• 한국컴퓨터정보학회논문지
• /
• 제27권5호
• /
• pp.1-9
• /
• 2022

사람이나 사물 등의 위치를 알아낼 수 있는 측위기술은 사람의 유동량 측정, 보안, 인원 구조 등 다양한 환경에서 요구되고 사용될 수 있다. 측위를 위해 카메라와 같은 시각 센서기술을 사용하기도 하지만 이는 빛, 온도 등 주변 환경에 민감하며 사생활 노출 문제가 발생할 수 있다. 본 논문에서는 앞서 말한 문제들이 없는 초광대역 (UWB, ultra wideband) 레이더 기술과 머신러닝을 이용하여 벽 뒤 다른 실내공간에 있는 점유자의 수와 위치를 인식하는 연구를 수행하였다. 네 가지 상황 (강의실 내 몇 명이 있는지, 28가지의 위치를 정하고 어느 위치에 있는지, 28가지의 위치 중 한 위치에서 더 세부적인 16가지 위치 중 어느 위치에 있는지, 두 명이 동시에 있는 상황에서 어느 위치에 있는지)에 대해 극단적 랜덤 트리 등 네 가지 알고리즘 별로 모델을 생성하고 그 결과를 비교하였다. 전체적으로 네 가지 알고리즘 모두 좋은 결과를 보여주었으며 머신러닝을 이용해 위치인식 및 위치측정이 가능함을 검증하였다. 또한 oneM2M 표준 플랫폼을 활용하여 서비스 확장 가능성을 고려하였으며 이 기술을 여러 분야에서 활용한다면 더욱 많은 서비스나 제품을 창출할 수 있을 것으로 기대한다.

• 한국산학기술학회논문지
• /
• 제22권5호
• /
• pp.296-302
• /
• 2021

본 논문에서는 영상정보에 기반한 호흡상태 분류 방법을 제안한다. 호흡신호는 초광대역 레이더 센서를 이용하여 획득하고 호흡신호의 값으로 이루어진 1차원 그래프 대신 그래프의 영상 정보가 담긴 2차원 정보 기반으로 호흡상태를 분류한다. 호흡상태의 분류는 심층신경망 모델을 사용하고, 심층신경망 모델은 호흡신호 그래프가 포함된 2차원 영상의 특징들을 학습하여 영상기반의 호흡상태 분류의 결과를 제공한다. 기존의 레이더 센서 기반 호흡신호의 상태 분류는 1차원 벡터의 구성요소 값 및 그 값들의 변화량을 이용하여 회귀, 심층학습 방법을 적용하였다. 그러나 1차원 그래프 기반의 호흡상태 분류는 다양한 형태의 정상호흡 상태에 대한 분류 성능에서 한계를 보였다. 본 논문에서는 호흡 신호로부터 얻은 그래프의 이미지 자체를 2차원 입력 신호로 사용하여 심층 신경망 모델을 적용하여 분류를 수행하였다. 본 논문에서 제안하는 영상정보 기반의 호흡상태 분류는 기존의 1차원 벡터 기반 호흡상태 분류 대비 호흡상태 분류의 정확도를 약 10% 향상 시켰다. 또한 기존의 두 가지 호흡상태 (정상 및 비정상) 분류에서 확장하여 세 가지 호흡상태 (정상1, 정상2, 비정상) 분류를 수행하였다.

• 디지털콘텐츠학회 논문지
• /
• 제18권4호
• /
• pp.787-793
• /
• 2017

본 논문은 기존의 단순한 수위측정 방식과는 달리 저수지 및 사방댐 등의 담수량 및 토사의 퇴적량을 단위체적블록 객체모델링을 통하여 실시간 측정하고, 해당 정보를 영상 정보와 같이 제공하는 IoT기반 소규모 저수지/사방댐 담수량 및 토사량 모니터링 시스템을 제안한다. 제안 시스템은 점차 강화되고 있는 사방댐 관리규정과 함께 보다 정확한 준설계획의 수립과 효율적인 물 관리가 가능하고, 산사태 등의 재해사고 방지에 매우 효과적이다.

• 한국산학기술학회논문지
• /
• 제20권7호
• /
• pp.151-157
• /
• 2019

최근 비침투 또는 비접촉 방식을 활용한 호흡상태 관찰에 대한 관심이 높아지고 있다. 여러 가지 많은 생체신호들 중 호흡신호를 활용하여 건강상태를 점검하는 것은 비정상적인 건강 상태에 대한 신속한 대응을 가능하게 해 준다. 본 논문에서는 국소 퓨리에 변환을 활용한 실시간 무호흡 상태 검출에 대한 방법을 제시한다. 기존의 고속 퓨리에 변환을 활용한 신호해석과 달리, 본 논문에서는 국소 퓨리에 변환을 사용하여 짧은 신호 구간에서의 주파수 응답을 분석한다. 본 연구에서 호흡 신호는 비접촉 방식을 활용하였으며, 초광대역 레이더 모듈을 활용하여 신호를 획득하였다. 국소 퓨리에 변환을 활용하여 호흡 상태를 검출한 후, 검출 결과에 따라 호흡 상태에 대한 분류가 가능하다. 특히 국소 퓨리에 변환은 실시간으로 호흡 상태에 대한 주파수 분석이 가능하도록 하였다. 호흡신호에 잡음이 존재할 경우를 대비하여 적절한 필터링 알고리즘이 적용되었다. 본 논문에서 제안하는 방법은 직관적으로 구현이 가능하고, 실질적으로 사람의 호흡상태에 대한 분석이 가능하도록 해준다. 제안한 방법을 검증하기 위해 호흡신호를 활용한 실험결과를 제시한다.