• 제어로봇시스템학회논문지
• /
• 제15권11호
• /
• pp.1115-1121
• /
• 2009

For HRI (Human-Robot Interaction) in daily life, robots need to recognize non-rigid objects such as clothes and blankets. However, the recognition of non-rigid objects is challenging because of the variation of the shapes according to the places and laying manners. In this paper, the cognition of non-rigid object based on a cognitive system is presented. The characteristics of non-rigid objects are analysed in the view of HRI and referred to design a framework for the cognition of them. We adopt a linguistic cognitive system for describing all of the events happened to robots. When an event related to the non-rigid objects is occurred, the cognitive system describes the event into a sentential form and stores it at a sentential memory, and depicts the objects with a spatial model for being used as references. The cognitive system parses each sentence syntactically and semantically, in which the nouns meaning objects are connected to their models. For answering the questions of humans, sentences are retrieved by searching temporal information in the sentential memory and by spatial reasoning in a schematic imagery. Experiments show the feasibility of the cognitive system for cognizing non-rigid objects in HRI.

• 대한의생명과학회지
• /
• 제26권1호
• /
• pp.14-21
• /
• 2020

Quantitative evaluation of the sense of smell is done by the olfactory event-related potential (OERP) test. OERP consists of N1, P1, N2, P2, and P3, of which N1 and P1 latency are known to be affected by the concentration of odor stimuli associated with the pre-sensory phase and P2 and P3 are the stages at which odors are perceived and are known to change by subjective evaluation of the stimulus. The purpose of this study was to clarify the correlation between the expression of OERP and the subjective evaluation of the object on the fragrance stimulus using various fragrances. Therefore, the study examined the relative waveform power ratio, preference for each scent stimulus, and finally the amplitude and latency change of the components of OERP, N1 and P2. In contrast, it was found that the late P2 response waveform was an effective aroma stimulus recognition waveform in OERP compared to the initial response waveforms.

• 대한인간공학회:학술대회논문집
• /
• 대한인간공학회 1996년도 춘계학술대회논문집
• /
• pp.113-127
• /
• 1996

In Human Reliability Analysis(HRA), the uncertainties involved in many factors that affect human reliability have to be represented as the quantitative forms. Conventional probability- based human reliability theory is used to evaluate the effect of those uncertainties but it is pointed out that the actual human reliability should be different from that of conventional one. Conventional HRA makes use of error rates, however, it is difficult to collect data enough to estimate these error rates, and the estimates of error rates are dependent only on engineering judgement. In this paper, the error possibility that is proposed by Onisawa is used to represent human reliability, and the error possibility is obtained by use of fuzzy reasoning that plays an important role to clarify the relation between human reliability and human error. Also, assuming these factors are connected to the top event through Fault Tree structure, the influence and correlation of these factors are measured by fuzzy operation. When a fuzzy operation is applied to Fault Tree Analysis, it is possible to simplify the operation applying the logic disjuction and logic conjuction to structure function, and the structure of human reliability can be represented as membership function of the top event. Also, on the basis of the the membership function, the characteristics of human reliability can be evaluated by use of the concept of pattern recognition.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제9권6호
• /
• pp.177-186
• /
• 2020

최근 딥러닝(Deep Learning) 기술의 발전에 따라 컴퓨터 비전(Computer Vision) 분야의 이미지 인식 성능이 향상되고 있으며, 또한 Serverless Computing이 이벤트 기반의 클라우드 애플리케이션 개발 및 서비스를 위한 차세대 클라우드 컴퓨팅 기술로 각광받고 있어 딥러닝과 Serverless Computing 기술을 접목하여 실생활에 이미지 인식 서비스를 사용하고자 하는 시도가 증가하고 있다. 따라서 본 논문에서는 Serverless Computing 기술을 활용하여 효율적인 딥러닝 기반 이미지 인식 서비스 시스템 개발 방법을 기술한다. 제안하는 시스템은 Serverless Computing 기반 AWS Lambda Server를 이용하여 적은 비용으로 대형 신경망 모델을 사용자에게 서비스할 수 있는 방법을 제안한다. 또한 AWS Lambda Server의 단점인 Cold Start Time 문제와 용량제한 문제를 해결하여 효과적으로 대형 신경망 모델을 사용하는 Serverless Computing 시스템을 구축할 수 있음을 보인다. 실험을 통해 AWS Lambda Serverless Computing 기술을 활용하여 본 논문에서 제안한 시스템이 비용 절감뿐만 아니라 처리 시간 및 용량제한 문제를 해결하여 대형 신경망 모델을 서비스하기에 효율적인 성능을 보임을 확인하였다.

