http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
사재원 ( Jaewon Sa ),김희영 ( Hee-young Kim ),정용화 ( Yongwha Chung ),박대희 ( Daihee Park ) 한국정보처리학회 2016 한국정보처리학회 학술대회논문집 Vol.23 No.1
출입이 없는 폐쇄된 환경에서 객체의 자동 감시 시스템은 객체의 움직임을 추적하여 객체의 지속적인 관찰과 함께 행동 패턴을 효율적으로 분석하기 위해 사용되고 있다. 특히, 국내 돈사의 경우 돈사 내 여러 마리의 돼지들을 개별적으로 관리하기 위해 이러한 감시 시스템은 필수적이다. 그러나 여러 마리의 돼지들이 근접하여 개별적으로 추적하기 위해서는 비디오 스트림에서의 매 프레임마다 정확한 분리가 되어야 한다. 본 논문에서는 근접한 돼지의 시퀀스에 분리 알고리즘을 이용하여 매 프레임마다 정확도를 측정한 후 통계적 검정을 통하여 근접한 객체에 대한 최적의 분리 알고리즘을 결정하는 방법을 제안한다. 즉, 시퀀스의 연속된 프레임에서 분리 정확도를 계산하고 통계적 가설 검정을 수행하여 분리 정확도가 일정 수치를 넘지 못하면 다른 분리 알고리즘을 수행하도록 결정한다. 실험 결과, 제안 방법을 이용하여 제안된 가설에 의해 매 프레임마다 최적의 분리 알고리즘을 수행하도록 결정하였다.
사재원 ( Jaewon Sa ),노병준 ( Byeongjoon Noh ),김희곤 ( Heegon Kim ),최동휘 ( Dongwhee Choi ),이성주 ( Sungju Lee ),정용화 ( Yongwha Chung ),박대희 ( Daihee Park ),조충호 ( Choong-ho Cho ) 한국정보처리학회 2014 한국정보처리학회 학술대회논문집 Vol.21 No.2
격자 양자 색역학(Lattice Quantum ChromoDynamics; Lattice QCD)은 자연계에 존재하는 중력, 전자 기력, 약한 핵력, 그리고 강한 핵력 등의 기본적인 상호작용 중 강한 핵력의 상호작용을 이해하기 위한 핵물리 분야의 이론이다. 이 물리 역학은 몬테 카를로(Monte Carlo) 기법을 이용하여 대규모 수치 연산을 필요로 하고, 수행시간 단축을 위하여 병렬처리가 필요하다. 본 논문에서는 격자 양자 색역학에서 요구되는 대규모 수치 연산에 대하여 마이크로프로세서와 성능가속기에 최적의 작업부하 분배를 통한 이기종 병렬처리 방법을 제안하고 성능가속기만을 사용한 방법과 제안 방법의 성능을 비교한다.
사재원(Jaewon Sa),주미소(Miso Ju),김희곤(Heegon Kim),정용화(Yongwha Chung),박대희(Daihee Park) 대한전자공학회 2015 대한전자공학회 학술대회 Vol.2015 No.11
이유자돈에 대한 세심한 관리는 양돈 농가의 생산성 향상 측면에서 매우 중요한 이슈가 되고 있다. 본 논문에서는 대규모 농장의 천장에 탑뷰 카메라를 설치하고, 획득된 영상으로부터 움직이는 개별 이유자돈의 영역을 탐지하고 그 크기를 측정함으로써 저성장돈 여부를 자동으로 판단하는 방법을 제안한다. 실험 결과, 제안 방법을 이용하면 대규모 농장의 관리자가 매일 육안검사나 무게측정없이도 저성장돈 존재 여부를 자동으로 탐지할 수 있음을 확인하였다.
