• Journal of the Institute of Electronics Engineers of Korea SD
• /
• v.44 no.3 s.357
• /
• pp.12-19
• /
• 2007

This paper proposes the enhanced auto-focus algorithm detecting several objects and selecting the target object. Proposed algorithm first detects some objects distributed in the image using focus measure operator and multi-window and then selects the target object through fuzzy reasoning with three fuzzy membership functions. Implementation can be simple because it only needs image sensor instead of infrared or ultrasonic equipment. Experimental result shows that the proposed algorithm can improve the quality of image by focusing to the target object.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2017.05a
• /
• pp.779-782
• /
• 2017

OpenBR is a framework for researching new facial recognition methods, improving existing algorithms, interacting with commercial systems, measuring perceived performance, and deploying automated biometric systems. Designed to facilitate rapid algorithm prototyping, it features a mature core framework, flexible plug-in system, and open and closed source development support. The established algorithms can be used for specific forms such as face recognition, age estimation, and gender estimation. In this paper, we describe the framework of OpenBR and implement facial recognition, gender estimation, and age estimation using supported programs.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.1285-1288
• /
• 2015

본 논문에서는 영상인식을 위한 딥 러닝에서 사용되는 매개변수 최적화 방법을 제안한다. 학습 성능에 영향을 미치는 매개변수 중 이미지 배치 사이즈 값, 초기 학습율, 최대 학습 반복 횟수에 대해 상호간의 관계를 분석하고 성능을 개선시키기 위해 값을 최적화하는 방법을 연구한다. 제안된 방법을 통한 개선 정도를 분석하기 위해 매개변수의 변화에 따른 학습 소요 시간, 정확도 향상 추이, 메모리 사용량의 변화를 측정한다. 측정된 학습 소요 시간, 정확도 향상 추이, 메모리 사용량의 변화를 분석한 결과 배치 사이즈와 초기 학습 율은 같은 비율로 반비례하게 값을 적용할 때가 이상적 이였으며 서로 다른 환경에서 각각의 학습 소요시간을 측정하는 것으로 배치 사이즈 값과 초기 학습 율에 따른 최적의 최대 학습 반복 횟수를 획득할 수 있었다.

• Journal of the Korea Society for Simulation
• /
• v.27 no.1
• /
• pp.39-49
• /
• 2018

An SLBM (submarine-launched ballistic missile) seriously threatens the national security due to its stealthiness that makes it difficult to detect in advance. We consider a destroyer deployment optimization problem for effectively detecting an SLBM. An optimization model is based on the two-person zero-sum game in which an adversary determines the firing and arriving places with an appropriate trajectory that provides a low detection probability, and we establish a destroyer deployment plan that guarantees the possibly highest detection probability. The proposed two-person zero-sum game model can be solved with the corresponding linear programming model, and we perform computational studies with a randomly generated area and scenario and show the optimal mixed strategies for both the players in the game.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06a
• /
• pp.343-345
• /
• 2012

오늘날 우리는 생활속에서 여러 디지털기기들을 사용하고 있다. 새로운 종류의 여러 디지털기기들이 나타났지만 기존에 사용하던 입력장치의 틀에 얽매여 있다. 키보드, 마우스, 리모콘, 터치패널 등처럼 항상 별도의 컨트롤러를 지녀야 하는 불편함에서 벗어나지 못하고 있다. 이런 이유로 최근에 별도의 컨트롤러 없이 사용자의 움직임을 인식하여 다양한 기능을 수행할 수 있는 키넥트에 대한 관심이 높아지고 있다. 본 연구에서는 키넥트에서 인식하는 손의 움직임 정보를 인식하여 키보드와 마우스를 비롯한 기존 입력장치의 임무를 대신하는 것을 목표로 한다. 키보드 모드는 화면상에 가상의 버튼들을 배치한 후 손의 위치 정보가 버튼안에 있을 때 이벤트를 발생시키는 방법으로 구현한다. 마우스모드는 오른손으로 포인터를 이동하고, 왼손으로 보조 조작이 가능하도록 구현한다. 이 연구를 통해 손이 자유롭지 못하거나 정적이지 못한 상황에서 물리적인 도구가 필요 없는 간단한 조작이 가능하다.

