• Annual Conference of KIPS
• /
• 2018.10a
• /
• pp.394-397
• /
• 2018

휴대폰을 개인마다 보유할 정도로 보편화하고 무선 네트워크 기술이 발전하면서 대학가에서 출결관리를 자동화하려는 바람이 불고 있다. 이는 이전의 출결시스템의 결점인 출결 확인 시간을 줄이기 위한 것이다. 그러나 자동화된 스마트 출결시스템에 허점이 많아 출결 정보에 대한 신빙성과 공정성에 문제가 발생하고 있고, 그에 대한 대책이 없는 것이 현재 상황이다. 이번 연구는 얼굴인식을 이용한 스마트 출석 체크 프로그램이다. 수업에서 사진을 찍으면 AWS Recognition 기술을 활용해 얼굴을 인식하여 Django web sever로 보내고 그 얼굴과 학사 시스템에 등록되어있는 학생의 사진을 비교하여 어떤 인물인지 파악한다. 비교한 인물이 일정 유사율을 넘었을 경우 그 학생의 얼굴 사진을 학습, 계속해서 서버 안에 있는 같은 인물 파일에 넣어서 유사율을 높이는 식으로 진행된다. 그렇게 하여 스마트 출결시스템의 목적에 맞게 출결 확인 시간을 대폭 줄일 것이고, 부정적인 방법으로 출석할 수 있는 방법을 없애 기존의 시스템에 없던 신빙성과 공정성을 확립할 것이다. 또한, 어플리케이션을 통해 학생의 경우 언제 어디서든지 자신의 출결 상황을 확인할 수 있고, 교수님 또한 손쉽게 학생들의 출결을 관리할 수 있도록 하였다. 최종적으로 무결성이 확보된 정확한 출결 정보를 자동으로 데이터화하여 이용자와 관리자의 편의를 보장할 것이다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2004.11a
• /
• pp.139-148
• /
• 2004

사용자의 지리적 위치에 따른 서비스를 제공하는 위치기반서비스는 유비쿼터스 컴퓨팅의 중요한 응용으로 여러 위치 감지기술과 다양한 시험 및 상용 서비스들이 개발되어 왔다. 하지만 기존의 위치기반서비스는 단순히 위치와 서비스를 정적으로 연결하는 기법에 그치고 있어 서비스의 유연성이 떨어지는 한계가 있다. 이를 개선하기 위해 위치 정보로부터 고수준 정보를 추론하여 보다 지능적인 서비스를 제공하려는 연구들이 이루어지고 있다. 본 논문에서는 사용자의 위치이동 데이터를 학습하여 미래의 위치 이동 경로를 예측하는 기법을 제안한다. GPS(Global Positioning System)를 사용하여 수집된 시퀸스 데이터를 시퀸스 데이터 처리에 특화된 RSOM (Recurrent Self Organizing Map)을 사용하여 클러스터링하고 이를 마르코브 모델을 사용하여 학습하여 각 위치 이동 패턴 모델을 구축한다. 현재의 위치이동 패턴을 구축된 각 이동패턴 모델들과 비교하여 가장 유사한 위치 이동패턴으로 미래의 사용자이동을 예측한다. 제안한 위치이동 예측 기법을 평가하기 위해 실제 대학생의 생활을 기반으로 하여 GPS 데이터를 대학 캠퍼스 상에서 수집하고 이를 이용하여 제안한 방법의 학습 및 예측 성능을 평가한다. 그 결과 제안한 방법을 사용하여 사용자의 미래의 위치이동경로를 예측하는 것이 가능하고 불확실한 상황에서도 유연하게 예측을 수행함을 확인하였다.

