• 대한공간정보학회지
• /
• 제25권2호
• /
• pp.57-65
• /
• 2017

본 연구는 산악지 표고결정에 있어서 GNSS/Geoid기술의 활용가능성을 분석하고자 한 연구이다. 연구를 위하여 지리산 일원에 테스트베드를 설정하고 GNSS관측을 실시하였으며 EGM2008, KNGeoid13, KNGeoid14 지오이드모델을 적용하여 39개의 수준점의 정표고를 결정하였다. 그리고 국토지리정보원의 수준점 성과와 비교하여 정확도를 평가하였으며 그 결과를 항공사진측량 작업규정에서 분석하였다. 연구결과 GNSS/Geoid기술에 의한 표고결정 정확도는 KNGeoid14 지오이드모델을 적용하였을 때 ${\pm}7.1cm$가 되는 것을 알 수 있었으며, 항공사진측량의 항공삼각측량에 필요한 지상의 표고기준점을 구할 때 도화축척 1/1000이하의 축척에는 사용가능함을 확인할 수 있었다.

• 한국항공우주학회지
• /
• 제39권9호
• /
• pp.848-857
• /
• 2011

영상센서 기반의 충돌회피 시스템을 구성하기 위해서는 수 픽셀 이내의 낮은 신호대잡음비 환경에서 다수의 표적을 탐지할 수 있는 알고리듬이 필요하다. 이처럼 영상 내에서 희미하게 나타나는 잠재적인 표적과 잡음을 구분하기 위한 방법으로서 연속적인 영상 정보를 효율적으로 처리하는 Track-Before-Detect (TBD) 알고리듬이 연구되고 있다. 본 논문에서는 기존의 TBD 알고리듬을 확장하여 다수 표적 탐지 요구조건을 만족시키기 위한 두 가지 방식의 기법을 제시하였다. 첫 번째 방식은 동적 계획법과 K-평균 클러스터링 기법에 기반을 두고 있으며 두 번째 방식은 은닉 마르코프 모델에 Sub-Window 기법을 적용하였다. 제안한 방식의 성능 및 차이점은 수치해석 결과를 통해 분석하였다.

• 한국컴퓨터정보학회논문지
• /
• 제13권4호
• /
• pp.51-58
• /
• 2008

본 논문에서 스케일 불변 특징 분포를 이용한 장소 모델링과 실제 입력되는 특징을 추출하여 데이터베이스에 저장된 장소모델을 비교하여 장소를 인식하는 방법을 제안한다. 제안된 방법에서 모든 장소는 각각 다른 장소와 확실히 구별되는 고유한 특징들의 분포로 표현 가능하다고 가정한다. 제안된 방법은 각 장소마다 전역정보를 사용하며, 하나의 장소는 하나의 장소모델로 표현된다. 따라서 장소의 인식을 위해 비교 대상이 되는 장소의 수가 증가하여도, 장소인식을 위한 시간의 복잡도가 기하급수적으로 증가하지 않는다는 장점을 가진다. 제안된 방법의 성능을 검증하기 위한 실험으로 인식에 사용된 특징의 수와 입력영상의 수를 변화시키며 실험을 수행하였고, 실험을 통해 기존의 방법보다 공간적, 시간적인 면에서 제안된 방법이 효율적임을 입증하였다. 제안된 방법은 로봇의 자율항해, 시각장애인의 도움이 시스템, 웨어러블 컴퓨팅 분야 등, 다양한 분야에 활용도가 있으리라 기대한다.

• 정보처리학회논문지B
• /
• 제18B권4호
• /
• pp.193-200
• /
• 2011

본 논문은인간-컴퓨터 인터페이스, 가상현실의 의학 응용, 환자의 원격 모니터링과 같은 실시간 응용 분야에 적합한 인체 운동의 시각적 해석 알고리즘 (visual analyzer algorithm)을 제안한다. 본 알고리즘을 사용할 때의 비용을 줄이기 위해서, 단수의 카메라를 사용하도록 설계한다. 그리고 제안한 알고리즘을 좀 더 편리하게 사용할 수 있도록 하기 위해서 광학적 표시자의 사용을 피한다. 제안하는 알고리즘이 실시간 사용에 편리하도록 하기 위해서, 폐쇄적 형태가 되도록 설계한다. 폐쇄적 형태의 알고리즘을 설계하기 위해서, 인체의 각 관절을 기존의 3차원 관절 모델 대신 어떤 형태의 근사화도 사용하지 않고도 2차원 관절 모델로 공식화하는 아이디어를 제안한다. 그리고 이 폐쇄적 형태의 알고리즘이 높은 정확도를 갖게 하기 위해서, 계산 알고리즘을 최적화 문제로 공식화한다. 이렇게 해서 설계된 알고리즘을 인체의 각 관절에 차례대로 적용한다.

