• 한국환경교육학회지:환경교육
• /
• 제11권2호
• /
• pp.14-25
• /
• 1998

The Quality of human living depends on the environmental quality of the region sustaining the life. The environmental deterioration of the modern society is due to mechanical environmentalism. For the better quality of the life, The changes of recognition and attitude on the environments are required. These changes of mind are also important in environmental education for teenagers. The 7th national curriculum, officially anounced December 1998, focuses on the change of attitude to environments and practical behavior in real life for “Environments”, the environmental education curriculum in middle school. Basic elements of the curriculum are cultivation of the pro-environmental thinking, multi-levelling of teaching materials and methods, and encouraging of student participating activity. Actually, the curriculum construction is composed of stepped-levelling of teaching and learning, reasonable contents volume, encouraging of student practice, and suggesting of evaluation standards of textbook writing. Three main subjects of environmental education for middle school consist of (1) man and environment, (2) recognition of environmental problem, and (3) protection activity for environment. Methodology of environmental education can include multi-disciplinary approaches, variable teaching methods, and continuing evaluation of student practice and participation attitude. Environmental education for teenagers relating to the 7th national curriculum focuses on recognition of the environmental problems and practice activity in daily life. The recognition includes considering relationship of human life to environment, solving environmental problems in regional context, and development of comprehensive understanding concept of the environments. For the practice education, variable teaching methods, such as field survey and application of multi-media, are needed.

• 한국지능시스템학회논문지
• /
• 제20권5호
• /
• pp.688-693
• /
• 2010

주행 로봇 환경에서 비전 기반의 물체 인식은 물체의 주변 요소와 동적인 환경에 대한 다양한 영상처리 문제를 포함한다. SURF(Speeded Up Robust Features)는 영상의 크기와 회전변화에 강인하게 물체를 인식하는 알고리즘으로 많은 연구자에 의해 사용되고 있다. 하지만 SURF 기반의 영상처리 방법은 고차원의 벡터 성분을 사용하기 때문에 연산 과정에서 많은 시간을 소비하며, 그로 인해 실시간 시스템에서 수행의 어려움을 가지고 있다. 본 연구에서는 이러한 문제점을 해결하기 위해서, 연산량이 많은 SURF 처리 과정을 GPU(Graphics Processing Unit)에서 수행하도록 하여, 보다 빠른 영상 인식을 구현하고자 한다. NVIDIA의 CUDA 라이브러리를 이용하여 GPU 상의 수행 프로그램을 구현하고, 실험을 통해 이동 로봇의 속도와 영상의 크기변화에 따른 표식의 인식률 및 수행시간에 대해서 CPU와 성능을 비교한다.

• 디지털콘텐츠학회 논문지
• /
• 제15권5호
• /
• pp.579-586
• /
• 2014

본 논문은 문맥-자유 문법 (context-free grammar)를 이용하여, 차선변경 상황에서의 운전자의 행동패턴 인식을 하는 방법을 제안하는 것을 목표로 한다. 문맥-자유-문법은 기존 패턴인식 방식과는 대조적으로 유한적 기호로는 쉽게 표현될 수 없는 특징들을 비교적 손쉽게 표현할 수 있다. 이 방식을 적용하여, 동시에 여러 특징을 각각 고려해야 하는 좌표기반 데이터 처리 대신 심볼 시퀀스 방식 (symbolic sequence)을 패턴화하기 위해 구문론적 방식을 적용한다. 이 방법은 운전자와 안전 운전 분야 연구자들에게 효율적이고 보다 직관적인 방법으로 보다 더 효과적인 수행에 도움이 된다. 본 연구의 향후과제로 보다 안정적인 인식률을 획득하기 위해 확률적 구문분석 방법을 적용할 계획이다.

• Journal of Information Processing Systems
• /
• 제14권6호
• /
• pp.1494-1507
• /
• 2018

Intelligent human identification using face information has been the research hotspot ranging from Internet of Things (IoT) application, intelligent self-service bank, intelligent surveillance to public safety and intelligent access control. Since 2D face images are usually captured from a long distance in an unconstrained environment, to fully exploit this advantage and make human recognition appropriate for wider intelligent applications with higher security and convenience, the key difficulties here include gray scale change caused by illumination variance, occlusion caused by glasses, hair or scarf, self-occlusion and deformation caused by pose or expression variation. To conquer these, many solutions have been proposed. However, most of them only improve recognition performance under one influence factor, which still cannot meet the real face recognition scenario. In this paper we propose a multi-scale parallel convolutional neural network architecture to extract deep robust facial features with high discriminative ability. Abundant experiments are conducted on CMU-PIE, extended FERET and AR database. And the experiment results show that the proposed algorithm exhibits excellent discriminative ability compared with other existing algorithms.

