• 정보보호학회논문지
• /
• 제13권2호
• /
• pp.99-106
• /
• 2003

네트워크 환경에서의 다양한 침입은 심각한 위험을 초래 할 수 있기 때문에 침입을 효과적으로 탐지하기 위해 데이터마이닝 기법을 발전시켜 왔다. 비정상행위 탐지 기술은 순수 데이터로 학습한 후, 비정상행위를 탐지하기 때문에 정교한 정상행위 패턴 생성이 필수적이다. 순수한 학습 데이터의 생성은 시간과 비용이 많이 드는 단점이 있다. 따라서 네트워크 상의 데이터에 대한 특징을 파악하는 것이 중요하다. 본 논문에서는 데이터마이닝의 연관규칙 및 클러스터링기법을 비정상행위 탐지에 적용하였고, 패킷내의 판정 요소에 정보이론 척도를 적용하여 불필요한 데이터를 필터링하는 방법을 제시하였다. 또한 가변길이 트랜잭션을 네트워크상의 분석 단위를 정의하는 기준으로 제시하여 행위 패턴 생성에 보다 묘사성이 높음을 보였다.

• 한국콘텐츠학회논문지
• /
• 제17권1호
• /
• pp.137-144
• /
• 2017

얼굴 검출은 복잡한 배경 내에서 다양한 얼굴의 자세로 인해 여전히 어려운 문제에 직면하고 있다. 본 논문은 피부색과 깊이 정보를 기반으로 한 한명 또는 여러 명의 얼굴을 검출하는 효과적인 알고리즘을 제안한다. 먼저 우리는 컬러 영상에서 가우시안 혼합 모델을 이용한 피부색 검출 방법에 대해 소개한다. 그리고 Kinect V2의 깊이 센서를 이용하여 획득한 3차원의 깊이 정보는 배경으로부터 사람의 몸을 분할할 때 유용하다. 그리고 레이블링 과정에서 여러 개의 특징을 이용하여 얼굴이 아닌 영역은 성공적으로 제거된다. 실험 결과를 통해 제안한 얼굴 검출 알고리즘은 다양한 조건과 복잡한 배경에서 얼굴이 효과적으로 검출되는 것을 확인할 수 있다.

• 한국통신학회논문지
• /
• 제30권10C호
• /
• pp.983-991
• /
• 2005

드라마와 같은 비디오에서 사람의 얼굴은 일반적으로 자주 등장하며 비디오 내용을 분석하기 위한 유용한 정보를 제공한다. 얼굴검출은 얼굴인식 및 얼굴영상의 DB 관리와 같은 응용분야에 중요한 역할을 한다. 본 논문에서는 비디오 등장인물 검색을 위한 얼굴검출 기법을 제안하였다. 전체 과정은 크게 세단계로 구성되며 첫 번째 장면전환 검출단계, 두 번째 얼굴영역 검출단계, 마지막으로 얼굴의 특징점인 눈과 입 검출단계로 구성되며, 색상에 기반한 얼굴영역 검출단계에서 발생된 얼굴 특징점을 눈과 입의 검출에 적용하였다. 실험결과 다양한 환경에서 성공적으로 얼굴을 검출하며, 기존의 색상기반 얼굴검출 방법에 비해 측면영상에서 $24\%$의 성능향상을 보였다.

• 한국멀티미디어학회논문지
• /
• 제19권8호
• /
• pp.1310-1319
• /
• 2016

Face detection is the first step in a wide range of face applications. However, detecting faces in the wild is still a challenging task due to the wide range of variations in pose, scale, and occlusions. Recently, many deep learning methods have been proposed for face detection. However, further improvements are required in the wild. Another important issue to be considered in the face detection is the computational complexity. Current state-of-the-art deep learning methods require a large number of patches to deal with varying scales and the arbitrary image sizes, which result in an increased computational complexity. To reduce the complexity while achieving better detection accuracy, we propose a fully convolutional network-based face detection that can take arbitrarily-sized input and produce feature maps (heat maps) corresponding to the input image size. To deal with the various face scales, a multi-scale network architecture that utilizes the facial components when learning the feature maps is proposed. On top of it, we design multi-task learning technique to improve detection performance. Extensive experiments have been conducted on the FDDB dataset. The experimental results show that the proposed method outperforms state-of-the-art methods with the accuracy of 82.33% at 517 false alarms, while improving computational efficiency significantly.

• 한국멀티미디어학회논문지
• /
• 제6권3호
• /
• pp.455-461
• /
• 2003

비전을 이용한 사용자의 위치 및 방향 측정 시스템은 대부분 마커를 부착하고 그 마커들의 위치를 측정한 후, 이 마커들의 3차원 위치 정보와 이미지 상에서의 2차원 위치를 기초로 카메라(또는 사용자)의 위치 및 방향을 계산한다. 여기서 사용되는 마커들은 대부분 알고리즘 상으로 컴퓨터가 찾기 쉽도록 고안하는 경우가 많다. 그러나 환경이 확장되는 경우에 있어서는 그에 상응하는 마커를 부착하는 것이 실제적으로 어려운 경우가 많다. 이와 같은 경우에, 효과적으로 검색이 가능하다면, 마커가 아닌 환경에 이미 존재하는 물체를 이용할 수 있다. 이러한 물체들을 위치 및 방향 계산에 사용하기 위해서는 이 물체들의 3차원 위치를 미리 계산해야 한다. 본 논문에서는 확장 환경에서 카메라(또는 사용자)의 위치 및 방향의 계산이나 수정에 사용되는 물체들의 3차원 위치를 계산하는 방법을 제안하고 설명한다.