• 디지털융복합연구
• /
• 제11권10호
• /
• pp.95-102
• /
• 2013

최근 들어 SW산업이 모바일과 클라우드 기술환경으로 패러다임이 급격하게 변화하고 있는데, 국내 SW인력양성의 현황 및 문제점을 PEST-SWOT분석을 통해 PEST요인과 연계하여 내외부 환경요인을 도출하였다. 또한 산학연 전문가를 대상으로 AHP모형을 적용한 설문조사를 하여 실증 분석한 결과, 스마트 산업 생태계의 변화에 대응하기 위한 SW인재 양성정책 방향으로서 SW융합인재 양성, 창의성이 요구되는 SW분야 대학교육 내실화, 글로벌 인재양성 및 교류, 인프라인 SW벤처생태계 활성화 등을 도출하였다. 그리고 AHP모형으로 SW인재정책비전에 대한 정책우선순위를 분석한 결과, SW기술 활용증대에 따른 SW융합인재 양성, SW벤처 생태계 활성화, SW창업 활성화를 통한 일자리 창출, SW분야 대-중소기업 상생발전 조성, 창의적 SW인재양성, 글로벌 우수인재 확보 순으로 중요도가 높았다.

• 한국정보통신학회논문지
• /
• 제11권11호
• /
• pp.2143-2149
• /
• 2007

최근 시각 장애인을 위한 인공망막 모델 구현에 관한 연구 중 시피질 자극기 기술은 시각 자극 전달의 중간 단계를 생략하고 직접 뇌세포를 자극하는 것이다. 본 논문에서는 망막에서 시각 피질로 시각정보를 전달할 때 발생하는 시각 피질의 특성, 즉 방향성에 대한 반응 특성을 특징 데이터로 구성하여 인식함으로써 인간 시각 정보 처리와 유사한 영상 추출 및 인식 모델을 제안한다. 제안된 방법은 영상의 특징을 추출 한 후 Delta-bar-delta 기반 오류 역전파 알고리즘을 적용하여 영상의 특징들을 인식한다. 제시된 방법의 성능을 분석하기 위하여 다양한 숫자 패턴들을 대상으로 실험한 결과, 제안된 망막 세포로부터 전달된 정보를 방향성에 대한 민감성을 고려하여 영상의 특성을 추출하여 인식하는 모델이 기존의 영상 추출 및 인식 모델보다 인식률에 있어서는 별 차이가 없지만 다양한 실험에서 확인할 수 있듯이 인간 시각과 같이 인식 성능이 민감하지 않는 것을 알 수 있었다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제8권8호
• /
• pp.323-330
• /
• 2019

조직의 정보화 수준을 향상시키기 위해 CMMi는 단계별로 정보화의 효율성 및 품질 향상에 많은 역할을 하였다. 대학 조직에서도 이러한 CMMi의 개념에 맞춤형 IT 거버넌스 프레임워크를 활용한다면 대학 고유의 비전 실현을 위한 대학정보화 거버넌스로 자리 잡게 될 것이다. 본 논문에서는 이러한 CMMi의 staged model을 참고하여 대학 정보화에 적용할 수 있도록 개발한 대학정보시스템의 단계적 프레임워크를 제시한다. 먼저 대학 고유의 프로세스를 단계별로 적용하였고 실제로 대학 현장에서 접근하여 활용할 수 있다. 그리고 정보화 업무담당자 뿐 아니라 대학 본부의 업무 담당자 입장에서도 이를 준수하여 대학정보화 계획 및 예산에 적용할 수 있다. 계단형 프레임워크는 대학정보화 성숙도 및 Process로 분류하고 이를 대학정보시스템 수준 향상에 적용할 수 있는 방법을 제시한다.

