• 한국통신학회논문지
• /
• 제31권3A호
• /
• pp.274-281
• /
• 2006

센서 네트워크에서 시각 동기 기술은 동기 기반 통신 프로토콜 개발뿐만 아니라, 암호화 기술에서의 타임 스탬프, 타 노드들로부터의 같은 이벤트 중복 감지 인식, beamforming, 기록된 이벤트들의 발생 순서 구분 등 다양한 응용을 위해 필요하다. 본 논문에서는 센서 네트워크에서 신뢰성 있는 시각 동기 프로토콜(RTSP: Reliable Time Synchronization Protocol)을 제안한다. 제안하는 기법은 깊이가 낮은 계층적 트리 형태의 네트워크 토폴로지를 구성하여 동기 오류를 줄이고, 후보 부모 노드의 정보를 유지함으로써 노드의 이동, 에너지 소진 및 물리적 결함으로 인한 토폴로지 변화에 대응한다. 시뮬레이션을 통한 성능 분석 결과는 RTSP가 기존의 TPSN(Timing-sync Protocol for Sensor Networks)과 비교하여 동기 정확도에 있어 20% 가량 향상됨을 보인다. 또한, 네트워크 내 노드의 결함으로 토폴로지 변화 시 동기화에 필요한 메시지 수를 $20%{\sim}60%$ 감소시키는 효과를 보인다. 노드의 무선 전송 거리를 서로 다르게 설정했을 경우에도 RTSP의 통신 부하는 TPSN에 비해 최대 40% 이상 감소된다.

• 한국컴퓨터정보학회논문지
• /
• 제12권6호
• /
• pp.115-121
• /
• 2007

최근 유비쿼터스 컴퓨팅 환경에서 위치 추적 및 길찾기 서비스와 같은 위치 기반 서비스가 빠르게 발전하고 있다. 또한, 사용자 또는 사물의 위치가 다양한 장치 및 방법으로 획득되고 있다. 그러나, 기존의 위치 데이터 관리 시스템은 단일 위치 획득 시스템만을 기반으로 하여 설계되어 있어서 이러한 유비쿼터스 컴퓨팅 환경에는 많은 문제를 가지게 된다. 따라서, 본 논문에서는 유비쿼터스 컴퓨팅 환경의 다양한 센서로부터 획득되는 대용량의 위치 데이타를 효율적으로 저장하고 관리할 수 있는 위치 데이타 관리 시스템과 효율적인 위치 데이타 갱신을 위한 갱신 전략을 제시하였다. 특히, 본 논문에서 제시한 위치 데이타 관리 시스템은 유비쿼터스 컴퓨팅 환경에서 위치 기반의 효율적인 context-aware 서비스나, 자동화 서비스에 중요한 컴포넌트로 제공될 수 있다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2001년도 정기총회 및 학술대회
• /
• pp.103-106
• /
• 2001

본 논문에서는 MPEG2비디오 스트림에서 직접 얻을 수 있는 정보들을 활용하여 카메라의 움직임을 추정하여 이를 기반으로 하여 움직이는 객체를 추정하고자 한다. 이를 위해, 먼저 MPEG2의 움직임 벡터는 압축의 효율성 때문에 움직임의 예측이 순서적이지 못한데, 예측 프레임들의 속성을 이용하여 이를 광 플로우(Optical Flow)를 갖는 움직임 벡터(Motion Vector)로 변환하였다. 그리고 이러한 벡터들을 이용하여 카메라의 기본적인 움직임인 팬(Fan), 틸트(Tilt). 줌(Zoom) 등을 정의하였다. 이를 위하여 팬, 틸트-줌 카메라 모델의 매개변수와 같은 의미의 $\Delta$x, $\Delta$y, $\alpha$값을 정의하고자 움직임 벡터 성분의 Hough변환을 이용하여 $\Delta$x, $\Delta$y, $\alpha$값들을 구하였다. 또한 이러한 카메라 움직임(Camera Operation)은 시간적으로 연속적으로 발생하는 특징을 이용하여 각 프레임마다 구한 카메라의 움직임을 보정하였다. 마지막으로 움직이는 객체의 추정은 우선 사용자가 원하는 객체를 바운딩박스 형태로 정의한 후 카메라 움직임이 보정된 객체의 움직임 벡터를 한 GOF(Group of Pictures) 단위로 면적 기여도에 따라 누적하여 객체를 추적하고 해석하였으며 DCT 질감 정보를 이용하여 객체의 영역을 재설정 하였다. 물론 압축된 MFEG2비디오에서 얻을 수 있는 정보들은 최대 블록 단위이므로 객체의 정의도 블록단위 이상의 객체로 제한하였다. 제안된 방법은 비디오 스트림에서 직접 정보를 얻음으로써 계산속도의 향상은 물론 카메라의 움직임특성과 움직이는 객체의 추적들을 활용하여 기존의 내용기반의 검색 및 분석에도 많이 응용될 수 있다. 이러한 개발 기술들은 압축된 데이터의 검색 및 분석에 유용하게 사용되리라고 기대되며 , 특히 검색 툴이나 비디오 편집 툴 또는 교통량 감시 시스템, 혹은 무인 감시시스템 등에서 압축된 영상의 저장과 빠른 분석을 요구시 필요하리라고 기대된다.

