• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.174-176
• /
• 2022

본 논문에서는인공지능(AI; Artificial Intelligence)알고리즘을 활용한 조음 장애 아동들의 '개인화된 맞춤형 학습' 모바일 애플리케이션을 제시한다. 조음과 관련된 빅데이터(Big Data)를 수집-정제-가공한 데이터 셋(Data Set)으로 학습자의 조음 상황 및 정도를 분석, 판단, 예측한다. 특히, 인공지능 활용 시 기존 애플리케이션에 비해 어떻게 개선되고 고도화할수 있는지를 UX/UI(GUI) 측면에서 바라보고 프로토타입 모델을 설계해 보았다. 지금까지 시각적 경험에 많이 치중해 있었다면, 이제는 데이터를 어떻게 가공하여 사용자에게 UX/UI(GUI) 경험을 제공할 수 있는지가 중요한 시점이다. 제시한 모바일 애플리케이션의 UX/UI(GUI)는 딥러닝(Deep Learning)의 CRNN(Convolution Recurrent Neural Network)과 Auto Encoder GPT-3 (Generative Pretrained Transformer)를 활용하여 학습자의 조음 정도와 상황에 맞게 제공하고자 하였다. 인공지능 알고리즘의 활용은 조음 장애 아동들에게 완성도 높은 학습환경을 제공하여 학습효과를 높일 수 있를 것이다. '개인화된 맞춤형 학습'으로 조음의 완성도를 높여서, 대화에 대한 두려움이나 불편함을 갖지 않길 바란다.

• 한국통신학회논문지
• /
• 제34권11C호
• /
• pp.1040-1048
• /
• 2009

본 논문에서는 인물 영상에 대한 새로운 자동 톤 균형 알고리즘을 제안하였다. 일반적인 백색 균형 (White balance) 알고리즘은 무채색 영역 또는 물리적 반사율을 알고 있는 피사체에 대해 RGB 출력 신호의 비율이 동일하도록 보정하는 방법을 사용한다. 본 논문에서는 사진 속 얼굴색을 기준 조명하에서의 피부색 좌표와 일치 되도록 RGB의 채널 이득을 조절한다. 실험을 위해 카메라 이미지 센서의 전달 특성을 분석하고 기준 조명하에서의 평균 얼굴 색도를 측정하여 카메라 출력 RGB을 계산한다. 마지막으로 임의의 조명하에서 촬영된 인물 영상에 대해 얼굴 부분의 RGB 출력 비율이 기준 얼굴색에 대한 비율이 되도록 R 채널과 B 채널의 이득을 조정하여 색도 보정을 했다. 입력 삼자극치 XYZ는 카메라 전달 행렬에 의해 카레라 출력 RGB로부터 계산된다. 그리고 입력 삼자극치 XYZ는 sRGB 전달 행렬을 이용하여 기준 컬러 공간(sRGB)으로 변환된다. RGB 데이터는 감마 보정 후 디스플레이를 위해 8 bit 데이터로 인코딩되어진다. 알고리즘은 맥베스 컬러 차트 (Macbeth color chart)의 light skin color인 평균 얼굴색과 실제로 측정된 다양한 얼굴색의 평균색에 적용되어졌다.

• 디지털콘텐츠학회 논문지
• /
• 제13권2호
• /
• pp.159-167
• /
• 2012

눈동자 추적 기술은 사용자의 의도를 이해하기 위해 눈 움직임을 탐지한다. 이 기술은 최근 점차적으로 발전하였으며 현재에는 여러 경우에 사용될 수 있다. 예를 들어, 장애인이 눈으로 컴퓨터를 사용하게 할 수 있다. 이 논문은 장애인을 위한 눈 추적 시스템 설계 원리, 구체적 적용 사항, 일반적으로 어떻게 적용되고 있는지에 대해 설명한다. 그리고 이를 구현하기 위한 눈동자 자동 추적 알고리즘을 제시한다. 자동 적용 알고리즘은 자동 초점으로 명확한 눈의 이미지를 잡기 위해 렌즈의 움직임을 조정하는 신호 피드백에 기반을 둔다. 이 CCD 카메라 자동 초점 기법은 외부 환경 빛의 강도 변화에 자동 적응하는 기능을 가진다. 이것은 수동 조절의 문제점을 피하고 조절의 정확성에 향상을 가져온다.

• 대한교통학회지
• /
• 제23권3호
• /
• pp.35-47
• /
• 2005

버스 대중교통은 정해진 노선, 운행시간표에 의해 정류장을 경유하여 운행하므로 버스 노선망 설계 문제(BTRNDP: Bus Transit Route Network Design Problem)는 승용차위주의 가로망 설계 문제와 다른 접근방법이 요구된다. 버스 노선망 설계 문제의 적용모형은 설계방법의 역사적발전과정에 따라 매뉴얼 및 지침, 시장분석기법, 시스템해석모형, 휴리스틱모형, 하이브리드모형, 경험기반모형, 시뮬레이션모형, 수리최적화모형 등 크게 8가지 분류할 수 있다. BTRNDP는 이용자비용과 운영자비용의 조합인 총비용을 최소화하는 목적함수를 획득하기 위한 일련의 현실적 제약조건하에서 버스노선집합과 배차횟수를 결정하는 문제이다. BTRNDP는 조합최적화문제로 일반적 수리최적화문제로 가능해 공간을 정의하는 것이 어렵기 때문에 모든 가능해로 구성된 큰 탐색공간으로부터 최적해를 탐색해야하는 NP-Hard라는 특성을 가진다. BTRNDP의 목적함수는 이용자와 운영자관점을 모두 고려한 다목적함수(Multi-Objective Function)를 이용하며 수요는 고정수요를 이용하였으나 최근에는 가변수요를 고려한 방법론이 연구되고 있다. 해알고리즘으로 최적 버스 노선망을 구성하게 될 모든 가능한 후보노선집합(Candidate Route Set)을 생성하고 노선집합의 최적조합을 찾는 메타휴리스틱(Meta-heuristic) 알고리즘을 이용하여 전역최적 노선집합을 찾는 방법이 적용되고 있다. 최적 버스 노선망의 배차횟수를 결정하기 위해서 대중교통 통행배분모형이 필요한데 BTRNDP에 적용되는 통행배분모형은 다중경로 통행배분모형이 주로 활용되었다. 국내외 BTRNDP를 고찰한 결과 주요 시사점으로는 BTRNDP에서 가장 중요한 고려사항은 세분화된 버스정류장 기반 기종점통행량 구축, 버스 노선망 평가 모형 및 대중교통 통행 배분모형의 개발, 탐색 해알고리즘의 개발 등의 향후 연구내용이 포함될 수 있다.