멀티미디어 처리 : 시공간 정보를 이용한 근접 돼지의 영상 분할
사재원 ( Jaewon Sa ),한승엽 ( Seoungyup Han ),이상진 ( Sangjin Lee ),김희곤 ( Heegon Kim ),이성주 ( Sungju Lee ),정용화 ( Yongwha Chung ),박대희 ( Daihee Park ) 한국정보처리학회 2015 정보처리학회논문지. 소프트웨어 및 데이터 공학 Vol.4 No.10
최근, 축산 농가에서 돈사 내 개별 돼지들의 자동 영상 모니터링 기법이 중요한 이슈로 떠오르고 있다. 현재까지 이를 위한 다양한 연구들이 소개되어 왔지만, 아직도 추가적인 연구 노력이 요구된다. 특히, 혼잡한 돈방에서 움직이는 근접한 돼지들의 객체 식별을 위한 연구가 영상처리 분야 입장에서 요구된다. 본 논문에서는 감시카메라 환경에서 움직이는 근접한 돼지들의 객체 식별을 위한 해법으로써 시공간 정보와 영역 확장 기법을 이용한 효율적인 영상 분할 방법론을 새롭게 제안한다. 실제로 세종에 위치한 한 돈사에서 취득한 영상 정보를 이용하여 본 논문에서 제안한 시스템의 성능을 실험적으로 검증하였다. Recently, automatic video monitoring of individual pigs is emerging as an important issue in the management of group-housed pigs. Although a rich variety of studies have been reported on video monitoring techniques in intensive pig farming, it still requires further elaboration. In particular, when there exist adjoining pigs in a crowd pig room, it is necessary to have a way of separating adjoining pigs from the perspective of an image processing technique. In this paper, we propose an efficient image segmentation solution using both spatio-temporal information and region growing method for the identification of individual pigs in video surveillance systems. The experimental results with the videos obtained from a pig farm located in Sejong illustrated the efficiency of the proposed method.
최윤창 ( Younchang Choi ),사재원 ( Jaewon Sa ),정용화 ( Yongwha Chung ),박대희 ( Daihee Park ) 한국정보처리학회 2016 한국정보처리학회 학술대회논문집 Vol.23 No.1
축산 농가에서 돈사의 효율적인 관리를 위해 카메라를 이용한 자동 모니터링 기법이 중요한 이슈로 떠오르고 있다. 그러나 컬러 영상에서 돈사의 보온등 조명에 직접 노출된 돼지들이 노출 과다 현상에 의해 탐지되지 않는 문제가 발생한다. 본 논문에서는 컬러 영상에서 돼지가 탐지되지 않는 문제를 해결하기 위해 Kinect 2 카메라로부터 획득한 깊이 영상을 이용하여 돼지를 탐지하는 방법을 제안한다. 즉, 깊이 영상을 이용하여 깊이 정보 값을 보정한 후 바닥과 돼지의 깊이 정보 값의 차이를 통해 돼지들의 영역을 탐지한다. 실험 결과, 깊이 영상을 이용하여 보온등 조명에 과다 노출된 돼지의 영역을 탐지하고 히스토그램 평활화를 적용함으로써, 컬러 영상에서 돼지들이 탐지되지 않는 문제를 해결하였다.
최윤창 ( Younchang Choi ),사재원 ( Jaewon Sa ),김희곤 ( Heegon Kim ),정용화 ( Yongwha Chung ),김희영 ( Hee-young Kim ),박대희 ( Daihee Park ),윤석한 ( Sukhan Yoon ) 한국정보처리학회 2016 한국정보처리학회 학술대회논문집 Vol.23 No.2
최근 철도는 다양한 분야에서 사용됨에 따라 그 중요성이 점차 증가하고 있다. 따라서 철도의 안전한 주행을 위하여 철도를 구성하는 요소 관리 역시 중요하다. 철도를 구성하는 요소 중 열차의 진행 방향을 결정하는 선로전환기의 비정상 상황 탐지는 열차의 탈선 등과 같은 대형 사고를 예방하기 위해 매우 중요한 문제이다. 본 논문에서는 Fast Shapelets 알고리즘을 이용하여 선로전환기의 전류 패턴을 분류할 수 있는 방법을 제안한다. 실험 결과, Fast Shapelets 알고리즘을 이용하여 선로전환기의 전류 패턴들을 자동으로 분류할 수 있음을 확인하였다.
