• Journal of Information Processing Systems
• /
• 제16권1호
• /
• pp.6-29
• /
• 2020

Biometrics identification using multiple modalities has attracted the attention of many researchers as it produces more robust and trustworthy results than single modality biometrics. In this paper, we present a novel multimodal recognition system that trains a deep learning network to automatically learn features after extracting multiple biometric modalities from a single data source, i.e., facial video clips. Utilizing different modalities, i.e., left ear, left profile face, frontal face, right profile face, and right ear, present in the facial video clips, we train supervised denoising auto-encoders to automatically extract robust and non-redundant features. The automatically learned features are then used to train modality specific sparse classifiers to perform the multimodal recognition. Moreover, the proposed technique has proven robust when some of the above modalities were missing during the testing. The proposed system has three main components that are responsible for detection, which consists of modality specific detectors to automatically detect images of different modalities present in facial video clips; feature selection, which uses supervised denoising sparse auto-encoders network to capture discriminative representations that are robust to the illumination and pose variations; and classification, which consists of a set of modality specific sparse representation classifiers for unimodal recognition, followed by score level fusion of the recognition results of the available modalities. Experiments conducted on the constrained facial video dataset (WVU) and the unconstrained facial video dataset (HONDA/UCSD), resulted in a 99.17% and 97.14% Rank-1 recognition rates, respectively. The multimodal recognition accuracy demonstrates the superiority and robustness of the proposed approach irrespective of the illumination, non-planar movement, and pose variations present in the video clips even in the situation of missing modalities.

• 한국정보통신학회논문지
• /
• 제13권10호
• /
• pp.2205-2210
• /
• 2009

본 논문에서 제안하는 잡음제거 방법은 hard 임계치 방법의 문제점을 개선한 제로점의 탄젠트 곡선 보간에 의한 잡음제거 기술이다. 자연계에서 관측되는 대기 전기변동량과 같은 신호의 시간적 변동량이나 가상현실을 이용하여 추출한사람의 빠른 움직임의 동작 곡선 등은 실제로 복잡하다. 따라서 이러한 신호의 관측파형에 대하여 변곡점에 대한 특징을 정확히 결정하는 것이 매우 중요하다. 특히 자연계의 측정 신호는 잡음이 포함되어 있어서 잡음을 제거하고 특징을 추출하는 것이 필요하다. 본 논문에서 제안한 새로운 방식에 의하여 잡음을 제거하고 변곡점을 추출하며 종래의 방식인 hard 임계치에 비하여 잡음지수가 5인 경우의 noise II 변곡점 신호에 대하여 SNR이 3.4dB 개선된 결과를 얻을 수 있음을 보였다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.817-819
• /
• 2003

Land degradation is a crucial issue in mountainous areas and is manifested in a variety of processes. For its assessment, application of existing models is not straightforward. In addition, data availability might be a problem. In this paper, a procedure for land degradation assessment is described, which follows a four-step approach: (1) detection, inventory and mapping of land degradation features, (2) assessing the magnitude of soil loss, (3) study of causal factors, and (4) hazard assessment by applying decision trees. This approach is applied to a case study in the Middle Mountain region of Nepal. The study shows that individual mass movement features such as debris slides and slumps can be easily mapped by photo interpretation techniques. Application of soil loss estimation models helps get insight on the magnitude of soil losses. In the study area soil losses are higher in rainfed crops on sloping terraces (highest soil loss is 32 tons/ha/yr) and minimal under dense forest and in irrigated rice fields (less than 1 ton/ha/yr). However there is high frequency of slope failures in the form of slumps in the rice fields. Debris slides are more common on south-facing slopes under rainfed agriculture or in degraded forest. Field evidences and analysis of causal factors for land degradation helps in building decision trees, the use of which for modelling land degradation has the advantage that attributes can be ranked and tested according to their importance. In addition, decision trees are simple to construct, easy to implement and very flexible in adaptations.

