김무림,남윤영,김석철,조위덕,2009-06-23

본 논문에서는 색상과 외곽선 정보를 통한 안전모 검출 시스템을 제안하였다.  변화가 심한 건설현장에서 안전모를 검출하기 위해서 동적 배경 생성을 사용하였고, 검출된 객체에 대해서는 사람여부를 판단하게 된다.  사람여부를 판단하기 위해서는 외곽선 정보를 사용한 사람 검출 알고리즘을 적용 하였다.  검출된 사람 객체에 대해서는 머리부분에서 색상 정보를 추출하게 되고 이 정보를 가지고 안전모 착용 여부를 검출하게 된다.  안전모 착용 검출율을 향상시키기 위해서 RGB 색상계뿐만아니라 HSV색상계도 사용하였다.  실험결과 높은 안전모 검출율을 보였다.
Posted by 라이프케어사이언스랩

댓글을 달아 주세요


Jung Wook Park, Yoo Suk Jung, Hui Jung Park, Soon Dong Kim and We-Duke Cho,2009-03-09

Posted by 라이프케어사이언스랩

댓글을 달아 주세요

변성호,정유석,김태수,김현우,이승환,조위덕,
HCI2009학회(대한민국), 2009-02-10


요 약
유비쿼터스 컴퓨팅 환경의 급속한 발전은 Multi- Sensor를 이용하여 자동으로 사용자의 행동인식을 가능한 환경을 만들어주었다.  따라서 이 논문에서는 사용자가 일상생활을 하는데 있어서 기본적으로 필요한 행동인 ADL의 수행능력을 분석하고 진단할수 있는 Multi- Sensor기반의 ADL 자동 진단 시스템을 구축하였다.  두 개의 가속도 센서를 허벅지와 손목에 부착하여 사용자의 행동 정보를 수집하고 이를 Decision -Tree를 통하여 분석하여 사용자의 행동 정보를 수집하였다.

Posted by 라이프케어사이언스랩

댓글을 달아 주세요


최유리,김보라,남윤영,조위덕, APIS2009(일본), 2009-01-11

Posted by 라이프케어사이언스랩

댓글을 달아 주세요

Kyoung-su Park,Shung Han Cho, Sangjin Hong, We-Duke Cho ; 2008.10


Abstract
This paper presents a real-time target detection architecture for hyperspectral image processing. The architecture is based on a reduced complexity algorithm for high-throughput applications.We propose an efficient pipelined processing element architecture and a scalable multiple-processing element architecture by exploiting data partitioning. We present a processing unit modeling based on the data reduction algorithm in hyperspectral image processing and propose computing structure, that is, to optimize memory usage and eliminates memory bottleneck. We investigate the interconnection topology for the multipleprocessing element architecture to improve the speed. The proposed architecture is designed and implemented in FPGA to illustrate the relationship between hardware complexity and execution throughput of hyperspectral image processing for target detection.

Posted by 라이프케어사이언스랩

댓글을 달아 주세요

이미연, 이정원, 박승수, 조위덕; 2008.10 ; 제15권-B권 제 5호


요 약
이질성, 이동성, 가변성 등의 특징을 갖는 유비쿼터스 컴퓨팅 환경에서 사용자의 의도에 맞도록 자율적이고 동적인 서비스를 제공하기 위해서는 실시간의 상황을 고려하여 목적 달성에 필요한 서비스들을 합성할 수 있는 기법과, 이를 가능케 하는 효과적인 서비스 기술 및 관리 방법이 전제되어야 한다.  본 연구에서는, 도메인 내의 서비스를 추출하여 서비스 온톨로지로 구조화하는 메커니즘을 제안한다.  
추출된 서비스는 제안한 서비스 규격에 따라 기술되고 온톨로지 내에서 계층적인 구조를 이루게 된다.  이를 근간으로 사용자는 다양한 추상화 레벨의 서비스를 사용하여 목표를 기술할 수 있고, 서비스 오버로딩 기법을 통해 실행 시에 가장 적합한 서비스가 선택된다.  또한, 요청한 서비스가 유효하지 않은 경울에도 서비스 온통로지를 참조하여 대체 서비스를 찾을 수 있는 합성 방법을 제안한다.  구축한 서비스 온통로지에 대한 실험 결과, 비구조화된 서비스 리스트를 사용하는 것보다, 서비스 온톨로지를 사용함으로써 사용자의 목적 달성 성공률을 높일 수 있을 뿐만 아리나 서비스의 바인딩 시간도 감소시킬 수 있음을 보였다.



Posted by 라이프케어사이언스랩

댓글을 달아 주세요

이창열, 조규찬, 김현숙, 조위덕; 2008.10;제 14권 제7호


요 약
유비쿼터스 컴퓨팅 환경에서 사용자에게 개인화된 서비스를 제공하기 위해서 사용자 모델은 필수적 요소이다.  기존의 사용자 모델에서는 시스템이 사용자가 원하는 서비스를 자동으로 인지하고 해석하도록 하기 위하여 사용자가 원하는 서비스를 미리 기술한다.  또한, 사용자 모델에 상황 정보가 고려되지 않음으로 인해 상황에 따라 달라지는 사용자의 선호도를 반영할 수 없다.  위와 같은 문제를 해결하기 위하여 본 논문에서는 사용자의 경험을 학습하여 자가 성장 가능한 사용자 모델로 제시 하였으며 사용에 따른 사용자 선호 서비스를 추출하여 자동으로 개인화 커뮤니티 서비스를 제공하는 시스템을 제안한다.

