• 한국멀티미디어학회논문지
• /
• 제11권11호
• /
• pp.1491-1500
• /
• 2008

본 논문은 은닉 마르코프 모델을 사용하여 사람의 특정한 행동을 인식하여 사용자에게 알려주는 지능형 영상 감시 시스템을 제안한다. 본 방법에는 카메라를 통해 입력된 영상에서 사람 영역을 찾은 후 발 영역만을 추출하여 특징이 되는 관측열을 생성한다 특징 영역은 입력 영상의 각 프레임을 16개의 영역으로 나누어 발바닥이 위치한 곳의 코드를 읽어 사용하고, 인식하고자 하는 패턴 행동들에 대해서는 각각의 관측열을 구하고 HMM의 Baum-Welch 알고리즘을 사용하여 학습한다. 인식에는 전향 알고리즘을 사용하여 입력된 행동과 학습된 행동을 확률적으로 비교하여 영상 내의 행동이 어떤 패턴 행동인지를 결정하여 출력한다. 제시된 방법은 복도에서 사람의 특정 행동을 인식하는데 성공적으로 적용될 수 있음을 실험을 통해 확인했다.

• 한국음향학회지
• /
• 제41권3호
• /
• pp.367-374
• /
• 2022

본 논문은 항정신병 약물의 복용량에 따른 음성 특징의 상관관계 분석을 수행하였다. 항정신병 약물의 대표적 부작용 중 하나인 추체외로 증상(ExtraPyramidal Symptoms, EPS) 발생에 따른 음성 특징의 패턴을 알아보기 위하여, 문장 개발을 통해 한국어 기반 추체외로 증상 음성 코퍼스를 구축하였다. 수집된 자료는 추체외로 증상 군과 비 추체외로 증상 군으로 나누어 음성 특징 패턴을 조사하였으며, 특히 추체외로 증상 군의 높은 음성 특징 상관관계를 보였다. 또한, 발화 문장의 종류가 음성 특징 패턴에 영향을 미친다는 것을 확인할 수 있었으며, 이를 통해 음성 특징을 기반한 추체외로 증상의 조기 발견 가능성을 기대해볼 수 있었다.

• 한국항행학회논문지
• /
• 제27권1호
• /
• pp.126-132
• /
• 2023

객체 인식은 이미지와 비디오에서 다양한 객체를 검출하고 식별하는 기술이다. LBP는 조명 변이에 강인하게 동작하는 기술자로써, 객체 인식 분야에 활발하게 사용되고 있다. LBP는 이웃 픽셀의 범위, 비교 연산 후 이웃들의 결합 순서, 그리고 결합의 시작 위치를 고려해야 한다. 특히, LBP의 시작 위치는 "최상위 비트"가 되기 때문에 객체 인식의 성능에 큰 영향을 미치게 된다. 따라서, 본 논문에서는 N개의 시작 위치를 기반으로 N개의 특징 공간에서 각각 입력 데이터와 가장 유사한 데이터를 탐색한다. 각 특징 공간의 서로 다른 결과를 동일한 기준에서 비교할 수 있는 신뢰 척도를 정의하고, 가장 신뢰도 높은 결과를 선택함으로써 객체 인식을 수행한다. 실험 결과에서는 LBP의 시작 위치에 따라 성능의 차이가 있다는 것을 확인했다. 또한, 제안한 방법은 기존 LBP 인식 성능과 대비하여 최대 12.66%의 높은 성능을 나타냈다.

