• International Journal of Computer Science & Network Security
• /
• 제21권12spc호
• /
• pp.415-426
• /
• 2021

The implementation of iris biometrics on smartphone devices has recently become an emerging research topic. As the use of iris biometrics on smartphone devices becomes more widely adopted, it is to be expected that there will be similar efforts in the research community to beat the biometric by exploring new spoofing methods and this will drive a corresponding requirement for new liveness detection methods. In this paper we addresses the problem of presentation attacks (Spoofing) against the Iris Recognition System on mobile devices and propose novel Presentation Attack Detection (PAD) method which suitable for mobile environment.

• 한국컴퓨터정보학회논문지
• /
• 제19권12호
• /
• pp.91-100
• /
• 2014

본 논문에서 우리는 인간 동작 인식 기술을 카메라 기반, 추가적인 하드웨어 기반, 그리고 주파수 기반 기술들로 분류한다. 각 기술 항목에 대한 대표적인 기술사례들을 설명하고, 그들의 장점과 단점을 기술한다. 인간 동작 인식 기술에 대한 중요한 성능 이슈 항목을 정의하고, 소개된 인간 동작 인식 기술들을 정의된 성능 이슈 항목에 따라 분석한다. 분석 결과 카메라 기반 인간 동작 인식 기술들은 공통적으로 손쉽게 사용할 수 있고, 높은 정확도로 동작을 인식할 수 있지만, 비용적, 인지 범위 등의 단점이 있다. 이에 비해 추가 하드웨어 기반 동작 인식 기술들은 공간의 제약, 빛이나 소음 등의 영향을 받지 않거나 최소화하였지만, 사용자가 직접 착용을 해야 하는 단점을 가진다. 최근에는 이러한 문제점을 보완하고자 주파수 기반 동작 인식 기술들이 연구 및 개발 중에 있다. 이들은 공간의 제약을 줄이고, 추가적 장비 없이 쉽게 동작인식을 할 수 있지만 아직 상용화 되지 않은 초기 연구 단계이며, 다른 신호나 주파수가 정확도에 영향을 줄 수 있다는 단점이 있다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2005년도 ICCAS
• /
• pp.1072-1075
• /
• 2005

This paper presents that TD method is applied to the human adaptive devices for smart home with context awareness (or recognition) technique. For smart home, the very important problem is how the appliances (or devices) can adapt to user. Since there are many humans to manage home appliances (or devices), managing the appliances automatically is difficult. Moreover, making the users be satisfied by the automatically managed devices is much more difficult. In order to do so, we can use several methods, fuzzy controller, neural network, reinforcement learning, etc. Though the some methods could be used, in this case (in dynamic environment), reinforcement learning is appropriate. Among some reinforcement learning methods, we select the Temporal Difference learning method as a core algorithm for adapting the devices to user. Since this paper assumes the environment is a smart home, we simply explained about the context awareness. Also, we treated with the TD method briefly and implement an example by VC++. Thereafter, we dealt with how the devices can be applied to this problem.

• 한국건설관리학회논문집
• /
• 제16권4호
• /
• pp.60-69
• /
• 2015

출역관리는 전통적으로 출역점검표 작성에 의해 수작업으로 진행되기 때문에 많은 노력과 시간을 요구했다. Bar Code, QR code, RFID와 같은 전자장치들이 발달하면서 자동화된 출역관리시스템이 출현하였고, 최근에는 지문, 정맥인식과 같은 생체인식과 융합된 다양한 유형의 출역관리시스템이 등장하고 있다. 출석체크를 위해 사용되는 다양한 인식 장비들의 출연에도 불구하고, 건설현장 마다 적합한 출역관리시스템을 선정하기 위한 체계적인 기준이 부족한 실정이다. 따라서 본 연구는 출역관리에 사용되는 다양한 인식 장비를 건설 현장에 적합한 시스템을 선정하기 위한 체계적인 의사결정 프레임워크를 제시하는 것이 목적이다. 본 연구는 건설현장에서의 사용성을 테스트하기 위해 인식장비 마다 특징들을 살펴보고, 기존 문헌 및 전문가 인터뷰를 수행하였다. 테스트 결과, 가장 빠른 시간 내에 많은 인원의 출석을 확인하는 것에는 RFID가 적합한 것으로 나타났다. 그리고 손혈관과 지문의 경우, 손가락 변형과 상관없이 페인트, 시멘트와 같은 오염물질이 많이 묻어있는 경우 인식이 되지 않는 것으로 나타났다. 이러한 테스트 결과를 반영하여 본 연구는 출역관리시스템 선정을 위한 모델을 제시하였으며, 보다 효율적인 출역관리시스템 구축에 기여할 것으로 기대한다.

• JSTS:Journal of Semiconductor Technology and Science
• /
• 제17권3호
• /
• pp.473-482
• /
• 2017

Hand gesture recognition is regarded as new Human Computer Interaction (HCI) technologies for the next generation of mobile devices. Previous hand gesture implementation requires a large memory and computation power for hand segmentation, which fails to give real-time interaction with mobile devices to users. Therefore, in this paper, we presents a low latency and memory-efficient hand segmentation architecture for natural hand gesture recognition. To obtain both high memory-efficiency and low latency, we propose a streaming hand contour tracing unit and a fast contour filling unit. As a result, it achieves 7.14 ms latency with only 34.8 KB on-chip memory, which are 1.65 times less latency and 1.68 times less on-chip memory, respectively, compare to the best-in-class.