• 정보처리학회논문지B
• /
• 제9B권3호
• /
• pp.375-382
• /
• 2002

필기체 문자 인식은 온라인 필기체 문자 인식과 오프라인 필기체 문자 인식으로 나누어진다. 온라인 필기체 문자 인식은 타블렛과 같은 펜 기반의 전자식 입력 장치를 이용하여 필기의 순서와 획의 위치와 같은 동적인 필기 정보를 문자의 입력 시 획득할 수 있어 오프라인 필기체 문자 인식에 비해 큰 연구 성과를 이루었다. 그러나 오프라인 필기체 문자 인식은 온라인 필기체 문자 인식에서와 같이 동적인 정보를 입력받을 수 없고, 다양한 필기와 자소의 겹침이 심하며 획 사이의 잡영을 많이 가지고 있어 인식의 전처리 결과에 따라 인식 성능이 크게 달라진다. 본 논문에서는 오프라인 필기체 한글 문자 인식을 위해 문자의 동적인 정보를 포함하는 획을 효과적으로 추출하는 방법을 제안한다. 제안된 방법은 전처리 과정으로 먼저 Watershed 알고리즘을 이용하여 입력된 필기체 문자 영상의 향상 및 이진화를 수행한다. 이진화된 문자부를 변형된 Lu와 Wang의 세선화 알고리즘을 사용하여 세선화를 수행한 후 문자에서의 특징점을 추출하여 세그먼트 화소열을 추출하고, 최대 허용 오차법을 이용하여 벡터화한다. 벡터화의 수행으로 몇 개의 획이 하나의 세그먼트로 묶인 경우, 하나의 세그먼트 화소열은 2 또는 그 이상의 세그먼트 벡터로 분리된다. 추출된 세그먼트 벡터들을 완전한 획으로 재구성하기 위해서 오른손 필기 좌표계 시스템을 이용하여 벡터의 방향적인 성분을 인간의 필기 획의 방향에 알맞게 수정하고, 수정된 세그먼트 벡터의 방향성과 분기 정보를 이용하여 인접한 결합 가능한 세그먼트 벡터를 결합함으로써 문자 인식에 적합한 완전한 획으로 재구성한다. 실험 결과 제안된 방법이 필기체 한글 문자 인식에 적합함을 알 수 있었다.