• 한국음향학회지
• /
• 제38권6호
• /
• pp.670-677
• /
• 2019

음성 또는 음향 이벤트 신호에서 발생하는 배경 잡음은 인식기의 성능을 저하시키는 원인이 되며, 잡음에 강인한 특징을 찾는데 많은 노력을 필요로 한다. 본 논문에서는 딥러닝을 기반으로 다중작업 오토인코더(Multi-Task AutoEncoder, MTAE) 와 와설스타인식 생성적 적대 신경망(Wasserstein GAN, WGAN)의 장점을 결합하여, 잡음이 섞인 음향신호에서 잡음과 음성신호를 추정하는 네트워크를 제안한다. 본 논문에서 제안하는 MTAE-WGAN는 구조는 구배 페널티(Gradient Penalty) 및 누설 Leaky Rectified Linear Unit (LReLU) 모수 Parametric ReLU (PReLU)를 활용한 변수 초기화 작업을 통해 음성과 잡음 성분을 추정한다. 직교 구배 페널티와 파라미터 초기화 방법이 적용된 MTAE-WGAN 구조를 통해 잡음에 강인한 음성특징 생성 및 기존 방법 대비 음소 오인식률(Phoneme Error Rate, PER)이 크게 감소하는 성능을 보여준다.

• 한국차세대컴퓨팅학회논문지
• /
• 제14권5호
• /
• pp.53-59
• /
• 2018

최근 컴퓨터 비전 기술의 발전으로 스마트도시에서는 합리적인 정확도로 복잡한 동작을 인식할 수 있다. 이와는 대조적으로, 싸움과 칼에 관련된 사건과 같은 폭력적인 인식은 관심을 덜 이끌었다. 시각적인 감시 능력은 거리나 교도소에서의 싸움을 감지하는데 사용될 수 있다. 이 논문에서 우리는 감시 카메라에 대한 심층 학습 기반의 폭력 인식 방법을 제안했다. 컨볼루션 뉴럴 네트워크(CNN) 모델은 폭력 인식을 위한 싸움과 칼의 벤치마크 데이터 셋에 대해 훈련하고 세부적으로 조정된다. 비정상적인 이벤트가 감지되면 가장 가까운 경찰서로 경보를 보내는 즉각적인 조치를 취할 수 있다. 제안된 방법의 실험 결과는 99.21%의 정확도를 달성함으로써 다른 최첨단 CNN모델을 능가했다.

• 국제학술발표논문집
• /
• The 8th International Conference on Construction Engineering and Project Management
• /
• pp.313-322
• /
• 2020

The recognition of the risk hazards is a vital step to effectively prevent accidents on a construction site. The advanced development in computer vision systems and the availability of the large visual database related to construction site made it possible to take quick action in the event of human error and disaster situations that may occur during management supervision. Therefore, it is necessary to analyze the risk factors that need to be managed at the construction site and review appropriate and effective technical methods for each risk factor. This research focuses on analyzing Occupational Safety and Health Agency (OSHA) related to risk zone identification rules that can be adopted by the image recognition technology and classify their risk factors depending on the effective technical method. Therefore, this research developed a pattern-oriented classification of OSHA rules that can employ a large scale of safety hazard recognition. This research uses joint reasoning of risk zone Identification and numeric input by utilizing a stereo camera integrated with an image detection algorithm such as (YOLOv3) and Pyramid Stereo Matching Network (PSMNet). The research result identifies risk zones and raises alarm if a target object enters this zone. It also determines numerical information of a target, which recognizes the length, spacing, and angle of the target. Applying image detection joint logic algorithms might leverage the speed and accuracy of hazard detection due to merging more than one factor to prevent accidents in the job site.

