• 한국컴퓨터교육학회 학술대회
• /
• 한국컴퓨터교육학회 2017년도 하계학술대회
• /
• pp.209-211
• /
• 2017

기계학습은 인공지능(AI, Artificial Intelligence)의 일종으로 다른 인공지능 알고리즘이 정해진 규칙을 기반으로 주어진 임무(Task)를 해결하는 것과는 달리, 기계학습은 수집된 Data를 기반으로 최적의 솔루션을 학습한 후 미래의 값들을 예측하거나 해석하는 방법을 사용하고 있다. 더욱이 인터넷을 통한 연결성의 확대와 컴퓨터의 연산능력 발전으로 가능하게 된 Big-Data를 기반으로 하고 있어 이전의 인공지능 알고리즘에 비해 월등한 성능을 보여주고 있다. 그러나 기계학습 알고리즘이 Data를 학습할 때 학습 결과를 사람이 해석하기에 너무 복잡하여 사람이 그 내부 구조를 이해하는 것은 사실상 불가능하고, 이에 따라 학습된 기계학습 모델의 단점 또는 한계 등을 알지 못하는 문제가 있다. 본 연구에서는 이러한 블랙박스화된 기계학습 알고리즘의 특성을 이해하기 위해, 기계학습 알고리즘이 특정 입력에 대한 결과를 예측할 때 어떤 입력들로 부터 영향을 많이 받는지 그리고 어떤 입력으로부터 영향을 적게 받는지를 알아보는 방법을 소개하고 기존 연구의 단점을 개선하기 위한 방법을 제시한다.

• 한국통신학회논문지
• /
• 제40권1호
• /
• pp.152-164
• /
• 2015

최근 반도체 기술, 센서 기술 및 이동통신 기술의 발전으로 스마트 자동차 기술 연구 개발이 진행 중에 있다. 사회가 발전함에 따라 차량이 증가하였고 사고에 대한 위험은 점차 높아지고 있다. 그에 따라 기존의 차량용 블랙박스 외에 차량의 각종 센서 정보를 활용하여 운전자에게 다양한 정보를 제공하는 첨단 운전자 보조 시스템이 연구되고 있다. 본 논문에서는 차량 간의 통신기능을 포함하고, 주변의 정보를 습득하여 제공할 수 있는 스마트 카메라 장치를 설계 및 구현하여, 장치에 포함된 카메라로부터 입력 받은 영상을 분석하여 획득한 정보를 영상 메타데이터화 하는 기술에 대한 연구를 수행하였다. 또한 임베디드 장치의 제한된 계산 성능을 보완하기 위해 관심영역을 설정하는 S-ROI(Static-Region Of Interest), D-ROI(Dynamic-Region Of Interest) 방식을 고안하였다. 실험을 통해 영상처리 속도가 전체영상 분석에 비해 S-ROI의 경우 3.0배, D-ROI의 경우 4.8배 향상함을 확인하였다.

• 한국ITS학회 논문지
• /
• 제7권3호
• /
• pp.15-28
• /
• 2008

교통사고의 여러 요인 중 대부분의 사고가 운전자의 특성과 운전행태가 교통사고에 가장 큰 영향을 미치고 있음을 2006년 경찰청 사고건수 자료를 통하여 파악 할 수 있다. 현재 교통사고 감소 및 안전운전에 대한 사회적 요구에 부응하기 위하여 디지털 주행기록계, 차량용 블랙박스 등이 출시되고 있으나 위험운전 유형에 대한 명확한 분류가 이루어지지 않아 그 효율성이 매우 떨어지고 있다. 이에 본 연구에서는 운전자로부터 발생할 수 있는 위험운전 유형을 발생 원인을 중심으로 7가지의 대분류와 이를 좀더 구체화한 16가지의 소분류로 재정의 하였다. 또한 재정의 된 위험운전 유형에 대한 분석을 위하여 차량거동상태에 따른 모든 차량데이터를 취득 분석할 수 있는 Data-logger를 개발하였다. 개발된 Data-logger는 시험차량으로부터 실시간으로 전송되는 가속, 감속, Yaw rate, 영상데이터 등을 이용하여 운전자로부터 발생 할 수 있는 위험운전 유형을 검출하여 실시간으로 위험운전에 대한 경보를 제공할 수 있는 시스템 및 향후 안전운전 관리 시스템을 구축할 수 있다.