• 한국전자통신학회논문지
• /
• 제17권6호
• /
• pp.1275-1282
• /
• 2022

본 연구에서는 AR글래스를 활용한 실시간 캐릭터 트래킹을 개발한다. 실시간 캐릭터 네비게이션은 특정하지 않은 공간을 가상 캐릭터가 이동하면서 안내를 해야 해서 일반적인 마커 기반 AR로는 불가능하다. 이를 대체하기 위해서 디지털 트윈 기술을 기반으로 하는 마커리스 AR 시스템을 개발하였다. 기존 마커리스 AR은 GPS, 비컨 등의 하드웨어를 기반으로 운영되기 때문에 위치에 대한 정확도가 낮고 시스템에서 처리하는 시간이 길어져 실시간 AR 환경에서는 신뢰도가 낮은 문제가 발생한다. 이러한 문제점을 해결하기 위해 SLAM 기법을 활용하여 공간을 3D 개체로 구성하고, 디지털 트윈 기반의 마커리스 AR을 구성함으로써 실시간 AR 환경에서 별도의 하드웨어 개입 없이 AR 구현이 가능하게 된다. 이러한 실시간 AR 환경 구성은 여수박람회, 순천시 잡월드, 순천만 정원박람회 등 관광지에서 캐릭터를 이용한 트래킹 시스템을 구현을 가능하게 하였다.

• 한국전자통신학회논문지
• /
• 제17권2호
• /
• pp.325-332
• /
• 2022

본 연구에서는 Nreal에서 개발한 AR글래스를 활용한 실시간 캐릭터 네비게이션을 개발한다. 실시간 캐릭터 네비게이션은 특정하지 않은 공간을 NPC 캐릭터가 이동하면서 안내를 하기 때문에 일반적인 마커 기반 AR로는 불가능하다. 이를 대체하기 위해서 디지털 트윈 기술을 기반으로 하는 마커리스 AR 시스템을 개발하였다. 기존 마커리스 AR은 GPS, 비컨 등의 하드웨어를 기반으로 운영되기 때문에 위치에 대한 정확도가 낮고 시스템에서 처리하는 시간이 길어져 실시간 AR 환경에서는 신뢰도가 낮은 문제가 발생한다. 이러한 문제점을 해결하기 위해 SLAM 기법을 활용하여 공간을 3D 개체로 구성하고, 디지털 트윈 기반의 마커리스 AR을 구성함으로써 실시간 AR 환경에서 별도의 하드웨어 사용 없이 AR 구현이 가능하게 된다. 이러한 실시간 AR 환경 구성은 순천만 정원, 순천 드라마촬영장 등 관광지에서 캐릭터를 이용한 네비게이션 시스템 구현을 가능하게 하였다.