• 한국멀티미디어학회논문지
• /
• 제22권5호
• /
• pp.535-546
• /
• 2019

Recently, there have been a lot of researches on the whole face replacement system, but it is not easy to obtain stable results due to various attitudes, angles and facial diversity. To produce a natural synthesis result when replacing the face shown in the video image, technologies such as face area detection, feature extraction, face alignment, face area segmentation, 3D attitude adjustment and facial transposition should all operate at a precise level. And each technology must be able to be interdependently combined. The results of our analysis show that the difficulty of implementing the technology and contribution to the system in facial replacement technology has increased in facial feature point extraction and facial alignment technology. On the other hand, the difficulty of the facial transposition technique and the three-dimensional posture adjustment technique were low, but showed the need for development. In this paper, we propose four facial replacement models such as 2-D Faceswap, OpenPose, Deekfake, and Cycle GAN, which are suitable for the Cox platform. These models have the following features; i.e. these models include a suitable model for front face pose image conversion, face pose image with active body movement, and face movement with right and left side by 15 degrees, Generative Adversarial Network.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권11호
• /
• pp.491-500
• /
• 2021

본 연구에서는 MS Kinect v2 RGBD 카메라 기반의 Human-Skeleton Keypoints와 2-Stacked Bi-LSTM 모델을 이용하여 낙상 행위를 탐지하는 방법을 제안한다. 기존의 연구는 RGB 영상에서 OpenPose 등의 딥러닝 모델을 이용하여 골격 정보를 추출한 후 LSTM, GRU 등의 순환신경망 모델을 이용해 인식을 수행하였다. 제안한 방법은 카메라로부터 골격정보를 바로 전달 받아 가속도 및 거리의 2개의 시계열 특징을 추출한 후 2-Stacked Bi-LSTM 모델을 이용하여 낙상 행위를 인식하였다. 어깨, 척추, 골반 등 주요 골격을 대상으로 중심관절을 구하고 이 중심관절의 움직임 가속도와 바닥과의 거리를 특징으로 제안하였다. 추출된 특징은 Stacked LSTM, Bi-LSTM 등의 모델과 성능비교를 수행하였고 GRU, LSTM 등의 기존연구에 비해 향상된 검출 성능을 실험을 통해 증명하였다.

• 한국컴퓨터정보학회논문지
• /
• 제17권7호
• /
• pp.155-166
• /
• 2012

본 논문은 비마커 증강현실(Marker-less Augmented Reality)을 위한 색상 및 깊이 정보를 융합한 Mean-Shift 추적 알고리즘 기반 손 자세의 추정 기법을 제안한다. 기존 비마커 증강현실의 연구는 손을 검출하기 위해 단순한 실험 배경에서 피부색상 기반으로 손 영역을 검출한다. 그리고 손가락의 특징점을 검출하여 손의 자세를 추정하므로 카메라에서 검출할 수 있는 손 자세에 많은 제약이 따른다. 하지만, 본 논문은 3D 센서의 색상 및 깊이 정보를 융합한 Mean-Shift 추적 기법을 사용함으로써 복잡한 배경에서 손을 검출할 수 있으며 손 자세를 크게 제약하지 않고 손 영역의 중심점과 임의의 2점의 깊이 값만으로 정확한 손 자세를 추정한다. 제안하는 Mean Shift 추적 기법은 피부 색상정보만 사용하는 방법보다 약 50픽셀 이하의 거리 오차를 보였다. 그리고 증강실험에서 제안하는 손 자세 추정 방법은 복잡한 실험환경에서도 마커 기반 방법과 유사한 성능의 실험결과를 보였다.

• Journal of Multimedia Information System
• /
• 제4권1호
• /
• pp.43-50
• /
• 2017

In this paper, we propose a method which detects the nose and face of certain human by using the depth image. The proposed method has advantages of the low computational complexity and the high accuracy even in dark environment. Also, the detection accuracy of nose and face does not change in various postures. The proposed method first locates the locally protruding part from the depth image of the human body captured through the depth camera, and then confirms the nose through the depth characteristic of the nose and surrounding pixels. After finding the correct pixel of the nose, we determine the region of interest centered on the nose. In this case, the size of the region of interest is variable depending on the depth value of the nose. Then, face region can be found by performing binarization using the depth histogram in the region of interest. The proposed method can detect the nose and the face accurately regardless of the pose or the illumination of the captured area.

• 한국식품위생안전성학회지
• /
• 제12권1호
• /
• pp.71-77
• /
• 1997

Sulfonamides, a therapeutically important group of antimicrobial drugs, are widely used to treat and prevent the acute systemic and skin infections in dairy cattle. They also pose an economic hazard through inhibition of growth of dairy starter cultures. This study was carried out to compare four screening methods for detection of sulfamethazine in milk and determine the positive milk sample by HPLC method. Sulfamethazine was used to spike at five levels of sulfamethazine. The Lac-Tek test and CharmII test were also consistent better than TTCII test and Delvo SP test in sulfamethazine detection. Analysis probabilities of obtaining a positive response with TTCII test and Delvo SP test assay at 50 ppb sulfamethazine level in milk samples were only 14%, 42% each. Whereas using the Lac-Tek test and CharmII test would have resulted in 100% identification of the five levels. Determination of sufamethazine using the HPLC method in the spiked milk were 10.64, 19.30, 30.76,38.83 and 50.23 ppb, respectively.