• 한국정보통신학회논문지
• /
• 제20권9호
• /
• pp.1778-1784
• /
• 2016

본 논문에서는 차선 검출 알고리즘에 병렬처리를 적용하여 성능을 개선하였다. 차선 검출은 지능형 보조 시스템으로써 자동차가 차선을 이탈하면 경보음 또는 핸들을 보정해줌으로써 운전자를 돕는 보조 시스템이다. 병렬 처리 알고리즘 중 데이터 레벨 병렬처리는 설계가 간단하지만 병목현상이 발생하는 문제가 있다. 제안하는 고속 데이터 레벨 병렬처리 알고리즘은 병목현상을 줄여 성능이 향상되었다. 실제 블랙박스 도로 영상을 도입하여 알고리즘을 측정한 결과 싱글 코어 경우 약 30 Frames/sec의 성능을 얻었다. 병렬처리를 적용한 결과로써 옥타코어 기준으로 데이터 레벨인 경우 약 100 Frames/sec의 성능을, 고속 데이터 레벨인 경우는 약 150 Frames/sec의 성능을 얻을 수 있다.

• 한국전자통신학회논문지
• /
• 제10권3호
• /
• pp.341-347
• /
• 2015

본 논문에서는 중소형 선박에 적합한 저가의 VDR(Voyage Data Recorder)시스템을 설계하고, 해양 항법시스템의 효율성 향상을 위해 해양 항법시스템과 VDR이 시리얼 통신 혹은 이더넷 기반으로 데이터 통신을 하여 VDR에 연계된 항해통신 장비 및 센서 등의 데이터들을 항법시스템에 저장 및 출력할 수 있도록 구현하고자 한다. 또한, 육상에서 VDR의 기능과 동일한 역할을 수행하는 "차량용 블랙박스"(차량 위치, 영상, 음성저장)와 같이 VDR 고유 기능을 통한 정확한 해난 사고 원인 분석이 가능하게 중소형선박에도 확대 적용하고자 소형 경량화로 설계하고자 한다.

• 한국정보통신학회논문지
• /
• 제17권11호
• /
• pp.2677-2685
• /
• 2013

차량에서 수집된 차량 운행 데이터는 차량에서 발생한 영상 데이터 및 센싱 데이터가 그대로 기록된 것이기 때문에 외부에서 차량에서 일어나는 일을 분석하여 판단할 수 있는 객관적인 데이터로 이용할 수 있다. 본 논문에서는 차량의 움직임 및 운전자의 조작 상태를 감지하고 분석하여 실제 도로 상황에서 차량 충돌 사고가 발생했을 때, 차량의 움직임, 운전자의 각종 조작상태, 충돌 펄스 및 충돌과 관련된 신호들을 감지하고 저장하여 분석하는 사고 상황감지 시스템을 설계 및 구현하였다. 제안한 시스템에서는 충돌 직전 운전자의 반응, 차량의 조작 상태 및 물리적인 움직임에 대한 정보를 제공한다. 이렇게 수집하여 분석한 차량 운행 데이터는 충돌 사고가 발생했을 때, 사고 원인을 규명하고 공정한 사고처리에 이용할 수 있으며, 운전자의 운전 습관을 파악하여 잘못된 운전 습관의 교정 및 유류비 절감 등의 효과를 얻을 수 있다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제21권5호
• /
• pp.11-19
• /
• 2015

본 논문은 실제 블랙박스 영상을 통해 추적한 차량의 실제 경로 또는 사용자가 UI를 통해 그린 차량의 이동 경로를 이용하여 사실적인 3차원 차량 충돌 장면을 물리 시뮬레이션을 통해 생성하는 알고리즘을 제안한다. 시뮬레이션에 사용될 차량의 3차원 경로의 획득, 물리 기반 시뮬레이터 상에서 사용자가 원하는 경로대로 3차원 차량 모델을 적은 오차로 제어하는 경로 추적 알고리즘, 그리고 남아있는 오차를 보다 더 줄여주는 경로 최적화 알고리즘을 조합하여 사용자의 의도에 맞는 정확한 경로에서의 차량 충돌 장면을 재현하도록 도와준다. 또한 차량 충돌로 인한 차체의 변형을 차량 모델 골격의 세분화를 통하여 실시간으로 시뮬레이션 하여 실제 교통사고 시의 차량의 충돌 장면이 최대한 가상공간에서 사실적으로 재현되도록 한다.