• 정보처리학회논문지B
• /
• 제17B권6호
• /
• pp.405-412
• /
• 2010

기존의 배경 생성방법은 주로 시간에 따른 context만을 이용해 복잡한 환경에서는 적용하기 힘들다. 이러한 단점을 해결하기 위해, 본 논문에서는 움직이는 물체를 포함하지 않는 배경 영상을 생성하기 위해 시간에 따른 context와 공간에 따른 context를 융합한 새로운 배경 생성 방법을 제안한다. 제안한 방법은 먼저 샘플링된 프레임 이미지를 m*n의 블록으로 나누고 각각의 블록을 고정 블록과 비고정 블록으로 나눈다. 비고정 블록에 대해서, 각 블록의 시간적 context와 공간적 context를 모델링하기 위해 MRF 프레임워크를 이용한다. MRF 프레임워크는 영상 픽셀과 연관된 특징과 같은 context에 독립된 entity를 모델링하는데 많이 이용되는 방법으로 본 논문에서는 비고정 블록에 대한 시간적 context와 공간적 context를 모델링하기 위해 이용된다. 실험결과는 제안한 방법이 기존의 시간에 따른 context만을 이용했을 경우보다 더 효율적임을 보여준다.

• 정보처리학회논문지D
• /
• 제16D권1호
• /
• pp.1-10
• /
• 2009

RFID 시스템의 주요목적 중 하나는 사물에 태그(tag)를 부착하여 사물의 이동을 추적하는 것이다. 태그는 공간적 위치와 시간정보를 모두 갖기 때문에 기존의 시공간 객체와 같이 궤적을 색인화 할 수 있다. 태그 궤적을 구성하면 보다 효율적인 추적이 가능하지만 현재까지 태그궤적색인에 대한 연구는 많지 않다. 태그가 기존 시공간 객체와 다른 점은 리더(reader)에 진입(enter)한 후 이탈(leave) 함으로써 리더 별로 독립적인 궤적이 생성되는 것이다. 따라서, 리더 사이에는 태그를 찾을 수 없는 궤적 단절구간이 나타나며, 태그의 추적을 어렵게 한다. 또한 리더에 진입 한 후 이탈하지 않은 포인트 태그(point tag)는 궤적을 형성하지 못하기 때문에 질의에서 탐색되지 않는다. 우리는 이러한 문제를 해결하기 위해 각 리더에 분산된 궤적을 하나의 궤적으로 구성하고 포인트 태그를 탐색하는 태그궤적색인인 TR-tree(Tag trajectory R-tree in RFID system)를 제안한다. 실험결과는 리더별 궤적 단절구간을 극복한 TR-tree가 기존의 TPIR-tree 그리고 R-tree 보다 향상된 성능을 나타낸다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2008년도 한국컴퓨터종합학술대회논문집 Vol.35 No.1 (D)
• /
• pp.444-448
• /
• 2008

유비쿼터스 스마트 홈 (ubiquitous smart home) 은 인간과 홈의 컨텍스트(context) 정보를 이용하여 인간에게 자동적인 홈 서비스 (Home service)를 제공해줄 수 있는 미래의 환경이다. 인간의 위치와 모션은 유비쿼터스 스마트 홀에서 굉장히 중요한 컨텍스트이다. 본 논문은 유비쿼터스 스마트 홀에서 인간의 위치와 모션을 예측할 수 있는 실시간 휴먼 트랙커 (tracker)를 연구하였다. 실시간 휴먼 트랙커를 위해 우리는 4개의 네트워크 카메라를 사용하였다. 본 논문에서는 실시간 휴먼 트랙커의 구조를 설명하고, 인간의 위치와 모션을 자동적으로 예측 및 판단하는 알고리즘을 제안하였다. 인간 위치를 위해서 3개의 배경이미지를 이용하였다 (이미지1 : 빈 방, 이미지2: 가구 및 가전, 이미지3: 이미지 2 와 거주자를 포함). 실시간 휴먼 트랙커는 3개의 이미지를 비교하여 각 이미지로부터 추출되는 특징 값을 결정하고, 이들 특징 값을 SVM (Support Vector Machine)을 이용하여 각각의 모션을 예측하였다. 3 개의 배경 이미지를 이용한 인간 위치 인식실험은 평균 0.037 초가 소요되었다. SVM을 이용한 모션 인식 요소에서, 우리는 각 동작에 대하여 1000번씩 측정했고, 모든 모션의 정확도 평균은 86.5% 의 정확도를 보였다.

