• 정보교육학회논문지
• /
• 제8권2호
• /
• pp.191-201
• /
• 2004

컴퓨터의 보급과 네트워크 망의 확대로 인터넷 사용이 보편화되면서 인터넷을 이용하여 문자에 의존한 의사소통 방식이 음성이나 그림보다는 보편화되어 있다. 이에 따라 나타나는 통신 언어의 부작용으로 인해 계층 간의 이질화, 세대간의 의사소통 단절, 언어폭력, 청소년들의 심성발달 저해 등 많은 문제점을 야기시키고 있고, 비속어, 은어, 비어, 어문규범 일탈형의 표기로 어린이에 대한 국어 교육이나 실제 언어 생활에 부정적으로 작용하는 측면이 강하다. 이러한 문제를 해결하기 위하여 학생들의 요구분석을 통하여 $\ulcorner$바른말 고운말 교실$\lrcorner$ 이라는 웹기반 학습시스템을 개발하여 효과를 검증하기 위해 현장에 적용하였다. 적용 결과 많은 학생들에게 선호도와 교육적 효과가 높게 나타났으며 바른 언어 사용의 유의미한 결과가 나타났다.

• 방송공학회논문지
• /
• 제25권5호
• /
• pp.776-788
• /
• 2020

본 논문에서는 딥러닝을 이용한 차종 인식과 자동차 번호판 문자 인식 시스템을 제안한다. 기존 시스템에서는 영상처리를 통한 번호판 영역 추출과 DNN을 이용한 문자 인식 방법을 사용하였다. 이러한 시스템은 환경이 변화되면 인식률이 하락되는 문제가 있다. 따라서, 제안하는 시스템은 실시간 검출과 환경 변화에 따른 정확도 하락에 초점을 맞춰 1-stage 객체 검출 방법인 YOLO v3를 사용하였으며, RGB 카메라 한 대로 실시간 차종 및 번호판 문자 인식이 가능하다. 학습데이터는 차종 인식과 자동차 번호판 영역 검출의 경우 실제 데이터를 사용하며, 자동차 번호판 문자 인식의 경우 가상 데이터만을 사용하였다. 각 모듈별 정확도는 차종 검출은 96.39%, 번호판 검출은 99.94%, 번호판 검출은 79.06%를 기록하였다. 이외에도 YOLO v3의 경량화 네트워크인 YOLO v3 tiny를 이용하여 정확도를 측정하였다.

• 방송공학회논문지
• /
• 제25권5호
• /
• pp.672-684
• /
• 2020

시차 기반 영상처리에 대한 연구들이 증가함에 따라 저해상도 및 모션 블러된 라이트필드 영상을 복원하는 연구는 필수적이 되었다. 이러한 기법들은 라이트필드 영상 향상 과정으로 알려져 있으나 두 개 이상의 문제를 동시에 해결하는 기존의 연구는 거의 존재하지 않는다. 본 논문에서는 라이트필드 공간 영역 초해상도 복원과 모션 블러 제거를 동시 수행하는 프레임워크를 제안한다. 특히, 저해상도 및 6-DOF 모션 블러된 라이트필드 데이터셋으로 훈련하는 간단한 네트워크를 생성한다. 또한 성능을 향상하기 위해 생성적 적대 신경망의 지역 영역 최적화 기법을 제안하였다. 제안한 프레임워크는 정량적, 정성적 측정을 통해 평가하고 기존의 state-of-the-art 기법들과 비교하여 우수한 성능을 나타냄을 보인다.

• 융합신호처리학회논문지
• /
• 제21권1호
• /
• pp.29-37
• /
• 2020

본 논문은 실시간 영상 분석을 통해서 반려견에 대한 객체를 추출해 내고, 추출된 이미지로부터 반려견 행동을 분류하는 방법을 구현한다. 반려견 객체 탐지를 위해서 Darknet YOLO를 사용하였으며, 추출된 이미지로부터 행동 패턴 분류는 구글에서 제공하고 있는 Teachable Machine을 이용하였다. 학습된 Teachable Machine은 구글 드라이브에 저장되어 node.js 서버 상에서 ml5.js로 구현하여 사용할 수 있다. 분류된 행동 패턴 결과는 사용자의 스마트 폰 또는 PC로 실시간 전송되며, 언제 어디서든 확인 가능할 수 있게 node.js 서버에서 socket.io 모듈을 사용해서 상호반응 웹 서버를 구현하였다.

