Vision Transformer를 활용한 운전자 이상행동 분류 딥러닝 시스템

박명석,유성주,김영민 한국지능정보시스템학회 2024 지능정보연구 Vol.30 No.1

도로 교통 사고와 교통 위반 행동은 현대 사회에서 급증하는 문제로, 이에 대한 효과적인 대응이 필요하다. 이러한 사고와 위반 행동은 세계적으로 증가하는 추세를 보이며, 그로 인한 사회 및 경제적 영향은 상당히 심각하다. 주로 운전자의 부주의로 발생하는 도로 교통 사고를 예방하기 위해, 딥러닝과 머신러닝을 활용한 시스템이 구축되고 있다. 이전의 연구 들은 주로 운전자의 이미지를 기반으로 한 모델을 사용하여 운전자의 이상행동을 감지하는 데 초점을 맞추었다. 그러나 이러한 기존 연구들은 대부분 컨볼루션 기반의 모델을 사용하여 운전자의 이상행동을 감지하고 분류하는 데 중점을 두고 있다. 컨볼루션 기반 모델은 초기 학습 단계에서 이미지에서 특정 패턴 및 특징을 학습하고, 이를 고정된 크기의 필터로 추출하는 특징이 있다. 이는 다양한 운전 상황에 대한 적응성이 제한된다는 한계가 있다. 따라서 본 논문은 컨볼루션 기반 모델의 한계를 극복하고자, Vision Transformer 모델을 활용한 운전자 이상행동 분류 모델을 구축하였다. 해당 모델의 우수성을 확인하기 위해 기존 연구에서 사용된 ResNet-101, VGG19, Xception, ConvNeXt 등의 모델과 분류 성능 평가 지표를 기반으로 비교 분석을 실시하였다. 비교 분석 결과, Vision Transformer 모델이 기존의 컨볼루션 기반 모델들보다 탁월한 성능을 보여주었다. 이러한 결과는 Vision Transformer의 학습 방식이 다양한 특징 및 패턴을 효과적으로 학습하고 이를 활용할 수 있음을 시사한다. 본 연구는 도로 교통 안전성 향상을 위한 혁신적인 모델의 가능성을 제시하며, 더 나아가 안전 운전 문화의 정착과 사회적 이익을 증진시킬 수 있다. The surge in road traffic accidents and traffic violations is a pressing issue in modern society, demanding effective responses. These incidents display a global upward trend, with significant societal and economic repercussions. To mitigate road accidents, primarily caused by driver negligence, systems leveraging deep learning and machine learning are being developed. Previous research has predominantly focused on models based on driver images for detecting abnormal driving behavior, with a predominant emphasis on convolutional models. Convolutional models learn specific patterns and features from images during the initial stages of training, extracting them using fixed-size filters, thereby limiting adaptability to diverse driving scenarios. This paper addresses the limitations of convolutional models by introducing a driver abnormal behavior classification model using the Vision Transformer. To validate the superiority of this model, a comparative analysis was conducted with well-established models such as ResNet-101, VGG19, Xception, and ConvNeXt, employing classification performance metrics from previous studies. The results of the comparative analysis demonstrate that the Vision Transformer model outperforms traditional convolutional models. This outcome indicates the effectiveness of Vision Transformer’s learning approach in efficiently capturing and utilizing various features and patterns. This research not only presents the potential for an innovative model to enhance road traffic safety but also pledges to contribute to the establishment of a safety-oriented driving culture and the enhancement of societal benefits.