• 반도체디스플레이기술학회지
• /
• 제18권2호
• /
• pp.1-5
• /
• 2019

As the number of IOT devices is growing rapidly, various 'see-thru connection' techniques have been reported for efficient communication with them. In this paper, we propose a deep learning based IOT device recognition system for interaction with these devices. The overall system consists of a TensorFlow based deep learning server and two Android apps for data collection and recognition purposes. As the basic neural network model, we adopted Google's inception-v3, and modified the output stage to classify 20 types of IOT devices. After creating a data set consisting of 1000 images of 20 categories, we trained our deep learning network using a transfer learning technology. As a result of the experiment, we achieve 94.5% top-1 accuracy and 98.1% top-2 accuracy.

• 한국ITS학회 논문지
• /
• 제11권2호
• /
• pp.67-76
• /
• 2012

본 연구에서는 본 학회지(제9권, 제5호 (2010년 10월))에서 발표한 교통약자보호시스템이 설치되어 있는 지역에 대한 어린이 지킴이 서비스 만족도 평가기준을 단순한 보호자 만족도 평가에서 벗어나 객관적인 구축평가 기준으로 정립하였다. 또한, 인식장치를 신규배치하기 위한 지역에 대해서는 사전 예측평가를 실시하여 인식장치 적정배치에 판단근거로 삼아 효율적 예산집행이 가능하도록 하였다. 시스템 구축평가에서는 가장 기본이 되는 최대 안심 거리는 72.2m로 나타났다. 이를 토대로 위험도개념을 도입하여 심리적위험도와 사고위험도를 종합한 위험도 순위에 따라 인식장치를 인식장치 배기거리에 맞게 배치하는 방식으로 향후 사업이 진행될 수 있도록 평가기준을 제시하였다. 평가기준에 의거 사례지역에 대한 종합위험도 평가결과 시범사업 후 종합위험도가 35.2% 감소한 것으로 평가되었다. 또한, 예산 규모 내에서 인식장치를 배치기준에 의해 설치할 경우 전체적으로 위험도가 33.1% 낮아져 예산규모는 당초 시범사업보다 21.9% 적게 투입하고도 종합위험도는 당초 시범사업의 94% 수준까지 낮출 수 있어 본 연구에서 정립한 위험도에 따른 인식장치 배치방법이 종합위험도 감소와 예산절감에 향후 효과적으로 적용될 수 있음을 알 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 춘계학술발표대회
• /
• pp.398-400
• /
• 2019

Faced with the increasing demand for image recognition on mobile devices, how to run convolutional neural network (CNN) models on mobile devices with limited computing power and limited storage resources encourages people to study efficient model design. In recent years, many effective architectures have been proposed, such as mobilenet_v1, mobilenet_v2 and PeleeNet. However, in the process of feature selection, all these models neglect some information of shallow features, which reduces the capture of shallow feature location and semantics. In this study, we propose an effective framework based on Feature Pyramid Networks to improve the recognition accuracy of deep and shallow images while guaranteeing the recognition speed of PeleeNet structured images. Compared with PeleeNet, the accuracy of structure recognition on CIFA-10 data set increased by 4.0%.

• International journal of advanced smart convergence
• /
• 제12권4호
• /
• pp.119-125
• /
• 2023

Smart home in the 4th industrial revolution environment is where all devices in the home are connected to each other to provide the optimal living environment desired by the user. Artificial intelligence speakers are being used as a way to manage and control all devices used in this environment. The function of an artificial intelligence speaker ranges from simple music playback to serving as an interface that controls and manages all devices in a smart home space. In this study, we investigated and analyzed the usability of artificial intelligence speakers based on the current status of domestic and overseas markets and the survey contents of two organizations (Korea Consumer Agency and Korea Information and Communication Policy Institute (KISDI)). In addition, we investigated and analyzed the usability of artificial intelligence speakers. Based on the results of responses from users from two related organizations, major problems were derived, and major improvement measures, such as discovering new functions and improving voice recognition performance, were also described.

• Journal of Information Processing Systems
• /
• 제9권2호
• /
• pp.333-348
• /
• 2013

Mobile authentication/identification has grown into a priority issue nowadays because of its existing outdated mechanisms, such as PINs or passwords. In this paper, we introduce gait recognition by using a mobile accelerometer as not only effective but also as an implicit identification model. Unlike previous works, the gait recognition only performs well with a particular mobile specification (e.g., a fixed sampling rate). Our work focuses on constructing a unique adaptive mechanism that could be independently deployed with the specification of mobile devices. To do this, the impact of the sampling rate on the preprocessing steps, such as noise elimination, data segmentation, and feature extraction, is examined in depth. Moreover, the degrees of agreement between the gait features that were extracted from two different mobiles, including both the Average Error Rate (AER) and Intra-class Correlation Coefficients (ICC), are assessed to evaluate the possibility of constructing a device-independent mechanism. We achieved the classification accuracy approximately $91.33{\pm}0.67%$ for both devices, which showed that it is feasible and reliable to construct adaptive cross-device gait recognition on a mobile phone.