• 인터넷정보학회논문지
• /
• 제10권5호
• /
• pp.183-194
• /
• 2009

본 논문에서는 인터넷상에 업로드되는 음란 영상물을 차단하기 위해 활동적 형태 모델(active shape model)을 이용한 유해 영상 탐지 방법을 제안한다. 본 논문에서는 활동적 형태 모델을 이용하여 가슴선의 형태를 주성분 분석(Principle Component Analysis)과 정렬을 통해서 학습하고, 각 제어점에 대응하는 화소값 분포를 학습한다. 그리고 학습된 형태와 화소값 분포를 이용하여 가슴선을 찾는다. 본 논문에서는 형태 모델의 초기 위치를 정확하게 선택하기 위해 스케일, 회전, 이동에 관한 파라미터를 추출한다. 이 정보를 획득하기 위해서 본 논문에서는 유두 부분의 위치를 찾고, 유두 위치로부터 모든 방향으로 방사하여 후보 가슴선을 찾는다. 이와 같이 검출한 가슴선 정보를 이용하여 스케일과 회전 값을 찾아 평균 형태(mean shape)를 위치시키고, 활동적 형태 모델을 반복적으로 탐색한다. 최종적으로 수렴한 형태의 제어점(landmark)과 후보 가슴선과의 거리 평균을 계산하여 유해영상의 유무를 판단한다.

• 로봇학회논문지
• /
• 제17권4호
• /
• pp.463-476
• /
• 2022

In this paper, we propose a table tennis posture classification system using a cooperative robot to develop a table tennis robot that can be trained like a real game. The most ideal table tennis robot would be a robot with a high joint driving speed and a high degree of freedom. Therefore, in this paper, we intend to use a cooperative robot with sufficient degrees of freedom to develop a robot that can be trained like a real game. However, cooperative robots have the disadvantage of slow joint driving speed. These shortcomings are expected to be overcome through quick recognition. Therefore, in this paper, we try to quickly classify the opponent's posture to overcome the slow joint driving speed. To this end, learning about dynamic postures was conducted using image data as input, and finally, three classification models were created and comparative experiments and evaluations were performed on the designated dynamic postures. In conclusion, comparative experimental data demonstrate the highest classification accuracy and fastest classification speed in classification models using MLP (Multi-Layer Perceptron), and thus demonstrate the validity of the proposed algorithm.

• 한국정보통신학회논문지
• /
• 제24권8호
• /
• pp.993-998
• /
• 2020

현재 인테리어의 기술은 세계적으로 발전하고 있다. 다양한 연구가 진행됨에 따라 가정 인테리어도 환경 조성을 위해 식물을 활용하는 경우가 증가하고 있다. 그러나 활용되는 식물들의 증가에 비해 해당 식물들의 성질을 제대로 인지하지 못하여 예상치 못한 사고가 발생하고 있다. 이에 따라 특정 식물들의 위험성에 대해 다양한 매체를 통해 알리고 있지만 사고가 지속적으로 발생하고 있다. 이에 본 논문에서는 우리 주변에서 흔하게 접할 수 있는 대중적인 독성 식물을 판별하는 합성곱 신경망 모델 기반의 독성 식물 판별 시스템을 제안하였다. 이를 위해 독성 식물 판별을 진행하기 앞서 네 종류의 모델을 구축하였고 각 모델들을 비교 분석하였다. 분석한 모델들에 대해 높은 정확성을 갖는 합성곱 신경망 모델을 제안하였다. 이를 통하여 독성 식물들을 판별할 수 있으며, 독성 식물로 인한 안전사고를 줄일 수 있다고 사료된다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제10권11호
• /
• pp.305-310
• /
• 2021