• 정보과학회 논문지
• /
• 제43권1호
• /
• pp.47-53
• /
• 2016

인터넷이 급속히 발달하는 가운데 스마트폰, 디지털 카메라, 블랙박스 등의 기기에서 수집되는 방대한 영상 데이터가 소셜 미디어 사이트를 통해 빠르게 공유되고 있다. 소셜 미디어 공유 사이트에서는 일반적으로 이미지의 태그 정보를 사용하는데, 멀티미디어를 공유하는 방법이 쉬워지고 그 양이 폭발적으로 증가함에 따라 이미지에 태그를 붙여야 하는 일은 번거로움이 되고 있다. 또한 태그가 잘못 붙여지거나 안 붙은 경우에는 이미지 검색 정확도가 떨어질 가능성이 있다. 본 논문에서는 이미지의 내용정보를 이용하여 자동으로 이미지로부터 태그를 추출하는 방법을 제안한다. 제안하는 방법은 ImageNet에서 제공하는 대용량의 이미지 데이터와 라벨을 CNN(Convolutional Neural Network) 딥러닝 기법으로 학습시킨 후, 인스타그램 이미지로부터 라벨 정보를 추출하는 것이다. 추출된 라벨 정보를 이용하여 자동 태깅한 후, 검색에 활용했을 때 인스타그램의 기존 검색보다 높은 정확도를 가지고 있음을 알 수 있었다.

• 한국정보전자통신기술학회논문지
• /
• 제11권6호
• /
• pp.664-670
• /
• 2018

현대 사회는 감시의 눈이라 하는 CCTV가 일상생활 속에서 다양한 방법으로 영상데이터를 수집하기 위해 사용되고 있다. 치안 및 감시, 방범용으로 CCTV를 활용할 뿐만 아니라 자동차에 블랙박스 등 많은 분야에서 활용되고 있다. 본 논문에서는 STM32F407 ARM 칩을 기반으로 다양한 분야에 응용할 수 있는 카메라 시스템을 개발하기 위해 연구를 진행하였다. 카메라 시스템 개발을 위해 솔리드 웍스 환경에서 전체적인 구조를 3D를 기반으로 카메라 시스템을 모델링을 진행하였다. PCB 보드 설계는 카메라 시스템 모델링 파일에서 PCB 부품을 iges 파일로 추출하여 Altium Designer 툴에서 3D와 2D 보드로 변환하여 PCB 설계 진행함으로써 완성도 높은 조립성을 가질 수 있도록 진행하였다. 카메라 시스템 회로 및 PCB를 설계한 후, TRM(Thermal Risk Management) 툴을 활용해서 보드에서 발생하는 발열 시뮬레이션을 진행을 통해 대처할 수 있도록 함으로써 안정적인 시스템 구현에 관한 연구를 진행하였다.

• 한국정보전자통신기술학회논문지
• /
• 제17권2호
• /
• pp.113-120
• /
• 2024

개체군 희소 지표는 인공 신경망을 구성하고 있는 내부 레이어의 동작을 뉴런의 관점에서 관찰할 수 있기 때문에 블랙박스로 불리는 인공 신경망 내부의 동작을 설명하기 위하여 활용될 수 있다. 최근의 연구에서는 개체군 희소 지표를 두 종류의 컨벌루션 신경망 모델 분석에 적용하여, 레이어의 층이 깊어질수록 지표 값이 비례하여 증가하는 것이 관찰되었음을 보고하였다. 또한, 영상 분류를 위한 컨벌루션 신경망 모델에서 개체군 희소성 지표와 성능이 양의 상관성을 보인다는 연구도 있다. 본 연구에서는 적대적 예제가 컨벌루션 신경망에 적용되었을 때 신경망 내부에서 어떠한 동작이 수행되는지에 대하여 관찰하였다. 이를 위하여 적대적 예제를 입력으로 하는 컨벌루션 신경망의 개체군 희소 지표를 구한 다음, 컨벌루션 신경망의 성능과의 상관성을 비교하였다. 실험의 결과로부터 사전에 5%의 정확도를 갖도록 변형된 적대적 예제들에 대하여 온건한 데이터를 적용한 경우와 유사한 패턴의 양의 상관성을 갖는 것을 확인할 수 있었다. 이 실험결과는 적대적 예제와 온건한 데이터에 대한 각각의 개체군 희소성 지표 값들이 거시적인 관점에서 차이가 없다는 것을 의미하며 적대적 예제가 뉴런의 활성화 측면에서부터 적대적으로 동작한다는 것을 의미한다.