• Journal of Nutrition and Health
• /
• 제43권6호
• /
• pp.597-606
• /
• 2010

본 연구에서는 채소와 과일 섭취 증진을 위한 영양교육이 행동변화단계의 진전에 따라 사회심리적요인에 변화를 초래하는지 파악하고자 초등학생을 대상으로 영양교육을 실시한 후 행동전단계를 두 단계로 나누어 이 두 단계 아동들의 채소와 과일 섭취의 장점과 단점에 대한 인지, 인지적 행위적 변화과정, 자아효능감의 수준 변화를 조사하였다. 충남 연기군의 한 초등학교 5학년 아동 71명에 대한 설문 조사에 의해 행동전단계 (고려전, 고려, 준비)로 분류된 47명을 대상으로 2007년 11월 19일부터 12월 24일까지 6주 동안 채소와 과일섭취 영양교육을 실시하고 교육전과 후에 사회심리적요인의 수준을 설문지법에 의해 조사하였다. 1) 영양교육 후 채소섭취의 장점에 대한 인지도 점수는 고려전단계나 고려 및 준비단계에 속한 대상자 모두에서 증가하였고, 단점에 대한 인지도 점수는 두 단계 모두에서 감소하였다. 그러나 과일섭취에 있어서는 장점에 대한 인지도 점수에서는 고려전단계와 고려 및 준비단계 모두에서 교육 후 변화가 없었으나, 단점에 대한 인지도 점수는 고려전 단계에 속한 대상자에서만 유의적인 감소가 나타났다 (p < 0.01). 채소섭취에 대한 장점과 단점에 대한 인지 개선 영양교육은 두 단계 모두에서 효과적이었다. 2) 영양교육 후 채소섭취의 인지적 변화과정에서는 고려전단계의 대상자에서 의식향상 (p < 0.001)점수가 증가되었고, 고려 및 준비단계에 속한 대상자에서는 걱정해소 (p < 0.01), 자기재진단 (p < 0.05), 환경재평가 (p < 0.01), 사회규범변화(p < 0.05) 등 여러 변수의 점수가 증가하였다. 과일섭취의 인지적 변화과정에서는 고려전단계에 있는 대상자에서 환경재평가 (p < 0.01)점수의 증가를 나타내었고, 고려 및 준비단계에서는 변화를 보인 변수가 없었다. 채소와 과일섭취의 행위적 변화과정에서는 모두 변화가 없었다. 3) 영양교육 후 채소섭취에 관한 자아효능감은 고려전단계에 있는 대상자에서 '채소를 보이는 곳에 둔다' (p < 0.01)와 '혼자 채소를 먹을 때 권장섭취 횟수만큼 먹을 수 있다' (p < 0.01). '채소 먹을 시간을 낼 수 있다' (p < 0.05)에서 증가를 나타내었다. 고려 및 준비단계에서는 고려전단계에서 나타난 '혼자 채소를 먹을 때 권장섭취 횟수만큼 먹을 수 있다' (p < 0.01)와 '채소 먹을 시간을 낼 수 있다' (p < 0.01)의 항목을 포함하여 '다양한 종류의 채소를 살 수 있다' (p < 0.01)에서 교육 후에 자아효능감이 높아졌다. 즉 채소섭취의 행동변화단계가 높아질수록 자아효능감의 수준이 성숙됨을 보였다. 과일섭취에 대해서는 영양교육 후 고려전단계에 속한 대상자에서 '과일을 보이는 곳에 둔다'의 자아효능감의 점수가 증가되었다 (p < 0.05). 이상의 연구결과에서 영양교육 후 행동전단계에 있는 아동들의 행동변화단계의 진전이 일어났고, 고려전단계와 고려 및 준비단계에서 모두 사회심리적요인의 수준이 높아졌으나 두 단계 간에는 교육효과의 유의적인 차이가 없었다. 과일에 비해 채소섭취와 관련된 사회심리적요인에서 교육 효과가 더 크게 나타났으며, 사회심리적요인들 중에서 판단 균형의 단점에 대한 인지도, 인지적 변화과정, 자아효능감이 영양교육의 평가지표로 사용될 수 있는 가능성을 보였다.

• 한국HCI학회논문지
• /
• 제2권2호
• /
• pp.35-43
• /
• 2007

본 논문은 특징검출(feature detection)과 특징해석(feature description) 기법을 이용하여, 영상 매칭 (matching)과 인식(recognition)에 필요한 다양한 파라미터의 변화에 따른 인식률의 차이를 분석하기 위한 실험 내용을 다룬다. 본 논문에서는 영상의 특징분석과 매칭프로세스를 위해, Lowe의 SIFT(Scale-Invariant Transform Feature)를 이용하며, 영상에서 나타나는 특징을 검출하고 해석하여 특징 데이터베이스로 구축한다. 특징 데이터베이스는 구글 어스를 통해 획득한 위성영상으로부터 50여개 건물에 대해 구축되는데, 이는 각 건물 영상으로부터 추출된 특징 점들의 좌표와 128차원의 벡터의 값으로 이루어진 특징 해석데이터로 저장된다. 구축된 데이터베이스는 각 건물에 대한 정보가 태그의 형식으로 함께 저장되는데, 이는 카메라로부터 획득한 입력영상과의 비교를 통해 입력영상이 가리키는 지역 내에 존재하는 건물에 대한 정보를 제공하는 역할을 한다. 실험은 영상 매칭과 인식과정에서 작용하는 내-외부적 요소들을 제시하고, 각 요소의 상태변화에 따라 인식률의 차이를 비교하는 방법으로 진행되었으며, 본 연구의 최종적인 시스템은 모바일기기의 카메라를 이용하여 카메라가 촬영하고 있는 지도상의 객체를 인식하고, 해당 객체에 대한 기본적인 정보를 제공할 수 있다.

