• 디지털융복합연구
• /
• 제8권2호
• /
• pp.203-216
• /
• 2010

본 연구는 디지털화된 한국인 인체정보 데이터세트의 전략적 활용계획수립과 관련된다. 구체적으로 국가경쟁력 제고를 위한 R&D 전략 포트폴리오의 작성을 위하여 필요한 중요한 의사결정 요인들을 파악하고 조직화하는 것이다. 타 국가의 경우를 보더라도 디지털 인체정보 데이터세트와 시각화 에프리케이션의 개발은 국가수준에서 전략적인 R&D 프로젝트로 선정하여 추진하고 있다. 본 연구에서는 연구목적을 달성하기 위하여 해당 분야의 전문가 집단을 구성하였으며, 이들을 통하여 R&D 비전, SWOT분석 및 전략개발, 연구분야 및 세부과제를 파악하였다. 또한 전략계획 수립을 위하여 각 세부과제들을 중요도와 시급도 관점에서 우선순위를 파악하였다. 연구의 방법으로는 브레인스토밍, 델파이방법과 AHP(Analytical Hierarchy Process) 기법을 도입하였다. 본 연구의 결과는 추후 R&D 포트폴리오 작성을 위한 가이드라인이 될 뿐 아니라, 해당 분야에 연구투자를 평가하는 프레임워크로서 중요한 역할을 담당할 것이다.

• 방송공학회논문지
• /
• 제27권1호
• /
• pp.124-132
• /
• 2022

최근 코로나바이러스감염증-19(COVID-19)로 인해 온라인 원격 수업과 비대면 시험으로 인해 수업 태도 및 시험 부정행위에 대한 관리가 어려움을 겪고 있다. 따라서 온라인으로 학생들의 행동을 자동으로 인식하고 검출하는 시스템이 필요하다. 사람의 행동을 인식하는 행동 인식의 경우 컴퓨터 비전에서 많이 연구되는 기술 중 하나이다. 이러한 시스템을 개발하기 위해서는 온라인 수업 및 시험에서 주요 정보가 될 수 있는 사람의 팔 움직임 정보와 주변 물체에 대한 정보를 포함하는 데이터가 필요하다. 기존 데이터 세트는 여러 분야에 대해 분류를 하거나 일상생활 행동으로 구성되어 있어 본 시스템에 적용시키기에 어려움이 있다. 본 논문에서는 실시간으로 진행되는 온라인 시험 및 수업에서 태도를 분류할 수 있는 데이터 세트를 제시한다. 또한, 기존의 행동 인식 데이터 세트와의 비교를 통해 제안된 데이터 세트가 올바르게 구성되었는지를 보여준다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권7호
• /
• pp.2328-2344
• /
• 2022

2D human pose estimation still faces difficulty in low-resolution images. Most existing top-down approaches scale up the target human bonding box images to the large size and insert the scaled image into the network. Due to up-sampling, artifacts occur in the low-resolution target images, and the degraded images adversely affect the accurate estimation of the joint positions. To address this issue, we propose a multi-resolution input feature fusion network for human pose estimation. Specifically, the bounding box image of the target human is rescaled to multiple input images of various sizes, and the features extracted from the multiple images are fused in the network. Moreover, we introduce a guiding channel which induces the multi-resolution input features to alternatively affect the network according to the resolution of the target image. We conduct experiments on MS COCO dataset which is a representative dataset for 2D human pose estimation, where our method achieves superior performance compared to the strong baseline HRNet and the previous state-of-the-art methods.

• 정보처리학회 논문지
• /
• 제13권4호
• /
• pp.181-188
• /
• 2024

기존의 비속어 탐지 방법들은 의도적으로 변형된 비속어를 식별하는 데 한계가 있다. 이 논문에서는 자연어 처리의 한 분야인 개체명 인식에 기반한 새로운 방법을 소개한다. 우리는 시퀀스 레이블링을 이용한 비속어 탐지 기법을 개발하고, 이를 위해 한국어 악성 댓글 중 일부 비속어를 레이블링하여 직접 데이터셋을 구축하여 실험을 수행하였다. 또한 모델의 성능을 향상시키기 위하여 거대 언어 모델중 하나인 ChatGPT를 활용해 한국어 혐오발언 데이터셋의 일부를 레이블링을 하는 방식으로 데이터셋을 증강하여 학습을 진행하였고, 이 과정에서 거대 언어 모델이 생성한 데이터셋을 인간이 필터링 하는 것만으로도 성능을 향상시킬 수 있음을 확인하였다. 이를 통해 데이터셋 증강 과정에는 여전히 인간의 관리감독이 필요함을 제시하였다.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2002년도 추계학술대회 논문집
• /
• pp.1081-1084
• /
• 2002

In this study, we perform 3-D reconstruction of human proximal femur from DICOM files by using voxel mesh algorithm. After 3-D reconstruction, the model converted to Finite Element model which developed for automatically making not only 3-D geometrical model but also FE model from medical image dataset. During this job, trabecular pattern, one of characteristic of human bone can be added to the model by means of giving it's own elastic property calculated from intensity in CT scanned image to the each voxel. And then another model is made from same image dataset which have two material properties - one corresponds to cortical bone, another to trabecular bone. Finally, validity of voxel mesh technique is verified through comparing results of FE analysis, free vibration and stress analysis.

