• 한국멀티미디어학회논문지
• /
• 제21권5호
• /
• pp.558-570
• /
• 2018

Recently, object detection is a critical function for any system that uses computer vision and is widely used in various fields such as video surveillance and self-driving cars. However, the conventional methods can not detect the objects clearly because of the dynamic background change in the beach. In this paper, we propose a new technique to detect humans correctly in the dynamic videos like shores. A new background modeling method that combines spatial GMM (Gaussian Mixture Model) and temporal GMM is proposed to make more correct background image. Also, the proposed method improve the accuracy of people detection by using SVM (Support Vector Machine) to classify people from the objects and KCF (Kernelized Correlation Filter) Tracker to track people continuously in the complicated environment. The experimental result shows that our method can work well for detection and tracking of objects in videos containing dynamic factors and situations.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제9권11호
• /
• pp.4556-4572
• /
• 2015

Dynamic texture (DT) recognition is a challenging problem in numerous applications. In this study, we propose a new algorithm for DT recognition based on group sparsity structure in conjunction with chaotic feature vector. Bag-of-words model is used to represent each video as a histogram of the chaotic feature vector, which is proposed to capture self-similarity property of the pixel intensity series. The recognition problem is then cast to a group sparsity model, which can be efficiently optimized through alternating direction method of multiplier algorithm. Experimental results show that the proposed method exhibited the best performance among several well-known DT modeling techniques.

• 산업기술연구
• /
• 제38권1호
• /
• pp.41-52
• /
• 2018

Recently, object detection is a critical function for any system that uses computer vision and is widely used in various fields such as video surveillance and self-driving cars. However, the conventional methods can not detect the objects clearly because of the dynamic background change in the beach. In this paper, we propose a new technique to detect humans correctly in the dynamic videos like shores. A new background modeling method that combines spatial GMM (Gaussian Mixture Model) and temporal GMM is proposed to make more correct background image. Also, the proposed method improve the accuracy of people detection by using SVM (Support Vector Machine) to classify people from the objects and KCF (Kernelized Correlation Filter) Tracker to track people continuously in the complicated environment. The experimental result shows that our method can work well for detection and tracking of objects in videos containing dynamic factors and situations.

• 한국과학교육학회지
• /
• 제40권3호
• /
• pp.271-289
• /
• 2020

이 연구는 과정중심평가에서 나타나는 교사 피드백 유형의 사례를 제시하는 데 그 목적이 있다. 과정중심평가의 실행을 위하여 과정을 시각화한 협력적 모델링-논의 활동을 실시하였고, B고등학교 교사 4명과 학생 353명이 연구에 참여하였다. 자료의 분석은 논의 수업을 촬영한 영상, 협력적 모델링-논의 활동지 및 교사의 인터뷰 내용을 대상으로 실시하였다. 피드백의 유형화는 과학적 개념에 대한 피드백과 논의 과정에 대한 피드백의 범주를 바탕으로 하였으며, 각 피드백의 유형에 해당하는 사례는 교사 4명을 중심으로 추출하여 수업의 맥락과 함께 구체적으로 제시하였다. 연구 결과, 과학적 개념에 대한 피드백 중 개념 준거 제시형, 사고 촉진형 피드백이 학생의 자기 점검을 유도하였으며, 논의 과정에 대한 피드백 중 맥락 강조형 피드백, 과정 준거 제시형 피드백, 롤모델형 피드백, 그리고 인식 탐색형 피드백이 학생의 자기 점검을 유도하였다. 연구 결과를 토대로 과정중심 평가를 성공적으로 실시하기 위한 피드백의 특성과 과정중심평가에서의 교사의 역할을 도출하였다. 이 연구의 결과는 과정중심평가에서의 교사 피드백에 대한 이해를 기반으로 과정중심평가를 실천하기 위한 구체적인 지침을 제공해 줄 것으로 기대된다.