http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
동적 베이지안 네트워크를 이용한 멀티모달센서기반 사용자 행동인식 (pp.72-76)
양성익(Sung-Ihk Yang),홍진혁(Jin-Hyuk Hong),조성배(Sung-Bae Cho) 한국정보과학회 2009 정보과학회 컴퓨팅의 실제 논문지 Vol.15 No.1
최근 유비쿼터스 컴퓨팅에 대한 관심이 높아지면서 유비쿼터스 환경에서의 서비스를 위한 인간과 컴퓨터의 상호 작용, 특히 인간의 행동을 인식하는 연구가 활발히 진행되고 있다. 기존의 영상기반 연구와는 달리 모바일 환경에 적합하도록 가속도 센서, 생리신호 센서 등 다양한 센서들을 활용하여 사용자의 행동을 인식하는 기법이 연구되고 있다. 본 논문에서는 멀티모달 센서들을 통합하고 동적 베이지안 네트워크를 계층적으로 구성하여 사용자의 행동을 인식하는 방법을 제안한다. 연산량이 비교적 적은 베이지안 네트워크로 전반적인 사용자 행동을 추론하고 획득된 각 행동의 확률순으로 동적 베이지안 네트워크를 구성한다. 동적 베이지안 네트워크는 OVR(One-Versus-Rest) 전략으로 학습되며, 확률순으로 행동이 검증되어 임계치를 넘는 경우 선택된 행동보다 낮은 확률의 행동에 대한 동적 베이지안 네트워크를 검증하지 않아 추론 연산량을 줄인다. 본 논문에서는 가속도 센서와 생리적 신호 센서를 기반으로 총 8가지의 행동을 인식하는 문제에 제안하는 방법을 적용하여 평균적으로 97.4%의 분류 정확률을 얻었다. Recently, as the interest of ubiquitous computing has been increased there has been lots of research about recognizing human activities to provide services in this environment. Especially, in mobile environment, contrary to the conventional vision based recognition researches, lots of researches are sensor based recognition. In this paper we propose to recognize the user's activity with multi-modal sensors using hierarchical dynamic Bayesian networks. Dynamic Bayesian networks are trained by the OVR(One-Versus -Rest) strategy. The inferring part of this network uses less calculation cost by selecting the activity with the higher percentage of the result of a simpler Bayesian network. For the experiment, we used an accelerometer and a physiological sensor recognizing eight kinds of activities, and as a result of the experiment we gain 97.4% of accuracy recognizing the user's activity.
상황 기반의 행동인식을 위한 시멘틱 네트워크와 동적 베이지안 네트워크 혼합 모델
양성익(Sung-Ihk Yang),홍진혁(Jin-Hyuk Hong),조성배(Sung-Bae Cho) 한국정보과학회 2009 한국정보과학회 학술발표논문집 Vol.36 No.1
최근 상황 인지 서비스에 대한 관심이 높아지면서 이를 위한 인간과 컴퓨터의 상호 작용, 특히 인간의 행동을 인식하는 연구가 활발히 진행되고 있다. 이를 위하여 센서 기술이 발달함에 따라 사용자로부터 인식할 수 있는 컨텍스트들이 계속 증가하고 있다. 이러한 다양한 컨텍스트를 인식하기 위해 하나의 인식기를 설계하는 것보다 여러 개의 하위 인식기로 나누어서 인식하는 것이 인식기를 설계하고 학습시키기 간단하지만, 모든 하위 인식기를 활용하기 위해서는 많은 계산량이 필요하다. 본 논문에서는 이러한 여러 개의 하위 인식기를 선택하는데 전후 상황을 고려할 수 있는 시멘틱 네트워크를 설계하여, 각 하위 인식기인 동적 베이지안 네트워크를 선택적으로 활용하여 행동을 인식하는 방법을 제안한다. 본 논문에서는 일상 생활의 시나리오를 기반으로 시멘틱 네트워크를 활용하여 하위 인식 모듈을 선택하는 경우 91.5%의 인식률을 보였고 다른 방법과 비교하여 인식 횟수와 인식 소요 시간에서의 성능 향상을 보였다.
사용자 컨텍스트 공유를 위한 상황인지 메신저 (pp.906-910)
홍진혁(Jin-Hyuk Hong),양성익(Sung-Ihk Yang),조성배(Sung-Bae Cho) 한국정보과학회 2008 정보과학회 컴퓨팅의 실제 논문지 Vol.14 No.9
모바일 환경이 보편화됨에 따라 사용자의 상황을 인식하고 관련된 각종 컨텍스트를 공유하는 기술에 대한 관심이 높아지고 있다. 컨텍스트 공유는 사용자의 의사소통를 보다 풍부하게 할 뿐만 아니라 사회적 관계를 원만하게 유지하도록 도와준다. 최근 각종 메신저나 모바일 어플리케이션에는 간단한 수준의 사용자 컨텍스트 공유가 적용되고 있으나 사용자 환경이 복잡해짐에 따라 더욱 다양한 컨텍스트의 인식과 공유가 요구된다. 본 논문에서는 다양한 센서 정보를 수집하여 사용자의 대표적 컨텍스트인 감정, 스트레스, 행동을 동적 확률 모델을 이용하여 인식하고 메신저에 연동하여 컨텍스트 정보를 공유하는 상황인지 메신저를 개발한다. 다양한 컨텍스트를 인식하기 위한 다중모델을 효과적으로 구성하고 아이콘 방식으로 컨텍스트를 표시한다. 개발한 시스템을 사용자 시나리오를 바탕으로 평가하여 유용성을 검증하였다. As the mobile environment becomes widely used, there is a growth on the concern about recognizing and sharing user context. Sharing context makes the interaction between human more plentiful as well as helps to keep a good social relationship. Recently, it has been applied to some messengers or mobile applications with sharing simple contexts, but it is still required to recognize and share more complex and diverse contexts. In this paper, we propose a context-aware messenger that collects various sensory information, recognizes representative user contexts such as emotion, stress, and activity by using dynamic Bayesian networks, and visualizes them. It includes a modular model that is effective to recognize various contexts and displays them in the form of icons. We have verified the proposed method with the scenario evaluation and usability test.