• 국제학술발표논문집
• /
• The 8th International Conference on Construction Engineering and Project Management
• /
• pp.443-452
• /
• 2020

Worker's awkward postures and unreasonable physical load can be corrected by monitoring construction activities, thereby increasing the safety and productivity of construction workers and projects. However, manual identification is time-consuming and contains high human variance. In this regard, an automated activity recognition system based on inertial measurement unit can help in rapidly and precisely collecting motion data. With the acceleration data, the machine learning algorithm will be used to train classifiers for automatically categorizing activities. However, input acceleration data are extracted either from designed experiments or simple construction work in previous studies. Thus, collected data series are discontinuous and activity categories are insufficient for real construction circumstances. This study aims to collect acceleration data during long-term continuous work in a construction project and validate the feasibility of activity recognition algorithm with the continuous motion data. The data collection covers two different workers performing formwork at the same site. An accelerator, as well as portable camera, is attached to the worker during the entire working session for simultaneously recording motion data and working activity. The supervised machine learning-based models are trained to classify activity in hierarchical levels, which reaches a 96.9% testing accuracy of recognizing rest and work and 85.6% testing accuracy of identifying stationary, traveling, and rebar installation actions.

• 한국콘텐츠학회논문지
• /
• 제11권4호
• /
• pp.51-56
• /
• 2011

본 논문은 명암 변화가 심한 비디오 시퀀스에 대해 효율적인 동영상 압축기법을 제안한다. 제안한 알고리즘에서는 화면간의 명암 변화 변수들을 추정하고 지역적인 움직임 보상을 수행한다. 밝기 보상이 필요한 화면을 검출하기 위하여 연속되는 두 프레임간의 히스토그램의 크로스 엔트로피를 계산하여 프레임 분류를 하고 명암 변화가 심한 화면에 대해서만 밝기 보상을 수행하여 명암 변화가 심하지 않은 경우에 발생할 수 있는 불필요한 계산량을 줄였다. 명암 변화가 심한 비디오 시퀀스에 대한 실험결과 제안한 알고리즘은 기존의 알고리즘에 비해 적은 계산량으로 높은 PSNR (peak signal to noise ratio) 성능을 나타내었다.

• 한국안전학회지
• /
• 제15권4호
• /
• pp.139-149
• /
• 2000

This study aims to review and assess the existing postural classification schemes used for evaluating postural loads in industry. The schemes can be classified into three categories: self-report, observational and instrument-based techniques depending upon how to record working postures. Of the three techniques, this study was mainly focused on the observational methods. The observational technique is most widely used in the industrial sites because it does not interfere with work, and is easy and simple to use and cost-effective without requiring the use of expensive equipment for estimating the angular deviation of a body segment from the neutral position. In spite of the usefulness and applicability, the techniques have some problems: 1) The existing observational techniques lack the consistency in the class limits of the motion categories in each body segment; 2) Most of them do not provide the post-analysis criteria needed to judge whether or not any posture is acceptable in view point of the postural load; and 3) They can not precisely evaluate the postural load for a given posture because the external loads and dynamic factors including acceleration, moment and force were not taken into consideration.

• 대기
• /
• 제16권3호
• /
• pp.235-246
• /
• 2006

Remote sensing techniques using satellites or the scanning weather radars depend mostly on the presence of clouds or precipitation, and leave the extensive regions of clear air unobserved. But wind profilers provide the most direct measurements of mesoscale vertical air motion in the troposphere, even in the context of heavy precipitation. In this paper, the precipitation events during the Changma period was classified into 4 precipitation types - stratiform, mixed stratiform/ convective, deep convective, and shallow convective. The parameters for the classification of analysis are the vertical structure of reflectivity, Doppler velocity, and spectral width measured with the wind profiler at Haenam for a three-year period (2003-2005). In addition, the synoptic fields and total amount of precipitation were analyzed using the Global Final Analyses (FNL) data and the Global Precipitation Climatology Project (GPCP) data. During the Changma period, the results show that the stratiform type was dominant under the moist-neutral atmosphere in 2003, whereas the deep convective type was under the moist unstable condition in 2004. The stratiform type was no less popular than the deep convective type among four seasons because the moist neutral layer was formed by the convergence between the upper-level jet and the low-level jet, and by the moisture transport along the western rim of the North Pacific subtropical anticyclone.

