• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2012년도 추계학술발표대회
• /
• pp.655-657
• /
• 2012

본 논문에서는 심도(Depth) 카메라로부터 실시간 획득한 RGBD 데이터에서 심도 정보 기반의 AAM(Active Appearance Models)과 나이 인식 알고리즘[1]을 통해 4 개의 AG(Age Group)으로 분류하는 실시간 얼굴 나이 인식 시스템(Real-time Facial Age Recognition System)을 설계한다. 기존의 AAM 을 이용한 실시간 얼굴 특징 추출은 평균 약 4.17%의 프레임 손실율을 보였으나, 심도 정보를 활용한 AAM 은 평균 약 0.43%의 프레임 손실율만을 보였다[5]. 본 논문에서는 심도 정보를 활용한 AAM과 병렬 처리 방법인 CUDA 를 결합하여 나이 특징을 추출하고, 실시간 시스템에 적용 가능하도록 나이 인식 알고리즘을 개선하여 실시간 나이 인식 시스템을 설계한다. 설계된 시스템은 1)머리 위치 추적, 2)얼굴 인식 및 특징점 추출, 3)나이 특징 추출, 4) 나이 특징 분석, 5) 나이 분류의 5 가지 단계를 통해 최종적으로 4 개의 AG 로 분류한다.

• 한국멀티미디어학회논문지
• /
• 제12권3호
• /
• pp.383-396
• /
• 2009

뼈 나이 측정은 소아의 내분비계 관련 질병 진단을 위해 소아과에서 널리 사용되는 방법이다. 그러나 전문 인력이 부족하여 자동화된 측정 방법에 대한 꾸준한 요구가 있었다. 따라서 본 논문에서는 패턴 인식기법을 이용한 자동화된 뼈 나이 측정 알고리즘을 제안한다. 제안하는 알고리즘은 X-ray 영상에서 손가락뼈의 각 부분을 자동으로 분류하는 과정과 분류된 뼈 영상으로부터 정규화된 형상 모델을 추출하는 과정, 그리고 정규화된 형상 모델로부터 뼈 나이를 측정하는 과정으로 구성된다. 제안하는 알고리즘은 능동 형상 모델(Active Shape Model: ASM)을 이용하여 나이 측정에 사용되는 특정값 추출의 정확도를 향상시켰으며, 뼈 나이 분류를 위해 사용된 Support Vector Machine(SVM)의 입력으로 정규화된 형상 모델로부터 얻어진 각 뼈의 크기와 비율을 특징값으로 사용하였다. 성능 평가를 위해서 한양대학교 부속병원에서 제공한 영상에 대해 전문가가 평가한 나이와 제안한 알고리즘을 이용하여 측정된 나이를 통계적으로 비교 분석하였다. 실험을 통하여 본 논문에서 제안한 특징값과 알고리즘으로 뼈 나이를 진단한 결과, 전문가에 의한 결과와 평균 0.679살의 오차 이내의 뛰어난 뼈 나이 측정 성능을 보였다.

• 전자공학회논문지
• /
• 제51권2호
• /
• pp.69-75
• /
• 2014

기존의 피플 카운팅 시스템(People Counting System)은 주로 오버헤드(Overhead) 시점에 설치된 단일 카메라를 활용하기 때문에, 겹침 및 가림 현상과 일정 크기 이상의 소지품, 급격한 조명 변화와 같은 외부 환경적 요인들로 인해 객체 인식에 장애가 발생하고, 다양한 환경에서 카운팅을 수행하기에 어려움이 존재한다. 이에 본 논문에서는 기존 단일 시점 피플 카운팅 시스템의 인식 장애 개선 및 외부 환경적 요인들에 보다 강인하게 카운팅할 수 있도록, 오버헤드 및 전면 시점에 두 개의 깊이 카메라를 활용하는 얼굴 나이 그룹별 피플 카운팅 시스템을 제안한다. 제안 시스템은 오버헤드 영상 처리, 전면 영상 처리, 동일 객체 판별, 얼굴 나이 그룹 분류, 입퇴장 카운팅의 총 5가지 처리를 통해 얼굴 나이 그룹별 피플 카운팅을 수행한다. 제안 시스템을 C++, OpenCV 및 Kinect SDK를 기반으로 구현하여, 나이 그룹별로 10명씩 총 40명을 대상으로 피플 카운팅 성능과 나이 그룹 분류 성능을 각각 평가하였다. 성능 평가 결과는 피플 카운팅에서 약 98%의 정확도를 나타냈고, 나이 그룹 분류는 약 74.23%의 정확도를 보였다.

