• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권1호
• /
• pp.451-465
• /
• 2017

This paper presents a novel discriminative visual tracking algorithm with an adaptive incremental extreme learning machine. The parameters for an adaptive incremental extreme learning machine are initialized at the first frame with a target that is manually assigned. At each frame, the training samples are collected and random Haar-like features are extracted. The proposed tracker updates the overall output weights for each frame, and the updated tracker is used to estimate the new location of the target in the next frame. The adaptive learning rate for the update of the overall output weights is estimated by using the confidence of the predicted target location at the current frame. Our experimental results indicate that the proposed tracker can manage various difficulties and can achieve better performance than other state-of-the-art trackers.

• Advances in nano research
• /
• 제12권3호
• /
• pp.263-279
• /
• 2022

In this research, the physical education training quality was investigated using the entropy model to compute variance associated with a random value (a strong tool). The entropy and undefined estimation principles are used to extract the greatest entropy of information dependent on the index system. In the study of tennis motion tracking from a dynamic viewpoint, such stages are utilized to improve the perception of the players' achievement (Lv et al. 2020). Six female tennis players served on the right side (50 cm from the T point). The initial flat serve from T point was the movement under consideration, and the entropy was utilized to weigh all indications. As a result, a multi-index measurement vector is stabilized, followed by the confidence level to determine the structural plane establishment range. As a result, the use of the unascertained measuring technique of information entropy showed an excellent approach to assessing athlete performance more accurately than traditional ways, enabling coaches and athletes to enhance their movements successfully.

• 실천공학교육논문지
• /
• 제7권1호
• /
• pp.17-23
• /
• 2015

전 세계적으로 소프트웨어에 대한 관심이 커지고 교육의 필요성에 대한 인식이 확산되고 있는 가운데, 우리나라에서는 2015년 중학교 신입생부터 소프트웨어 중심사회 실현전략으로 소프트웨어에 대한 교육을 의무화하겠다고 발표했다. 평소 컴퓨터에 대한 관심이 많고 컴퓨터를 좋아하는 학생들에게서는 긍정적인 반응이 보이는 반면, 현재의 학업 공부만으로 벅찬 학생들 입장에서는 부정적인 반응도 보일 수 있다. 즉, 실제 교육에 있어서 단순하게 의무교육만 존재하고 실제로 체계적인 교육이 이루어지지 않는다면 오히려 제대로 된 교육을 받기도 전에 흥미를 잃어버려 아예 관심을 돌려버리는 일이 생길 수도 있다. 그렇다면 기초부터 체계적인 교육을 하기 위해 필요한 것이 무엇이고 어떻게 소프트웨어를 쉽고 재미있는 것으로 인식시킬 수 있는지 고민할 필요성이 있다. 본 논문에서는 제작된 장치에서 프로그램을 수정하고 적용하면서 프로그래밍 툴과 프로그램언어를 익힐 수 있어 좀 더 쉽고 효율적인 소프트웨어 교육을 진행할 수 있도록 하는 하드웨어와 기본 소프트웨어를 제안하고자 한다.

• 한국지능시스템학회논문지
• /
• 제11권4호
• /
• pp.359-365
• /
• 2001

본 논문에서는 바이러스-진화 유전 알고리즘에 기반한 퍼지 기저 함수 확장을 이용한 표적 추적 시스템의 설계 방법을 제안한다. 일반적으로 표적 추적의 목적은 센서로부터 얻어진 표적의 과거 위치에 기반하여, 미래에 대한 표적의 궤적을 추정하는 것이다. 확장 칼만 필터와 같은 전통적이고 수학적인 비선형 필터링 기법에서 강한 비선형성은 시스템의 성능을 저하시킬 수 있다. 이러한 비선형 필터링 기법의 장점을 결합한다. 제안된 방법에서, 확장 칼만 필터의 파라미터로 학습 데이터를 구성하고, 강한 근사화 능력을 가지는 퍼지 기저 함수에 유전 알고리즘의 유전적 다양성 상실로 이한 조기 수렴을 방지하는 바이러스-진화 유전 알고리즘을 결합하여, 파라미터와 규칙 수를 동시에 동정시킴으로써 확장 칼만 필터의 오차를 보정한다. 마지막으로, 제안된 방법은 3차원 상의 모의 실험을 통해 그 성능이 입증된다.

• 대한인간공학회지
• /
• 제31권4호
• /
• pp.577-583
• /
• 2012

Objective: This paper describes the process and results related to the development of gesture recognition-based natural user interface(NUI) for vehicle maintenance e-Training system. Background: E-Training refers to education training that acquires and improves the necessary capabilities to perform tasks by using information and communication technology(simulation, 3D virtual reality, and augmented reality), device(PC, tablet, smartphone, and HMD), and environment(wired/wireless internet and cloud computing). Method: Palm movement from depth camera is used as a pointing device, where finger movement is extracted by using OpenCV library as a selection protocol. Results: The proposed NUI allows trainees to control objects, such as cars and engines, on a large screen through gesture recognition. In addition, it includes the learning environment to understand the procedure of either assemble or disassemble certain parts. Conclusion: Future works are related to the implementation of gesture recognition technology for a multiple number of trainees. Application: The results of this interface can be applied not only in e-Training system, but also in other systems, such as digital signage, tangible game, controlling 3D contents, etc.

