• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.11a
• /
• pp.497-500
• /
• 2003

본 논문은 계층적 분류기를 제안하여 실시간으로 얼굴 영역을 검출하고, PT(pan-tilt) 카메라를 통해 동적으로 얼굴을 추적할 수 있는 강인한 추적 알고리즘을 구현하고자 한다. 제안된 알고리즘은 분류기 학습, 실시간 얼굴 영역 검출, 추적의 세 단계로 구성된다. 분류기 학습은 AdaBoost 알고리즘을 이용하여, 독특한 얼굴 특징을 추출하는 계층적 분류기를 생성한다. 계층적 분류기는 높은 정확도를 가진 분류기들이 단계적으로 결합됨으로써 우수한 검출 성능으로 수행된다. 실시간 얼굴 영역 검출은 생성된 계층적 분류기를 통해, 빠르고 효율적으로 얼굴 영역을 찾아낸다. 추적은 PT 카메라를 통해 동적으로 검출 영역을 확장시키며, 이전 단계에서 추출된 얼굴 영역의 위치 정보를 이용하여 수행한다. 제안된 알고리즘은 계산의 효율성과 검출 성능을 동시에 증가시키며, 얼굴 검출 수행은 2초당 약 15프레임을 실시간으로 처리한다.

• Journal of KIISE:Software and Applications
• /
• v.31 no.4
• /
• pp.420-438
• /
• 2004

Artificially or naturally contained texts in the natural images have significant and detailed information about the scenes. If we develop a method that can extract and recognize those texts in real-time, the method can be applied to many important applications. In this paper, we suggest a new method that extracts the text areas in the natural images using the low-level image features of color continuity. gray-level variation and color valiance and that verifies the extracted candidate regions by using the high-level text feature such as stroke. And the two level features are combined hierarchically. The color continuity is used since most of the characters in the same text lesion have the same color, and the gray-level variation is used since the text strokes are distinctive in their gray-values to the background. Also, the color variance is used since the text strokes are distinctive in their gray-values to the background, and this value is more sensitive than the gray-level variations. The text level stroke features are extracted using a multi-resolution wavelet transforms on the local image areas and the feature vectors are input to a SVM(Support Vector Machine) classifier for the verification. We have tested the proposed method using various kinds of the natural images and have confirmed that the extraction rates are very high even in complex background images.

• Journal of the Korean Society for Library and Information Science
• /
• v.38 no.4
• /
• pp.179-192
• /
• 2004

In this paper, we present that the result of document clustering can change dramatically with respect to the different ways of indexing compound nouns. First of all, the automatic indexing engine specialized for Korean words analysis, which also serves as the backbone engine for automatic document clustering system, is introduced. Then, the details of hierarchical agglomerative clustering(HAC) method, one of the widely used clustering methodologies in these days, was illustrated. As the result of observing the experiments, carried out in the final part of this paper, it comes to the conclusion that the various modes of indexing compound nouns have an effect on the outcome of HAC.

• KIPS Transactions on Software and Data Engineering
• /
• v.10 no.11
• /
• pp.439-448
• /
• 2021

Driver negligence accounts for the largest proportion of the causes of traffic accidents, and research to detect them is continuously being conducted. This paper proposes a method to accurately detect a distracted driver and localize the most characteristic parts of the driver. The proposed method hierarchically constructs a CNN basic model that classifies 10 classes based on CAM in order to detect driver distration and 4 subclass models for detailed classification of classes having a confusing or common feature area in this model. The classification result output from each model can be considered as a new feature indicating the degree of matching with the CNN feature maps, and the accuracy of classification is improved by horizontally combining and learning them. In addition, by combining the heat map results reflecting the classification results of the basic and detailed classification models, the characteristic areas of attention in the image are found. The proposed method obtained an accuracy of 95.14% in an experiment using the State Farm data set, which is 2.94% higher than the 92.2%, which is the highest accuracy among the results using this data set. Also, it was confirmed by the experiment that more meaningful and accurate attention areas were found than the results of the attention area found when only the basic model was used.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.04b
• /
• pp.88-90
• /
• 2002

정보를 공유하고 표준화하기 위한 MdR(Metadata Registry)은 데이터요소 개념과 데이터요소로 구성되지만 개념간의 관계를 설정하는 방법을 제시하고 있지 않기 때문에 정보통합시 유연성이 제한된다. 반면, 온톨로지(Ontology)는 도메인에 기반한 개념과 이들 개념간의 관계를 설정할 수 있다 그러나 새로운 개념의 추가에 따른 온톨로지 재구성은 시간이나 비용적으로 많은 오버헤드를 초래한다. 이러한 문제점을 해결하기 위하여, 본 논문에서는 위에서 언급한 MdR과 온톨로지의 특징을 결합하여 새로운 데이터 소스의 추가시 유연한 확장성을 제공하는 에이전트 기반의 3-계층 정보 통합 시스템을 제안한다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 1996.10a
• /
• pp.121-124
• /
• 1996

