• The Journal of the Acoustical Society of Korea
• /
• v.26 no.8
• /
• pp.397-402
• /
• 2007

In this paper, we apply a support vector machine(SVM) that incorporates an optimized nonlinear decision rule over different sets of feature vectors to improve the performance of statistical model-based voice activity detection(VAD). Conventional method performs VAD through setting up statistical models for each case of speech absence and presence assumption and comparing the geometric mean of the likelihood ratio (LR) for the individual frequency band extracted from input signal with the given threshold. We propose a novel VAD technique based on SVM by treating the LRs computed in each frequency bin as the elements of feature vector to minimize classification error probability instead of the conventional decision rule using geometric mean. As a result of experiments, the performance of SVM-based VAD using the proposed feature has shown better results compared with those of reported VADs in various noise environments.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2009.11a
• /
• pp.259-262
• /
• 2009

본 논문에서는 정확한 비디오 객체 분할을 위한 글로벌 가우시안 모델 기반의 이동 외부 그림자영역 검출방법을 제안한다. 이 방법은 현재 픽셀과 배경 픽셀의 컬러 벡터간의 사이 각을 가중치 함수로 변환하고, 이를 그림자 모델의 확률 밀도에 곱하여 구한 값을 그림자 검출에 사용하고 이를 다시 그림자 모델의 입력으로 하여 검출된 픽셀 들의 분포가 자동으로 영상의 실제 그림자 분포에 근접하게 하였다. 또한, 잘못 검출된 그림자 영역을 제거하기 위해 영역의 위치 정보를 이용한다. 실험 결과를 통해 제안하는 방법은 적응적으로 그림자를 검출하면서도 높은 분할 정확도를 가지고 있음을 보인다.

• Journal of the Society of Disaster Information
• /
• v.19 no.3
• /
• pp.498-509
• /
• 2023

Purpose: This paper proposes a method detecting the falling of a maintenance worker in the underground utility tunnel, by applying deep learning techniques using CCTV video, and evaluates the applicability of the proposed method to the worker monitoring of the utility tunnel. Method: Each rule was designed to detect the falling of a maintenance worker by using the inference results from pre-trained YOLOv5 and OpenPose models, respectively. The rules were then integrally applied to detect worker falls within the utility tunnel. Result: Although the worker presence and falling were detected by the proposed model, the inference results were dependent on both the distance between the worker and CCTV and the falling direction of the worker. Additionally, the falling detection system using YOLOv5 shows superior performance, due to its lower dependence on distance and fall direction, compared to the OpenPose-based. Consequently, results from the fall detection using the integrated dual deep learning model were dependent on the YOLOv5 detection performance. Conclusion: The proposed hybrid model shows detecting an abnormal worker in the utility tunnel but the improvement of the model was meaningless compared to the single model based YOLOv5 due to severe differences in detection performance between each deep learning model

• Journal of KIISE:Software and Applications
• /
• v.26 no.3
• /
• pp.380-392
• /
• 1999

객체지향 분석과정중에 오류를 검출하고 일관성을 점검하여 무결성을 유지하는 것은 중요한 일이다. 그러나, 현재의 객체지향 개발 방법론은 객체지향 분석모델들에 대하여 오류 검출과 일관성 점검을 위한 정형화된 방법을 제시하지 못하고 있다. 본 논문은 지식베이스를 이용하여 , 객체지향 분석모델들에 대한 오류와 일관성 검증방법을 제안한다. 제안한 방법은 모형화 단계, 정형화 단계, 검증 단계의 세단계로 이루어져 있다. 모형화 단계에서는 시스템을 분석하여 OMT(Object Modeling Technique)방법론의 세 가지 모델인 객체모델, 동적 모델, 기능모델을 생성한다. 이 단계는 OMT의 분석단계에 해당한다. 정형화 단계에서는 이 세가지 모델들을 Atomic Formula 형태로 정형 명세하여 응용 지식베이스에 저장한다. 검증 단계에서는 오류 검출 규칙과 일관성 점검 규칙을 이용하여 오류를 점검하고 일관성을 유지한다. 그리고 본 논문에서 제안한 점검 방법을 적용하여 ATM(Automated Teller Machine)예제의 분석결과를 검증했다. 제안한 방법을 이용하면 보다 더 신뢰할 수 있는 분석모델을 얻을 수 있을 것으로 기대된다.

• Proceedings of the KAIS Fall Conference
• /
• 2008.05a
• /
• pp.220-223
• /
• 2008

본 논문은 소프트웨어 설계 시 향상된 오류 검출방법을 통해서 소프트웨어 설계의 질을 향상시켜 그에 따른 소프트웨어 제품의 질을 향상시키데 목적을 두고 있다. 또한 소프트웨어 설계 방법론인 MOA(Methodology for Object to Agents)를 기초로 하고 있으며, MOA는 보편적인 정보 모델로써 온톨로지 기반 모델인 OSSD( Ontology for Sortware Specification and Desigh)모델을 이용한다. 본 논문은 OSSD 모델, 뷰-간 비일관성 검사기법, 일관성 프레임워크의 온톨로지적 특성과 연관된 규칙의 조합을 이용하여 UML모델에서 OSSD 모델로의 변환과정에서 수행되는 새로운 형식의 오류 검출방법을 정의한다. OSSD 모델로의 변환과정은 OSSD 모델의 인스턴스를 생성하기 위한 알고리즘에서 복수의 사상테이블을 이용하는 소프트웨어 설계의 어휘분석과 의미분석을 포함한다.