• Proceedings of the Korea Institutes of Information Security and Cryptology Conference
• /
• 1998.12a
• /
• pp.231-242
• /
• 1998

전자 상거래에 대한 다양한 프로토타입(prototype)이 구현되고 있고, 확대 적용의 현실성이 증대되고 있는 작금의 상황을 반영하여 관련 연구가 활발해지고 있으며, 그 중에서 보다 안전하고 효율적인 전자지불방식에 대한 현실적 요구가 증대하고 있다 전자지불방식의 하나인 전자화폐는 실물 화폐와 유사한 성질들을 만족해야 하며, 이러한 성질들 중에서 필수적인 익명성을 얻기 위한 방법으로는 D. Chaum이 제안한 Blind Signature가 대표적이다. 본 논문에서는 기존의 암호시스템의 문제점을 극복할 수 있는 시스템으로써 주목받고 있는 타원곡선 암호시스템 상에서 익명성을 제공하는 Blinding ECDSA를 제안한다.

• Review of KIISC
• /
• v.14 no.2
• /
• pp.46-56
• /
• 2004

식별번호를 이용한 본인확인기술(SIM : Subject Identification Method) 표준(안)은 국내 보안분야로는 처음으로 IETF PKIX 워킹그룹에서 논의되고 있는 순수 국내 보안기술로 연내 IETF 공식표준문서(RFC)로 채택될 가능성이 높다. 동 기술은 PKI 기반의 전자서명인증서비스에서 동일한 이름을 갖는 개인 사용자나 유사한 법인명을 갖는 법인사업자가 겪을 수 있는 본인확인의 오류를 원천적으로 방지하여 인증서 소유자의 신원을 유일하게 확인할 수 있는 방안을 제공한다. 본 고에서는 관련 국외 동향을 고려하여 SIM 표준(안)의 보안요구사항, 프로토콜, 표준화 주요 쟁점 및 진행상황을 고찰하고자 한다.

• Proceedings of the IEEK Conference
• /
• 2003.07e
• /
• pp.1988-1991
• /
• 2003

본 논문에서는 도로 주변의 나무와 건물, 그리고 옆 차선의 차량 등에 의한 그림자의 영향을 최소화하며 차선을 검출할 수 있는 방법을 제안하였다 우선 Hough transform을 수행하는 데 있어서 계산 시간을 줄이기 위하여 에지 영상에서 수평 투영을 통하여 vanishing line을 검출하였으며, vanishing line 아래 부분에서만 Hough transform을 수행하였다. 그리고 차선 검출을 위하여 Hough 평면에서 θ을 16등분하여 rough한 차선을 검출하였으며, 도로 형태에 대한 사전 지식을 이용하여 차선 검출을 시도하였다. 도로 주변상황이 다른 두 종류의 연속 영상들에 의한 실험 결과, 도로형태에 대하여 가정한 사전 지식과 유사한 영상들에 대하여 차선을 정확하게 검출하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10a
• /
• pp.118-120
• /
• 2004

본 논문에서는 동적인 환경에서 동작하는 에이전트들을 위한 범용의 에이전트 구조에 대해 설명한다. 본 논문에서 제안하는 CM 는 에이전트의 모든 부분을 하나의 객체 지향 언어로 구현할 수 있는 순수 Java 기반의 범용 에이전트 구조이며, 긴 수행시간을 필요로 하는 복잡한 행위들을 효과적으로 표현하고 수행할 수 있는 기능을 제공한다. 이를 위해 환경 연화에 따라 수행 중이던 행위를 즉각적으로 중단하거나 다른 행위로 전환할 수 있는 높은 정황 -민감성을 제공한다. 또 CAA는 상황에 따른 가변적인 목표를 암시하는 행동 모드를 내부에 저장, 관리함으로써 BDI 구조와 유사한 목표- 지향성을 가진다.

• The Journal of the Acoustical Society of Korea
• /
• v.35 no.1
• /
• pp.42-48
• /
• 2016

Since a variety of sound occur in same place and similar sound occurs in other places, the performance of acoustic scene classification is not guaranteed in case of insufficient training data. A Bag of Words (BOW) based histogram feature is foreseen as a method to overcome the problem. However, since the histogram features is made by using a feature distribution, the ordering of sequence of features is ignored. A temporal information such as periodicity and stationarity are also important for acoustic scene classification. In this paper, temporal features about a periodicity and a stationarity are extracted by using a recurrent quantification analysis. In the experiment, performance of the proposed method is shown better than other baseline methods.

