http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
가상현실 기반 인지재활 콘텐츠를 위한 영상 인식 및 군집화
최권택 한국디지털콘텐츠학회 2017 한국디지털콘텐츠학회논문지 Vol.18 No.7
Due to the 4th industrial revolution and an aged society, many studies are being conducted to apply virtual reality to medical field. Research on dementia is especially active. This paper proposes virtual reality based on cognitive rehabilitation contents using image recognition and clustering method to improve cognitive and physical disabilities caused by dementia. Unlike the existing cognitive rehabilitation system, this paper uses travel photos that reflect the memories of the subjects to be treated. In order to generate automated cognitive rehabilitation contents, we extract face information, food pictures, place information, and time information from photographs, and normalization is performed for clustering. And we present scenarios that can be used as cognitive rehabilitation contents using travel photos in virtual reality space. 4차 산업혁명과 초고령 시대로 인해, 가상현실을 의료 분야에 적용하려는 많은 연구가 진행되고 있다. 특히 치매에 대한 논의가 활발히 이루어지고 있다. 본 논문은 치매로 인해 발생하는 인지 및 신체 장애를 개선하기 위해 영상 인식 및 군집화 방법을 사용한 가상현실 인지재활 콘텐츠를 제안한다. 기존 인지재활 시스템과는 달리 본 논문에서는 치료 대상자의 추억이 반영되어 있는 여행사진을 사용한다. 자동화된 인지재활 콘텐츠 생성을 위해 사진으로부터 인물정보, 음식사진 여부, 장소 정보, 시간 정보를 추출하고, 군집화를 위해 정규화가 수행된다. 그리고 가상현실 공간에서 여행 사진을 활용해 인지재활 및 신체재활을 강화할 수 있는 시나리오를 제시한다.
마이크로컨트롤러의 메모리 구조를 고려한 다층 신경망 최적화
최권택(Kwontaeg Choi) 한국정보기술학회 2021 한국정보기술학회논문지 Vol.19 No.11
With the development of the artificial intelligence industry, various researches are being conducted on AIoT, a fusion of AI technology and IoT technology. For this purpose, it is difficult to apply a neural network algorithm using high-dimensional features due to the small size of dynamically allocable memory in microcontrollers mainly used for this purpose. In this paper, we propose a neural network structure that stores learning parameters in FLASH memory and optimizes memory usage by exchanging input/output memory addresses in SRAM with a small memory capacity. In the UCI HAR dataset experiment, TensorFlow Lite was unable to compile due to lack of memory, whereas the proposed method was able to create a binary file of the same size and perform a multilayer neural network using only 55% FLASH and 16% SRAM. Although the execution time was doubled, real-time execution was possible in 43 ㎳ in the UCI HAR dataset.
상호작용 기반의 카드형 AR 인터페이스 설계 및 교육 응용
최권택(Kwon-Taeg Choi),유선진(Sunjin Yu) 한국정보기술학회 2019 한국정보기술학회논문지 Vol.17 No.11
In the era of the Fourth Industrial Revolution, the application of new innovation technologies has begun in various fields. In particular, the interest in the production of educational content applied with virtual reality and augmented reality-based technologies is increasing among various innovative technology applications. In the case of virtual reality technology, it is increasingly applied to education and training fields that are difficult to experience due to problems such as dangerous areas and high cost. Augmented reality systems are being applied to education and training systems in the form of adding new information to reality-based images. In this paper, we propose a card-type AR interface that can interact with users using augmented reality technology and apply it in practice. Although existing card type markers provide unidirectional information, the proposed interaction based card type AR interface may provide different information according to users behavior.
얼굴 영역 추적과 입 검출을 이용한 AAM 얼굴 모양 파라미터 추정
최권택(KwunTaeg Choi),변혜란(Hyeran Byun) 한국정보과학회 2005 한국정보과학회 학술발표논문집 Vol.32 No.2
얼굴의 특징점 추적은 많은 응용프로그램에서 사용된다. AAM기반의 접근방식은 정교한 얼굴 특징점 정보를 제공하지만 정확한 특징 점 추출을 위해 얼굴 모양 파라미터 초기화 문제와 연속 영상에서 얼굴의 이동이 클 경우 모션 보정에 대한 문제가 여전히 남아있다. 이러한 문제를 풀기 위해 본 논문에서는 CAMShift를 사용해 얼굴 영역을 추적하고, 얼굴 영역 내에서 입을 검출함으로써 AAM 검색을 위한 얼굴모양 파라미터를 추정하는 방법을 제안한다. 기존 알고리즘과의 비교 실험을 통해 얼굴의 움직임이 심한 상황에서도 제안하는 알고리즘의 성능이 매우 우수함을 확인할 수 있었다.
최권택(Kwontaeg Choi),변혜란(Hyeran Byun) 한국정보과학회 2009 정보과학회논문지 : 소프트웨어 및 응용 Vol.36 No.8
최근 Flickr, Facebook, Cyworld 처럼 사진 공유를 기반으로 하는 소셜 웹 서비스의 성공과 발달로 얼굴 검출/인식 기술을 이러한 서비스에 접목하려는 다양한 시도가 진행되고 있다. 그러나 인식률 향상에만 초점을 맞춘 기존의 일관처리 기반의 연구들은 수백만의 이용자가 수시로 접근하는 서비스에 적용하기 어렵다. 본 논문에서는 시간에 따라 증가하는 거대한 얼굴 영상 데이터베이스를 효과적으로 분류하기 위해 랜덤 사상(Random Projectio, RP) 비선형 회귀(Non-linear Regression) 그리고 REST(REpresentational State Transfer) 규약을 사용해 새로운 증가적 얼굴 어노테이션 방법을 제안하고자 한다. 다양한 비교실험 결과에서 제안된 방법은 향상된 인식률과 낮은 계산 복잡도 기록했다. 따라서 제안된 방법은 대규모 웹서비스에 적합한 얼굴 어노테이션 알고리즘이다. Recently, photo sharing and publishing based Social Network Sites(SNSs) are increasingly attracting the attention of academic and industry researches. Unlike the face recognition environment addressed by existing works, face annotation problem under SNSs is differentiated in terms of daily updated images database, a limited number of training set and millions of users. Thus, conventional approach may not deal with these problems. In this paper, we proposed a face annotation method for sharing and publishing photographs that contain faces under a social network service using random projection, non-linear regression and representational state transfer. Our experiments on several databases show that the proposed method records an almost constant execution time with comparable accuracy of the PCA-SVM classifier.