• 정보처리학회논문지A
• /
• 제16A권3호
• /
• pp.209-216
• /
• 2009

스마트 홈(smart home)은 인간과 홈의 컨텍스트(context) 정보를 이용하여 인간에게 자동적인 홈 서비스(Home service)를 제공해줄 수 있는 미래의 환경이다. 인간의 위치와 모션은 스마트 홈에서 굉장히 중요한 컨텍스트이다. 본 논문은 스마트 홈에서 인간의 위치와 모션을 예측할 수 있는 실시간 휴먼 트랙커(tracker)를 연구하였다. 실시간 휴먼 트랙커를 위해 4개의 네트워크 카메라를 사용하였다. 본 논문에서는 실시간 휴먼 트랙커의 구조를 설명하고, 인간의 위치와 모션을 자동적으로 예측 및 판단하는 알고리즘을 제안하였다. 인간 위치를 위해서 3개의 배경 이미지를 이용하였다(이미지1: 빈 방 이미지, 이미지2: 거주자가 제외 된 가구 및 가전 이미지, 이미지3: 전체 이미지). 실시간 휴먼 트랙커는 3개의 이미지를 비교하여 각 이미지로부터 추출되는 특징 값을 결정하고, 이들 특징 값을 SVM(Support Vector Machine)을 이용하여 각각의 모션을 예측하였다. 3개의 배경 이미지를 이용한 인간 위치 인식실험은 평균 0.037 초가 소요 되었다. SVM을 이용한 모션 인식 요소에서, 각 동작에 대하여 1000번씩 측정했고, 모든 모션의 정확도 평균은 86.5% 의 정확도를 보였다.

• 과학교육연구지
• /
• 제37권1호
• /
• pp.142-156
• /
• 2013

이 연구의 목적은 시선 이동을 통해 나타나는 인지양식에 따른 관찰 특성의 차이를 알아보는 것이다. 이를 위해 전체적 인지양식, 분석적 인지양식 집단의 관찰 사실에 차이를 보이는 관찰 과제를 개발하고, 각각의 인지양식을 가진 대학생들을 대상으로 관찰 과제를 제시했을 때 시선 이동을 측정하였다. 통계 자료와 시각화 자료를 수집하여 Fixation을 분석하였고 두 인지양식 집단의 관찰 특성 차이를 확인하였다. 이 연구에서 밝혀진 결과는 다음과 같다. 첫째, 인지양식에 따른 관찰대상 영역을 비교했을 때 전체적 인지양식 집단은 분석적 집단양식보다 거미줄 및 주위 환경을 포함하는 넓은 영역을 관찰하는 반면 분석적 인지양식 집단은 주로 거미 대상 자체에 초점을 두고 관찰한다. 둘째, 인지양식에 따른 관찰 순서와 방향을 비교했을 때 분석적 인지양식 집단은 거미 자체를 먼저 관찰한 후 주변 환경 요소로 나가는 반면 전체적 인지양식 집단은 거미와 주변 환경을 번갈아 관찰하거나 특이한 부분을 먼저 관찰하는 등 패턴이 일정하지 않다. 전체적 생김새와 부분적 생김새 관찰시 분석적 인지양식 집단에서는 일정한 방향과 연속적인 반복적 탐색이 존재하지만 전체적 인지양식 집단은 정해진 패턴 없이 눈에 띄는 속성 중심으로 관찰이 이루어진다. 이상의 연구 결과를 종합해보면 인지양식에 따라 관찰 대상, 영역, 순서, 방향에 차이가 있음을 알 수 있다. 학습자마다 다양한 관찰 결과가 나타나는 원인이 인지양식에 따라 받아 들이는 정보의 차이에 있음을 확인하였고, 본 연구의 결과는 학습자의 특성에 가장 적합한 관찰 수행을 파악하고 지도하는데 도움이 될 것이다.