본 연구에서는 개선된 계층적 분석과정(AHP)을 사용하여 국산 신형 중형차의 우선 순위를 평가한다. AHP 모형은 외관, 성능, 안전성, 경제성, 영업사원, 사후정비의 주 기준과 39개 세부기준으로 구성된다. 구현의 특징을 (1) 샘플 크기가 작은 그룹의사결정 문제로 한정할 때, 한 의사결정자의 전체 쌍비교 행렬보다는 일관성비율이 한계치 이하의 행렬 만을 고려하였고, (2) 중요도 도출 과정에서 평가기준은 쌍비교 방식을, 대안은 레이팅 기법을 결합하였으며, (3) 그룹 중요도는 일관성 비율의 역수를 사용하였다. 사례 연구로 국내 자동차 판매 영업대표와 운전자를 대상으로 각각 평가기준에 대한 중요도와 레이팅 값을 도출, 3대 경쟁 차조의 우선순위를 비교 분석한다.

• Journal of the Korea Institute of Information Security & Cryptology
• /
• v.15 no.6
• /
• pp.93-103
• /
• 2005

As the usage of XML documents increases the requirement of security for XML documents is growing. Especially it is very important to solve the problem of access control to XML object which shares in the environment where various users connect to each others. In this paper, we propose the access control model and mechanism which is combined with role hierarchy in the RBAC and hierarchical key derivation/assign method for the access to XML object. So we implement the access control mechanism by including hierarchical key derivation method. The technique, we proposed, gives not only the benefit in management which RBAC provides in access control to XML objects, but also it ran help derive a lower layer key from the higher layer user's. This feature decrease the number of keys managed in each role hierarchy in comparison with previous methods.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.3 no.4
• /
• pp.319-324
• /
• 2002

The Integration of agent technology and security technology is needed to many application areas like electronic commerce. This paper suggests a model of extended multi-agent engine which supports privacy, integrity, authentication and non-repudiation on agent communication. Each agent which is developed with the agent engine is composed of agent engine layer and agent application layer. We describe and use the concepts self-to-self messages, secure communication channel, and distinction of KQML messages in agent application layer and messages in agent engine layer. The suggested agent engine provides an agent communication language which is extended to enable secure communication between agents without any modifications or restrictions to content layer and message layer of KQML. Also, in the model of our multi-agent engine, secure communication is expressed and processed transparently on the agent communication language.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.865-867
• /
• 2005

본 논문에서는 CCTV방식의 감시시스템과 사랑추적 기술을 결합한 사람추적 감시시스템을 제안한다. 제안하는 시스템은 기존 CCTV방식의 감시시스템의 제한점이었던 모니터링 감시방식에서 벗어나 여러 대의 카메라들이 서로 다른 지역을 감시함과 동시에 카메라에 나타난 사랑들을 여러 카메라에 걸쳐서 자동적으로 추적할 수 있는 감시시스템이다. 제안된 시스템은 고정된 다수의 비겹침 카메라와 JMF RTP API를 이용하여 서버와 클라이언트간에 미디어스트림의 네트워크 정보전달과 추적 대상의 특징정보를 전달하여 사람들을 추적한다. 계층적 사람모델을 이용하여 카메라 내에 인식된 사람을 추적하고 다른 카메라로 추적된 사람의 특징정보를 전달하여 지속적으로 추적대상을 검출, 인식함으로써, 넓은 지역에 산재된 여러 카메라들을 통해 추적대상을 끝까지 추적한다. 본 논문에서는 제안된 시스템을 이용하여 실내환경의 여는 지역에서 추적대상의 움직임을 다수의 카메라가 인식하고 감시하여 끝까지 추적하였음을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.05a
• /
• pp.281-284
• /
• 2003

본 연구는 웨이블릿 변환을 통하여 객체 영상에서 질감 특징 값을 추출하고, 신경망을 계층적으로 구성하여 분류하는 방법을 제안한다. 기존의 신경망을 이용한 영상의 분류는 단일 신경망을 이용하는 것이 대부분이었다. 하지만 단일 신경망은 분류하고자 하는 클래스의 수가 많거나 분류하고자 하는 대상이 유사한 입력패턴을 가질 경우 학습시간이 오래 걸리고, 인식률이 크게 떨어지는 문제를 가지고 있다. 그래서 본 연구에서는 효과적인 객체 영상 분류를 위해서 여러 개의 단일 신경망을 계층적으로 결합하는 방법을 제안한다. 실험결과 분류 대상 클래스가 증가함에도 불구하고 단일 신경망에 비해 학습시간이 단축되고, 높은 인식률을 보여주었다.