• Nano
• /
• 제13권11호
• /
• pp.1850126.1-1850126.10
• /
• 2018

Flexible strain sensors, as the core member of the family of smart electronic devices, along with reasonable sensing range and sensitivity plus low cost, have rose a huge consumer market and also immense interests in fundamental studies and technological applications, especially in the field of biomimetic robots movement detection and human health condition monitoring. In this paper, we propose a new flexible strain sensor based on thick CVD graphene film and its low-cost fabrication strategy by using the commercial adhesive tape as flexible substrate. The tensile tests in a strain range of ~30% were implemented, and a gage factor of 30 was achieved under high strain condition. The optical microscopic observation with different strains showed the evolution of cracks in graphene film. Together with commonly used platelet overlap theory and percolation network theory for sensor resistance modeling, we established an overlap destructive resistance model to analyze the sensing mechanism of our devices, which fitted the experimental data very well. The finding of difference of fitting parameters in small and large strain ranges revealed the multiple stage feature of graphene crack evolution. The resistance fallback phenomenon due to the viscoelasticity of flexible substrate was analyzed. Our flexible strain sensor with low cost and simple fabrication process exhibits great potential for commercial applications.

• 한국항행학회논문지
• /
• 제23권4호
• /
• pp.273-280
• /
• 2019

구조 건전성 모니터링 기술을 이용하여 항공기의 유지 보수 비용을 줄이고 항공기의 가동률을 높이고자 하는 많은 연구가 진행되고 있다. 이에 FBG 센서에 대한 많은 연구가 함께 진행되고 있다. 하지만 복합재 내부에 FBG 센서를 설치할 경우, 복합재 층 사이에 보이드(void)가 발생하게 되고 이로 인해 신호 갈라짐 (split problem)이 발생하게 된다. 또한, FBG 센서는 전자기파에 영향을 받지 않지만, 후속처리 과정에서 사용되는 전자장비에 의한 전자기파 잡음이 발생하게 된다. 본 논문에서는 이러한 잡음으로 인한 오차를 줄이기 위해 이동 불변의 특성을 지니고 비선형적인 신호분석에 효율적인 정상 웨이블릿 변환 기법을 제시하였다. 그리고 위의 상황에서 웨이블릿 패킷 변환과 비교하였을 경우 정상 웨이블릿 변환의 잡음 제거 성능이 더 우수한 것을 확인하였다.

• 한국방사선학회논문지
• /
• 제14권7호
• /
• pp.957-964
• /
• 2020

본 연구는 현재 사용되고 있는 가장 빠른 Pulse Sequence 중 하나인 EPI기법과 T2 FLAIR 기법 두 가지를 함께 적용하여 사용하는 EPI-FLAIR기법을 급성 허혈성 뇌경색 환자에게 적용하여, EPI-FLAIR 기법의 진단적 유용성에 대하여 평가하였다. 연구 결과 정성적, 정량적 분석 결과 EPI-FLAIR 기법이 T2 FLAIR 기법과 비교 시 통계적으로 유의한 차이가 있음을 알 수 있었으며, 결론적으로 EPI-FLAIR 기법은 화질의 저하 없이 영상획득시간을 줄일 수 있어 허혈성 급성 뇌경색 및 뇌출혈, 신경학적 결핍, 경색 시기 진단이 필요한 환자의 여러 가지 뇌 병변 평가와 함께 비협조적인 환자들에게 발생하는 Motion Artifact를 줄일 수 있는 장점 있어 T2 FLAIR와 비교하여 충분한 진단적 가치가 있다고 사료된다.

• 한국융합학회논문지
• /
• 제12권1호
• /
• pp.127-132
• /
• 2021

의료기관에서 사용되는 수액 모니터링 시스템은 원격으로 환자에게 투입된 수액량과 투여의 종료시점 정보를 제공하기 위해서 개발되었다. 수액 투입량을 측정하기 위해서는 수액 내부에서 외부로 나가는 정량을 무게로 혹은 유량을 측정센서로 측정할 수 있다. 여기에 적용되는 장치의 기준은 정확성, 경계성이다. 또한 소형으로 환자에게 수액 설치시 사용에 용이해야 한다. 의료기관에서는 측정값의 정확도가 높아야 하며, 경제적으로 저가의 장치를 요구하고 있다. 본 연구에서는 저가의 소형 무게 중심 로드셀 센서를 적용하였으며, 측정값의 정확도를 위해 자이로센서와 융합하여 외부 움직임에 의한 아트펙트를 줄이는 알고리즘을 적용하였다. 그 결과 측정의 오차를 줄일 수 있어 수액 모니터링 측정값의 정확도를 향상시키는 효과를 확인하였다.

