http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 이루미 ( Lu Mi Lee ) (검색결과 2 건)
- 무료
- 기관 내 무료
- 유료
-
운전자의 주의분산 연구동향 및 딥러닝 기반 동작 분류 모델
한상곤(Sangkon Han),최정인(Jung-In Choi) 한국컴퓨터정보학회 2021 韓國컴퓨터情報學會論文誌 Vol.26 No.11
본 논문에서는 운전자의 주의산만을 유발하는 운전자, 탑승자의 동작을 분석하고 핸드폰과 관련된 운전자의 행동 10가지를 인식하였다. 먼저 주의산만을 유발하는 동작을 환경 및 요인으로 분류하고 관련 최근 논문을 분석하였다. 분석된 논문을 기반으로 주의산만을 유발하는 주요 원인인 핸드폰과 관련된 10가지 운전자의 행동을 인식하였다. 약 10만 개의 이미지 데이터를 기반으로 실험을 진행하였다. SURF를 통해 특징을 추출하고 3가지 모델(CNN, ResNet-101, 개선된 ResNet-101)로 실험하였다. 개선된 ResNet-101 모델은 CNN보다 학습 오류와 검증 오류가 8.2배, 44.6배가량 줄어들었으며 평균적인 정밀도와 f1-score는 0.98로 높은 수준을 유지하였다. 또한 CAM(class activation maps)을 활용하여 딥러닝 모델이 운전자의 주의 분산 행동을 판단할 때, 핸드폰 객체와 위치를 결정적 원인으로 활용했는지 검토하였다. In this paper, we analyzed driver"s and passenger"s motions that cause driver"s distraction, and recognized 10 driver"s behaviors related to mobile phones. First, distraction-inducing behaviors were classified into environments and factors, and related recent papers were analyzed. Based on the analyzed papers, 10 driver"s behaviors related to cell phones, which are the main causes of distraction, were recognized. The experiment was conducted based on about 100,000 image data. Features were extracted through SURF and tested with three models (CNN, ResNet-101, and improved ResNet-101). The improved ResNet-101 model reduced training and validation errors by 8.2 times and 44.6 times compared to CNN, and the average precision and f1-score were maintained at a high level of 0.98. In addition, using CAM (class activation maps), it was reviewed whether the deep learning model used the cell phone object and location as the decisive cause when judging the driver"s distraction behavior.
-
이해성(Hae-Sung Lee),이재건(Jae-Gun Lee ),김나현(Na-Hyun Kim),이루미(Lu-Mi Lee),이순흠(Sunheum Lee) 한국정보기술학회 2018 Proceedings of KIIT Conference Vol.2018 No.6
병원의 인력 부족은 병원 근로자의 건강 악화, 환자의 의료 서비스 질적 저하 등의 문제가 발생할 수 있다. 본 논문에서 제시하는 병실 환경 관리 시스템은 자이로 센서와 가속도계가 합쳐진 모듈인 가속도 센서와 와이파이 모듈을 사용하여 노약자들의 낙상을 감지하여 더 큰 사고를 예방하는 것을 목표로 한다. 가만히 있을 경우를 기준으로 걷기, 눕기, 낙상을 판단한 후 낙상일 경우 의료진들이 알 수 있도록 서버에 전송하는 시스템을 제안한다. Lack of personnel in hospitals can cause problems such as deterioration of health of hospital workers and deterioration of quality of medical service of patients. The hospital room management system proposed in this paper aims to prevent accidents by detecting fall of elderly people by using accelerometer and WiFi module which are gyro sensor and accelerometer combined module. In case of a fall, the system is transmitted to the server so that the medical staff can know if it is fallen after judging walking, lying down, or falling.
ScienceON
DBpia연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
