최근 프로테오믹스 분야에서 단백질의 추출, 분리기술의 발전과 고성능 질량분석 장비로 인하여 대량으로, 또 빠르게 샘플을 분석하는 것이 가능해짐에 따라서, 한번의 실험으로부터 얻어지는 실험데이타의 양이 대폭 늘어나게 되었다. 따라서 대량의 데이타를 어떻게 처리하여 필요한 정보만을 얻어내는가가 큰 이슈가 되고 있다. 하지만 기존의 데이타 해석과정은 불필요하게 계산자원을 낭비하는 요소를 상당 부분을 포함하고 있고, 이로 인해 데이타 해석 시간이 증가함은 물론, 종종 옳지 않은 해석 결과를 생성함으로써 결과에 대한 신뢰도의 저하를 초래했다. 본 논문에서는 기존의 데이타 해석 과정에서의 문제점을 지적하고, 데이타 처리의 효율을 높임과 동시에 해석 결과의 신뢰도를 제고하기 위한 SIFTER 시스템을 제안한다. SIFTER 시스템은 본격적인 데이타 해석에 앞서, 질량 스펙트럼의 질을 평가하고 하전량을 결정하는 소프트웨어를 제공한다. 탠덤 질량 스펙트럼에 나타나는 단편 이온의 특성을 고려하여 스펙트럼의 질과 하전량을 정확하게 결정하는 방법을 제공함으로써, 데이타 해석에 앞서 스펙트럼의 질이 낮아 해석이 불가능할 것이 분명한 경우 이들을 미리 제거하고 스펙트럼 해석과정에 잘못된 정보가 사용되지 않도록 한다. 결과적으로 데이타 해석과정에서의 효율과 해석결과의 정확성에 있어 대폭적인 개선을 기대할 수 있다.

본 논문에서는 질감제시장치의 주파수와 진폭의 변화를 이용하여 실시한 예비 실험과 본 실험으로 이루어진 감성평가의 실험에 대해 서술한다. 먼저 예비 실험은 관련 형용사 수집, 적합성 평가, 유사성 평가의 세 단계로 구성되어 있으며, 질감 인식과 관련된 유효한 형용사들을 찾는데 목적을 둔다. 예비실험의 첫 단계인 수집 단계에서 33개의 질감인식과 관련된 형용사를 얻을 수 있었으며, 이들은 형용사의 적합성 평가와 유사성 평가를 통해 최종적인 유효한 10개의 질감 요소로 정리되었다. 이렇게 예비실험 결과 얻어진 10개의 형용사는 본 실험에서의 기초 감각을 기술하는 중요한 요소로서 사용이 된다. 본 실험에서는 10개의 감각의 요소를 규격을 갖춘 7종류의 사포와 질감제시장치의 일정 기준에 의해 선정된 15개의 주파수와 진폭의 조합으로 평가가 된다. 실험 결과 사람에게 인지되는 추상적인 거칠기의 감각요소는 표면의 공간정보(spatial information)에 의해 결정되는 울퉁불퉁함(ruggedness)와 표면의 공간정보 뿐 아니라 시간정보(spatio-temporal information)에 의해 결정되는 까끌까끌함(prickliness)의 두 감각의 요소로 구성되어 있음을 확인할 수 있었다. 또한 개발된 질감제시 장치의 정량적인 제어를 통해 두 가지 감각의 요소를 다양하게 유도시킬 수 있음을 확인하였다.

인간-로봇 상호작용에서 접촉은 인간에게 정서적 안정을 줄 수 있는 중요한 상호작용 방법 중 하나이다. 그러나 지금까지 음성과 영상을 기반으로 인간-로봇 상호작용이 이루어지는 연구가 대부분이었다. 본 논문에서는 접촉을 통한 인간-로봇 상호작용을 위해 인간의 접촉행동을 인식하는 방법을 제안한다. 제안한 인식 방법에서 인식 과정은 전처리 단계와 인식 단계로 나뉜다. 전처리 단계는 접촉감지부에서 생성된 데이타로부터 인식할 수 있는 특징들을 계산하는 단계이고 인식 단계는 인식기를 통해 접촉행동으로 분류하는 단계이다. 접촉감지부는 힘 센서인 FSR 센서를 이용하여 제작하였고 인식기는 신경망 모델인 다층퍼셉트론을 사용하였다. 실험은 남자 여섯 명에 의해 생성된 세 가지 접촉행동; '때리다', '쓰다듬다', '간질이다' 데이타를 가지고, 사람별로 인식기를 생성하여 cross-validation으로 평가한 결과 82.9%의 평균인식률을 보였고, 사람별 구분 없이 한 개의 인식기로 실험한 결과는 74.5%의 평균 인식률을 보였다.