• Proceedings of the Korean Society for Agricultural Machinery Conference
• /
• 1999.07a
• /
• pp.142-149
• /
• 1999

최근 주변첨단기술이 발달하여 수확, 접목 및 착유 등 농작업에 로봇을 응용하기 위한 연구가 수행되고 있다. 작업의 특성에 따라 응용되는 로봇기술도 차이는 있겠으나 수확용 로봇의 경우 대상물을 인식하고 위치를 검출하는 기술개발이 선행되어야만 대상물을 파지 또는 절단하여 수확이 가능하며, 대상물의 인식 및 위치 검출에는 영상처리기술이 많이 응용되고 있다. 따라서 수확로봇의 작업성능은 대상물을 얼마나 정확하게 인식하고 위치를 정확하게 검출하는 것이 중요하다. 그러나 작업대상이 일정한 조건에서 표준화 되어있는 일반 산업분야와는 달리 농산물의 수확작업현장은 대상물의 배치, 크기 및 형상 둥이 일정하지 않고 작업환경 또한 다양하여 외란의 영향을 많기 받기 때문에 시각장치의 개발은 매우 중요하다. (중략)

• Proceedings of the Korean Society for Agricultural Machinery Conference
• /
• 2003.02a
• /
• pp.478-483
• /
• 2003

대상물의 인식 및 위치 검출에는 영상처리기술이 많이 응용되고 있다. 로봇의 작업성능은 대상물의 위치를 얼마나 정확하게 인식하고 검출하느냐가 가장 중요하다. 그러나 작업현장에서 대상물의 배치, 크기 및 형상 등이 일정하지 않고 작업환경 또한 다양하여 외부의 영향을 많기 받기 때문에 정확한 로봇의 시각장치 개발은 매우 중요하다. 영상 시스템을 이용하여 작업하고자 하는 대상체의 3차원 위치 정보를 얻기 위해서 가장 널리 쓰이고 있는 방법이 카메라 2대를 이용할 스테레오 비전이다 하지만 정확한 3차원 정보를 얻기 위해서 세밀한 보정이 필요한 실정이며 보정에 있어서도 두 카메라의 물리적 특성에 의한 오차가 발생한다. (중략)

• Proceedings of the Korea Contents Association Conference
• /
• 2012.05a
• /
• pp.65-66
• /
• 2012

본 연구는 2008년에 도입된 사회복무제도가 정착 될 수 있도록 하기 위한 개선방안을 모색하고자 한다. 즉, 단순한 인력공급 차원이 아닌, 사회복무요원들의 질 향상을 위한 교육과 사회복지기관에서 사회복무요원에 대한 올바른 활용이 전제되어야 한다. 이에 사회복지기관 담당자(사회복지사) 304명을 대상으로 사회복무제도와 사회복무요원에 대한 인식과 태도가 어떠한지 조사한 결과, 사회복무제도에 대해 긍정적인 태도를 보였고, 제도가 지속적인 운영과 확대가 되길 희망하였다. 또한 사회복지사업에 사회복무요원의 역할과 활동에 긍정적으로 인식하였다. 그리고 사회복무제도의 성공적인 정착을 위해 사회복무요원의 배치전 사전교육과 직무교육 시간 증가와 관리운영에 관한 권한 강화, 운영비 지원을 필요로 하였다. 따라서 사회복무제도 운영 개선과 사회복무교육센터를 통한 교육내용의 강화, 우수 복무기관에 대한 다양한 인센티브 부여가 요구된다.

• Journal of KIISE
• /
• v.44 no.7
• /
• pp.668-673
• /
• 2017

Deep neural networks have shown remarkable performance in various fields of pattern recognition such as voice recognition, image recognition and object detection. However, underlying mechanisms of the network have not been fully revealed. In this paper, we focused on empirical analysis of the network parameters. The Faster R-CNN(region-based convolutional neural network) was used as a baseline network of our work and three important parameters were analyzed: the dropout ratio which prevents the overfitting of the neural network, the size of the anchor boxes and the activation function. We also compared the performance of dropout and batch normalization. The network performed favorably when the dropout ratio was 0.3 and the size of the anchor box had not shown notable relation to the performance of the network. The result showed that batch normalization can't entirely substitute the dropout method. The used leaky ReLU(rectified linear unit) with a negative domain slope of 0.02 showed comparably good performance.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2016.07a
• /
• pp.49-50
• /
• 2016

본 논문에서는 Kinect 센서 기반의 카드 매칭 게임을 설계하고 구현한다. 이 게임은 유아용 카드 매칭 게임으로 카드 뒷면을 화면에 배치시키고 무작위로 앞면의 그림을 보여준다. 플레이어는 앞면의 그림을 위치별로 기억하여 같은 짝의 그림을 선택하여 맞춘다. 다른 짝을 매칭 할 경우 다시 뒷면으로 뒤집히고 같은 짝을 매칭 할 경우는 해당 그림의 영어 단어를 팝업시킨다. 예를 들어 토끼 그림의 짝을 매칭 할 경우 RABBIT이란 단어를 팝업 시킨다. 그리고 플레이어는 RABBIT이란 단어를 발음하면 Kinect는 음성을 인식하여 팝업된 창을 종료하고, 게임을 계속 진행한다. 게임은 화면에 배치시키는 카드를 $2{\times}2$부터 시작하여 난이도 별로 증가 시키고 스테이지 별로 콘텐츠를 나눠 영유아들이 재미있게 게임을 즐기면서 영어 단어를 학습할 수 있는 게임이다.