의료분야 인공지능 기술이 분석과 알고리즘 개발에 중점을 두었으나 점차 제품으로 서비스하기 위한 Web 애플리케이션 개발로 변화되고 있다. 본 연구는 복부 CT 영상에서 요로결석(Urinary Stone) 분할모델과 이를 기반으로 한 인공지능 웹 애플리케이션에 대해 기술한다. 이를 구현하기 위해 의료영상 분야에서 이미지 분할을 목적으로 제안된 End-to-End 방식의 Fully-Convolutional Network 기반 모델인 U-Net을 사용하여 모델을 개발하였다. 그리고 Python 기반의 Flask라는 마이크로 웹 프레임워크를 사용하여 AWS 클라우드 기반 웹 애플리케이션으로 개발하였다. 끝으로 모델 서빙으로 요로결석 분할모델이 예측한 결과를 인공지능 웹 애플리케이션 서비스 수행 결과로 보인다. 제안한 AI 웹 애플리케이션 서비스가 선별 검사에 활용되기를 기대한다.

• 융합보안논문지
• /
• 제22권1호
• /
• pp.29-38
• /
• 2022

감염 질병의 심각한 확산으로 인해 방역의 중요성이 점점 커지고 있다. 또한 방역 이슈가 없는 언택트 산업에 대한 관심도 늘어나고 있다. 본 논문에서는 등록된 사용자의 얼굴을 인식함으로써 비접촉 방식으로 출입을 통제하는 비용 효율적인 라즈베리파이 기반 도어락 시스템을 설계하고 개발한다. 우선, OpenCV의 Haar-based cascade를 사용하여 매우 단순한 특징들을 조합하여 객체를 찾고, 얼굴 인식을 진행한다. 그리고 LBPH (Local Binary Pattern Histogram)을 사용하여 이미지의 질감을 이진화하여 특징을 찾아낸다. 라즈베리파이 3B+ 보드, 초음파 센서, 카메라 모듈, 모터 등으로 언택트 도어락 하드웨어를 구현하고, 얼굴 인식 및 매칭 알고리즘을 포함한 소프트웨어를 기반으로 약 500장의 이미지 데이터를 학습시켜 실험한 결과, 최대 85.7%의 인식률을 보이며 사용자를 구분하는 성능을 검증할 수 있었다. 또한, Haar-cascade 알고리즘 성능의 광원에 대한 영향성을 파악하여 그 개선 가능성을 살펴보았다.

• 한국게임학회 논문지
• /
• 제14권5호
• /
• pp.7-14
• /
• 2014

교육용게임은 교육과 재미가 공존하므로 교육적인 기준과 게임으로서의 재미를 이끌어낼 수 있는 기준을 마련하는 것이 중요하다. 기존에 개발되어 있는 많은 교육용 게임들이 오락성과 게임디자인의 특성은 낮은 점수를 받았다. 그러므로 오락성을 어떻게 보충할 것인가가 중요하다. 본 논문에서는 스마트폰용 퍼즐게임으로 출시되어 사용자들에게 많은 인기를 얻은 퍼즐게임들의 게임적인 요소를 분석하여 교육용 게임에 적용하고자 한다. 애니팡, 애니팡2, 캔디크러쉬사가, 팜히어로즈사가, 포코팡은 인기를 얻어 흥행에 성공한 게임들이다. 이들 게임들에서 게임적인 요소들을 분석하고자 한다. 캐쥬얼게임에서의 게임적인 요소에 교육용게임들을 분석하여 적용하였다. 또한 몰입을 높일 수 있는 요소들을 제안하였다. 오락성을 높일 수 있는 게임디자인 요소들은 게임규칙과 스테이지, 미션 등이 있다. 몰입을 높일수 있는 요소로는 아이템과 배경 맵, 새로운 학습 환경이 있다. 본 논문은 게임의 재미를 의미하는 오락성을 흥행에 성공한 게임을 분석하여 교육용게임에 적용한다는 점에서 그 의의를 찾을 수 있다.