• Journal of Intelligence and Information Systems
• /
• v.29 no.1
• /
• pp.27-40
• /
• 2023

With the increase in the spread of smart devices and the impact of COVID-19, the consumption of media contents through smart devices has significantly increased. Along with this trend, the amount of media contents viewed through OTT platforms is increasing, that makes contents recommendations on these platforms more important. Previous contents-based recommendation researches have mostly utilized metadata that describes the characteristics of the contents, with a shortage of researches that utilize the contents' own descriptive metadata. In this paper, various text data including titles and synopses that describe the contents were used to recommend similar contents. KLUE-RoBERTa-large, a Korean language model with excellent performance, was used to train the model on the text data. A dataset of over 20,000 contents metadata including titles, synopses, composite genres, directors, actors, and hash tags information was used as training data. To enter the various text features into the language model, the features were concatenated using special tokens that indicate each feature. The test set was designed to promote the relative and objective nature of the model's similarity classification ability by using the three contents comparison method and applying multiple inspections to label the test set. Genres classification and hash tag classification prediction tasks were used to fine-tune the embeddings for the contents meta text data. As a result, the hash tag classification model showed an accuracy of over 90% based on the similarity test set, which was more than 9% better than the baseline language model. Through hash tag classification training, it was found that the language model's ability to classify similar contents was improved, which demonstrated the value of using a language model for the contents-based filtering.

• Journal of Internet Computing and Services
• /
• v.16 no.4
• /
• pp.39-50
• /
• 2015

In information retrieval process through search engine, some users want to retrieve several documents that are corresponding with specific time period situation. For example, if user wants to search a document that contains the situation before 'Japanese invasions of Korea era', he may use the keyword 'Japanese invasions of Korea' by using searching query. Then, search engine gives all of documents about 'Japanese invasions of Korea' disregarding time period in order. It makes user to do an additional work. In addition, a large percentage of cases which is related to historical documents have different time period between generation date of a document and record time of contents. If time period in document contents can be extracted, it may facilitate effective information for retrieval and various applications. Consequently, we pursue a research extracting time period of Joseon era's historical documents by using historic literature for Joseon era in order to deduct the time period corresponding with document content in this paper. We define historical objects based on historic literature that was collected from web and confirm a possibility of extracting time period of web document by machine learning techniques. In addition to the machine learning techniques, we propose and apply the similarity filtering based on the comparison between the historical objects. Finally, we'll evaluate the result of temporal indexing accuracy and improvement.

• Journal of KIISE:Software and Applications
• /
• v.35 no.11
• /
• pp.671-680
• /
• 2008

Motion capture devices have been utilized in producing several contents, such as movies and video games. However, since motion capture devices are expensive and inconvenient to use, motions segmented from captured data was recycled and synthesized to utilize it in another contents, but the motions were generally segmented by contents producers in manual. Therefore, automatic motion segmentation is recently getting a lot of attentions. Previous approaches are divided into on-line and off-line, where ow line approaches segment motions based on similarities between neighboring frames and off-line approaches segment motions by capturing the global characteristics in feature space. In this paper, we propose a graph-based high-level motion segmentation method. Since high-level motions consist of repeated frames within temporal distances, we consider similarities between neighboring frames as well as all similarities among all frames within the temporal distance. This is achieved by constructing a graph, where each vertex represents a frame and the edges between the frames are weighted by their similarity. Then, normalized cuts algorithm is used to partition the constructed graph into several sub-graphs by globally finding minimum cuts. In the experiments, the results using the proposed method showed better performance than PCA-based method in on-line and GMM-based method in off-line, as the proposed method globally segment motions from the graph constructed based similarities between neighboring frames as well as similarities among all frames within temporal distances.