• 보건의료산업학회지
• /
• 제5권3호
• /
• pp.13-23
• /
• 2011

This paper investigated the operating environment for the representative of each agency and the facility workers on the basis of analytical result of recognition changes of the operating environment changes under the operating the long-term care insurance. It was described plans to take positive effect on the operating as follows. The first, on the result of regression analysis, the service administrative range takes the biggest effect on the general recognition of executing the long-term care insurance off and on. The affirmative recognition of the service administrative range had the general recognition on the system be positive effect. But the operator of facility asserts that the care manager's professionalism related quality of service be strengthened. The second, on the result of regression analysis, in the financial accounting administrative it is revealed the more positive recognition it is, the more positive effects it has. From the difference verification of an operation size from operation subject, the small operation size and personal facility recognize the long term care insurance positively. On the other side the facilities where the operation size is big recognize the system negatively. The long-term care facility should rearrange a support program newly and the government needs to promote the donation activity, because it is needed to reduce the financial burden of facilities.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제3권9호
• /
• pp.375-380
• /
• 2014

오늘날 촬영 상황을 조절할 수 있는 환경, 즉 고정된 촬영각이나 일관된 조도 조건에서는 얼굴인식 기술 수준은 신뢰할 수 있을 정도로 높다. 그러나 복잡한 현실에서의 얼굴 인식은 여전히 어려운 과제이다. SIFT 알고리즘은 촬영각의 변화가 미미할 때에 한하여, 크기와 회전 변화에 무관하게 우수한 성능을 보여주고 있다. 본 논문에서는 다양하게 촬영각이 변하는 환경에서도 얼굴 인식을 할 수 있는 어파인 불변 지역 서술자를 탐지하는 ASIFT(Affine SIFT)라는 알고리즘을 적용하였다. SIFT 알고리즘을 확장하여 만든 ASIFT 알고리즘은 촬영각 변화에 취약한 단점을 극복하였다. 제안하는 방법에서 ASIFT 알고리즘은 표본 이미지에, SIFT 알고리즘은 검증 이미지에 적용하였다. ASIFT 방법은 어파인 변환을 사용하여 다양한 시각에 따른 영상을 생성할 수 있기 때문에 ASIFT 알고리즘은 저장 영상과 실험 영상의 시각 차이에 따른 문제를 해결할 수 있었다. 실험결과 FERET 데이터를 사용했을 때 제안한 방법은 촬영각의 변화가 큰 경우에 기존의 시프트 알고리즘보다도 높은 인식률을 보여주었다.

• 스마트미디어저널
• /
• 제5권3호
• /
• pp.35-41
• /
• 2016

본 논문에서는 심층 학습 모델 방법을 이용하여 EPS(Electronic Potential Sensor) 기반의 손동작 신호를 인식하는 시스템을 제안한다. 전기장 기반 센서인 EPS로부터 추출된 신호는 다량의 잡음이 포함되어 있어 이를 제거하는 전처리과정을 거쳐야 한다. 주파수 대역 특징 필터를 이용한 잡음 제거한 후, 신호는 시간에 따른 전압(Voltage) 값만 가지는 1차원적 특징을 지닌다. 2차원 데이터를 입력으로 하여 컨볼루션 연산을 하는 알고리즘에 적합한 형태를 갖추기 위해 신호는 차원 변형을 통해 재구성된다. 재구성된 신호데이터는 여러 계층의 학습 층(layer)을 가지는 심층 학습 기반의 모델을 통해 분류되어 최종 인식된다. 기존 확률 기반 통계적 모델링 알고리즘은 훈련 후 모델을 생성하는 과정에서 초기 파라미터에 결과가 좌우되는 어려움이 있었다. 심층 학습 기반 모델은 학습 층을 쌓아 훈련을 반복하므로 이를 극복할 수 있다. 실험에서, 제안된 심층 학습 기반의 서로 다른 구조를 가지는 컨볼루션 신경망(Convolutional Neural Networks), DBN(Deep Belief Network) 알고리즘과 통계적 모델링 기반의 방법을 이용한 인식 결과의 성능을 비교하였고, 컨볼루션 신경망 알고리즘이 다른 알고리즘에 비해 EPS 동작신호 인식에서 보다 우수한 성능을 나타냄을 보였다.