• Journal of Information Processing Systems
• /
• 제18권6호
• /
• pp.729-740
• /
• 2022

Netflix, Amazon Prime, and YouTube are the most popular and fastest-growing streaming services globally. It is a matter of great interest for the streaming service providers to preview their service infrastructure and streaming strategy in order to provide new streaming services. Hence, the first part of the paper presents a detailed survey of the Content Distribution Network (CDN) and cloud infrastructure of these service providers. To understand the streaming strategy of these service providers, the second part of the paper deduces a common quality-of-service (QoS) model based on rebuffering time, bitrate, progressive download ratio, and standard deviation of the On-Off cycle. This model is then used to analyze and compare the streaming behaviors of these services. This study concluded that the streaming behaviors of all these services are similar as they all use Dynamic Adaptive Streaming over HTTP (DASH) on top of TCP. However, the amount of data that they download in the buffering state and steady-state vary, resulting in different progressive download ratios, rebuffering levels, and bitrates. The characteristics of their On-Off cycle are also different resulting in different QoS. Hence a thorough adaptive bit rate (ABR) analysis is presented in this paper. The streaming behaviors of these services are tested on different access network bandwidths, ranging from 75 kbps to 30 Mbps. The survey results indicate that Netflix QoS and streaming behavior are significantly consistent followed by Amazon Prime and YouTube. Our approach can be used to compare and contrast the streaming services' strategies and finetune their ABR and flow control mechanisms.

• 대한토목학회논문집
• /
• 제29권4D호
• /
• pp.555-561
• /
• 2009

굴착된 터널 형상 재현에서 단면의 종단 데이터는 터널의 유지를 위해서는 아주 중요하다. 터널이 완성되기전에 설계된 모델을 고려한 완성된 터널의 변형이 고려되어져야 한다. 그리고 변형은 터널 단면 전체를 따라 연속적으로 나타날 수 있다. 본 연구에서는 먼저 수학적 분석으로 접근하였고, 그것을 관측된 터널단면 데이터에 실험 하였다. 그 다음 선추적 방법, 유전자 알고리즘, 패턴 추적 방법 등으로 3D 터널 형상 재현을 비교하였다. 수학적 방법론은 철도 터널과 같은 간단한 원통형은 쉽게 해결이 되었으나, 도로터널과 같은 더욱 복잡한 모델(복심 곡선형과 비원통형)은 구속된 상태하에서 소프트 컴퓨팅 툴을 가지고 해결할 수 있었다. 유전자 알고리즘과 직접탐색법은 많은 계산 시간이 걸렸으나 복잡한 상태하에서 더욱 유연함을 보였으며, 선추적 방법은 초기값들이 제한된 범위 하에서 가장 빠르게 계산되어졌다.

• 국제학술발표논문집
• /
• The 5th International Conference on Construction Engineering and Project Management
• /
• pp.279-286
• /
• 2013

This paper introduces a new method for identification of building energy performance problems. The presented method is based on automated analysis and visualization of deviations between actual and expected energy performance of the building using EPAR (Energy Performance Augmented Reality) models. For generating EPAR models, during building inspections, energy auditors collect a large number of digital and thermal imagery using a consumer-level single thermal camera that has a built-in digital lens. Based on a pipeline of image-based 3D reconstruction algorithms built on GPU and multi-core CPU architecture, 3D geometrical and thermal point cloud models of the building under inspection are automatically generated and integrated. Then, the resulting actual 3D spatio-thermal model and the expected energy performance model simulated using computational fluid dynamics (CFD) analysis are superimposed within an augmented reality environment. Based on the resulting EPAR models which jointly visualize the actual and expected energy performance of the building under inspection, two new algorithms are introduced for quick and reliable identification of potential performance problems: 1) 3D thermal mesh modeling using k-d trees and nearest neighbor searching to automate calculation of temperature deviations; and 2) automated visualization of performance deviations using a metaphor based on traffic light colors. The proposed EPAR v2.0 modeling method is validated on several interior locations of a residential building and an instructional facility. Our empirical observations show that the automated energy performance analysis using EPAR models enables performance deviations to be rapidly and accurately identified. The visualization of performance deviations in 3D enables auditors to easily identify potential building performance problems. Rather than manually analyzing thermal imagery, auditors can focus on other important tasks such as evaluating possible remedial alternatives.