• Current Optics and Photonics
• /
• 제1권4호
• /
• pp.402-411
• /
• 2017

Combined LIBS-Raman spectroscopy has been widely studied, due to its complementary capabilities as an elemental analyzer that can acquire signals of atoms, ions, and molecules. In this study, the classification of polymorphs was performed by laser-induced breakdown spectroscopy (LIBS) to overcome the limitation in molecular analysis; the results were verified by Raman spectroscopy. LIBS signals of the $CaCO_3$ polymorphs calcite and aragonite, and $CaSO_4{\cdot}2H_2O$ (gypsum) and $CaSO_4$ (anhydrite), were acquired using a Nd:YAG laser (532 nm, 6 ns). While the molecular study was performed using Raman spectroscopy, LIBS could also provide sufficient key data for classifying samples containing different molecular densities and structures, using the peculiar signal ratio of $5s{\rightarrow}4p$ for the orbital transition of two polymorphs that contain Ca. The basic principle was analyzed by electronic motion in plasma and electronic transition in atoms or ions. The key factors for the classification of polymorphs were the different electron quantities in the unit-cell volume of each sample, and the selection rule in electric-dipole transitions. The present work has extended the capabilities of LIBS in molecular analysis, as well as in atomic and ionic analysis.

• 대한의용생체공학회:의공학회지
• /
• 제43권5호
• /
• pp.299-307
• /
• 2022

In this paper, we propose a pre-processing method that converts to Spider Chart image data for classification of gripping movement using EMG (electromyography) sensors and Convolution Neural Networks (CNN) deep learning. First, raw data for six hand gestures are extracted from five test subjects using an 8-channel armband and converted into Spider Chart data of octagonal shapes, which are divided into several sliding windows and are learned. In classifying six hand gestures, the classification performance is compared with the proposed pre-processing method and the existing methods. Deep learning was performed on the dataset by dividing 70% of the total into training, 15% as testing, and 15% as validation. For system performance evaluation, five cross-validations were applied by dividing 80% of the entire dataset by training and 20% by testing. The proposed method generates 97% and 94.54% in cross-validation and general tests, respectively, using the Spider Chart preprocessing, which was better results than the conventional methods.

• 융합신호처리학회논문지
• /
• 제12권4호
• /
• pp.250-257
• /
• 2011

본 논문에서는 이동 카메라 영상에서 움직임 정보와 SVM(Support Vector Machine)을 이용하여 다수의 보행자를 검출하는 방법을 제안하였다. 먼저 연속된 영상의 특징점을 이용하여 카메라 자체의 움직임 보상용 한 후 차 영상과 프로젝션 히스토그램을 통해 움직이는 보행자를 검출한다. 차 영상을 이용한 보행자 검출은 간단한 방법이지만 움직임이 없는 보행자는 검출하지 못하는 단점이 있다. 따라서 이러한 단점을 보완하기 위하여 SVM을 이용하여 움직이지 않는 보행자를 검출하였다. SVM은 보행자 검출과 같은 이진 분류 문제에 우수한 성능을 보이는 것으로 알려져 있다. 하지만 영상 내에 보행자가 서로 인접해 있거나 팔과 다리를 과도하게 움직이는 경우 검출하지 못하는 단점이 있다. 그러므로 본 논문에서는 움직임 정보와 SVM을 이용하여 움직임이 없는 보행자와 보행자가 서로 인접해 있거나 과도한 동작을 취하는 경우에도 강건하게 검출할 수 있는 방법을 제안하였다. 본 논문에서 제안된 방법의 성능을 평가하기 위하여 다양한 실세계 영상을 이용하여 수행하였으며, 그 결과 평균 검출률이 94%, FP(False Positive)가 2.8%로 제안된 방법의 우수성을 입증하였다.

