http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
Jaihoon Kim(김재훈),Chunghwan Lee(이정환),Sangmin Kim(김상민),Jechang Jeong(정제창) 한국방송·미디어공학회 2020 한국방송공학회 학술발표대회 논문집 Vol.2020 No.11
With the advent of deep learning, a lot of attempts have been made in computer vision to substitute deep learning models for conventional algorithms. Among them, image classification, object detection, and image restoration have received a lot of attention from researchers. However, most of the contributions were refined in one of the fields only. We propose a new paradigm of model structure. End-to-end model which we will introduce classifies noise of an image and restores accordingly. Through this, the model enhances universality and efficiency. Our proposed model is an One-For-All model which classifies weather condition in an image and returns clean image accordingly. By separating weather conditions, restoration model became more compact as well as effective in reducing raindrops, snowflakes, or haze in an image which degrade the quality of the image.
박상혁(SangHyuk Park),김재훈(Jaihoon Kim) 한국정보과학회 2009 한국정보과학회 학술발표논문집 Vol.36 No.1
과학 기술의 발달로 인한 문명 패러다임의 변화와 함께 전쟁 수행 양상도 변화하여, 과거 플랫폼 중심(Platform-Centric)에서 네트워크 중심(Network-Centric)으로 변화하고 있다. 이는 센서-지휘 · 통제-슈터(Sensor-to-Shooter개념)를 하나의 체계로 구성하여 전장을 가시화하고, 정보를 공유하여 실시간 공격을 통한 전력의 승수효과를 높이는 것이다. 이러한 네트워크 중심전(Network-Centric Warfare)을 보장하기 위해서, 센서로부터 획득된 정보를 네트워크로 연결된 컴퓨팅자원들이 협력하여 실시간 처리 할 수 있는 분산 네트워킹 시스템의 보강이 이루어져야한다. 본 논문에서는 각종 센서로부터 획득된 정보를 실시간 처리 시, 네트워크로 연결된 컴퓨팅자원의 분산처리를 통해 마감시간 준수율(Deadline meet ratio)을 향상시켜, 네트워크 중심전을 보다 효과적으로 준비하는 분산-실시간 시스템(Distributed Real-Time systems) 방법을 제안하였다. 제안한 방법에 대한 유용성을 평가하기 위하여 EDF방식으로 시뮬레이션 하였으며, 이를 통해 분산처리를 위한 적정수의 프로세서를 예측하고, 기존 실시간 시스템(Real-Time System)에 비해 마감시간 준수율이 최대 11% 향상됨을 검증하였다.
Deepfake Detection using Supervised Temporal Feature Extraction model and LSTM
Chunghwan Lee(이정환),Jaihoon Kim(김재훈),Kijung Yoon(윤기중) 한국방송·미디어공학회 2021 한국방송공학회 학술발표대회 논문집 Vol.2021 No.11
As deep learning technologies becoming developed, realistic fake videos synthesized by deep learning models called “Deepfake” videos became even more difficult to distinguish from original videos. As fake news or Deepfake blackmailing are causing confusion and serious problems, this paper suggests a novel model detecting Deepfake videos. We chose Residual Convolutional Neural Network (Resnet50) as an extraction model and Long Short-Term Memory (LSTM) which is a form of Recurrent Neural Network (RNN) as a classification model. We adopted cosine similarity with hinge loss to train our extraction model in embedding the features of Deepfake and original video. The result in this paper demonstrates that temporal features in the videos are essential for detecting Deepfake videos.
윤현경 ( Hyunkyong Yun ),김민국 ( Minkuk Kim ),최광훈 ( Kwanghoon Choi ),김재훈 ( Jaihoon Kim ) 한국정보처리학회 2016 한국정보처리학회 학술대회논문집 Vol.23 No.2
본 논문에서는 드론을 이용하여 재난 현장에서 다수의 조난자를 구조하기 위한 다중임무 수행 시스템을 설계하고 직접 제작한 드론을 이용하여 시스템을 검증해 보았다. 먼저, 조난 영역을 설정하고 라즈베리파이를 이용한 사진 매핑을 통해 조난자의 위치를 파악한다. 다음으로, 우선순위에 따라 임무 수행 순서가 정해지고 이에 따른 임무를 마치는 방식으로 구성된다. 재난 현장에서 제안한 시스템을 사용한다면 드론이 스스로 판단하여 임무를 수행하므로 위급상황에 대한 빠른 대처가 가능할 것으로 판단된다.
오정섭(Jung-Sup Oh),정석용(Suk-Yong Jung),박중기(Joong-Gi Park),김재훈(Jaihoon Kim),최경희(Kyung-Hee Choi),정기현(Gihyun Jung) 한국정보과학회 1998 한국정보과학회 학술발표논문집 Vol.25 No.2Ⅲ
본 논문에서는 미래형 고성능 컴퓨터인 클러스터링 시스템에 적합한 스케줄링 알고리즘을 제안한 다. 클러스터링 시스템은 분산환경과 병렬환경을 같이 갖는 시스템으로써 스케줄링 전략이 굉장히 중요하고 또한 잘 해결되지 않는 부분이기도 하다. 시간 공유(time Sharing) 스케줄링 전략으로 접근한 내재 스케줄링(implicit coscheduling)의 단점을 지적하고 이를 보완 하여 우선순위 상속 전략을 이용한 내재 스케줄링 전략을 제안한다.