• 한국정보교육학회:학술대회논문집
• /
• 2006.08a
• /
• pp.257-262
• /
• 2006

PISA의 연구 결과에 따르면 컴퓨터 활용 빈도나 ICT 활용 환경 등의 양적 활용 실태는 세계적인 수준이나 프로그램이나 소프트웨어 활동 등의 컴퓨터 질적 활용 정도는 제고될 필요성이 있는 것으로 나타났다. 이는 초등 컴퓨터 교육에도 시사하는 바가 크다. 하지만 인적 물적 여건 등으로 인해 프로그래밍 교육을 초등학교 현장에 바로 적용하기에는 무리가 있다. 따라서 본 논문에서는 언어의 복잡성이 낮고 프로그래밍 단계와 과정이 간단한 HTML을 현장에 효과적으로 적용하기 위한 텍스트 에디터를 개발하고 개선점을 찾아보았다. 텍스트 에디터는 우선 태그를 직접 칠 필요가 없으며 학생들이 쉽게 학습할 수 있도록 도움말을 제시해 주었고 간단한 이미지 뷰어 기능을 통해 쉽게 이미지를 넣을 수 있도록 하였다. 개발된 텍스트 에디터의 효과를 설문지로 조사한 결과 쉽게 HTML 문서를 작성할 수 있어 학습에 도움이 된다는 점과 도움말을 제시한 부분은 긍정적으로 평가된 반면 보다 UI를 좀더 개선해야 한다는 결과가 나왔다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10b
• /
• pp.489-493
• /
• 2006

이 논문에서는 커널 에지 방식의 얼굴의 특징점을 추출하는 방법과 Adaboost를 이용한 얼굴의 특징점을 추출하는 방법에 대해서 비교 한다. 커널 에지를 이용한 방법은 10개의 커널을 이용하여 추출된 에지를 이용하여 얼굴의 특징점을 추출해 낸다. 커널의 개수를 줄여 사용한다면 실시간에 가능하고, 정확성을 높이기 위해서는 이미지의 전처리 단계에서 자극적인 효과를 준다면 정확성 또한 높아 질 것이다. 반면에 Adaboost를 이용한 방법은 각각의 특징점들을 오프라인 상에서 학습을 하고 온라인상에서 실시간으로 특징점을 추출하는 방법을 사용하였다. 각 각의 학습과정에 있어서 positive, negative 이미지를 더 많이 사용한다면 정확성이 더 높아질 것이다. 한 가지 주목할 만 한 점은 입과 같은 특징점을 추출하기 어려운 영역에서도 높은 정확성을 보였다.

• Convergence Security Journal
• /
• v.7 no.4
• /
• pp.23-28
• /
• 2007

In this research, we suggest the unknown intrusion detection system with SVM(Support Vector Machines). At the system, at first, collected training-packets are processed through packet image creating module. And then, it is studied by the SVM module. Finally, the studied SVM module classifies the test-data unsing test-packet-image. This system's stability and efficient characteristic of security is far superior than the existing it.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.1082-1084
• /
• 2019

인공지능 학습에 대한 관심이 증가하면서 학습에 필요한 데이터셋 구축에 필요한 많은 양의 데이터가 필요하다. 데이터셋 구축에 필요한 데이터들을 효과적으로 수집하기 위한 키워드 기반 웹크롤러를 제안한다. 구글 검색 API 를 기반으로 웹 크롤러를 설계하였으며 사용자가 입력한 키워드를 바탕으로 이미지의 URI 와 메타데이터를 지속적으로 수집하는 크롤러이다. 수집한 URI 와 메타데이터는 데이터베이스를 통해 관리한다. 향후 다른 검색 API 에서도 동작하고 다중 쓰레드를 활용하여 크롤링하는 속도를 높일 예정이다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.07a
• /
• pp.33-35
• /
• 2020

이전 연구에 존재했던 영상에서 이미지를 추출하여 학습 데이터로 사용 할 때 시계열성을 고려하지 않은 상태에서의 검증은 정확하지 않을 수 있음을 설명한다. 정확한 형체를 가진 물체의 경우 매 프레임 마다 일정한 모양을 유지할 가능성이 크지만, 기체나 액체처럼 유동성이 큰 형태를 분사 혹은 방류 할 때 순간적인 간섭 혹은 분산에 의해 실제 값이 분사 량 혹은 방류량과 다를 수 있다. 본 연구에서는 이전 연구 중 Yolov3와 youtube 영상을 이용하여 연기 형태를 추출하고, 이를 Resnet에 학습시킨 연구를 이용하여 이와 비슷한 사례의 연구에서 나타날 수 있는 검증 오류들을 설명한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.01a
• /
• pp.247-248
• /
• 2020

