http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
심재창(Jaechang Shim),오미선(Miseon Oh),고주영(Jooyoung Ko) 한국정보기술학회 2012 한국정보기술학회논문지 Vol.10 No.4
In this paper, we implemented a fixed mobile convergence system for robot control and proposed a protocol. TCP, ZigBee, WiFi and 3G network are combined to extend robot control area and it is possible to control where Internet or phone service is available. Proposed system is composed of a robot, server and client computers and an android platform based smartphone. The communication between robot and the system is done by ZigBee, that of the system connected to Internet is done by TCP, between Internet and smartphone is by WiFi or 3G network, and the system is focused on practicality. Based on proposed system and protocol, we can confirm communication between server and client, robot and computer. And we can control the robot by a smartphone, monitor acquired information. In addition, we tested image transfer from the camera attached to the robot.
정은미(Eunmi Jung),심재창(Jaechang Shim),최미순 한국멀티미디어학회 2008 한국멀티미디어학회 학술발표논문집 Vol.2008 No.2
기존의 자동 채점 시스템은 실기형에 적용되며 입출력 방식이 크게 제한되어 있다. 본 논문은 프로그래밍 언어의 시험유형을 분류하고 C 언어의 주관식 채점에 적합한 방법을 제안한다. 프로그래밍 언어 시험은 일반 시험과 달리 키워드가 존재하고 정확한 문법제계가 있다. 이러한 특징을 활용하여, 복잡한 자연어 처리를 하지 않고도 키워드와 불리언 연산을 이용하여 채점할 수 있는 새로운 프로그래밍 언어 자동 채점 방법에 대해 연구하였다.
고주영(Jooyoung Ko),심재창(Jaechang Shim),김현기(Hyenki Kim) 한국정보기술학회 2010 Proceedings of KIIT Conference Vol.2010 No.-
온라인시험은 시험 감독이 어려우므로 다양한 방법으로 수험자를 인증하는 방법이 제시되었다. 본 연구에서는 온라인 시험을 위한 통합 시스템을 구현하였다. 키보드의 입력 패턴을 분석하는 키보드 입력 방법과 수험자의 개인정보를 이용한 무작위 질문을 통한 인증 방법을 통합하여 구현하였다. 대리시험지가 비록 키보드 입력과정을 통과하더라도 재인증 과정을 거치게 함으로써 수험자 본인인지 구별하는 방법이다. 통합 시스템을 활용함으로써 온라인 시험에서 수험자 인증에서 불필요한 과정들을 줄이고 정확성을 높이고자 한다. Online test is difficult to supervise an examination therefore, they proposed variety of methods on examinees authentication's methods. In this paper, we have implemented for integrations system for online tests. We implemented of the keyboard input method that is analysis the keyboard input patterns and random asking method that is using examinees's personal informations. Although proxy examinees passed the keyboard authentication step, but they have to process re-authentication. So, the system can check the examinees are oneself or not. By integrated system we hope for reduce unnecessary processes and improvement accuracy on online test.
이영학(Yeunghak Lee),심재창(Jaechang Shim) 한국정보과학회 2008 정보과학회논문지 : 소프트웨어 및 응용 Vol.35 No.10
깊이 값에 따른 얼굴의 형상은 사람의 특징을 나타내는 중요한 요소 중의 하나로서 각 사람마다 다른 모양을 가지고 있으며, 얼굴 영상으로부터 분리한 주파수 성분은 동일한 얼굴에 대하여 또 다른 중요한 하나의 얼굴 특징으로 볼 수 있다. 본 논문은 3차원 얼굴 영상으로부터 등고선 값에 의해 추출된 영역에 대하여 각 영역별로 주파수 분리를 하여 특징을 추출한 후 이 주파수에 대한 퍼지적분을 적용한 얼굴 인식 알고리즘을 제안한다. 먼저 객체와 배경을 분리하여 얼굴을 추출한 후 얼굴에서 가장 두드러진 형태인 코끝을 찾고, 회전에 대해 정규화를 실시한다. 얼굴의 등고선 영역은 코끝을 기준으로 깊이 값에 따라 영역이 추출되며 사람마다 서로 다른 형상 특징을 가진다. 등고선에 따라 획득된 3차원 얼굴 영상으로부터 이산 웨이블릿 변환을 이용하여 4가지의 주파수 성분을 추출하여 특징정보로 사용한다. 각각의 웨이블릿 주파수 성분을 추출한 등고선 영역에 대해 차원의 감소를 위하여 고유얼굴 추출과 특징 공간상에서 클래스간의 분리를 최대화시키기 위해 선형판별분석 알고리즘을 이용하여 유사도를 비교 하였다. 클래스간의 분별 정보를 등고선 영역과 각 영역의 주파수 영역에 대해 퍼지적분 방법을 사용하여 인식률을 향상 시켰으며, 깊이 혼합 방식의 경우는 98.6%의 인식률을 나타내었다. 제안된 방법이 다른 알고리즘보다 인식률이 향상 되었다. The face shape extracted by the depth values has different appearance as the most important facial feature information and the face images decomposed into frequency subband are signified personal features in detail. In this paper, we develop a method for recognizing the range face images by combining the multiple frequency domains for each depth image and depth fusion using fuzzy integral. For the proposed approach, the first step tries to find the nose tip that has a protrusion shape on the face from the extracted face area. It is used as the reference point to normalize for orientated facial pose and extract multiple areas by the depth threshold values. In the second step, we adopt as features for the authentication problem the wavelet coefficient extracted from some wavelet subband to use feature information. The third step of approach concerns the application of eigenface and Linear Discriminant Analysis (LDA) method to reduce the dimension and classify. In the last step, the aggregation of the individual classifiers using the fuzzy integral is explained for extracted coefficient at each resolution level. In the experimental results, using the depth threshold value 60 (DT60) show the highest recognition rate among the regions, and the depth fusion method achieves 98.6% recognition rate, incase of fuzzy integral.