, 최근 사용되고 있는 휴대폰간의 채팅 서비스의 편리성을 고려한 상용어구 기능을 설계 및 구현한다. 그리고 이를 통하여 휴대폰의 문자입력 속도의 향상과 사용자의 편리성 및 키 입력의 효율성에 대해 논하고자 한다.

• 한국통신학회논문지
• /
• 제42권2호
• /
• pp.523-535
• /
• 2017

IoT 환경이 심화됨에 따라 집, 사무실 등 특정 지역에 설치된 센서 정보를 활용하여 지역내 냉난방, 조명 등의 서비스를 자동 조절하는 지능형 로컬 서비스에 대한 관심이 커지고 있다. 그런데 지금까지의 IoT 기반 지능형 로컬 서비스는 지역 내 사용자의 프레즌스와 서비스 선호도를 간접적인 방식으로 반영함으로써 실제 재실중인 사용자의 선호도를 왜곡하여 반영하는 문제가 발생한다. 본 연구에서는 이러한 문제점을 해결하기 위해 개별 사용자의 프레즌스 및 선호도 정보를 기반으로 한 지능형 로컬 서비스 제어 방식을 제안하고 이를 프로토타입 으로 구현한 결과를 제시한다. 아울러 대부분의 지능형 로컬 서비스를 위한 복잡한 예측 모형의 생성은 주로 클라우드 상의 서버에서 수행되어 왔다. 그러나 이러한 방식은 IoT 기기와 클라우드 간의 대량의 데이터 전송을 발생시킨다. 모바일 엣지 컴퓨팅 환경은 지능형 로컬 서비스 제어 시스템의 이러한 문제점을 해결할 수 있는 해결책이 될 수 있다. 본 연구에서는 클라우드 환경에서 개인 프레즌스-선호 기반 지능형 로컬 서비스 시스템을 구현한 후, 구현 결과를 기반으로 모바일 엣지 컴퓨팅 환경에 적용하는 방안을 제시한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 춘계 학술대회 학술발표 논문집
• /
• pp.311-314
• /
• 2003

많은 공학 연구에서 실제 시스템을 활용한 검증은 매우 중요하다. 특히 제어공학의 경우 개발된 신 이론을 적용 및 검증할 수 있는 실험장비의 확보는 필수적이다. 그러나 현실적으로 적절한 실험장비를 확보하는 것은 비경제적이다. 인터넷을 활용하여 실험장비의 원격실험을 가능케 한 가상실험실은 제어공학 연구에 유용하다. 인터넷의 보급과 함께 가상실험실에 대한 연구가 활발히 진행되고 있으나, 대부분의 경우가 특정 시스템에 한정된 가상 실험실의 구축에 한정되어 있다. 본 논문에서는 기존 연구와 달리 다양한 실험 장비에 적용 가능하며 다양한 제어 기법을 제공하는 가상실험실의 구현을 제안한다. 제안된 가상실험실은 서버-클라이언트 구조를 가지며 다중 제어 인터페이스로 구현된다.

• Journal of Information Processing Systems
• /
• 제13권5호
• /
• pp.1203-1212
• /
• 2017

Intrusion detection systems (IDSs) are crucial in this overwhelming increase of attacks on the computing infrastructure. It intelligently detects malicious and predicts future attack patterns based on the classification analysis using machine learning and data mining techniques. This paper is devoted to thoroughly evaluate classifier ensembles for IDSs in IEEE 802.11 wireless network. Two ensemble techniques, i.e. voting and stacking are employed to combine the three base classifiers, i.e. decision tree (DT), random forest (RF), and support vector machine (SVM). We use area under ROC curve (AUC) value as a performance metric. Finally, we conduct two statistical significance tests to evaluate the performance differences among classifiers.