• 제어로봇시스템학회논문지
• /
• 제6권2호
• /
• pp.207-216
• /
• 2000

This paper introduces an effective system design method to develop a customer oriented product using a design optimization process and to select a set of critical design paramenters,. The process results in the development of a successful product satisfying customer needs and reducing development risk. The proposed scheme adopted a five step QFD(Quality Function Deployment) in order to extract design parameters from customer needs and evaluated their priority using risk factors for extracted design parameters. In this process we determine critical design parameters and allocate them to subsystem designers. Subsequently design engineers develop and test the product based on these parameters. These design parameters capture the characteristics of customer needs in terms of performance cost and schedule in the process of QFD, The subsequent risk management task ensures the minimum risk approach in the presence of design parameter uncertainty. An application of this approach was demonstrated in the development of weld quality monitoring system. Dominant design parameters affect linearity characteristics of weld defect feature vectors. Therefore it simplifies the algorithm for adopting pattern classification of feature vectors and improves the accuracy of recognition rate of weld defect and the real time response of the defect detection in the performance. Additionally the development cost decreases by using DSP board for low speed because of reducing CPU's load adopting algorithm in classifying weld defects. It also reduces the cost by using the single sensor to measure weld defects. Furthermore the synergy effect derived from the critical design parameters improves the detection rate of weld defects by 15% when compared with the implementation using the non-critical design parameters. It also result in 30% saving in development cost./ The overall results are close to 95% customer level showing the effectiveness of the proposed development approach.

• 수산해양기술연구
• /
• 제36권3호
• /
• pp.195-201
• /
• 2000

계량어군탐지기를 이용하여 저서어를 대상으로 에코적분을 행하는 경우, 적분범위의 하한을 결정하기 위해 설정하는 해저기준이나 해저오프셋은, 저서어 자원량추정의 중요한 요인 중의 하나이다. 해저부근의 어군에코의 해석으로부터 해저기준의 결정방법과 최적 오프셋에 관하여 고찰한 결과, 다음과 같은 결과를 보였다. 1) 적분층의 폭을 5m로 하여, 적분범위를 1샘플링씩 해저방향으로 이동하면서, 해저부근의 S$\sub$a5m/의 변화를 본 결과, 해저부근의 어군에코를 적분하기 위해서는, 적분범위의 하한을 가능한 해저까지 접근시켜야 한다. 2) 에코레벨의 역치로서 해저검출을 행한 경우, 역치가 클수록 해저 검출 불능횟수가 증가하고, 작을수록 해저 오검출 횟수가 늘어 났다. 3) 에코레벨의 최대변화점을 해저기준으로 한 해저검출법은, 그 정도가 매우 높았으며, 나아가 에코레벨의 변동에 대해 아주 안정한 해저기준 알고리 즘으로 적합하였다. 4) 이 해저검출 알고리즘에 의하면, 최적해저오프셋은 해저 기준으로부터 0.4ms이내였고, 이것은 펄스파형과 해저지형에 대한 음향빔에 의존한다.

• 한국정밀공학회지
• /
• 제12권5호
• /
• pp.98-107
• /
• 1995

The in-process detection of drill wear and breakage is one of the most importnat technical problems in unmaned machining system. In this paper, the monitoring system is developed to monitor abnormal drilling states such as drill breakage, drill wear and unstable cutting using motor current. Drill breakage is detected by level monitoring. Tool wear is classified by fuzzy pattern recognition. The key feature for classification of tool wear is the estimated flank wear which is calculated by the proposed flank wear model. The characteristic of the model is not sensitive to the variation of cutting conditions but is sensitive to drill wear state. Unstable cutting states due to the unsmooth chip disposal and the overload are monitored by the variance/mean ratio of spindle motor current. Variance/mean ratio also includes the information about the prediction of drill wear and drill breakage. The evaluation experiments have shown that the developed system works very well.

• Ocean Systems Engineering
• /
• 제4권1호
• /
• pp.53-62
• /
• 2014

The detection of ship wakes image can demonstrate substantial information regarding on a ship, such as its tonnage, type, direction, and speed of movement. Consequently, the wake target recognition is a favorable way for ship identification. This paper proposes a Local Binary Pattern (LBP) approach to extract image features (wakes) for training an Improved Back Propagation Artificial Neural Network (IBPANN) to identify ship speed. This method is applied to sort and recognize the ship wakes of five different speeds images, the result shows that the detection accuracy is satisfied as expected, the average correctness rates of wakes target recognition at the five speeds may be achieved over 80%. Specifically, the lower ship's speed, the better accurate rate, sometimes it's accuracy could be close to 100%. In addition, one significant feature of this method is that it can receive a higher recognition rate than the nearest neighbor classification method.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2012년도 추계학술대회
• /
• pp.894-897
• /
• 2012