문화적 차이에 기인한 의사소통양식의 차이 : 한국과 미국의 경우를 중심으로

朴命錫 한국영어영문학회 1976 영어 영문학 Vol.60 No.-

미국 방언의 분포

박명석 한국외국어대학교 1974 한국외국어대학교 논문집 Vol.7 No.1

美國語 方言의 고찰

朴命錫 한국영어영문학회 1972 영어 영문학 Vol.43 No.-

제페토 월드를 활용한 메타버스 콘텐츠 제작 공정에 관한 연구

박명석,조윤식,조다솜,나기리,이자민,조세홍,김진모 (사)한국컴퓨터그래픽스학회 2022 컴퓨터그래픽스학회논문지 Vol.28 No.3

This study proposes the metaverse content production pipeline using ZEPETO World, one of the representative metaverse platforms in Korea. Based on the Unity 3D engine, the ZEPETO world is configured using the ZEPETO template, and the core functions of the metaverse content that enable multi-user participation such as logic, interaction, and property control are implemented through the ZEPETO script. This study utilizes the basic functions such as properties, events, and components of the ZEPETO script as well as the ZEPETO player which includes avatar loading, character movement, and camera control functions. In addition, based on ZEPETO's properties such as World Multiplayer and Client Starter, it summarizes the core synchronization process required for multiplay metaverse content production, such as object transformation, dynamic object creation, property addition, and real-time property control. Based on this, we check the proposed production pipeline by directly producing multiplay metaverse content using ZEPETO World. 본 연구는 대표적인 국내 메타버스 플랫폼의 대표 중 하나인 제페토 월드를 활용한 메타버스 콘텐츠 제작 공정을 제안한다. 유니티 3D 엔진을 기반으로 제페토 템플릿을 활용하여 제페토 월드를 구성하고, 제페토 스크립트를 통해 로직, 상호작용, 속성 제어 등 다중 사용자 참여가 가능한 메타버스 콘텐츠의 핵심 기능들을 구현한다. 본 연구는 제페토 스크립트의 속성, 이벤트, 컴포넌트 등의 기본 기능과 아바타 로딩, 캐릭터 이동, 카메라 제어 기능을 포함하는 제페토 플레이어를 활용한다. 그리고 제페토의 월드 멀티플레이(WorldMultiplay), 클라이언트 스타터(ClientStarter) 등의 속성을 토대로 객체 변환, 동적 객체 생성 그리고 속성 추가 및 실시간 속성제어 등 멀티플레이 메타버스 콘텐츠 제작에서 필요한 핵심적인 동기화 처리 과정을 정리한다. 이를 기반으로제페토 월드를 활용한 멀티플레이 메타버스 콘텐츠를 직접 제작함으로써 제안하는 제작 공정을 확인한다.

토마스 하디와 그의 철학적 운명주의

박명석 한국외국어대학교 1972 한국외국어대학교 논문집 Vol.5 No.1

스마트공장에서 객체인식과 휴먼 동특성 분석을 통한 AI융합 알고리즘 개발과 적용 연구

박명석,신건권 한국전산회계학회 2022 電算會計硏究 Vol.20 No.3

Many small and medium-sized enterprises in Korea have built smart factories with government support. However, the majority of SMEs are producing products that are difficult to automate and require a lot of manpower on behalf of large companies. In particular, it is difficult for manufacturing companies to enter smart factories because it is difficult to input real-time data. According to research needs as described above, in this study, in order to improve the fact that humans collect information by relying on visual information for more than 70%, object recognition and human dynamics analysis are used to overcome the problem of blind spots in performance aggregation. In order to achieve the purpose of the study, first, the requirements were investigated by qualitative and quantitative methods, and based on this, a prototype model was designed and implemented. Second, the implemented prototype system was applied to actual small and medium-sized manufacturing companies to prove the effectiveness of the AI ​​convergence algorithm through qualitative and quantitative evaluation. The results of this study are expected to provide basic information necessary for calculating standard costs and building digital twins of smart factories by overcoming the limitations of SMEs’ smart factory and enabling real-time data aggregation.

언어와 문화

박명석 한국외국어대학 외국어연수원 1980 외국어 교육논문집 Vol.1980 No.1

한영(韓英),영한(英韓) 동시통역(同時通譯)에 있어서의 문제점(問題點)

박명석 한국외국어대학교 언어연구소 1973 언어와 언어학 Vol.1 No.-

댓글이 음원 판매량에 미치는 차별적 영향에 관한텍스트마이닝 분석

박명석,권영진,이상용 한국지식경영학회 2018 지식경영연구 Vol.19 No.2

This study mainly focused on measuring the impact of comments for a particular song on the number of streamings and downloads. We modeled multiple regression equations to perform this analysis. We chose digital music market for the object of analysis because of its inherent characteristics, such as experience goods, high bandwagon effect, and so on. We carefully utilized text mining technique in accordance with the algorithm of Naïve Bayes classifier to distinguish whether a comment for a piece of music be regarded as positive or negative. In addition, we used ‘size of agency’ and ‘existence of hit song’ as moderating variables. The reason for usage of those variables is that those are assumed to affect users’ decision for selecting particular song especially when downloading or streaming via music sites. We found empirical evidences that positive comments for a particular song increase the number of both downloads and streamings. However, positive comments may decrease the number of downloads when the size of agency of the artist is big. As a result, we were able to say that a positive comment for a particular song functioned as ‘word-of-mouth’ effect, inducing other users’ behavioral response. We also found that other features of an artist such as size of the agency that the artist belongs to functioned as an external factor along with feature of the song itself.