• International Journal of Computer Science & Network Security
• /
• 제24권5호
• /
• pp.53-63
• /
• 2024

Alzheimer's disease is a brain disorder that worsens over time and affects millions of people around the world. It leads to a gradual deterioration in memory, thinking ability, and behavioral and social skills until the person loses his ability to adapt to society. Technological progress in medical imaging and the use of artificial intelligence, has provided the possibility of detecting Alzheimer's disease through medical images such as magnetic resonance imaging (MRI). However, Deep learning algorithms, especially convolutional neural networks (CNNs), have shown great success in analyzing medical images for disease diagnosis and classification. Where CNNs can recognize patterns and objects from images, which makes them ideally suited for this study. In this paper, we proposed to compare the performances of Alzheimer's disease detection by using two deep learning methods: You Only Look Once (YOLO), a CNN-enabled object recognition algorithm, and Visual Geometry Group (VGG16) which is a type of deep convolutional neural network primarily used for image classification. We will compare our results using these modern models Instead of using CNN only like the previous research. In addition, the results showed different levels of accuracy for the various versions of YOLO and the VGG16 model. YOLO v5 reached 56.4% accuracy at 50 epochs and 61.5% accuracy at 100 epochs. YOLO v8, which is for classification, reached 84% accuracy overall at 100 epochs. YOLO v9, which is for object detection overall accuracy of 84.6%. The VGG16 model reached 99% accuracy for training after 25 epochs but only 78% accuracy for testing. Hence, the best model overall is YOLO v9, with the highest overall accuracy of 86.1%.

• International Journal of Computer Science & Network Security
• /
• 제24권5호
• /
• pp.135-155
• /
• 2024

Urban public health monitoring in smart cities focuses on the control of conditions and health challenges in urban environments. Considering the rapid spread of diseases and pandemics, it is important for health authorities to trace people carrying the virus. In smart cities, this tracing must be interoperable and intelligent, especially in indoor surfaces characterized by small distances between people. Therefore, to fight pandemics, it is necessary to start with the already-existing digital equipment of the Internet of Things, such as connected objects and smartphones. In this study, the developed system is employed to provide a social IoT network and suggest a strategy which allows reliable traceability without threatening the privacy of users. This IoT-based system allows respecting the social distance between persons sharing public services in smart cities without applying smartphone applications or severe confinement. It also permits a return to normal life in case of viral pandemic and ensures the much-desired balance between economy and health. The present study analyses previous proposed social distance systems then, unlike these studies, suggests an intelligent and distributed IoT based strategy for positioning students. Two scenarios of static and dynamic optimization-based placement of Bluetooth Low Energy devices are proposed and an experimental study shows the contribution and complementarity of the introduced contact tracing strategy with the applications on smartphones.

• 대한임베디드공학회논문지
• /
• 제19권1호
• /
• pp.19-25
• /
• 2024

This paper proposes an artificial intelligence-based personal information area object detection optimization method in an embedded system to de-identify personal information in video data. As an object detection optimization method, first, in order to increase the detection rate for personal information areas when detecting objects, a gyro sensor is used to collect the shooting angle of the image data when acquiring the image, and the image data is converted into a horizontal image through the collected shooting angle. Based on this, each learning model was created according to changes in the size of the image resolution of the learning data and changes in the learning method of the learning engine, and the effectiveness of the optimal learning model was selected and evaluated through an experimental method. As a de-identification method, a shuffling-based masking method was used, and double-key-based encryption of the masking information was used to prevent restoration by others. In order to reuse the original image, the original image could be restored through a security key. Through this, we were able to secure security for high personal information areas and improve usability through original image restoration. The research results of this paper are expected to contribute to industrial use of data without personal information leakage and to reducing the cost of personal information protection in industrial fields using video through de-identification of personal information areas included in video data.

• 한국정보통신학회논문지
• /
• 제24권10호
• /
• pp.1331-1340
• /
• 2020

해상 객체 검출은 선장이 육안으로 해상 주변의 충돌 위험성이 있는 부유물을 컴퓨터를 통해 자동으로 검출하여 사람이 확인하는 방법과 유사한 정확도로 인지하는 방법을 말한다. 기존 선박에서는 레이더의 전파를 통해 해상 부유물의 유무와 거리를 판단하였지만 형체를 알아내어 장애물이 무엇인지는 판단할 수 없는 약점이 있다. 반면, 카메라는 인공지능 기술이 발달하면서 물체를 검출하거나 인식하는데 성능이 우수하여 항로에 있는 장애물을 정확하게 판단할 수 있다. 하지만, 디지털 영상을 분석하기 위해서는 컴퓨터가 대용량의 화소를 연산해야 하는데 CPU는 순차적 처리 방식에 특화된 구조이기에 처리속도가 매우 느려 원활한 서비스 지원은 물론 안전성도 보장할 수 없게 된다. 따라서 본 논문에서는 해상 객체 인식 소프트웨어를 개발하였고 연산량이 많은 부분을 가속화하기 위해 FPGA로 구현하였다. 또한, 임베디드 보드와 FPGA 인터페이스를 통해 시스템 구현 완성도를 높였으며 소프트웨어 기반의 기존 구현 방법보다 약 30배의 빠른 성능을 얻었고 전체 시스템의 속도는 약 3배 이상이 개선되었음을 확인할 수 있었다.