• International Journal of Internet, Broadcasting and Communication
• /
• 제16권2호
• /
• pp.267-277
• /
• 2024

This paper explores the use of machine learning in game production to create goal-oriented, realistic animations for skeleton monsters. The purpose of this research is to enhance realism by implementing intelligent movements in monsters within game development. To achieve this, we designed and implemented a learning model for skeleton monsters using reinforcement learning algorithms. During the machine learning process, various reward conditions were established, including the monster's speed, direction, leg movements, and goal contact. The use of configurable joints introduced physical constraints. The experimental method validated performance through seven statistical graphs generated using machine learning methods. The results demonstrated that the developed model allows skeleton monsters to move to their target points efficiently and with natural animation. This paper has implemented a method for creating game monster animations using machine learning, which can be applied in various gaming environments in the future. The year 2024 is expected to bring expanded innovation in the gaming industry. Currently, advancements in technology such as virtual reality, AI, and cloud computing are redefining the sector, providing new experiences and various opportunities. Innovative content optimized for this period is needed to offer new gaming experiences. A high level of interaction and realism, along with the immersion and fun it induces, must be established as the foundation for the environment in which these can be implemented. Recent advancements in AI technology are significantly impacting the gaming industry. By applying many elements necessary for game development, AI can efficiently optimize the game production environment. Through this research, We demonstrate that the application of machine learning to Unity and game engines in game development can contribute to creating more dynamic and realistic game environments. To ensure that VR gaming does not end as a mere craze, we propose new methods in this study to enhance realism and immersion, thereby increasing enjoyment for continuous user engagement.

• 한국컴퓨터그래픽스학회논문지
• /
• 제30권3호
• /
• pp.159-169
• /
• 2024

본 논문에서는 증강 현실 (AR) 기술과 사물 인터넷 (IoT) 기술을 융합하여 새로운 실시간 화재 모니터링 및 대피 내비게이션 시스템을 제안한다. 제안된 시스템은 건물 내에 설치된 IoT 온도 측정 디바이스를 통해 온도 데이터를 수집하고, 이를 IoT 플랫폼을 통해 MySQL 클라우드 데이터베이스에 자동으로 전송함으로써 실시간으로 정확한 데이터를 모니터링한다. 이후, 건축 정보 모델링 (BIM)을 통해 생성된 3D 건물 모델에 실시간 IoT 데이터를 가시화하고, AR 기술을 통해 현실 세계에 모델을 표현함으로써 직관적으로 화재 발생 위치를 파악할 수 있다. 또한, Vuforia 엔진의 Device Tracking 및 Area Targets 기능을 활용하여 사용자의 실시간 위치를 파악하고, 개선된 A* 알고리즘을 통해 여러 비상구 중 최적의 대피 경로를 찾는다. 본 논문에서는 다양한 가상 화재 시나리오를 기반으로 사용자 실험 평가를 진행하여 제안된 시스템의 실용성과 빠르고 안전한 대피 효과를 입증한다.