본 논문은 동물 이미지 분류를 한 작은 데이터 세트를 기반으로 개선 된 딥 러닝 방법을 제안한다. 먼저, 소규모 데이터 세트에 대한 훈련 모델을 구축하기 위한 CNN이 사용되는 반면, 데이터 보강은 훈련 세트의 데이터 샘플을 확장하는 데 사용한다. 둘째, VGG16과 같은 대규모 데이터 세트에서 사전 훈련 된 네트워크를 사용하여 소규모 데이터 세트의 병목 현상 기능을 추출하여 두 개의 NumPy 파일에 새로운 학습 데이터 세트 및 테스트 데이터 세트로 저장한다. 마지막으로 새로운 데이터 세트로 완전히 연결된 네트워크를 학습한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.05a
• /
• pp.320-322
• /
• 2020

기계학습은 인공지능의 한 클래스로 최근 이미지 및 음성인식, 지능적 웹 검색, 자율 주행 자동차 등의 영역에서 성공적 발전을 바탕으로 우리의 일상에 폭넓게 이용되고 있다. 본 논문에서는 Keras 오픈소스 라이브러리를 이용해 딥러닝을 이용한 기계학습 기반의 동전 인식 소프트웨어를 구현하였고, 이를 이용해 동전 자동분류 스마트 저금통을 설계하였다. 동작 검증을 위하여 스마트 저금통의 모든 발생 이벤트는 Parse-server와 mongoDB를 이용하여 시각화 및 어플리케이션 및 웹사이트를 연결하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.560-563
• /
• 2022

인공지능 기반의 딥페이크(Deepfakes) 기술이 사회적인 이슈로 대두되고 있다. 하지만 기존 딥페이크 탐지기는 sharpening, additive noise와 같은 간단한 이미지 변형만으로 탐지 우회가 가능한 문제점이 있다. 본 논문에서는 안티 포렌식에 강인한 딥페이크 탐지기를 개발하기 위해 이미지 편집 도구 기반의 안티 포렌식 데이터셋을 생성하고 적대적 학습을 수행하는 방법을 제안한다. 실험 결과를 통해 안티 포렌식에 취약한 기존 딥페이크 탐지기 성능이 제안한 적대적 학습 기법을 수행한 이후에 탐지율이 크게 개선된 것을 확인할 수 있었다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.01a
• /
• pp.249-252
• /
• 2022

세계 태권도 연맹은 국제 축구 연맹의 가입국과 동일한 수의 가입국을 보유할 만큼 태권도는 점점 더 세계적으로 나아가고 있다. 하지만 태권도의 교육방법은 예전과 다르지 않다. 도장의 관장이나 사범이 직접 자세를 눈으로 보고 판단하여 지도해야 한다. 본 연구는 기술이 발전하고 변화함에 따라 태권도를 조금 더 다양하고 흥미롭게 배울 수 있는 방법을 개발하고자 진행하였다. 본 논문에서는 피사체 모델을 촬영하여 이미지를 추출하고 이미지에서 사람의 관절 KeyPoint를 라벨링 한 후 이를 바탕으로 COCO 형식의 DataSet을 만들어낸다. 이후 이 DataSet을 기계에 학습을 시킨다면 초심자를 위한 교육용 태권도 AI가 만들어질 수 있다. 또한, 기계학습 이후 이 AI를 실제 교육현장에 적용하여 교육과정에 직접 사용할 수 있으며 이 AI를 바탕으로 교육용 게임 개발 등 다양한 방면으로 활용할 수 있을 것이라고 기대한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.01a
• /
• pp.91-92
• /
• 2023

본 논문에서는 Yolov5와 Deepsort를 사용한 Tracking by detection을 구현하여 특정 영역을 통과하는 차량의 수를 집계하고, 각 차량의 추정속도를 계산하는 시스템을 구현한다. 실시간 객체 탐지 기능을 수행하는 Yolov5 모델의 학습에는 Kaggle의 개방 데이터인 '도요타 자동차 이미지'를 사용한다. 이미지 크기 640*640, 배치사이즈 16, Early stopping 플래그를 사용하여 학습했을때, Yolov5의 객체 탐지 성능은 정확도 98%, 정밀도 0.961, mAP 0.72을 보여주었다.