• Journal of Satellite, Information and Communications
• /
• v.12 no.1
• /
• pp.28-33
• /
• 2017

In this paper, new signal model for bio-signal detection, i.e heart beat and respiration, using CW radar. Most research on this similar topic are based on the conventional signal model which is not correct in envisaging reflected signal from the human body. The system developed based on this conventional model can not predict exact performance of the system. So in this paper modified signal model for bio-radar is proposed and then simulation for detecting heartbeat and respiration signal in AWGN, multipath environment. The detection performance difference between two signal models are discussed.the modified

• The Transactions of the Korea Information Processing Society
• /
• v.7 no.8S
• /
• pp.2620-2630
• /
• 2000

본 논문에서는 규칙 기반 추론 기법을 이용하여 LAN 상의 지연 장애 검출 알고리즘과 장애를 유발시킨 호스트에 대한 위치 확인 알고리즘 및 장애 원인 분석 알고리즘을 제시하고자 한다. 이를 위해 지연 장애 검출 모델과 RBR 기반 장애 검출 규칙 모델을 제시하고 있다. 또한 충돌율 검출 규칙과 이용률 검출 규칙을 적용하여 지연 장애 검출 알고리즘을 설계하였고, 최대 패킷 출력 호스트 파악 규칙을 적용하여 장애 위치 탐색 알고리즘을 설계하였다. 그리고 패킷 유형 분석 규칙과 장애 원인 파악 규칙을 적용하여 장애 원인 분석 알고리즘을 설계하였다. 이를 통하여 LAN 상의 지연 장애를 검출하고 진단하는 기법을 제시하고자 한다. 이와 같이 제시한 지연 장애 검출 및 진단 기법을 실제 네트워크 환경에 직접 적용시켜 봄으로써 본 논문에서 제시한 장애 검출 및 진단 기법의 정확성과 적용성을 확인하였다. 이러한 기법은 네트워크 관리자가 LAN 상의 장애를 진단하고 원인을 해결하는데 큰 도움을 줄 것으로 기대된다.

• Journal of Korea Foundry Society
• /
• v.42 no.6
• /
• pp.369-376
• /
• 2022

The die-casting process is an important process for various industries, but there are limitations in the profitability and productivity of related companies due to the high defect rate. In order to overcome this, this study has developed die-casting fault detection modules based on industrial AI technologies. The developed module is constructed from three-stage models depending on the characteristics of the dataset. The first-stage model conducts fault detection based on supervised learning from the dataset without labels. The second-stage model realizes one-class classification based on semi-supervised learning, where the dataset only has production success labels. The third-stage model corresponds to fault detection based on supervised learning, where the dataset includes a small amount of production failure cases. The developed fault detection module exhibited outstanding performance with roughly 96% accuracy for actual process data.

• Proceedings of the Korean Vacuum Society Conference
• /
• 2010.02a
• /
• pp.407-407
• /
• 2010

본 논문에서는 확장된 히든마코브모델을 이용하여 플라즈마 식각공정에서 식각종료검출을 위한 방법을 연구하였다. 플라즈마 식각장비는 유도성 결합플라즈마 시스템을 사용하였으며, 종료점 검출을 위해 식각공정이 진행됨에 따른 플라즈마의 상태를 확인할 수 있는 광학 방사 분광기(Optical Emission Spectroscopy: OES)를 사용하였다. 식각이 진행되는 동안 여기되는 입자들은 특정한 재료에 해당하는 파장에서 빛을 방출한다. 플라즈마상태에서 여기되는 원자와 분자들에 의해서 방출되는 빛은 OES를 통해 식각되는 물질을 확인하기 위해서 특별한 파장의 빛을 선택하여 분석한다. 본 논문에서는 확장된 히든마코브모델을 이용해 산화물이 식각될 때 방출하는 고유한 파장의 빛을 분석하여 식각이 종료되는 시점을 찾는 연구를 하였다. 제안된 확장형 히든마코브 모델은 세미-마코브모델과 분절특징 히든마코브모델을 결합한 것으로, 확률적 통계기법을 통해 종료시점을 찾아내는 방법이다. OES를 통해 얻은 데이터는 식각 종료가 일어나기 전의 파장의 상태와 식각이 종료된 후의 파장의 상태로 구분되어지는데, 식각종료시점에서 파장의 상태가 변화하며 이를 감지하여 식각종료점을 검출한다. 분절특징 히든마코브모델을 이용하여 식각종료시점 전후의 파장의 상태를 모델링 하였으며, 일반적인 마코브 모델의 특정상태가 유지될 시간의 확률을 변형된 세미-마코브 모델을 이용하여 OES를 통해 얻은 데이터 내에서 식각 종료가 일어나기 전의 상태가 유지될 수 있는 확률을 모델링 하였다. 실험을 통해 얻어진 6개의 데이터중 4개를 학습을 위해 사용하여 모델링을 하였고 나머지 2개의 데이터를 검증을 위해 사용한 결과, 확장형 히든마코브모델의 식각종료시점검출에 있어 뛰어난 정확성과 우수성을 증명하였다.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.7 no.4
• /
• pp.733-739
• /
• 2012

In this paper, a smoke detection algorithm robust to brightness and color variations depending on time and weather is proposed. The proposed smoke detection algorithm specifies the candidate region using difference images of input and background images, determines smoke by comparing feature coefficients of Gaussian mixture model of difference images. Thresholds for specifying candidate region is divided by four levels according to average brightness and chrominance of input images. Clusters of Gaussian mixture models of difference images are aligned according to average brightness. Smoke is determined by comparing distance of Gaussian mixture model parameters. The proposed algorithm is implemented by media dedicated DSP. As results of experiments, it is shown that the proposed algorithm is effective to detect smoke with camera installed outdoor.