• 방송공학회논문지
• /
• 제18권3호
• /
• pp.380-392
• /
• 2013

본 논문에서는 키넥트와 퍼지 시스템을 이용하여 골프 스윙 동작을 7가지 구간으로 분류하는 방법을 제안한다. 퍼지 논리의 입력으로 골프 클럽과 클럽의 헤드 위치를 사용하였으며 이 정보는 키넥트로부터 획득한 골퍼의 관절 정보와 컬러 영상 정보로부터 검출하였다. 제안하는 방법은 크게 신체 관절 추출 모듈, 골프 클럽 검출 및 헤드 추적 모듈, 골프 스윙 동작 분류 모듈로 구성되어 있다. 신체 관절 추출 모듈은 키넥트 센서로부터 검출되는 신체 관절 정보 중 골프 클럽의 검출을 위해 손의 좌표를 추출한다. 두 번째 모듈에서는 손의 좌표를 기준으로 허프 직선 변환 알고리즘을 사용하여 골프 클럽과 골프 클럽의 헤드를 검출한다. 마지막으로 인식 오류를 줄이고 동작별 인식 성능을 향상시키기 위해 퍼지 시스템을 적용하여 골프 스윙 동작을 분류하였다. 실시간 골프 스윙 영상에 대해 제안한 방법의 성능 평가를 시행하였고 제안한 방법은 평균 85.2%의 골프 스윙 동작 분류 신뢰도를 보여줌을 확인하였다.

• 정보처리학회논문지B
• /
• 제18B권6호
• /
• pp.365-374
• /
• 2011

최근 인터넷, IPTV/SMART TV, 소셜 네트워크 (social network)와 같은 정보 유통 채널의 다양화로 유해 비디오 분류 및 차단 기술 연구에 대한 요구가 높아가고 있으나, 현재까지는 비디오에 대한 유해성을 판단하는 연구는 부족한 실정이다. 기존 유해 이미지 분류 연구에서는 이미지에서의 피부 영역의 비율이나 Bag of Visual Words (BoVW)와 같은 공간적 특징들 (spatial features)을 이용하고 있다. 그러나, 비디오에서는 공간적 특징 이외에도 모션 반복성 특징이나 시간적 상관성 (temporal correlation)과 같은 시간적 특징들 (temporal features)을 추가적으로 이용하여 유해성을 판단할 수 있다. 기존의 유해 비디오 분류 연구에서는 공간적 특징과 시간적 특징들에서 하나의 특징만을 사용하거나 두 개의 특징들을 단순히 결정 단계에서 데이터 융합하여 사용하고 있다. 일반적으로 결정 단계 데이터 융합 방법은 특징 단계 데이터 융합 방법보다 높은 성능을 가지지 못한다. 본 논문에서는 기존의 유해 비디오 분류 연구에서 사용되고 있는 공간적 특징과 시간적 특징들을 특징 단계 융합 방법을 이용하여 융합하여 유해 비디오를 분류하는 방법을 제안한다. 실험에서는 사용되는 특징이 늘어남에 따른 분류 성능 변화와 데이터 융합 방법의 변화에 따른 분류 성능 변화를 보였다. 공간적 특징만을 이용하였을 때에는 92.25%의 유해 비디오 분류 성능을 보이는데 반해, 모션 반복성 특징을 이용하고 특징 단계 데이터 융합 방법을 이용하게 되면 96%의 향상된 분류 성능을 보였다.

• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2002년도 춘계학술발표논문집
• /
• pp.109-111
• /
• 2002

모든 문화는 그 나름대로의 규칙과 분류와 표준이 존재한다. 게임문화에도 역시 그 발전속도와 규모에 부합되는, 정확한 분류와 표준안이 필요하다. 현재 여러 기관에서 게임 관련자들이 수긍할 수 있는 분류 안을 제시하고 있다. 그러나 기관별, 업체별, 그리고 게임 매체별로 게임 장르 분류에 대한 견해가 조금씩 차이를 보인다. 이에 본 논문에서는 대표적인 게임 장르를 살펴보고, 게임 장르 분류 방안을 제시하고자 한다.