• 센서학회지
• /
• 제31권6호
• /
• pp.433-440
• /
• 2022

Recently, owing to global warming, average summer temperatures are increasing and the number of hot days is increasing is increasing, which leads to an increase in heat stroke. In particular, outdoor workers directly exposed to the heat are at higher risk of heat stroke; therefore, preventing heat-related illnesses and managing safety have become important. Although various wearable devices have been developed to prevent heat stroke for outdoor workers, applying various sensors to the safety helmets that workers must wear is an excellent alternative. In this study, we developed a smart helmet that measures various vital signs of the wearer such as body temperature, heart rate, and sweat rate; external environmental signals such as temperature and humidity; and movement signals of the wearer such as roll and pitch angles. The smart helmet can acquire the various data by connecting with a smartphone application. Environmental data can check the status of heat wave advisory, and the individual vital signs can monitor the health of workers. In addition, we developed an algorithm that classifies the risk of heat-related illness as normal and abnormal by inputting a set of vital signs of the wearer using a support vector machine technique, which is a machine learning technique that allows for rapid binary classification with high reliability. Furthermore, the classified results suggest that the safety manager can supervise the prevention of heat stroke by receiving feedback from the control system.

• BMB Reports
• /
• 제55권6호
• /
• pp.267-274
• /
• 2022

Molecular imaging is used to improve the disease diagnosis, prognosis, monitoring of treatment in living subjects. Numerous molecular targets have been developed for various cellular and molecular processes in genetic, metabolic, proteomic, and cellular biologic level. Molecular imaging modalities such as Optical Imaging, Magnetic Resonance Imaging (MRI), Positron Emission Tomography (PET), Single Photon Emission Computed Tomography (SPECT), and Computed Tomography (CT) can be used to visualize anatomic, genetic, biochemical, and physiologic changes in vivo. For in vivo cell imaging, certain cells such as cancer cells, immune cells, stem cells could be labeled by direct and indirect labeling methods to monitor cell migration, cell activity, and cell effects in cell-based therapy. In case of cancer, it could be used to investigate biological processes such as cancer metastasis and to analyze the drug treatment process. In addition, transplanted stem cells and immune cells in cell-based therapy could be visualized and tracked to confirm the fate, activity, and function of cells. In conventional molecular imaging, cells can be monitored in vivo in bulk non-invasively with optical imaging, MRI, PET, and SPECT imaging. However, single cell imaging in vivo has been a great challenge due to an extremely high sensitive detection of single cell. Recently, there has been great attention for in vivo single cell imaging due to the development of single cell study. In vivo single imaging could analyze the survival or death, movement direction, and characteristics of a single cell in live subjects. In this article, we reviewed basic principle of in vivo molecular imaging and introduced recent studies for in vivo single cell imaging based on the concept of in vivo molecular imaging.

• 스마트미디어저널
• /
• 제12권3호
• /
• pp.120-128
• /
• 2023

산업재해로 인한 피해를 줄이기 위해 다양한 ICT 기술이 지속적으로 개발되고 있으며, 센서, IoT, 빅데이터, 머신러닝 및 인공지능 등을 활용하여 산업재해 발생 시 피해를 최소화하고자 하는 연구가 진행되고 있다. 본 논문에서는 산업 현장의 밀폐구간, 산악, 해양, 탄광 등의 통신 음영지역에서 디바이스 간 다자간 통신 및 스마트 중계기와의 통신이 가능한 스마트 디바이스의 설계 방안을 제안한다. 제안된 스마트 디바이스는 작업자 위치, 이동 속도 등 작업자 정보와 지형, 풍향, 온도, 습도 등 환경정보를 수집하고 작업자 상호 간의 안전거리를 확보하여 위험 상황 발생 시 경고가 가능하며 헬멧에 부착할 수 있도록 설계하였다. 이를 위해, 스마트 디바이스에 필요한 기능적 요구사항과 스마트 디바이스 내의 센서와 모듈을 이용하여 요구사항을 구현하기 위한 설계 방안과 스마트 디바이스의 성능평가를 위한 지표를 도출하고 산악지역에서의 성능평가를 위한 평가환경을 제안한다.