• Proceedings of the Korea Multimedia Society Conference
• /
• 2000.11a
• /
• pp.455-458
• /
• 2000

인공 신경망은 체계적인 알고리즘으로 풀기 어려운 문제들을 해결하는데 사용되어오고 있다. 이는 인간의 뇌세포가 외부자극에 대해 반응하는 과정을 컴퓨터 시스템 상에서 구현한 것으로 새 인간과 컴퓨터의 상호작용을 연구하는데 흥미로운 접근방식이다. 본 논문에서는 신경망의 접근방법을 이용하여 인간행위 인식시스템을 구현하였다. 신경망을 이용해 구현된 컴퓨터 인식 시스템이 인간의 두 가지 정서 하에서 일어난 세가지 서로 다른 행동을 보고 행위자의 성별이나 강정상태를 얼마나 인식해낼 수 있는지 실험해 보았다. 특히, 성별 인식 실험에서는 신호탐지 이론에서 사용하는 인장도(discriminability)를 이용해 사람에 대한 이 시스템의 효율도를 계산하였다

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2007.04a
• /
• pp.257-260
• /
• 2007

인간의 행위에는 외부환경으로부터 감각정보가 입력되어 반응되는 무의식적인 행동과 뇌에 의한 추론과 인지에 의한 행동으로 분류할 수 있다. 동일한 환경 조건하에서의 인간 행위분류의 통해 활용 적합한 응용프로그램을 개발하여 적용하여 본다. 본 논문에서는 인간의 몸에 부착하여 움직임을 데이터로 분석할 수 있도록 행동인식 시스템을 개발하였다. 인간행동의 인식패턴을 분류하기 위해 Soft-Computing Algorithm을 행위 추출센서에 적용시킨 단독 시스템을 개발하여 센서모듈로부터 인간의 행동 패턴을 분류할 수 있도록 한다. 이러한 센서모듈은 3축 각속도 및 가속도 센서를 부착시킨 모듈로 Micro-Processor를 사용하여 모듈을 구성하였으며, 구축된 모듈은 인간의 몸에 착용하여 인간의 움직임을 디지털 데이터로 변환된다. 변환된 데이터를 무선통신을 통해 워크스테이션에 전달되어 인간행위에 대한 패턴분류 알고리즘 처리가 가능하며, 추출된 데이터를 기반으로 인간의 행동분석과 교정이 이루어 질 수 있도록 한다. 본 논문에서의 최종 시나리오는 운전자의 행동패턴을 이용한 행동 감지 및 서비스 시스템을 구성하는 데에 목적을 둔다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.11a
• /
• pp.1332-1335
• /
• 2013

본 논문에서는 키넥트 센서 데이터에 은닉 조건부 랜덤 필드 모델을 적용하여 인간의 일상 행위를 인식하는 시스템을 제안한다. 많은 고수준의 일상 행위들은 다수의 부속 행위들이 순차적 혹은 반복적으로 수행되어 나타나는 하나의 계층구조로 볼 수 있다. 따라서 제안하는 시스템에서는 이러한 고수준의 일상 행위들을 순차성과 계층성을 잘 표현할 수 있는 확률 그래프 모델의 하나인 은닉 조건부 랜덤 필드 모델로 모델링함으로써, 행위 인식률을 높이려고 시도하였다. 또한 제안하는 시스템에서는 효과적인 행위 모델의 학습과 적용을 위해, 모션 특징, 구조 특징, 손 위치 특징과 같은 다양한 종류의 특징들을 키넥트 센서 데이터로부터 추출하여 이들을 이용하였다. 그리고 12 가지 일상 행위들에 관한 코넬 대학의 CAD-60 데이터 집합을 이용한 다양한 실험을 통해, 제안하는 시스템의 우수한 인식 성능을 확인할 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.140-142
• /
• 2000

인간과 기계가 효과적인 상호작용을 하기 위해서는 컴퓨터 시스템이 인간의 행동을 인식할 수 있어야 한다. 본 연구에서는 인공 신경망을 사용하여 컴퓨터 시스템이 인간의 움직임을 관찰한 후 행위자의 성별을 인식하도록 하는 시스템을 구현하였다. 두 가지 감정상태(보통상태, 화난 상태) 하에서 일어난 인간의 세 가지 동작(문 두드리기, 손 흔들기, 물건 들어올리기)을 대상으로 하여 인간 동작 데이터를 통해 만들어진 학습 데이터를 통해 98.0%의 인식률을 보일 때까지 학습시키고 나서, 이전에 사용하지 않았던 새로운 데이터에 대해 얼마나 설별을 잘 구별해 내는지 실험하였다. 동작이 일어나는 동안 행위자의 몸 여섯 군데에서 속도 데이터를 얻어내서 신경망의 입력값으로 사용하였다. 그 결과 최저 62.3%이상 최고 94.3%까지 인간 성별을 구분해 낼 수 있었고 이는 같은 데이터에 대해서 사람을 통해 실험한 것보다 훨씬 나은 것이다.