• 한국전자통신학회논문지
• /
• 제17권1호
• /
• pp.99-104
• /
• 2022

인공지능은 놀라운 이점으로 우리 삶의 중요한 부분을 차지하고 있다. 기계는 이미지에서 물체를 인식하는 것, 특히 사람들을 정확한 나이와 성별 그룹으로 분류하는 것에 있어서 인간을 능가하고 있다. 이러한 측면에서 나이와 성별 분류는 최근 수십 년 동안 컴퓨터 비전 연구자들 사이에서 뜨거운 주제 중 하나였다. 심층 합성곱 신경망(CNN) 모델의 배포는 최첨단 성능을 달성했다. 그러나 대부분의 CNN 기반 아키텍처는 수십 개의 훈련 매개 변수로 매우 복잡하기 때문에 많은 계산 시간과 자원이 필요하다. 이러한 이유로 기존 방법에 비해 훈련 매개 변수와 훈련 시간이 현저히 적은 새로운 CNN기반 분류 알고리즘을 제안한다. 덜 복잡함에도 불구하고 우리 모델은 UTKFace 데이터 세트에서 연령 및 성별 분류의 더 나은 정확도를 보여준다.

• 대한치과보존학회:학술대회논문집
• /
• 대한치과보존학회 2002년도 춘계학술대회
• /
• pp.350-350
• /
• 2002

치아 외상은 크게 fracture와 luxation injury로 분류된다. 이 중에서 영구치의 root fracture는 외상의 0.5~0.7%를 차지하는 것으로 조사되고 있다. 호발부위로는 상악 중절치가, 나이로는 11~20세에서 호발하여, 이보다 어린 나이에서는 alveolar socket의 elasticity 때문에 fracture보다는 luxation 쪽으로 많이 발생하는 것으로 보고되고 있다.(중략)

• 전자통신동향분석
• /
• 제23권5호
• /
• pp.89-98
• /
• 2008

칼코지나이드 소재는 주기율표 6족의 칼코젠 원소로 구성되는 이원계 이상의 화합물 반도체 이자 반금속으로 분류되는 소재이다. 칼코지나이드 소재는 상변화 특성 및 광변전환 특성으로 광 및 전기 메모리, 의료기기 및 광소자 등에 사용되고 있다. 최근 빠른 스위칭 특성 및 용액증착법으로 재료개발이 가능해짐에 따라 차세대 원천소재로 평가되어 전세계적으로 급격한 연구가 이루어지고 있으며 고유가로 인한 신재생에너지 등으로 활용분야가 확대되고 있다. 본 고에서는 칼코지나이드 소재의 핵심기술 및 특성, 주요기관의 최근 칼코지나이드 소재개발 동향, 연구개발 동향 및 발전전망에 대해 살펴보기로 한다.

• 방송공학회논문지
• /
• 제28권2호
• /
• pp.238-241
• /
• 2023

최근 인공지능 모델을 이용한 얼굴인식, 얼굴 수정 등 다양한 얼굴 작업들이 실생활에도 광범위하게 사용되고 있다. 그러나 모델의 학습에 사용되는 대부분의 얼굴 데이터셋은 사회활동이 활발한 특정 나이에 편중되고, 어린아이나 노인의 데이터가 적은 경향이 있다. 이와 같은 데이터셋 불균형 문제는 모델의 학습에도 좋지 않은 영향을 끼쳐, 아이나 노인같이 데이터가 적은 나이의 사람이 인공지능 모델을 사용할 때 사회활동이 활발한 나이의 사람이 사용할 때보다 성능이 떨어질 수 있고, 이들의 인공지능 모델 사용을 어렵게 할 가능성이 높다. 이를 개선하기 위해 본 논문은 특징 분해를 활용하여 얼굴 영상으로부터 나이를 분류하고 목표 나이로 합성하는 기법을 제안한다. 제안하는 기법은 FFHQ-Aging 데이터셋을 이용한 정량적, 정성적 평가를 통해 기존의 방법보다 더 나은 성능을 보인다.