• 한국콘텐츠학회논문지
• /
• 제8권12호
• /
• pp.45-52
• /
• 2008

모바일 RFID 환경에서의 객체 디렉토리 서비스(Object Directory Service: ODS)는 사물과 사물간의 통신 및 정보검색을 위해 반드시 필요한 핵심 인프라 요소 기술로서, 사물의 객체 정보가 있는 서버의 위치를 모바일 RFID 태그를 통해 실시간으로 인식하여 검색하는 서비스이다. 현재 ODS 검색 서비스는 글로벌한 모바일 RFID 환경에 적합하지만, 지역적인 로컬 네트워크 및 정보보안이 필요한 사설 네트워크에서는 불필요한 검색시간이 요구되고 효율성이 떨어지는 서비스 시스템이다. 따라서 본 논문에서는 기존의 ODS 검색 서비스 알고리즘을 개선하여 새롭게 로컬 환경에 적합한 ODS 검색 서비스 알고리즘을 제안하고, 개선된 ODS 검색 서비스 시스템의 성능평가 결과를 제시한다.

• 디지털콘텐츠학회 논문지
• /
• 제14권4호
• /
• pp.589-596
• /
• 2013

사회의 범죄율 증가와 더불어 지능형 보안 시스템강화에 대한 관심이 높아지고 있다. 이에 본 연구에서는 CCTV에 획득되는 영상으로부터 객체의 이상 행동을 감지하는 시스템을 제안한다. 배경영상과의 차연산 및 모폴로지를 통해 객체를 검출하고 객체의 특징 정보를 이용해 각각의 객체를 인식하여 추적하여 이를 통해 이상행동을 탐지한다. 객체가 영상 내에서 일정시간 이상을 배회했을 때 이를 이상행동으로 판단하여 사전에 관제센터에 알려 미연에 방지할 수 있도록 한다. 특히 본 연구는 이상 행동 중 객체의 배회행위를 감지하는 것을 목표로 하며 영상 내에서 사라진 객체가 다시 영상 내로 들어 왔을 때의 이전 객체와의 동일여부를 판단할 수 있도록 하였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2005년도 추계종합학술대회
• /
• pp.1039-1042
• /
• 2005

Recently, a considerable number of studies have been made on the $RFID^{[1-6]}$ systems. RFID is a technique of identifying an object using radio frequency transmission. The technology can be used to identify, track, sort or detect a wide variety of objects. The RFID system is composed of two main elements: a reader and a tag. Tags can either be active (powered by battery) or passive (powered by the reader field). The passive tags communicate back to the reader with a technique called 'backscatter'. RFID technology can be applied to the supply chain, security, logistics industry and etc. Especially, UHF RFID is worth noticing because of its relatively long identification range and commercial UHF RFID systems are under development. In this paper, we designed and implemented a UHF RFID reader firmware for ISO/IEC 18000-6 Type B specification.

• 한국멀티미디어학회논문지
• /
• 제12권7호
• /
• pp.953-961
• /
• 2009

DRM 기술이 적용된 콘텐츠를 이용하는 것은 사용자의 편의성을 감소시키기 때문에 사용자는 이러한 콘텐츠를 사용하는 것을 기피하게 된다. 따라서 본 논문에서는 DRM 기술이 적용된 디지털 콘텐츠를 구입하는 사용자들이 서로 간에 디지털 콘텐츠를 자유롭게 매매하도록 하는 새로운 유통 모델을 제안한다. 이는 사용자를 유통 객체에 포함시켜 건전하게 콘텐츠를 유통시키도록 유도한다. 이를 위하여 본 논문에서는 기존의 디지털 티켓이나 쿠폰에 적용되는 방식을 기반으로 패키징된 콘텐츠와 사용권한을 양도하는 방식을 제안하고 이중양도(double transfer), 사용권한의 위조 및 변조(forgery and modification) 가능성, 사용권한 및 콘텐츠의 재생성(reproduction)에 관한 안전성을 논의한다.

• 대한안전경영과학회지
• /
• 제11권4호
• /
• pp.221-228
• /
• 2009

Electronic Product Code Information Services(EPCIS) is an EPCglobal standard for sharing EPC related information between trading partners. EPCIS provides a new important capability to improve efficiency, security, and visibility in the global supply chain. EPCIS data are classified into two categories, master data (static data) and event data (dynamic data). Master data are static and constant for objects, for example, the name and code of product and the manufacturer, etc. Event data refer to things that happen dynamically with the passing of time, for example, the date of manufacture, the period and the route of circulation, the date of storage in warehouse, etc. There are four kinds of event data which are Object Event data, Aggregation Event data, Quantity Event data, and Transaction Event data. This thesis we propose an event-based data model for EPC Information Service repository in RFID based integrated logistics center. This data model can reduce the data volume and handle well all kinds of entity relationships. From the point of aspect of data quantity, we propose a formula model that can explain how many EPCIS events data are created per one business activity. Using this formula model, we can estimate the size of EPCIS events data of RFID based integrated logistics center for a one day under the assumed scenario.

• 한국산학기술학회논문지
• /
• 제11권12호
• /
• pp.5042-5048
• /
• 2010

유비쿼터스 환경에서 다양한 센서로부터 생성되는 데이터 스트림에 대해 사용자가 요구하는 위치 기반 서비스를 효과적으로 지원하기 위해 연산자 네트워크와 공유 등을 통한 연속 질의 처리 기법이 활용되고 있다. 위치 정보 기반의 연속 질의 처리는 특정 영역을 중심으로 유사 질의가 집중적으로 발생할 수 있으므로, 본 논문에서는 유사한 조건을 갖는 공간 연산을 공유하기 위해 그리드 영역 분할을 이용한 공간 연산 공유 기법을 제안한다. 제안기법은 공간 연산을 직접 공유하지 않고 그리드 셀 별로 이동객체를 공유하기 때문에 유사한 조건을 갖는 공간 연산의 공유가 가능하여 공간 연산의 실행 빈도수를 크게 감소시켜 질의 처리 속도의 향상과 함께 메모리 이용률을 향상시킨다.