• Journal of Broadcast Engineering
• /
• v.18 no.3
• /
• pp.401-408
• /
• 2013

In this paper, we propose a method that automatically detects organs having similar appearances in medical images by learning both context and appearance features. Since only the appearance feature is used to learn the classifier in most existing detection methods, detection errors occur when the medical images include multiple organs having similar appearances. In the proposed method, based on the probabilities acquired by the appearance-based classifier, new classifier containing the context feature is created by iteratively learning the characteristics of probability distribution around the interest voxel. Furthermore, both the efficiency and the accuracy are improved through 'region based voting scheme' in test stage. To evaluate the performance of the proposed method, we detect femur and tibia which have similar appearance from SKI10 knee joint dataset. The proposed method outperformed the detection method only using appearance feature in aspect of overall detection performance.

• School Mathematics
• /
• v.5 no.3
• /
• pp.275-295
• /
• 2003

This study intends to understand the practice of elementary school mathematics education, focusing on the teaching and learning methods. To achieve these goals, we reviewed and analysed instructional methods pertaining to both (general) pedagogy and mathematics education. And we designed and implemented a questionnaire survey regarding the elementary school teachers' opinions. Moreover, we observed several mathematics lessons of elementary school to understand better the practice of teaching and learning. From these survey and observation, we learned several important aspects of investigation and development of instructional methods.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.523-525
• /
• 2002

얼굴 검출은 하나의 영상으로부터 얼굴 존재 유무를 판단하고 그 위치와 방향, 크기 등을 알아내는 기술로 정의된다. 그러나 영상내의 특정 위치에 대한 얼굴 여부의 판단은 여러 가지 환경 변화와 매우 다양한 종류의 얼굴로 인해 정확하고 빠른 검출이 어렵다. 따라서 본 논문에서는 얼굴여부를 판단하기 위한 학습 데이터를 최적화하여 일반적인 외형기반의 알고리즘에 적용할 수 있는 방법을 제안한다. 제안된 방법은 영상에 대한 기본적인 전처리부터 입력으로 사용될 데이터의 추출에 이르기까지 최대한의 환경변화를 고려함으로써실제 적용 시 정확하고 빠른 판단이 가능하도록 하였다. 영상의 전처리로는 조명의 보상과 히스토그램 평활화가 사용되었고, 입력으로 사용하기 위한 학습 데이터의 정렬과 영상 샘플링 방법이 제안되었다. 얼굴 여부의 판단 실험은 각각 역전파 신경망, 마할라노비스 거리를 사용하여 영상의 얼굴 여부를 판정하고, 성공률을 측정하였다. 실험 결과 최적화 방법을 적용했을 때 적용하기 전보다 높은 성능의 성공률을 보였다.

• Journal of the Korea Society of Computer and Information
• /
• v.25 no.2
• /
• pp.49-58
• /
• 2020

In this study, we solve an online multi-object problem which finds object states (i.e. locations and sizes) while conserving their identifications in online-provided images and detections. We handle this problem based on a tracking-by-detection approach by linking (or associating) detections between frames. For more accurate online association, we propose novel online appearance learning with discrete fourier transform and partial least square analysis (PLS). We first transform each object image into a Fourier image in order to extract meaningful features on a frequency domain. We then learn PLS subspaces which can discriminate frequency features of different objects. In addition, we incorporate the proposed appearance learning into the recent confidence-based association method, and extensively compare our methods with the state-of-the-art methods on MOT benchmark challenge datasets.

• Proceedings of the KAIS Fall Conference
• /
• 2009.05a
• /
• pp.314-318
• /
• 2009

CoP(Community of Practices)란 구성원간 새로운 정보 및 지식의 상호학습 및 문제해결방안을 모색하기 위해 활동하는 공동체를 지칭하는 것으로, 통상 학습공동체 또는 실천공동체 등으로 지칭된다. 연구개발조직은 통상 내부 구성원간의 상호학습은 물론 외부 전문가와의 정보교류 및 상호학습을 촉진하는 CoP 활성화를 토대로 구성원의 역량개발은 물론 해당 조직의 연구개발 성과를 향상시키려고 노력한다. 본 연구는 대전에 소재한 4개 국가연구개발조직의 151명 연구원을 대상으로 한 설문조사 결과를 바탕으로 응답자들이 참여한 CoP 운영특성과 해당 CoP 창출 성과와의 관계를 실증적으로 연구하고 있다. 실증연구 결과, 신규멤버 증대, 외부연계 도전적 풍토, 다양성지향 자율적 풍토와 같은 실질적인 CoP 운영특성이 CoP 성과에 긍정적 영향을 미치는 것으로 나타났다. 이에 비해 참가자수나 모임횟수와 같은 외형적 운영특성의 영향력은 유의성이 낮은 것으로 나타났다. 이 조사결과는 참여한 구성원의 역량개발은 물론 해당 조직의 성과 향상에 기여하는 CoP를 활성화 하기 위해 CoP의 수, 참가자 규모, 운영횟수와 같은 외형적 특성에만 치중하기보다, CoP의 운영내실화를 기하고, 창의적 조직풍토를 강화하는 노력이 보다 효과적일 수 있음을 시사한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10a
• /
• pp.271-273
• /
• 2004