• 한국지능시스템학회논문지
• /
• 제21권1호
• /
• pp.6-11
• /
• 2011

본 논문에서는 고유특징 정규화 및 추출 기법(ERE: Eigenfeature Regularization and Extraction)을 이용한 걸음걸이 바이오 정보 기반 사용자 인식 시스템을 제안한다. 먼저 카메라 센서에서 취득한 걸음걸이 시퀀스로부터 사용자 인식을 위한 특징 정보로 걸음걸이 에너지 영상(GEI: Gait Energy Image)을 생성한다. 학습 단계에서는 갤러리 걸음걸이 에너지 영상에 ERE를 적용하여 정규화된 변환행렬을 획득하여 고유공간(eigenspace)에 사상된 특징정보를 구하고, 검증 단계에서는 걸음걸이 에너지 영상을 학습단계에서 생성한 고유공간에 사상하여 최근접 이웃 분류기를 이용하여 사용자를 인식한다. 제안한 시스템의 유효성 검증을 위해 CASIA 걸음걸이 데이터셋 A를 이용하여 실험하였고, 기존 연구에 비해 인식 정확도 면에서 우수한 성능을 보여주었다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제9권8호
• /
• pp.251-258
• /
• 2020

문서 요약을 위한 학습 데이터는 문서와 그 요약으로 구성된다. 기존의 문서 요약 데이터는 사람이 수동으로 요약을 작성하였기 때문에 대량의 데이터 확보가 어려웠다. 그렇기 때문에 온라인으로 쉽게 수집 가능하며 문서의 품질이 우수한 인터넷 신문기사가 문서 요약 연구에 많이 활용되어 왔다. 본 연구에서는 언론사가 소셜 미디어에 게시한 설명글과 제목, 부제를 본문의 요약으로 사용하여 한국어 문서 요약 데이터를 구성하는 것을 제안한다. 약 425,000개의 신문기사와 그 요약데이터를 구축할 수 있었다. 구성한 데이터의 유용성을 보이기 위해 추출 요약 시스템을 구현하였다. 본 연구에서 구축한 데이터로 학습한 교사 학습 모델과 비교사 학습 모델의 성능을 비교하였다. 실험 결과 제안한 데이터로 학습한 모델이 비교사 학습 알고리즘에 비해 더 높은 ROUGE 점수를 보였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제8권2호
• /
• pp.483-503
• /
• 2014

In this paper, human action recognition using pyramid histograms of oriented gradients and collaborative multi-task learning is proposed. First, we accumulate global activities and construct motion history image (MHI) for both RGB and depth channels respectively to encode the dynamics of one action in different modalities, and then different action descriptors are extracted from depth and RGB MHI to represent global textual and structural characteristics of these actions. Specially, average value in hierarchical block, GIST and pyramid histograms of oriented gradients descriptors are employed to represent human motion. To demonstrate the superiority of the proposed method, we evaluate them by KNN, SVM with linear and RBF kernels, SRC and CRC models on DHA dataset, the well-known dataset for human action recognition. Large scale experimental results show our descriptors are robust, stable and efficient, and outperform the state-of-the-art methods. In addition, we investigate the performance of our descriptors further by combining these descriptors on DHA dataset, and observe that the performances of combined descriptors are much better than just using only sole descriptor. With multimodal features, we also propose a collaborative multi-task learning method for model learning and inference based on transfer learning theory. The main contributions lie in four aspects: 1) the proposed encoding the scheme can filter the stationary part of human body and reduce noise interference; 2) different kind of features and models are assessed, and the neighbor gradients information and pyramid layers are very helpful for representing these actions; 3) The proposed model can fuse the features from different modalities regardless of the sensor types, the ranges of the value, and the dimensions of different features; 4) The latent common knowledge among different modalities can be discovered by transfer learning to boost the performance.

• Journal of Electrical Engineering and Technology
• /
• 제10권3호
• /
• pp.1264-1274
• /
• 2015

Human action recognition received many interest in the computer vision community. Most of the existing methods focus on either construct robust descriptor from the temporal domain, or computational method to exploit the discriminative power of the descriptor. In this paper we explore the idea of using local action attributes to form an action descriptor, where an action is no longer characterized with the motion changes in the temporal domain but the local semantic description of the action. We propose an novel framework where introduces local action attributes to represent an action for the final human action categorization. The local action attributes are defined for each body part which are independent from the global action. The resulting attribute descriptor is used to jointly model human action to achieve robust performance. In addition, we conduct some study on the impact of using body local and global low-level feature for the aforementioned attributes. Experiments on the KTH dataset and the MV-TJU dataset show that our local action attribute based descriptor improve action recognition performance.

• 한국기록관리학회지
• /
• 제21권3호
• /
• pp.227-246
• /
• 2021

본 고에서는 전자인사관시스템 데이터세트의 관리기준표 작성 절차와 방법, 참여 기관의 역할, 관리기준표 영역별 작성 내용 등을 기록관담당자 입장에서 분석하여 관리기준표를 수립해야하는 업무담당자의 이해를 돕고, 기준표 작성 과정 중에 나타난 문제점을 바탕으로 개선방안을 제시하였다. 주요 개선방안으로, 국가적 중요 행정정보 데이터세트에 대해서는 영구기록물관리기관 차원의 별도 선별 정책이 마련되어야 하고 일부가 아닌 전체 데이터세트를 보존하는 방식으로 운영되어야 하겠다. 또 단위기능 설정과 데이터 분석을 위해 단위기능-데이터테이블-비정형데이터 매핑 자료를 필수작성사항으로 설정할 필요가 있으며 시스템 운영에 큰 영향을 미치는 비정형데이터에 대한 선별, 관리기준이 추가로 작성되어야 하겠다. 처분지연기간을 설정하는 것은 보존기간의 복잡성을 증가시키는 측면이 있으므로 관련 단위기능의 통합 또는 보존기간 상향 책정 등의 방식으로 운영하는 것이 바람직할 것으로 판단된다.