• 한국농림기상학회지
• /
• 제18권4호
• /
• pp.233-241
• /
• 2016

기상청에서 제공하는 넓은 지역의 수평면 일조시간 정보를 복잡한 산간집수역의 지형특성을 반영한 실제 일조시간 분포도로 변환하기 위해 지형효과를 정량화하기 위한 실험을 수행하였다. 경남 하동군 악양면 단일 집수역을 대상으로 정밀 DEM을 이용하여 그림자모형화 및 공제선분석 기법을 적용하여 일중 시간대별 음영기복도 1년 자료를 제작하였다. 2015년 5월 15일부터 2016년 5월 14일까지 1년 간 지형조건이 서로 다른 3지점에서 바이메탈식 일조계로 측정한 일조시간자료에 음영기복도 상 해당 지점의 휘도값을 추출하여 회귀시킴으로써 맑은 날의 휘도-일조시간 반응곡선을 얻었다. 이 곡선식을 하늘상태(운량)에 따라 보정할 수 있는 방법을 고안함으로써 일조시간 상세화 모형을 도출하였다. 이 모형의 신뢰도를 기존 수평면 일조시간 추정기법과 비교한 결과 추정값의 편의가 크게 개선된 것은 물론, 일적산일조시간 기준 RMSE가 1.7시간으로 지형효과를 반영하기 전보다 37% 이상 개선되었다. 어떤 지역을 대상으로 일조시간을 상세화 하기 위해서는 먼저 대상 지역의 매 시간 음영기복도의 격자점 휘도를 모형에 입력시켜 해당 시간대의 청천 일조시간을 추정한다. 다음에 같은 시간대의 기상청 동네예보(하늘상태)에 의해 구름 효과를 보정한다. 이렇게 추정된 매 시간 일조시간을 하루 단위로 적산하여 그 날의 누적 일조시간을 얻는다. 이 과정을 연구대상 집수역에 적용하여 수평 해상도 3m의 정밀한 일조시간 분포도를 얻을 수 있었다.

• 대한공간정보학회지
• /
• 제22권4호
• /
• pp.3-11
• /
• 2014

최근 도시는 신규건축, 재건축 및 부분적인 리모델링 등 다양한 형태로 변화하고 있으며, 이에 따라 수치지도 또한 최신성 및 정확도를 유지할 수 있도록 지속적인 수정 및 갱신을 통해 사용자들에게 최적의 서비스를 제공할 수 있어야 한다. 일반적으로 수치지도 수정 및 갱신 방법으로는 항공사진 혹은 준공도면을 이용하고 있으나, 항공사진은 촬영주기제한 및 경제성 측면에서 국소 지역에 대한 수시 갱신이 어렵고 준공도면의 경우 품질 확보의 어려움이 존재한다. 본 연구에서는 빠르게 변하는 도심지의 건물 개발 현황을 수치지도상의 건물 정보에 신속하게 반영하기 위해 지상라이다로부터 추출한 건물 footprint 자료를 이용하는 방법론을 제안하였다. 우선 지상라이다로부터 취득된 전체 건물의 포인트 클라우드 자료로부터 대표 옆면을 추출하고, 2차원 영상으로 투영한다. 투영된 포인트 클라우드 자료로부터 footprint를 추출하고, 추출된 footprint와 수치지도 상의 건물 footprint 간의 정합을 위해 2D Affine 모델을 사용하였다. 2D Affine 파라미터의 추정에는 두 footprint 자료로부터 취득된 무게중심을 사용하였으며, 무작위로 추출된 무게중심 간의 매칭을 위해 수정된 RANSAC (RANdom SAmple Consensus) 알고리즘을 제시하였다. 다양한 조건하에서 수행된 실험결과 제안된 알고리즘을 적용할 경우, 지상라이다로부터 추출된 건물데이터를 활용하여 효율적인 수치지형도의 갱신이 가능함을 확인할 수 있었다.

• 한국지구과학회지
• /
• 제28권7호
• /
• pp.857-870
• /
• 2007

명시적 액체-얼음상 미시물리 과정을 포함하는 구름 분해 모형(ARPS: Advanced Regional Prediction System)을 이용하여 2차원 그리고 주변 바람이 없는 경우에 뇌우 유출의 구조와 진화를 조사하였다. 고해상도 격자 간격(50m)을 이용하여 유출의 난류 구조를 명시적으로 분해하였다. 모사된 단세포 스톰과 스톰과 연관된 Kelvin-Helmholtz(KH) 빌로우(billow)는 발달, 성숙, 소멸의 생애 단계를 가졌다. 구름 역학과 미시물리 사이의 상호작용으로 야기된 이차 맥동과 대류 세포의 분활이 관측되었다. 상대적으로 건조한 하층 대기를 낙하하는 빗방울과 우박의 증발에 기인한 찬 하강류는 뇌우 찬 공기 유출을 야기시켰다. 유출 머리는 거의 일정한 속도로 이동하였다. KH 불안정에 의해 생성된 KH 빌로우는 유출 상부에서 난류 혼합을 야기하였으며 유출의 구조를 지배하였다. KH 빌로우는 유출 머리에서 생성되었고 돌풍 전선에 상대적으로 뒤쪽으로 이동함에 따라 성장하고 소멸하였다. 가장 빨리 성장하는 섭동의 수평 파장과 임계 시어층 깊이의 비 그리고 KH 빌로우의 수평 파장과 최대 진폭의 비에 대한 수치 모사 결과는 다른 연구 결과와 잘 일치하였다.