• Electronics and Telecommunications Trends
• /
• v.20 no.2 s.92
• /
• pp.14-20
• /
• 2005

인간과 로봇과의 자연스러운 상호작용을 위하여 시각을 기반으로 한 사용자 의도 및 행위 인식에 대한 연구가 활발히 진행되고 있다. 제스처 인식은 시각을 기반으로 한 인식 분야에서 핵심 기술 분야로 연구되어 왔으며 최근에는 로봇이 인간에게 자연스러운 서비스를 제공해 주거나 로봇의 동작을 제어하기 위해 연구되고 있는 분야이다. 본 고에서는 기존에 제어된 제스처 인식 기술과 최근 인간-로봇의 상호작용을 위한 제스처인식 기술에 대하여 알아본다.

• Review of Korean Society for Internet Information
• /
• v.18 no.2
• /
• pp.19-25
• /
• 2017

• Journal of the Korean Geographical Society
• /
• v.51 no.5
• /
• pp.613-632
• /
• 2016

The recent diagnosis of the Anthropocene challenges public understanding of nature as a pure and singular entity removed from society, as the diagnosis confirms the earth-changing force of humans. In geography, the nature-society divide has been critically interrogated long before the diagnosis of the Anthropocene, developing several ways of theorizing nature-society relations. This paper introduces a new frontier for such theoretical endeavors: more-than-human geography. Inspired by the material and performative turn in geography and the social sciences around the 2000s, more-than-human geographers have sought to re-engage with the livingness of the world in the study of nature-society relations. Drawing on actor-network theory, non-representational theory (NRT) and vitalism, they have developed innovative ways of thinking about and relating to nature through the key concepts of 'nonhuman agency' and 'affect'. While more-than-human geography has been extensively debated and developed in recent Euro-American scholarship on cultural and economic geography, it has so far received limited attention in Korean geographical studies on nature. This paper aims to address this gap by discussing the key concepts and seminal work of more-than-human geography. I first outline four theoretical strands through which nature-society relations are perceived in geography. I then offer an overview of more-than-human geography, discussing its theoretical foundations and considering ontologies, epistemologies, politics and ethics associated with nature-society relations. Then, I compare more-than-human geography with political ecology, which is the mainstream critical approach in contemporary environmental social sciences. I would argue that more-than-human geography further challenges and develops political ecology through its heightened attention to the affective capacity of nonhumans and the methodological ethos of doing a careful political ecology. I conclude by reflecting on the implications of more-than-human geography for Korean studies on nature-society relations.

• Proceedings of the Korea Contents Association Conference
• /
• 2013.05a
• /
• pp.61-62
• /
• 2013

인류 문명은 철학, 사상, 과학, 기술의 발달에 의해 진화되어 왔으며 그 근저에는 개념의 생성이라는 창조 행위가 있었다. 이것은 하나의 상징 행위라 할 수 있으며 인간과 동물을 구분짓는 행위라 할 수 있다. 그렇다면 이런 행위들은 어떻게 가능한 것인가? 본 논문은 이러한 창조행위의 근거를 영성에 의한 영감의 발현이라 전제하며 이를 바탕으로 한 문화의 개념인 SeaCircle을 통해 창조적 문화 실현을 위한 인식의 확대를 꾀하고자 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.450-452
• /
• 2000

대화 시스템이란 자연어를 이용하여 인간과 정보를 교환하거나 업무를 수행하는 프로그램이다. 자연언어는 인간이 사용할 수 있는 쉽고 효율적인 인터페이스이기 때문에 이를 이용한 대화 시스템의 필요성이 증대되고 있다. 본 논문에서는 지금까지 주로 인식에 초점이 맞추어져 연구되어 왔던 계획 기반 대화 모델을 이용하여 발화하여 생성하는 시스템을 설계하고자 한다. 본 논문에서 설계하고자 하는 대화 시스템은 사용자의 질의에 응답할 뿐 아니라 자신의 행위를 능동적으로 수행할 수 있는 협조적 대화 시스템이다. 또한 대화의 효율성을 고려하여 사용자가 필요로 하는 정보를 능동적으로 제공하는 시스템이다. 대화의 효율성을 고려한 발화를 위해 본 논문에서는 새로운 시스템의 행위를 정의하여 실제 가능한 대화 예를 보이고자 한다.

• Journal of Internet Computing and Services
• /
• v.18 no.6
• /
• pp.85-92
• /
• 2017

Recently, in the field of video surveillance, a Deep Learning based learning method has been applied to a method of detecting a moving person in a video and analyzing the behavior of a detected person. The human activity recognition, which is one of the fields this intelligent image analysis technology, detects the object and goes through the process of detecting the body keypoint to recognize the behavior of the detected object. In this paper, we propose a method for Body Keypoint Localization based on Object Detection using RGB-D information. First, the moving object is segmented and detected from the background using color information and depth information generated by the two cameras. The input image generated by rescaling the detected object region using RGB-D information is applied to Convolutional Pose Machines for one person's pose estimation. CPM are used to generate Belief Maps for 14 body parts per person and to detect body keypoints based on Belief Maps. This method provides an accurate region for objects to detect keypoints an can be extended from single Body Keypoint Localization to multiple Body Keypoint Localization through the integration of individual Body Keypoint Localization. In the future, it is possible to generate a model for human pose estimation using the detected keypoints and contribute to the field of human activity recognition.