• International Journal of Reliability and Applications
• /
• 제7권1호
• /
• pp.41-53
• /
• 2006

The exact cause of the system's failure is often unknown in the masked system lifetime data. In such type of data, there are two observable quantities, namely (i) the systems time to failure and (ii) the set of systems components that contains the component, which might cause the system to fail. Our objective in this paper is to use the maximum likelihood procedure in the presence of masked data to make inference for the reliability of the system's components. We assume a multi-component series system where each component has a constant failure rate. Different cases that permit for closed form solutions of point estimates are considered. The results obtained in this paper generalize other published results.

• 산업경영시스템학회지
• /
• 제25권6호
• /
• pp.7-11
• /
• 2002

This paper estimates defect and outbreak probabilities of each individual component from some subset of masked data where the exact component causing system failure might be unknown. A system consists of k components that fails whenever there is a defect in at least one of the components. Due to cost and time constraints it is not feasible to learn exactly which components are defective. Because, test procedures ascertain that the defective components belong to some subset of the k components. This phenomenon is termed masking. We describe a, b, c type in which a sample of masked subsets is subjected to intensive failure analysis. This recorded data of a, b, c type enables maximum likelihood estimation of defect probability of each individual component and leads to outbreak of the defective components in future masked failures.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.647-650
• /
• 2021

The most powerful and modern face recognition techniques are using deep learning methods that have provided impressive performance. The outbreak of COVID-19 pneumonia has spread worldwide, and people have begun to wear a face mask to prevent the spread of the virus, which has led existing face recognition methods to fail to identify people. Mainly, it pushes masked face recognition has become one of the most challenging problems in the face recognition domain. However, deep learning methods require numerous data samples, and it is challenging to find benchmarks of masked face datasets available to the public. In this work, we develop a new simulated masked face dataset that we can use for masked face recognition tasks. To evaluate the usability of the proposed dataset, we also retrained the dataset with ArcFace based system, which is one the most popular state-of-the-art face recognition methods.

• 방송공학회논문지
• /
• 제27권6호
• /
• pp.944-947
• /
• 2022

최근 코로나바이러스로 인한 마스크 착용이 급증함에 따라 마스크 착용에 대응할 수 있는 기술의 중요성이 증가하고 있다. 얼굴 자세 추정 분야는 운전자 주의, 얼굴 정면화, 시선 감지 등의 다양한 활용성에도 불구하고 마스크 착용에 따른 성능 저하 문제를 해결할 수 있는 연구가 거의 수행되지 않았다. 본 논문은 마스크 착용 유무에 따른 얼굴 자세 추정의 성능 저하에 대한 분석을 토대로, 마스크가 없는 얼굴 이미지의 크기 및 자세를 분석하여 마스크 이미지를 합성할 수 있는 데이터 증강 기법을 제안한다. 제안하는 얼굴에 특화된 증강 기법을 활용한 학습은 마스크 착용 여부와 관계없이 얼굴 자세 추정 벤치마크 데이터 세트인 BIWI에서 강인한 성능을 보이며, 특정 모델에 국한되지 않기 때문에 다양한 얼굴 자세 추정 모델에 적용될 수 있다.

• International Journal of Reliability and Applications
• /
• 제18권2호
• /
• pp.45-63
• /
• 2017

In this paper, we have formulated optimum Accelerated Life Test (ALT) plan for a parallel system with two independent components using masked data with ramp-stress loading scheme and Type-I censoring. Consider a system of two independent and non-identical components connected in parallel. Such a system fails whenever all of its components has failed. The exact component that causes the system to fail is often unknown due to cost and time constraint. For each parallel system at test, we observe its system's failure time and a set of component that includes the component actually causing the system to fail. The stress-life relationship is modelled using inverse power law, and cumulative exposure model is assumed to model the effect of changing stress. The optimal plan consists in finding out the optimum stress rate using D-optimality criterion. The method developed has been explained using a numerical example and sensitivity analysis carried out.