키워드 : 유비쿼터스 컴퓨팅, 커뮤니티 컴퓨팅, 사용자모델, 개인화 서비스, 상황 인지


Posted by 라이프케어사이언스랩

댓글을 달아 주세요

정유석, 신진아, 채혁기, 조위덕: 2008.08 제 26권 제 8호


요 약
미국, EU등 기존 선진국과 한국 등 신흥 선진국 시민들의 수명 증가는 의료기술 발전에 의한 새로운 질병 및 치료 범위의 확대와 더불어 급격한 의료비의 증가를 야기해 국가경제에 심각한 영행을 줄 수 있는 지경에 이르렀다.  
이에 따라 각국 정부 및 의료관련 기관들은 의료재정의 신뢰성을 확보하면서 동시에 시민들의 건강을 증진하기위한 해법으로 질병발생 이전의 건강관리에 초점을 모으로 있다.
IT 기술의 발전은 병원 이외의 곳에서 환자는 물론이거니와 일반인들까지 대상으로 한 건강관리의 실현 가능성을 보였으며, 이를 통해 의료산업에 대한 해법을 찾으려는 연구가 U-홈에서부터 U-시티까지 다양하게 진행되고 있다.  
Posted by 라이프케어사이언스랩

댓글을 달아 주세요

권성현, 이동욱,김재훈,조위덕; 2008.02 : 제 14권 제 1호


요 약

유비쿼터스 지능 공간은 사용자의 요구를 서비스하기 위하여 여러 종류의 스마트 객체들이 다양한 형태로 연결되어 있다. 따라서 사용자의 서비스 요구에 따라 서비스 구성 중에 과도한 부하가 발생할 뿐만 아니라 서비스객체들 간의 자원 충돌이 발생할 수 있다. 결국, 각 서비스 객체들 간에 오작동이 발생해 사용자에게 잘못된 서비스를 제공하거나 서비스에 응답을 못 할 수도 있다. 이런 문제를 해결하기 위해서는 유비쿼터스 지능공간은 모니터링 시스템에 의해 다양한 스마트 객체들의 기능, 성능 및 상태를 모니터링 한다. 또한 로그를 기록하고 기록된 로그를 분석하여 사용자에게 지능 공간 서비스에 대한 최적화된 기능, 성능 및 서비스 품질을 개선 할 수 있어야 한다. 본 논문에서는 다양한 서비스 요구 패턴 등에 따른 성능 최적화와 시스템의 중단 및 오작동이 발생했을 때 자가 복구를 수행할 수 있는 모니터링 시스템을 제안한다

Posted by 라이프케어사이언스랩

댓글을 달아 주세요

최유주, 이제성, 유효선, 이정원,조위덕 ; 2008.02


요 약
본 논문은 조명의 변화가 심한 영상에서 손 형태를 안정적으로 인지하는 기법에 관한 것이다. 제안한 방법은 HSI 색상공간에서 색상(Hue)및 색상 기울기(Hue-Gradient)를 기반으로 정의된 배경모델을 구축하고, 실시간으로 입력되는 영상과의 배경차분(background subtraction)기법을 이용하여 배경과 손을 구분한다. 추출된 손의 영역으로부터 18가지의 특징요소를 추출하고 이를 기반으로 다중클래스 SVM(Support VectorMachine) 학습 기법을 사용하여 손의 형태를 인지한다. 제안 기법은 색상 기울기를 배경 차분에 적용함으로써, 조명 환경이 배경 모델의 조명과 다르게 급격한 변화가 이루어졌을 때도 안정적으로 손의 윤곽정보를 추출할 수 있도록 하였다. 또한, 실시간 처리를 저해하는 복잡한 손의특성정보 대신, OBB의 크기에 대하여 정규화된 두 개의 고유값과 객체 기반 바운딩 박스(OBB)를 구성하는 16개 세부 영역에서의 손 윤곽픽셀
의 개수를 손의 특성정보로 사용하였다. 본 논문에서는 급격한 조명 변화 상황에서 기존 RGB 색상요소를 기으로 하는 배경차분법과 색상을 기반으로 하는 배경차분법, 본 논문에서 제안하는 색상 기울기 기반 배경 차분법의 결과를 비교함으로써 제안 기법의 안정성을 입증하였다.6명의 실험대상자의 1부터 9까지의 수지화 2700개의 영상으로부터 손 특성 정보를 추출하고 이에 대하여 훈련을 통한 학습 모델을 생성하였다.
학습모델을 기반으로 실험자 6인의 손 형태 1620개의 데이터에 대하여 인지 실험을 실시하여 92.6%에 이르는 손 형태 인식 성공률을 얻었다.

키워드 : 배경차감, 색상기울기, SVM, 손인식

Posted by 라이프케어사이언스랩

댓글을 달아 주세요