진료기관 사이뿐 아니라 국가 경계를 넘어선 환자진료 정보 교류에 대한 요구사항이 세계적으로 증가되고 있으며 이에 대한 연구가 활발하게 진행되고 있다. 본 논문에서는 임상진료문서 등록 저장소에서의 임상진료문서 등록, 조회 방법에 관한 두 가지 기법을 제안한다. 그 첫 번째는, 임상진료문서 관련부속파일에 대한 참조와 처리를 위해 적하목록(Manifest)을 구성하고 사용을 제안하는 것이다. 두 번째는 한층 강화된 임상진료문서 보안전략을 통해 환자 익명성을 제공할 수 있는 방법이다. 전자는 네트워크 장애와 같은 외부요인에도 임상진료문서 관련 부속자료에 대한 로컬 참조를 가능케 하여 끊김 없는 뷰(view)를 구성할 수 있게 한다. 후자는 환자의 신상정보를 담은 임상진료문서 헤더와 진단과 처치 정보를 담은 임상진료문서 바디가 지리적으로 분산된 하나 이상의 저장소에 분리 저장되기 때문에 어느 하나의 저장소가 공격 당하더라도 공격자는 환자의 단편적인 정보만 획득하게 된다. 이는, 결국 환자의 신상정보와 병력정보를 단절시킴으로써 사생활침해의 소지를 줄이고 개인정보보호 효과를 가져올 수 있게 한다.

본 논문에서는 교통 모니터링 시스템에 사용할 수 있는 국부 영역에서 차량 검지와 추적을 수행하는 새로운 기법을 제안하다. 차량 검지와 추적은 각 차선에 미리 설정된 영역에서만 이루어진다. 각 차선에 설정된 국부 영역을 에지 특성과 프레임 차이를 이용하여 여러 개의 분할 영역으로 나누고 분할영역의 통계적 특성과 기하학적 특성에 의해 차량, 도로, 그림자와 전조등 영역으로 분류하여 차량을 검출한다. 검출된 차량은 에지 영상의 정합에 의해 국부 영역내에서 추적하여 차량 속도, 길이, 차간 거리와 도로 점유율과 같은 교통 정보를 산출할 수 있다. 배경 영상을 사용하지 않으므로 다양한 조건에서 사용이 가능하고 다양한 기상, 시간대와 장소에서 90.16%의 높은 차량 검출의 정확도를 나타냈다. 동작 환경에서 카메라의 각도, 방향과 조리개 설정이 조정되면 아주 높은 정확도의 교통 모니터링 시스템의 핵심기술로 사용될 수 있을 것으로 기대된다.

본 논문은 스테레오 카메라를 이용한 이동 카메라 환경에서Mean Shift와 깊이지도를 결합하여 다수의 사람을 다양한 자세, 크기, 조명변화에 강인한 추적을 하는 방법을 제안한다. Mean Shift 추적 알고리즘은 빠르고 안정적인 성능으로 실시간 추적에 적합하다. 그러나 객체의 칼라 정보만으로는 배경과 칼라 분포가 유사한 객체의 경우 추적에 실패할 수 있는 단점을 보완하기 위하여 깊이 정보를 결합하는 방법을 제안한다. 또한 객체가 이동하면서 발생하는 가려짐 문제를 해결하기 위하여 검출된 사람 영역을 머리, 몸통, 다리로 나누어 신체 부위별 모델링을 하였고 박스 크기가 객체의 크기변화에 따라 적응적으로 변하도록 하였다. 본 논문에서 제안하는 알고리즘은 다양한 데이타에 대해서 실험한 결과 정확한 검출과 추적에 우수한 성능을 확인 할 수 있었다.

얼굴 검출은 얼굴 인식을 위한 첫번째 단계로써, 입력 영상에서의 얼굴의 존재 유무와 얼굴의 위치 및 크기를 알아내야 한다. 얼굴의 위치를 찾아내는 것은 크기변화, 조명변화, 회전과 같은 다양한 상황이 발생하기 때문에 쉽지 않다. 본 논문에서는 다양한 문제 중 얼굴이 회전되었을 때 얼굴을 검출하는 방법에 초점을 맞추었다. 먼저, 다인종 얼굴 데이타로부터 얼굴의 존재 유무와 얼굴의 위치 및 크기를 알아낸 뒤, 후보영역에서 두 눈을 검출하다. 두 눈을 이용하여 회전각도를 찾아내고 베이지안 분류기를 이용하여 정면얼굴이 되도록 다시 회전시키는 방법을 이용하였다. 다인종에 데이타를 이용한 회전된 얼굴에 대해서 얼굴검출 알고리즘을 실험하여 결과를 제시하였다.