• 대한임베디드공학회논문지
• /
• 제10권4호
• /
• pp.189-198
• /
• 2015

Most IoT-related approaches have tried to establish the relation by connecting the network between things. The proposed research will present how the pervasive interaction of eco-system formed by touching the objects between humans and things can be recognized on purpose. By collecting and sharing the detected patterns among all kinds of things, we can construct the environment which enables individualized interactions of different objects. To perform the aforementioned, we are going to utilize technical procedures such as event-driven signal processing, pattern matching for signal recognition, and hardware in the loop simulation. We will also aim to implement the prototype of sensor processor based on Arduino MCU, which can be integrated with system using Arduino-Matlab/Simulink hybrid-interoperation environment. In the experiment, we use piezo transducer to detect the vibration or vibrates the surface using acoustic wave, which has specific frequency spectrum and individualized signal shape in terms of time axis. The signal distortion in time and frequency domain is recorded into memory tracer within sensor processor to extract the meaningful pattern by comparing the stored with lookup table(LUT). In this paper, we will contribute the initial prototypes for the acoustic touch processor by using off-the-shelf MCU and the integrated framework based on Matlab/Simulink model to provide the individualization of the touch-sensing for the user on purpose.

• 마케팅과학연구
• /
• 제15권2호
• /
• pp.123-140
• /
• 2005

본 연구는 메가 이벤트 도입에 있어 지역주민들과의 갈등 원인과 거주민의 인구특성과의 관계 그리고 라이프스타일에 따른 주민들의 지각차이를 부정적 지각을 중심으로 도입저해 요인을 탐색하였다. 그 결과 자동차 경주 도입 거부요인으로 도시환경, 생활환경, 교육환경, 지역산업환경, 그리고 관광산업환경으로 나타났다. 이 중 교육환경과 도시환경이 가장 중요한 거부요인으로 밝혀졌다. 인구통계적 특성과 거주지 및 직장위치, 그리고 개인의 라이프스타일에 따라 자동차 경주 도입의 거부에 대한 지각이 다르게 나타났다. 또한 지역주민들이 우려하는 환경요인을 라이프스타일 유형에 따라 분석하여, 자아과다통제형, 자아탄력적통제형, 자아과소통제형에 따라 서로 상이한 지각이 행사됨을 밝혔다.

• 전자공학회논문지
• /
• 제53권12호
• /
• pp.152-158
• /
• 2016

본 논문에서는 오픈소스 플랫폼 라즈베리파이 3 모델을 기반으로 몽고DB 데이터베이스를 활용하여 풀 스택 플랫폼을 구현하였다. 가속도 센서를 사용하여 무선 통신으로 데이터를 로깅하는 도구로써 이벤트 구동 방식을 사용하였으며, 리눅스 라즈비안 Jessie 버전으로 초당 28 프레임으로 USB 카메라(MS LifeCam 시네마) 이미지를 획득하며, 안드로이드 모바일 기기와 인터페이스를 구축하기 위하여 블루투스 통신 기술을 확장하였다. 따라서 본 논문에서는 가속도 센서 동작을 검출하여 이벤트 트리거링을 감지하는 풀 스택 플랫폼 기능을 구현하고, IoT 환경에서 온도와 습도 센서 데이터를 수집한다. 특히 몽고 DB가 MEAN 스택과 가장 좋은 데이터 연결성을 갖고 있기 때문에 풀 스택 플랫폼 성능을 개발 향상시키는데 MEAN 스택을 사용하였다. 향후 IoT 클라우드 환경에서 풀 스택 성능을 향상시키고, 몽고 DB를 활용하여 보다 쉽게 웹 설계 성능을 향상시키도록 기술을 개발하겠다.