• Journal of Platform Technology
• /
• 제11권5호
• /
• pp.16-22
• /
• 2023

얼굴 영상으로부터 나이를 인식하는 기술의 응용분야가 증가함에 따라 이에 대한 연구가 활발히 진행되고 있다. 얼굴 영상으로부터 나이를 인식하기 위해서는 나이를 표현하는 특징을 추출하고, 추출된 특징으로 나이를 정확하게 분류하는 기술이 필요하다. 최근 영상 인식 분야에서 다양한 CNN 기반 딥러닝 모델이 적용되어 성능이 크게 개선되고 있으며, 얼굴 나이 인식 분야에서도 성능 개선을 위해 다양한 CNN 기반 딥러닝 모델이 적용되고 있다. 본 논문에서는 다양한 CNN 기반 딥러닝 모델의 얼굴 나이 인식 성능을 비교하는 연구를 수행하였다. 영상 인식 분야에서 많이 활용되고 있는 AlexNet, VGG-16, VGG-19, ResNet-18, ResNet-34, ResNet-50, ResNet-101, ResNet-152를 활용하여 얼굴 나이 인식을 위한 모델을 구성하고 성능을 비교하였다. 실험 결과에서 ResNet-34를 이용한 얼굴 나이 인식 모델의 성능이 가장 우수하다는 것을 확인하였다.

• 한국게임학회 논문지
• /
• 제17권4호
• /
• pp.91-100
• /
• 2017

게임 플레이어 캐릭터는 사건의 중심에 있으며 몰입에 지대한 영향을 미친다. 미국과 일본 게임 시장의 소비자를 이해하기 위해 플레이어 캐릭터 기초 특성인 나이와 성별을 비교분석할 필요가 있다. RPG와 어드벤처 장르에서 미국과 일본의 15년간 게임어워드 수상작을 연구대상으로 선정하여 나이와 성별을 분류하고 비교분석하였다. 일본 게임은 나이와 성별을 명시한 설정된 캐릭터 비율이 94.3%, 88.6%로 압도적으로 높았으나 미국 게임은 나이를 명시하지 않고 설정된 캐릭터가 가장 높았다. 본 연구는 미국과 일본 게임의 플레이어 캐릭터 나이와 성별에 설정에 차이가 있다는 점을 인식하게 하고 플레이어 캐릭터 설정의 가이드라인이 되어 게임 디자인 발전에 기여하고자 한다.

• Journal of Gastric Cancer
• /
• 제7권3호
• /
• pp.124-131
• /
• 2007

목적: 진행성 위암환자의 예후인자에서 림프절 전이와 침윤깊이 등이 중요한 예후인자로 여겨지고 있지만, 림프절 전이가 없는 진행성 위암환자의 침윤깊이에 따른 예후인자에 관해서는 정립이 되지 않고 있다. 본 연구에서는 림프절 전이가 없는 진행성 위암 환자의 생존율에 관계된 예후 인자를 확인하고 침윤깊이에 따른 예후 인자의 변화를 확인하고자 한다. 대상 및 방법: 본 교실에서 진행성 위암으로 1990년 1월부터 1999년 12월까지 수술 받은 1,761명 중 의무기록을 후향적으로 검토하여 림프절 전이 및 원격전이가 없는 진행성 위암 환자 268명을 대상으로 하였다. 나이, 성별, 종양의 위치, 종양의 크기, 종양의 위벽침윤도, 조직학적 분화도, 림프관 침윤, 신경침윤, 혈관 침윤 등을 토대로 생존율에 대한 단변량 및 다변량 분석을 시행하였고 침윤 깊이(T2, T3, T4)에 따라 대상 환자를 아그룹으로 분류하여 침윤 깊이에 따르는 예후인자를 조사 하였다. T4 군은 제한된 개체 수 때문에 분석에서 제외 시켰다. 결과: 생존율과 관계된 통계적으로 의미있는 예후 인자는 단변량 분석에서는 나이, 종양의 위벽침윤도, 조직학적 분화도, Borrmann 형, Lauren 분류이고 다변량 분석에서는 나이, 침윤도, Lauren 분류였다. 침윤 깊이에 따른 아그룹의 다변량 분석에서 의미있는 예후 인자는 T2 군에서는 나이와 Borrmann 형, Lauren 분류이며 T3 군에서는 나이와 Lauren 분류, 혈관 침윤이었다. 결론: 림프절 전이 없는 진행성 위암에서 나이와 Lauren 분류, 침윤 깊이가 생존율의 영향을 미치는 독립적인 예후 인자라고 볼 수 있다. 단 T2 군에서는 Borrmann 형 또한 생존율에 영향을 미치는 예후 인자로써 검토해 볼 필요가 있다.