HOG(Histogram of Oriented Gradients)의 특징벡터를 이용하여 여러 객체가 움직이는 환경에서의 효과적인 개별객체 추적 방법을 제안한다. 알고리즘의 구성은 크게 영상의 전처리 과정, 객체검출, 객체추적으로 구성하였고, 다양한 궤적과 객체의 움직임을 갖는 6개의 동영상을 이용하여 실험하였다. 객체간에 겹치는 현상이 일어났을 때, 객체의 중심좌표와 예측좌표를 이용하여 개별 객체를 구분하였다. 제안한 시스템을 실험에 사용한 비디오에 적용한 결과 85.45%의 추적 성공률을 보였다. 제안한 시스템은 사물의 위치 및 움직임 패턴을 분석을 요하는 보안 시스템에 적용할 수 있을 것이다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.141-143
• /
• 2021

The Activity patterns of animal species are difficult to access and the behavior of freely moving individuals can not be assessed by direct observation. As it has become large challenge to understand the activity pattern of animals such as dogs, and cats etc. One approach for monitoring these behaviors is the continuous collection of data by human observers. Therefore, in this study we assess the activity patterns of dog using the wearable sensors data such as accelerometer and gyroscope. A wearable, sensor -based system is suitable for such ends, and it will be able to monitor the dogs in real-time. The basic purpose of this study was to develop a system that can detect the activities based on the accelerometer and gyroscope signals. Therefore, we purpose a method which is based on the data collected from 10 dogs, including different nine breeds of different sizes and ages, and both genders. We applied six different state-of-the-art classifiers such as Random forests (RF), Support vector machine (SVM), Gradient boosting machine (GBM), XGBoost, k-nearest neighbors (KNN), and Decision tree classifier, respectively. The Random Forest showed a good classification result. We achieved an accuracy 86.73% while the detecting the activity.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권4호
• /
• pp.179-188
• /
• 2023

최근 가짜뉴스는 뉴스 콘텐츠 형식을 가장하고 중요한 사건이 발생할 때마다 등장하여 사회적 혼란을 초래한다. 이에 가짜뉴스를 탐지하기 위한 연구로 인공지능 기술이 사용된다. 자연어 처리를 통해 가짜뉴스를 자동으로 인지 및 차단하거나, 네트워크 인과 추론과 결합함으로써 허위 정보를 확산시키는 소셜미디어 인플루언스 계정을 감지하는 등의 가짜뉴스 탐지 접근법이 딥러닝을 통해 구현될 수 있었다. 그러나 가짜뉴스 탐지는 여러 자연어 처리 분야 중에서도 해결이 어려운 문제로 분류된다. 가짜뉴스가 가지는 형식 및 표현의 다양성으로 특성 추출의 난도가 높고, 뉴스가 속한 범주에 따라 하나의 특성이 서로 다른 의미를 가질 수도 있는 등 다양한 한계점이 존재한다. 본 논문에서는 가짜뉴스를 탐지하기 위한 추가적인 식별 기준으로 감성 변화 패턴을 제시한다. 합성곱 신경망을 가짜뉴스 데이터 세트에 적용하여 콘텐츠 특성에 기반한 분석을 수행하고, 감성 변화 패턴을 추가로 분석함으로써 성능이 개선된 모델을 제안한다. 뉴스를 구성하는 문장에 대하여 감성 극성을 산출하고 장단기 메모리를 적용함으로써 문장 순서에 의존적인 결괏값을 얻을 수 있다. 이를 감성 변화의 패턴으로 정의하고 뉴스의 콘텐츠 특성과 결합하여 가짜뉴스 탐지를 위한 제안 모델의 독립변수로 활용한다. 제안 모델과 비교 모델을 딥러닝으로 학습시키고 가짜뉴스 데이터 세트를 이용한 실험을 진행하여 감성 변화 패턴이 가짜뉴스 탐지 성능을 개선할 수 있음을 확인한다.