• 한국농림기상학회지
• /
• 제17권4호
• /
• pp.281-289
• /
• 2015

일조시간 및 일사량은 작물생육에 중요한 기상요소이지만 기상청 동네예보 항목에 없기 때문에 3시간 간격 '하늘상태'를 활용하여 일조시간 및 수평면 일사량을 추정하는 방법을 고안하였다. 기상청 동네예보의 3시간 간격 '하늘상태' 자료를 수집하고 전국 22개 일사관측 기상대의 동시간대 실측 운량과 비교하여 '하늘상태'의 4단계 격자값 '맑음(1)', '구름조금(2)', '구름많음(3)', '흐림(4)'을 0부터 10까지의 운량으로 변환하였다. 22개 일사관측 기상대의 일 평균운량 0인 날에 대하여 일조율을 비교하여 관측여건이 가장 좋은 3개 지점을 선정하였다. 선정된 지점의 3년치 운량과 일조시간 실측자료로부터 운량-일조시간 추정식을 도출하였으며, 이 식에 의해 추정된 일조시간값으로 Angstrom-Prescott 모형을 구동하여 수평면 일사량을 산출하였다. '하늘상태' 기반으로 추정된 일조시간 및 일사량을 3 지점에서 2년간 실측자료와 비교한 결과 RMSE 기준 일조시간 추정오차는 1.5~1.7 시간, 일사량 추정오차는 $2.5{\sim}3.0MJ\;m^{-2}\;day^{-1}$ 이었다.

• 한국HCI학회논문지
• /
• 제1권1호
• /
• pp.53-61
• /
• 2006

본 논문에서는 다시점 카메라를 이용하여 실내환경의 3D 복원을 위한 새로운 방법을 제안한다. 지금까지 다양한 양안차 추정 알고리즘이 제안되었으며, 이는 활용 가능한 깊이 영상이 다양함을 의미한다. 따라서 본 논문에서는 일반화된 다시점 카메라로 여러 방향에서 획득된 3D 점군을 이용한 실내환경 복원 방법을 다룬다. 첫 번째, 3D 점군들의 시간적 특성을 기반으로 변화량이 큰 3D 점들을 제거하고, 공간적 특성을 기반으로 주변의 3D 점을 참조하여 빈 영역을 채움으로써 깊이 영상 정제 과정을 수행한다. 두 번째, 연속된 두 시점에서의 3D 점군을 동일한 영상평면으로 투영하고 수정된 KLT (Kanade-Lucas-Tomasi) 특징 추적기를 사용하여 대응점을 찾는다. 그리고 대응점간의 거리 오차를 최소화함으로써 정밀한 정합을 수행한다. 마지막으로, 여러 시점에서 획득된 3D 점군과 한 쌍의 2D 영상을 동시에 이용하여 3D 점들의 위치를 세밀하게 조절함으로써 최종적인 3D 모델을 생성한다. 제안된 방법은 대응점을 2D 영상 평면에서 찾음으로써 계산의 복잡도를 줄였으며, 3D 데이터의 정밀도가 낮은 경우에도 주변화소와의 상관관계를 이용함으로써 효과적으로 동작한다. 또한, 다시점 카메라를 이용함으로써 수 시점에서의 깊이 영상과 컬러 영상만으로도 실내환경에 대한 3D 복원이 가능하다. 제안된 방법은 네비게이션 뿐만 아니라 상호작용을 위한 가상 환경 생성 및 Mediated Reality (MR) 응용 분야에 활용될 수 있다.