• Proceedings of the Korean Society of Computer Information Conference
• /
• 2017.07a
• /
• pp.289-290
• /
• 2017

본 논문에서는 드론이 비행중에 어떤 간섭이나, 방해로 인해 추락하게 되었을 때 아무런 안전장치가 없다면, 드론손상도 우려될 뿐더러 인명피해 등 사고가 발생할 수 있다는 점에서 접근하였다. 이를 예방하기 위해서 드론을 보호 할 수 있는 보호장치를 달아 드론을 보호할 수 있으며, 드론에 낙하산을 달아 어떤 위험상황으로 추락을 할 경우 낙하산이 펴지면서 드론을 보호하게 하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2014.07a
• /
• pp.33-34
• /
• 2014

본 논문에서는 Kinect 기반의 모니터 제어 기법을 설계하고 구현한다. 이 기법은 Kinect의 Joint 기능을 활용하여 신체의 구조를 인식하고 손과 머리의 Joint를 받아온다. Kinect의 카메라는 손 동작을 추적하여 Joint 신체 부위에 해당하는 Joint 값을 모니터의 좌표 값으로 변환함으로써 손 동작에 따라 마우스를 움직이는 기능을 구현한다. 그리고 파워포인트에서 사용하는 F5, Esc, Right, Left 키에 대하여 Joint의 좌표 값이 일정 범위를 초과하면 마우스 클릭 이벤트를 발생하도록 구현함으로써 파워포인트의 슬라이드 화면을 제어하는 기능을 구현한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2014.07a
• /
• pp.35-36
• /
• 2014

본 논문에서는 Kinect 센서의 동작 인식 기능을 활용한 운동요법 앱을 설계하고 구현한다. 이 앱은 사용자의 상체, 하체 관절의 움직임을 인식하여 체조의 올바른 자세를 배울 수 있도록 한다. 이 앱의 특징은 Kinect Sensor로 인식한 관절 요소를 읽어 들이고, 각 관절의 각도를 계산하여 원하는 동작을 표현할 수 있도록 한다. 또한, 사용자의 동작과 기본 동작을 비교하여 오차 범위 내이면 새로운 동작이 진행되도록 한다. 출력되는 각 동작들은 Library를 이용하여 많은 포즈들을 입력하고 출력할 수 있기 때문에 새로운 포즈를 추가하기에 쉽다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.01a
• /
• pp.289-290
• /
• 2019

사람들의 대화에 사용되는 단어는 사전적으로 정의되어 있으나 개인마다 단어의 의미를 다르게 받아들이기도 한다. 단어에는 단순히 사전의 정의만 담겨 있는 것이 아니라 개인의 감정과 삶의 시간 또한 담겨 있기 때문이다. 각기 다른 의미로 단어를 사용함에 따라 야기되는 소통 장애를 해소하기 위하여 본 연구에서는 단어의 일반적 정의뿐 아니라 개개인 각자의 의미를 담을 수 있는 오픈사전 앱을 개발하였다. 일반사전에서는 공공 API를 통해 국립국어원의 우리말샘 사전을 사용하며, 오픈사전에서는 웹서버를 연동하여 MySQL에 사용자가 정의한 단어를 등록한다. 또한 본 앱에서는 해상도별 이미지를 구현하여 다양한 화면에 대응하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.07a
• /
• pp.29-30
• /
• 2019

본 논문에서는 카카오i 오픈빌더 API를 활용하여 언제 어디서나 손쉬운 접근 방법으로 날씨 정보를 얻을 수 있는 챗봇을 설계하고 구현한다 이 챗봇은, 플러스 친구를 통해 친구 추가 후 이용 가능하며, Python의 Flask 웹 프레임워크를 통하여 날씨에 관한 기온, 미세 먼지 농도, 강수량, 자외선 지수, 캐스팅 정보 등을 네이버에서 사용자가 검색한 지역별로 크롤링 후 가공하여 서비스 한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.07a
• /
• pp.163-164
• /
• 2019

본 논문에서는 Kinect Sensor를 활용하여 사용자의 뒤틀린 자세를 교정하는데 도움을 줄 수 있는 어플리케이션을 설계하고 구현한다. 이 어플리케이션은 사용자의 자세 교정 부위 별로 분류하여 제시함으로써 체계적인 교정과 운동 효과를 볼 수 있는 장점이 있다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.07a
• /
• pp.31-32
• /
• 2019

본 논문에서는 Microsoft Azure 기반의 운동 방법 안내 챗봇을 설계하고 구현한다. 이 챗봇은 자동 추천과 부위 선택 기능을 제공한다. 자동 추천은 본 프로그램을 처음 접하거나 편리하게 사용하고 싶은 사용자에게 권장하는 기능을 제공한다. 이 챗봇은 사용자에게 맞춤 운동법을 효과적으로 제시하기 위해 키, 몸무게, 나이, 성별 같은 사용자 정보를 입력시킨다. 그리고 운동 부위 선택 기능은 사용자가 운동하고 싶은 특정 부위를 명확하게 인식하고 있을 때 사용한다.

• International Journal of Computer Science & Network Security
• /
• v.22 no.6
• /
• pp.127-130
• /
• 2022

The number of published journals, conferences, and research papers in computer science is increasing rapidly, which has led to a challenge in coming up with new and unique ideas for research. To alleviate the issue, this paper uses artificial neural networks (ANNs) to generate new computer science research ideas. It does so by using a dataset collected from IEEE published journals and conferences to train an ANN model. The results reveal that the model has a 14% success rate in generating usable ideas. The outcome of this paper has implications for helping both new and experienced researchers come up with novel research topics.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.05a
• /
• pp.637-639
• /
• 2008

현재 스케줄러는 입력해 놓은 스케줄 시간에 대한 알람 서비스를 해주지만, 알람 서비스만으로는 약속 시간, 약속 장소로 이동해야하는 스케줄 관리를 위해서는 부족하다. 본 시스템은 최근에 주목 받고 있는 매쉬업 기술을 이용한 지능형 스케줄러를 구현하였다. 날씨 정보와 교통 정보를 이용하여 해당장소까지의 교통 정보와 해당 위치의 날씨 등을 스케줄에 추가해 새로운 서비스를 제공해준다.

• International Journal of Computer Science & Network Security
• /
• v.24 no.5
• /
• pp.129-134
• /
• 2024

Object Detection is an emerging technology in the field of Computer Vision and Image Processing that deals with detecting objects of a particular class in digital images. It has considered being one of the complicated and challenging tasks in computer vision. Earlier several machine learning-based approaches like SIFT (Scale-invariant feature transform) and HOG (Histogram of oriented gradients) are widely used to classify objects in an image. These approaches use the Support vector machine for classification. The biggest challenges with these approaches are that they are computationally intensive for use in real-time applications, and these methods do not work well with massive datasets. To overcome these challenges, we implemented a Deep Learning based approach Convolutional Neural Network (CNN) in this paper. The Proposed approach provides accurate results in detecting objects in an image by the area of object highlighted in a Bounding Box along with its accuracy.