최근 초고속 통신망의 보급과 World Wide Web의 눈부신 발달로 인하여 상호작용적인 웹 기반 협동학습이 활성화되고 있다. 그러나 기존 웹 기반 협동학습 시스템의 대부분은 일정한 기준이 없이 그룹이 편성되거나 오프라인에서 그룹이 편성되도록 되어있다. 또한, 협동학습 이후 평가가 없거나 오프라인에서 평가를 하도록 구성되어 있다. 그러므로 기존의 웹 기반 협동학습은 외형상으로는 협동학습을 표방하지만 완벽한 웹 기반 협동학습이 될 수 없었다. 본 논문에서는 이러한 웹 기반 협동학습의 단점들을 보완하여 학습자의 적극적 협동수행 유도와 학습효과의 증진이 가능하도록 하였다. 그룹 구성부터 시작하여 평가에 이르기까지 모든 것이 웹 상에서 가능한 시스템을 설계하였다. 일정한 기준을 통한 성향조사를 통해 교수자가 웹 상에서 동질적, 이질적 성향의 그룹 편성을 가능하게 하였으며 교수자가 학습자의 성향을 모르는 상황에서도 적당한 그룹의 편성이 가능하도록 하였다. 웹 기반 협동학습 종결 후 자기평가, 동료평가, 그룹평가, 그리고 교수자 평가와 같은 다양한 평가방법을 도입하였다. 이러한 다양한 평가에 의한 피드백을 통하여 학습자가 새로운 협동학습에서 보다 더 적극적이고 능동적인 협동학습을 하도록 하였다.

• KIPS Transactions on Software and Data Engineering
• /
• v.2 no.3
• /
• pp.209-218
• /
• 2013

Early researches in human action recognition have focused on tracking and classifying articulated body motions. Such methods required accurate segmentation of body parts, which is a sticky task, particularly under realistic imaging conditions. Recent trends of work have become popular towards the use of more and low-level appearance features such as spatio-temporal interest points. Given the great progress in pose estimation over the past few years, redefined views about pose-based approach are needed. This paper addresses the issues of whether it is sufficient to train a classifier only on low-level appearance features in appearance approach and proposes effective pose-based approach with pose estimation for emotional action recognition. In order for these questions to be solved, we compare the performance of pose-based, appearance-based and its combination-based features respectively with respect to scenario of various emotional action recognition. The experiment results show that pose-based features outperform low-level appearance-based approach of features, even when heavily spoiled by noise, suggesting that pose-based approach with pose estimation is beneficial for the emotional action recognition.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.823-825
• /
• 2005

기존의 인터넷과 컴퓨터 등의 발달로 교육현장에서도 많은 WBI (Web-Based Instruct ion)들이 개발되고 사용되고 있으나 교육사이트의 컨텐츠를 살펴보면 대부분이 행동주의 심리학에 근거를 둔 프로그램 형태를 벗어나지 못하고 있어서 학습자에게 의미있는 학습을 유발시키기 보다는 제시된 정보의 기계적 재생에 그치고 있다는 비판을 받고 있다. 이러한 한계를 극복하는 대안으로는 학습자의 외형적이고 기계적인 면보다는 학습자의 인지활동을 강조하는 인지론적 접근이 필요하다고 본다. 인지심리학의 이러한 측면을 잘 반영하는 학습이론으로서 발견학습 이론을 들 수 있다. 발견학습을 적용시킨 모듈부분은 사용자의 편의에 따라 활용하지 않고 그래프의 탐색이 가능하도록 설계되므로 교사 개개인 수업의 형태에 따라 다양하게 적용할 수 있다. 따라서 온라인과 오프라인상의 모든 현장에서 교수-학습지도에 기절할 것이다.

• Journal of Creative Information Culture
• /
• v.4 no.2
• /
• pp.95-101
• /
• 2018

As a result of introducing robot assisted learning which utilizes social robots or telepresence robots in language learning or special education, research on technology acceptance model for robot-assisted learning is also being conducted. The unified theory of acceptance and use of technology (UTAUT) model of intelligent robot has been studied, but of tele-operated robot is insufficient. The purpose of this paper is to estimate the UTAUT model by pre-service teachers who experienced telepresence robot-assisted learning that can be done in future school. It is found that the estimated UTAUT model consists of more concise factors than social robots, and the importance of perceived enjoyment is higher. In other words, the pre-service teachers showed significant acceptance of tele-operated robots with enhanced enjoyment composed of its mobility, communication, and touchable appearance of the face and body.

• Journal of Broadcast Engineering
• /
• v.21 no.4
• /
• pp.609-620
• /
• 2016

Recently, there are active studies on a forward collision warning system to prevent the accidents and improve convenience of drivers. For collision evasion, the vehicle detection system is required. In general, existing learning-based vehicle detection methods use the entire appearance of the vehicles from rear-view images, so that each vehicle types should be learned separately since they have distinct rear-view appearance regarding the types. To overcome such shortcoming, we learn Haar-like features from the lower part of the vehicles which contain tail lights to detect vehicles leveraging the fact that the lower part is consistent regardless of vehicle types. As a verification procedure, we detect tail lights to distinguish actual vehicles and non-vehicles. If candidates are too small to detect the tail lights, we use HOG(Histogram Of Gradient) feature and SVM(Support Vector Machine) classifier to reduce false alarms. The proposed forward vehicle detection method shows accuracy of 95% even in the complicated images with many buildings by the road, regardless of vehicle types.