• International Journal of Internet, Broadcasting and Communication
• /
• 제13권3호
• /
• pp.124-129
• /
• 2021

As the 4th industrial era is in full swing, the public's interest in related technologies such as artificial intelligence, big data, and block chain is increasing. As artificial intelligence technology is used in various industrial fields, the need for research methods incorporating artificial intelligence technology in related fields is also increasing. Evidence collection among digital forensic investigation techniques is a very important procedure in the investigation process that needs to prove a specific person's suspicions. However, there may be cases in which evidence is damaged due to intentional damage to evidence or other physical reasons, and there is a limit to the collection of evidence in this situation. Therefore, this paper we intends to propose an artificial intelligence-based evidence collection system that analyzes numerous image files reported by citizens in real time to visually check the location, user information, and shooting time of the image files. When this system is applied, it is expected that the evidence expected data collected in real time can be actually used as evidence, and it is also expected that the risk area analysis will be possible through big data analysis.

• 감성과학
• /
• 제22권3호
• /
• pp.35-46
• /
• 2019

인공지능기술은 사용자의 언어, 목소리 톤, 표정을 인지하고 학습하여 다양한 맥락에서 사용자의 감정에 대응할 수 있도록 발전하고 있다. 여러 인공지능 기반 서비스 중에서 특히 사용자와의 커뮤니케이션이 중요한 서비스 다수는 감정을 표현하는 인터랙션을 제공한다. 그러나 인공지능 시스템의 감정을 표현하는 수단으로서의 비언어적 인터랙션에 관한 연구는 아직 미비하다. 이에 조명효과 중 특히 색상과 깜빡임 운동을 중심으로 인공지능 디바이스의 감성 인터랙션을 연구하였다. 본 연구에서 구현한 인공지능 디바이스 프로토타입은 red, yellow, green, blue, purple, white 6가지의 조명 색상과 느림, 중간, 빠른 세 단계 속도의 깜빡임 효과로 감정을 표현한다. 프로토타입을 활용하여 20대부터 30대 남녀 50명을 대상으로 인공지능 디바이스의 색상별, 속도별 조명 효과가 표현하고 있는 감정에 응답하는 실험을 진행하였다. 실험 결과 각 조명 색상은 기존 색채감성연구에서 드러난 감성적 이미지와 대체로 유사한 감정을 나타내는 것으로 평가되었다. 조명의 깜빡임 속도는 감정의 각성과 밸런스의 변화에 영향을 주었으며, 이때 각성의 변화 양상은 모든 색상에서 유사한 기조를 보였다. 밸런스 변화 양상은 기존 색채감성연구의 감성적 이미지와 어느 정도 관련이 있지만 색상 별 차이가 있는 것으로 관찰되었다. 인공지능 시스템을 탑재한 사물의 종류와 인공지능 디바이스가 점점 다양해지는 현 시점에서, 본 연구결과는 조명을 통한 인공지능의 감성 인터랙션을 설계할 때 기여할 수 있을 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제39권5_1호
• /
• pp.621-635
• /
• 2023

시설물 상태평가는 시설물의 사용성을 평가하고, 진단 주기를 결정하는 중요한 과정이다. 현재 수행되고 있는 인력 기반 방법은 안전, 효율, 객관성에 대한 문제를 안고 있어 이를 개선하기 위해 영상을 이용한 딥러닝(deep learning) 기반의 연구가 수행되고 있다. 그러나 시설물 손상 데이터는 발견하기 어려워 다량의 시설물 손상 학습 데이터를 구축하기 어렵고, 이는 딥러닝 기반 상태평가에 한계로 작용한다. 본 연구에서는 영상 기반 시설물 상태평가의 학습 데이터 부족으로 인한 어려움을 개선하기 위해 파운데이션 모델(foundation model) 기반 2-step 시설물 손상 분석을 제시한다. 시설물 상태평가의 요소를 객체화와 정량화로 세분화하고, 정량화 단계에서 영상 분할(segmentation) 파운데이션 모델을 적용하였다. 본 연구의 방법은 기존 영상 분할 방법 대비 10% 포인트 이상 높은 mean intersection over union을 나타냈고, 특히 철근 노출의 경우에는 40% 포인트 이상의 성능 개선을 보였다. 본 연구의 방법이 학습 데이터 구축이 어려운 도메인에 성능 개선을 가져올 것이라 기대한다.