• 한국통신학회논문지
• /
• 제31권5A호
• /
• pp.526-536
• /
• 2006

유비쿼터스 시대가 도래함에 따라 사회적으로 실내 위치 추적 시스템에 대한 관심이 증가되었다. 하지만 기존 실내 위치 추적 시스템은 실내 환경의 빈번한 변화에 능동적으로 대응하지 못하고, 실내 환경의 NLOS 특성으로 인하여 이동 객체의 정확한 위치 측정이 어려운 문제점이 있다. 본 연구의 목적은 앞으로 유비쿼터스 시대가 도래함에 따라 다양한 사용자의 요구를 만족시키기 위한 서비스를 제공하는데 필수 요소인 실내 이동 객체의 위치를 효과적으로 파악하고, 이동 객체의 위치 정확도를 향상시킨 환경 적응형 위치 추적 시스템을 제안한다.

• 한국정보통신학회논문지
• /
• 제8권6호
• /
• pp.1182-1187
• /
• 2004

본 논문에서는 실시간으로 눈과 눈썹주위의 특징을 추적하는 새로운 알고리즘을 제안하고자 한다. 제안된 알고리즘은 적외선 LED와 적외선카메라로 밝은 동공 효과를 만들어 동공을 추적 한 후, 템플릿은 얼굴 특징을 매개변수화 하기 위해, 동공 좌표는 각각의 프레임에서 눈과 눈썹 영상을 추출하기 위하여 사용한다. 또한, 템플릿 변수는 표본 영상을 가지고 학습하는 과정에서 구성한 PCA기저를 이용하여 추출된 영상을 PCA 분석하여 구한다. 제안된 시스템은 초당 30 프레임의 영상에서 초기 설정 및 교정 작업 없이 머리 움직임이 많거나 폐색이 있는 경우에도 견실하게 동작하였다.

• The Journal of Korean Physical Therapy
• /
• 제31권4호
• /
• pp.212-215
• /
• 2019

Purpose: This study examined whether there is a difference in motor learning through short-term repetitive movement practice in stroke survivors with a unilateral brain injury compared to normal elderly participants. Methods: Twenty-six subjects who were divided into a stroke group (n=13) or sex-aged matched normal elder group (n=13) participated in this study. To evaluate the effects of motor learning, the participants conducted a tracking task for visuomotor coordination. The accuracy index was calculated for each trial. Both groups received repetitive tracking task training of metacarpophalangeal joint for 50 trials. The stroke group performed a tracking task in the upper extremity insi-lesional to the damaged hemisphere, and the normal elder group performed the upper extremity matched for the same side. Results: Two-way repetitive ANOVA revealed a significant difference in the interactions ($time{\times}group$) and time effects. These results indicated that the motor skill improved in both the stroke and normal elder group with a tracking task. On the other hand, the stroke group showed lesser motor learning skill than the normal elder group, in comparison with the amount of motor learning improvement. Conclusion: These results provide novel evidence that stroke survivors with unilateral brain damage might have difficulty in performing ipsilateral movement as well as in motor learning with the ipsilateral upper limb, compared to normal elderly participants.

• 대한임베디드공학회논문지
• /
• 제18권3호
• /
• pp.125-132
• /
• 2023

Roundabouts have strengths in traffic flow and safety but can present difficulties for inexperienced drivers. Demand to acquire and analyze drone images has increased to enhance a traffic environment allowing drivers to deal with roundabouts easily. In this paper, we propose a roundabout traffic analysis system that detects, tracks, and analyzes vehicles using a deep learning-based object detection model (YOLOv7) in drone images. About 3600 images for object detection model learning and testing were extracted and labeled from 1 hour of drone video. Through training diverse conditions and evaluating the performance of object detection models, we achieved an average precision (AP) of up to 97.2%. In addition, we utilized SORT (Simple Online and Realtime Tracking) and OC-SORT (Observation-Centric SORT), a real-time object tracking algorithm, which resulted in an average MOTA (Multiple Object Tracking Accuracy) of up to 89.2%. By implementing a method for measuring roundabout entry speed, we achieved an accuracy of 94.5%.

• 산업공학
• /
• 제10권3호
• /
• pp.145-153
• /
• 1997

This paper deals with constructing a scheduling system for a mold manufacturing factory. The scheduling system is composed of 4 submodules such as pre-processor, neural network training, neural networks and simulation. Pre-processor analyzes the condition of workshop and generates input data to neural networks. Network training module is performed by using the condition of workshop, performance measures, and dispatching rules. Neural networks module presents the most optimized dispatching rule, based on previous training data according to the current condition of workshop. Simulation module predicts the earliest completion date of a mold by forward scheduling with the presented dispatching rules, and suggests a possible issue date of a material by backward tracking. The system developed shows a great potential when applied in real mold factory for automotive parts.