• International Journal of Reliability and Applications
• /
• 제6권2호
• /
• pp.117-133
• /
• 2005

Estimations of the parameters included in a two-component system are derived based on masked system life test data, when the probability of masking depends upon the exact cause of system failure. Also estimations of reliability for the individual components at a specified mission time are derived. Maximum likelihood and Bayes methods are used to derive these estimators. The problem is explained on a series system consisting of two independent components each of which has a Pareto distributed lifetime. Further we present numerical studies using simulation.

• 한국음향학회지
• /
• 제8권5호
• /
• pp.7-22
• /
• 1989

This paper presents basic data on loudness level and loudness along with data obtained by the authors, and describes an application of the idea of masked loudness to perception of music in the presence of noise. It is shown that timbre or sound quality of music is well explained by masked loudness vs frequency characteristic.

• 한국신뢰성학회:학술대회논문집
• /
• 한국신뢰성학회 2000년도 추계학술대회
• /
• pp.353-362
• /
• 2000

다양한 컴포넌트들로 구성된 시스템의 수명 데이터는 시스템 컴포넌트들의 신뢰성을 추정하는데 많이 사용된다. 하지만 비용이나 고장진단의 기술적 문제 때문에 시스템 고장의 정확한 원인을 밝혀내기는 어렵다. 시스템이나 컴포넌트의 수명 데이터 중 정확한 고장원인을 알 수 없는 데이터를 마스크 데이터라 한다. 본 연구는 마스크데이터와 베이지안 추정의 연구방향을 살펴보고, 그리고 고장률의 비정보 사전분포를 이용하여, 컴포넌트가 직렬로 구성된 시스템의 수명 데이터가 마스크 데이터를 갖는 지수분포의 시스템 컴포넌트 고장률을 추정한다.

• 대한안전경영과학회:학술대회논문집
• /
• 대한안전경영과학회 2000년도 추계학술발표논문집
• /
• pp.53-62
• /
• 2000

다양한 컴포넌트들로 구성된 시스템의 수명 데이터는 시스템 컴포넌트들의 신뢰성을 추정하는데 많이 사용된다. 하지만 비용이나 고장진단의 기술적 문제 때문에 시스템 고장의 정확한 원인을 밝혀내기는 어렵다. 시스템이나 컴포넌트의 수명 데이터 중 정확한 고장원인을 알 수 없는 데이터를 마스크 데이터라 한다. 본 연구는 마스크데이터와 베이지안 추정의 연구방향을 살펴보고, 그리고 고장률의 비정보 사전분포를 이용하여, 컴포넌트가 직렬로 구성된 시스템의 수명 데이터가 마스크 데이터를 갖는 지수분포의 시스템 컴포넌트 고장률을 추정 한다.

• 한국정보통신학회논문지
• /
• 제26권8호
• /
• pp.1136-1141
• /
• 2022

코로나19 팬데믹으로 인해 마스크 착용이 일상화되면서 마스크 착용 얼굴을 식별하는 얼굴인식 연구에 대한 중요도가 높아지고 있다. 안정된 얼굴인식 성능을 위해서는 인식 대상에 대한 풍부한 학습용 이미지 확보가 필요하지만 인물 별로 마스크 착용 얼굴 이미지를 다량 확보하는 것은 쉽지 않다. 본 논문에서는 마스크 미착용 얼굴 이미지에 가상의 마스크 패턴을 합성하는 새로운 방법을 제안한다. 제안 방법은 동일 인물에 대해 마스크 미착용 얼굴 이미지와 마스크 착용 얼굴 이미지를 쌍으로 컨볼루션 오토인코더에 입력하여 얼굴과 마스크의 기하학적 관계를 학습한다. 학습이 완료된 컨볼루션 오토인코더는 학습에 사용되지 않은 새로운 마스크 미착용 얼굴 이미지에 가상의 마스크 패턴을 자연스러운 형태로 합성해준다. 제안 방법은 고속으로 대량의 마스크 착용 얼굴 이미지를 생성할 수 있으며, 얼굴 특징점 추출에 기반하는 마스크 합성 방법에 비해 실용적이다.