• International Journal of Computer Science & Network Security
• /
• 제23권7호
• /
• pp.155-164
• /
• 2023

Machine learning with its high precision algorithms, Precision agriculture (PA) is a new emerging concept nowadays. Many researchers have worked on the quality and quantity of PA by using sensors, networking, machine learning (ML) techniques, and big data. However, there has been no attempt to work on trends of artificial intelligence (AI) techniques, dataset and crop type on precision agriculture using internet of things (IoT). This research aims to systematically analyze the domains of AI techniques and datasets that have been used in IoT based prediction in the area of PA. A systematic literature review is performed on AI based techniques and datasets for crop management, weather, irrigation, plant, soil and pest prediction. We took the papers on precision agriculture published in the last six years (2013-2019). We considered 42 primary studies related to the research objectives. After critical analysis of the studies, we found that crop management; soil and temperature areas of PA have been commonly used with the help of IoT devices and AI techniques. Moreover, different artificial intelligence techniques like ANN, CNN, SVM, Decision Tree, RF, etc. have been utilized in different fields of Precision agriculture. Image processing with supervised and unsupervised learning practice for prediction and monitoring the PA are also used. In addition, most of the studies are forfaiting sensory dataset to measure different properties of soil, weather, irrigation and crop. To this end, at the end, we provide future directions for researchers and guidelines for practitioners based on the findings of this review.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.25-27
• /
• 2021

최근 딥러닝 기술의 발전으로 CCTV 카메라를 통해 획득한 영상 정보에서 객체의 이상행동을 분석하기 위한 컴퓨터 비전 기반 AI 기술들이 연구되었다. 위험 지역이나 보안 지역에는 범죄 예방 및 경계 감시를 위해 감시카메라가 설치되어 있는 경우가 다수 존재한다. 이러한 이유로 기업들에서는 감시카메라 환경에서 침입, 배회, 낙상, 폭행 같은 주요한 상황을 판단하기 위한 연구들이 진행되고 있다. 본 논문에서는 객체 검출 및 추적 방법을 사용한 실시간 이상 행위 분석 알고리즘을 제안한다.

• 정보교육학회논문지
• /
• 제25권5호
• /
• pp.683-690
• /
• 2021

본 연구는 인공지능 교육에 대한 연구 동향을 파악하는 것을 목적으로 2016년 이후 최근까지 발간된 '인공지능 교육'과 관련한 국내학술지논문 164건을 분석하였다. 논문 분석을 위한 준거는 연도별 논문수, 학술지명, 연구 주제, 연구 유형, 자료수집 방법, 연구 대상, 교과로 하였으며 주요 연구 분야와 추후 연구가 필요한 분야를 살펴보고자 하였다. 연구의 방법은 선정한 논문에 대해 주제와 요약을 중심으로 분석하되 불분명한 경우 본문을 확인하였다. 연구의 결과 '인공지능 교육'에 대한 연구는 2017년 이후 본격적으로 시작되었으며 최근 들어 급격하게 증가하는 경향을 보이고 있다. 분석결과 연구 주제에서는 인공지능 교육 프로그램과 콘텐츠 개발, 인공지능의 인식과 이미지에 대한 연구가 많은 편이었다. 연구의 유형에서는 양적연구가 많았고 자료수집 방법으로는 개발 연구 방식이 많이 사용되었다. 연구 대상에서는 초등학교가 비중이 높았으며 교과목에서는 인공지능 내용을 다루는 실과/기술 교과가 많은 것으로 나타났다.

• 한국정보교육학회:학술대회논문집
• /
• 한국정보교육학회 2021년도 학술논문집
• /
• pp.69-76
• /
• 2021

본 연구는 인공지능 교육에 대한 연구 동향을 파악하는 것을 목적으로 2016년 이후 최근까지 발간된 '인공지능 교육'과 관련한 국내학술지논문 164건을 분석하였다. 논문 분석을 위한 준거는 연도별 논문수, 학술지명, 연구 주제, 연구 유형, 자료수집 방법, 연구 대상, 교과로 하였으며 주요 연구 분야와 추후 연구가 필요한 분야를 살펴보고자 하였다. 연구의 방법은 선정한 논문에 대해 주제와 요약을 중심으로 분석하되 불분명한 경우 본문을 확인하였다. 연구의 결과 '인공지능 교육'에 대한 연구는 2017년 이후 본격적으로 시작되었으며 최근 들어 급격하게 증가하는 경향을 보이고 있다. 분석결과 연구 주제에서는 인공지능 교육 프로그램과 콘텐츠 개발, 인공지능의 인식과 이미지에 대한 연구가 많은 편이었다. 연구의 유형에서는 양적연구가 많았고 자료수집 방법으로는 개발 연구 방식이 많이 사용되었다. 연구 대상에서는 초등학교가 비중이 높았으며 교과목에서는 인공지능 내용을 다루는 실과/기술 교과가 많은 것으로 나타났다.