• 한국전자통신학회논문지
• /
• 제17권1호
• /
• pp.111-118
• /
• 2022

컴퓨터 비전 연구에서 2차원 인체 자세는 매우 광범위한 연구 방향으로 특히 자세 추적과 행동 인식에서 유의미한 분야다. 인체 자세 표적 획득은 이미지에서 인체 목표를 정확히 찾는 방법을 연구하는 것이 핵심이며 인체 자세 인식은 인공지능(AI)에 적용하는 한편 일상생활에 활용되고 있어서 매우 중요한 연구의의가 있다. 인체 자세 인식 효과의 우수성의 기준은 인식 과정의 성공률과 정확도에 의해 결정된다. 본 연구의 인체 자세 인식에서는 딥러닝 전용 데이터셋인 MS COCO를 기반하여 인체를 17개의 키 포인트로 구분하였다. 다음으로 주요 특징에 대한 세분화 마스크(segmentation mask) 방법을 사용하여 인식률을 개선하였다. 최종적으로 신경망 모델을 설계하고 간단한 단계별 학습부터 효율적인 학습에 이르기까지 많은 수의 표본을 학습시키는 알고리즘을 제안하여 정확도를 향상할 수 있었다.

• International Journal of Contents
• /
• 제18권2호
• /
• pp.47-57
• /
• 2022

e-Learning content can be defined as digital content to achieve educational goals. Since it is an educational material that can be distributed in offline, online, and mobile environments, it is important to create content that meets the learner's education environment and educational goals. In particular, if the learner is a public official, the vision, philosophy, and characteristics of each local government must reflect. As non-face-to-face online education expands further due to the COVID-19 pandemic, local governments that have relied on onsite education in the past urgently require developing strong basic competency education and special task competency content that reflect regional characteristics. Such e-learning content, however, hardly exists and the ability to independently develop them is also insufficient. In this circumstance, this case study describes the process of self-production of e-learning content suitable for Busan's characteristics by the Human Resource Development (HRD) Institute of Busan City, a local government. The field of instructional design and instructional technology is always evolving and growing by blending technological innovation into instructional platform design and adapting to the changes in society. Busan HRD Institute (BHI), therefore, tried to implement blended learning by developing content that reflected the recent trend of micro-learning in e-learning through a detailed analysis. For this, an e-learning content developer with certain requirements was selected and contracted, and the process of developing content through a collaboration between the client and developer was described in this study according to the ADDIE model of Instructional Systems Development (ISD).

• 지능정보연구
• /
• 제28권1호
• /
• pp.89-106
• /
• 2022

최근 영상 데이터의 급증으로 이를 효과적으로 처리하기 위해 객체 탐지 및 추적, 행동 인식, 표정 인식, 재식별(Re-ID)과 같은 다양한 컴퓨터비전 기술에 대한 수요도 급증했다. 그러나 객체 탐지 및 추적 기술은 객체의 영상 촬영 장소 이탈과 재등장, 오클루전(Occlusion) 등과 같이 성능을 저하시키는 많은 어려움을 안고 있다. 이에 따라 객체 탐지 및 추적 모델을 근간으로 하는 행동 및 표정 인식 모델 또한 객체별 데이터 추출에 난항을 겪는다. 또한 다양한 모델을 활용한 딥러닝 아키텍처는 병목과 최적화 부족으로 성능 저하를 겪는다. 본 연구에서는 YOLOv5기반 DeepSORT 객체추적 모델, SlowFast 기반 행동 인식 모델, Torchreid 기반 재식별 모델, 그리고 AWS Rekognition의 표정 인식 모델을 활용한 영상 분석 시스템에 단일 연결 계층적 군집화(Single-linkage Hierarchical Clustering)를 활용한 재식별(Re-ID) 기법과 GPU의 메모리 스루풋(Throughput)을 극대화하는 처리 기법을 적용한 행동 및 표정 검출용 영상 분석 시스템을 제안한다. 본 연구에서 제안한 시스템은 간단한 메트릭을 사용하는 재식별 모델의 성능보다 높은 정확도와 실시간에 가까운 처리 성능을 가지며, 객체의 영상 촬영 장소 이탈과 재등장, 오클루전 등에 의한 추적 실패를 방지하고 영상 내 객체별 행동 및 표정 인식 결과를 동일 객체에 지속적으로 연동하여 영상을 효율적으로 분석할 수 있다.