박창현 ( Changhyun Park ),사재원 ( Jaewon Sa ),김희곤 ( Heegon Kim ),정용화 ( Yongwha Chung ),박대희 ( Daihee Park ),김학재 ( Hakjae Kim ) 한국정보처리학회 2018 정보처리학회논문지. 소프트웨어 및 데이터 공학 Vol.7 No.4
좁은 공간에 돼지들을 밀집 사육하는 구조가 대부분인 국내 돈사의 환경은 구제역과 같은 전염병 확산에 취약하다. 이러한 밀집 사육의 문제점을 해결하기 위한 방법으로 감시 카메라를 활용한 돈사 내 개별 돼지들의 행동을 자동으로 분석하는 연구가 진행 되고 있다. 그러나 공격행동 등 복잡한 상황에서 개별 돼지들을 추적하기 위해서는 근접한 돼지들에 대한 올바른 분리가 우선적으로 수행되어야 하지만, 정확도가 떨어지는 키넥트 카메라의 깊이 정보를 이용할 경우 돼지들 간의 경계선이 정확히 추출되지 않는다는 문제가 있다. 본 논문에서는 이러한 문제를 해결하기 위한 방법으로 움직임 정보를 활용하여 근접 돼지를 분리하는 방법을 제안한다. 또한, 제안된 방법은 혼잡한 돈방에서 개별 돼지를 추적하는 경우 추적 오류를 탐지하는 문제에도 적용될 수 있다. 실험 결과, 실제 돈사에서 획득한 두 개의 근접 돼지 시퀀스에 대하여 86%의 정확도로 분리 가능함을 확인하였고, 객체 추적에 대한 검증을 통하여 식별 번호가 잘못 부여된 객체를 정확히 탐지할 수 있음을 확인하였다. The domestic pigsty environment is highly vulnerable to the spread of respiratory diseases such as foot-and-mouth disease because of the small space. In order to manage this issue, a variety of studies have been conducted to automatically analyze behavior of individual pigs in a pig pen through a video surveillance system using a camera. Even though it is required to correctly segment touching pigs for tracking each pig in complex situations such as aggressive behavior, detecting the correct boundaries among touching pigs using Kinect’s depth information of lower accuracy is a challenging issue. In this paper, we propose a segmentation method using motion information of the touching pigs. In addition, our proposed method can be applied for detecting tracking errors in case of tracking individual pigs in the complex environment. In the experimental results, we confirmed that the touching pigs in a pig farm were separated with the accuracy of 86%, and also confirmed that the tracking errors were detected accurately.
백한솔 ( Hansol Baek ),사재원 ( Jaewon Sa ),김희곤 ( Heegon Kim ),정용화 ( Yongwha Chung ),박대희 ( Daihee Park ) 한국정보처리학회 2016 한국정보처리학회 학술대회논문집 Vol.23 No.2
기술의 발전에 따라 소형 디바이스에서도 데이터를 수집하고 전송하는 것이 가능해졌다. 따라서 최근 IoT와 헬스케어가 부각되고 있으며 여기서 발생한 데이터에 대한 많은 연구가 진행되고 있다. 그 중에서도 헬스케어 장비에 내장된 심전도 센서를 이용하여 시계열 데이터를 수집할 수 있고, 여기서 수집한 데이터는 부정맥 등의 심장질환 진단의 중요한 지표로서 사용될 수 있다. 시계열 데이터는 시계열 분석 방법을 사용하여 정상 패턴과 비정상 패턴으로 분류할 수 있지만, 대량의 시계열 분석 방법은 수행시간이 많이 소요되기 때문에 이를 단축 할 필요성이 있다. 본 논문에서는 시계열 데이터 분석 기법 중 하나인 Shapelet을 사용하여 심전도 데이터의 패턴을 정상 및 비정상으로 분류하였고, 병렬처리 기법을 적용하여 수행시간을 단축하였다. 실험 결과, 각각의 심전도 데이터는 87%의 정확도로 분류되었고, Shapelets을 탐색하는 구간의 병렬처리를 통하여 수행 시간이 약 60%로 감소하였음을 확인하였다.