• 대한원격탐사학회지
• /
• 제39권5_4호
• /
• pp.1111-1123
• /
• 2023

원격탐사 영상을 이용한 지표 속성의 변화를 모니터링 하기 위해서 딥러닝(deep learning) 모델을 이용한 의미론적 영상 분할 방법이 최근에 널리 사용되고 있다. 대표적인 의미론적 영상 분할 딥러닝 모델인 UNet 모델을 비롯하여 다양한 종류의 UNet 기반의 딥러닝 모델들의 성능 향상을 위해서는 학습 데이터셋의 크기가 충분해야 한다. 학습 데이터셋의 크기가 커지면 이를 처리하는 하드웨어 요구 사항도 커지고 학습에 소요되는 시간도 크게 증가되는 문제점이 발생한다. 이런 문제를 해결할 수 있는 방법인 전이학습은 대규모의 학습 데이터 셋이 없어도 모델 성능을 향상시킬 수 있는 효과적인 방법이다. 본 논문에서는 UNet 기반의 딥러닝 모델들을 대표적인 사전 학습 모델(pretrained model)인 VGG19 모델 및 ResNet50 모델과 결합한 세 종류의 전이학습 모델인 UNet-ResNet50 모델, UNet-VGG19 모델, CBAM-DRUNet-VGG19 모델을 제시하고 이를 건물 추출에 적용하여 전이학습 적용에 따른 정확도 향상을 분석하였다. 딥러닝 모델의 성능이 학습률의 영향을 많이 받는 점을 고려하여 학습률 설정에 따른 각 모델별 성능 변화도 함께 분석하였다. 건물 추출 결과의 성능 평가를 위해서 Kompsat-3A 데이터셋, WHU 데이터셋, INRIA 데이터셋을 사용하였으며 세 종류의 데이터셋에 대한 정확도 향상의 평균은 UNet 모델 대비 UNet-ResNet50 모델이 5.1%, UNet-VGG19 모델과 CBAM-DRUNet-VGG19 모델은 동일하게 7.2%의 결과를 얻었다.

• 한국환경복원기술학회지
• /
• 제24권6호
• /
• pp.89-96
• /
• 2021

In this study, a deep-learning image analysis model was established and validated for AI-based monitoring of the tidal flat ecosystem for marine protected creatures Ocypode stimpsoni and their habitat. The data in the study was constructed using an unmanned aerial vehicle, and the U-net model was applied for the deep learning model. The accuracy of deep learning model learning results was about 0.76 and about 0.8 each for the Ocypode stimpsoni and their burrow whose accuracy was higher. Analyzing the distribution of crabs and burrows by putting orthomosaic images of the entire study area to the learned deep learning model, it was confirmed that 1,943 Ocypode stimpsoni and 2,807 burrow were distributed in the study area. Through this study, the possibility of using the deep learning image analysis technology for monitoring the tidal ecosystem was confirmed. And it is expected that it can be used in the tidal ecosystem monitoring field by expanding the monitoring sites and target species in the future.

• 한국컴퓨터정보학회논문지
• /
• 제28권12호
• /
• pp.1-7
• /
• 2023

딥러닝의 발전은 의료 분야에서도 다양한 응용을 가능하게 하고 있으며 이러한 애플리케이션 중에 심박수 측정은 개인의 건강을 관리하기 위한 필수적인 아이템이라 할 수 있다. 광혈류 측정을 이용한 기존 방법의 경우 스마트워치 같은 장비의 착용이 필수적이다. 그러나 최근 딥러닝 기술의 발전은 비침습식으로 원격에서 사용자의 얼굴 이미지를 분석하여 심박수를 높은 성능으로 측정가능하게 한다. 본 연구에서는 모바일 환경에서 사용 가능한 경량화된 심박수 추정 방법론을 제안한다. 이 방법론은 2D 컨볼루션에 기반한 특화된 2채널 네트워크 구조를 사용하여, 혈류와 근육 수축으로 인한 얼굴의 미세한 움직임과 색상 변화를 고려한다. 제안하는 네트워크 구조는 이미지 특성을 분석하는 인코더와 혈류량 파동을 예측하는 회귀 레이어로 구성되어있다. 이러한 복합적인 특성을 동시에 분석함으로써, 제한된 컴퓨팅 리소스를 가진 환경에서도 심박수를 정확하게 추정할 수 있다. 이 연구의 접근 방식은 침습적인 기술 없이도 심박수를 효과적으로 모니터링 할 수 있는 새로운 경로를 제공할 것으로 예상한다.