• Proceedings of the KAIS Fall Conference
• /
• 2011.05a
• /
• pp.220-222
• /
• 2011

본 논문에서는 유아의 교육현장에서 교사들이 가정과 연계하여 효율적이고 실천적인 환경 보전 교육활동을 할 수 있도록 유아들이 겪을 수 있는 실생활을 중심으로 유아의 눈높이에 맞춰 유아의 환경 인식 변화를 위한 콘텐츠 개발을 하고 실험 및 평가를 하고자 한다.

• Proceedings of the KAIS Fall Conference
• /
• 2009.05a
• /
• pp.757-758
• /
• 2009

본 논문은 영상 처리 기법을 이용한 차량 조수석 탑승자 인식 방법을 제안하였다. 이 방법은 차량 내에 장착된 카메라로부터 실시간으로 동영상을 획득하여 조수석의 탑승자를 모니터링 하여, 조수석에 탑승자의 존재 유무와 탑승자의 자세 등을 인식한다. 본 논문의 방법은 조수석 영역의 불변 특징을 추출하고 움직임을 검출하여 탑승자의 상태를 인식한다. 실험에서 제안한 방법이 차량의 움직임과 밝기 변화와 같은 환경 변화에 강인한 인식 방법임을 보였다.

• Proceedings of the KAIS Fall Conference
• /
• 2001.05a
• /
• pp.188-191
• /
• 2001

본 논문에서는 화자의 입모양의 변화를 분석하여 발음된 음성을 인식하는 방법에 관하여 연구하였다. 입모양 변화를 나타내는 특징벡터의 서로 다른 선택이 인식성능에 미치는 영향을 비교 분석하였다. 특징벡터로서는 ASM(Active Shape Model) 파라메터와 Acticulatory 파라메터를 특별히 선택하여 인식성능을 비교하였다. 모의실험 결과, Articulatory 파라메터를 사용하는 것이 인식성능도 더 우수하고 계산량도 더 적음을 확인할 수 있었다.

• Proceedings of the KAIS Fall Conference
• /
• 2010.05a
• /
• pp.511-514
• /
• 2010

본 논문에서는 유아를 대상으로 하는 환경교육용 3D 애니메이션을 제작하여, 유아에게 환경오염의 심각성을 알리고, 유치원에서 환경교육 자료로 활용될 수 있도록 환경교육의 실천 방향을 제시한다. 유치원에서 유아를 대상으로 사전조사와 사후 조사를 통하여 유아들의 이해도가 향상되었음을 결과를 통하여 알 수 있다.

• Proceedings of the KAIS Fall Conference
• /
• 2010.05a
• /
• pp.546-548
• /
• 2010

본 논문에서는 유아의 환경인식 변화를 위하여 호기심이 많고 한 곳에 집중하는 시간이 짧은 유아의 특성을 고려한 캐릭터를 모델링하고 시나리오를 작성하여 2D애니메이션을 제작 하였다. 본 애니메이션을 통하여 흙이 더럽혀지는 이유와 환경을 보전해야하는 이유를 알아봄으로써 환경보전에 대한 인식과 태도를 형성 하고 환경 보전에 대한 인식의 변화를 통하여 환경보호를 행동으로 실천 할 수 있도록 도움을 주는 데에 그 목적이 있다.

• Proceedings of the KAIS Fall Conference
• /
• 2010.05a
• /
• pp.549-551
• /
• 2010

최근 환경보전의식의 변화에 따라 유아들의 환경보전에 대한 경각심이 고조되고 있음을 알 수 있다. 그러므로 본 논문에서는 유아들의 일상생활 속에서의 흙에 대한 내면화 과정을 단순 주입식 교육이 아닌 흙에 대한 지식을 이해하고 습득 및 필요성을 스스로 인식시킴으로써 아름다운 환경을 보전하려는 마음을 갖고 이를 실천할 수 있도록 하기 위해 2D 애니메이션 웹 컨텐츠를 설계하였다.

• Proceedings of the KAIS Fall Conference
• /
• 2007.11a
• /
• pp.188-190
• /
• 2007

본 논문에서는 유아들의 환경 교육 효과를 증대하기 위하여 집중력이 약한 유아들의 특성을 고려하여 3D MAX를 이용한 3D 애니메이션을 설계 구현하였다. 본 애니메이션을 이용하여 수질오염의 원인과 환경을 보호해야 하는 이유를 알아보고 유아들의 환경보전에 대한 인식과 태도를 형성하여 환경보호를 행동으로 실천 할 수 있도록 도움을 주는 데에 그 목적이 있다.

• Proceedings of the KAIS Fall Conference
• /
• 2003.06a
• /
• pp.284-287
• /
• 2003

본 논문은 시각 장애인을 위해 양면 인쇄된 점자를 스캐너를 통해서 읽어 들인 후, 영상 내의 잡음과 같은 미세 정보를 제거하는 전처리과정을 거친다 스캔한 영상을 임계값을 이용한 클리핑으로 이진영상을 만든 후 영상의 특징을 추출한다. 추출된 특징은 점자의 앞면과 뒷면으로 분류할 수 있다. 점자 앞면의 특징이 아래반원으로 나타나며 이러한 특징을 이용한 검출필터를 만들어 점자의 앞면만을 추출해낸다. 영상을 각각 수직방향, 수평방향으로 투영시켜 점자영상 분할을 위한 거리를 계산, 자간격과 줄간격을 구해 ½되는 지점에 선을 그어 분할한다. 분할된 점자 형태소를 낱자로 인식한다.

• Proceedings of the KAIS Fall Conference
• /
• 2010.11b
• /
• pp.763-765
• /
• 2010

Objectives: The aim of the research was to evaluate the recognition levels on PHR (Personal Health Record) which was regarded as a valuable tool in health areas. Old and young age groups (mostly university students) were two groups that were under investigation. The young age group was deliberately asked to pretend they were members in the old age group (adult group here after) in order to investigate the recognition level differences in such conditions. Methods: We performed common and grouping analyses based on two hypotheses. Firstly the survey results should be different in both age groups. Secondly people who had high risk factors of a disease (obesity in our study) should show higher recognition level on PHR based on an assumption that they were aware of serious outcome of the disease more than the others. Results & Conclusion: The first hypothesis was rejected as both groups show similar patterns in responding the survey. The second hypothesis was also rejected because both groups showed responses in similar patterns. Based on the outcome of our study and analyses, we concluded that there would be no differences in recognition levels on PHR between young and adult groups. Also, possession of disease risk factors, at least for obesity, would not affect the recognition level of PHR. Further elaborate researches with larger groups on the topic may be necessary in order to validate the method and to expand for various applications.

• KIPS Transactions on Software and Data Engineering
• /
• v.10 no.11
• /
• pp.491-500
• /
• 2021

In this study, we propose a method for detecting fall behavior using MS Kinect v2 RGBD Camera-based Human-Skeleton Keypoints and a 2-Stacked Bi-LSTM model. In previous studies, skeletal information was extracted from RGB images using a deep learning model such as OpenPose, and then recognition was performed using a recurrent neural network model such as LSTM and GRU. The proposed method receives skeletal information directly from the camera, extracts 2 time-series features of acceleration and distance, and then recognizes the fall behavior using the 2-Stacked Bi-LSTM model. The central joint was obtained for the major skeletons such as the shoulder, spine, and pelvis, and the movement acceleration and distance from the floor were proposed as features of the central joint. The extracted features were compared with models such as Stacked LSTM and Bi-LSTM, and improved detection performance compared to existing studies such as GRU and LSTM was demonstrated through experiments.