국방용 다중 영상분석 증강현실 알고리즘 선택기술

유혁균 ( Heouk-kyun Yoo ) , 정종문 ( Jong-moon Chung )  한국인터넷정보학회, 인터넷정보학회논문지 [2019] 제20권 제4호, 55~61페이지(총7페이지)

본 논문에서는 국방용으로 사용되는 다양한 센서들(EO/IR, SAR, GMTI, LiDAR)을 통해 전·평시 상황에서 영상을 획득하면 영상을 분석하여 증강현실(AR : Augmented Reality)로 표현할 수 있다. 증강현실로 영상을 처리하기 위해서는 다양한 알고리즘이 사용되는데 상황에 따라 어떠한 알고리즘을 선택해서 사용해야 할지 결정을 해야 한다. 대표적인 증강현실 알고리즘인 SIFT, SURF, ORB, BRISK의 성능비교(에러율, 처리시간, 정확도)를 통해 국방분야의 다양한 상황 하에서 어떠한 증강현실 알고리즘을 사용하는 것이 효과적인지 분석하고 제안한다.

TAG 증강현실, 영상획득, 영상분석, 알고리즘, AR(Augmented Reality), Image Acquisition, Image Analysis, Algorithm

프로세스 거버넌스 메타모델과 프레임워크

이정규 ( Junggyu Lee ) , 정승렬 ( Seung Ryul Jeong )  한국인터넷정보학회, 인터넷정보학회논문지 [2019] 제20권 제4호, 63~72페이지(총10페이지)

기업 혹은 조직 거버넌스의 하위개념인 비즈니스 거버넌스와 IT 거버넌스는 학계에서 주요 연구과제가 되어 왔다. 그러나 비즈니스와 IT 도메인의 매개적 구조체로서 프로세스의 중요성에도 불구하고, 프로세스 거버넌스(PG)의 연구는 상대적으로 미흡하였다. PG는 비즈니스 전략을 IT시스템 구현과 연계하는 활동에 집중하며, 기업의 본원적 가치 창조 활동을 설명한다. 본 논문은 정치학, 사회학, 행정학에서의 기본적인 거버넌스 개념을 연구하고, 거버넌스 유형을 6개의 카테고리로 분류했다. 그리고 PG에 대한 일련의 메타모델을 제안한다. 예를 들면 전통적인 핸더슨과 벤카트라만의 SAM모델을 수정한 neo-SAM 모델, 조직 거버넌스 네트워크 모델, 조직 거버넌스 순차모델, 조직 거버넌스 메타모델, 프로세스 거버넌스 큐브 모델, COSO와 프로세스 거버넌스의 비교 ...

TAG 프로세스 거버넌스, 조직 거버넌스, 기업 거버넌스, 프레임워크, IT 거버넌스, 전략연계모델, 비즈니스 거버넌스, Process Governance, Organization Governance, Corporate Governance, Framework, IT Governance, Strategic Alignment Model, Business Governance

연구자의 논문 게재 이력을 고려한 저널 결정 요인별 중요도 학습 기반의 저널 추천 방법론

손연빈 ( Yeonbin Son ) , 장태우 ( Tai-woo Chang ) , 최예림 ( Yerim Choi )  한국인터넷정보학회, 인터넷정보학회논문지 [2019] 제20권 제4호, 73~79페이지(총7페이지)

연구자는 논문을 투고할 저널을 선택하는 과정에서 저널의 수가 방대하다는 점, 고려할 저널 결정 요인이 다양하다는 점에서 어려움을 겪는다. 이러한 어려움을 해소하기 위해 IRA(intelligent research assistant)의 한 종류로 연구자별로 논문 투고에 적합한 저널을 추천해주는 저널 추천 서비스를 활용할 수 있다. 하지만 현재 운영 중인 저널 추천 서비스의 경우 주제 유사도 및 수치적 필터링을 기반으로 저널 추천을 실행하고 있으며, 이 경우 연구자가 논문 데이터를 입력하지 않으면 주제 유사도를 고려할 수 없고, 수치적 필터링 기능도 연구자 스스로 결정 요인별 수치 범위를 명확하게 정하기에 어려움이 있다는 한계점이 존재한다. 따라서 본 논문에서는 연구자의 논문 게재 이력을 이용해 선호도 행렬을 형성하고, 이를 기반...

TAG 저널 추천, 결정 요인별 중요도, 논문 게재 이력, 머신러닝, 데이터 분석, journal recommendation, importance by decision factors, paper publication history, machine learning, data analysis

문제해결력 향상을 위한 비전공자 소프트웨어 기초교육 내용 분석 - 국내 SW중심대학 중심으로 -

장은실 ( Eunsill Jang ) , 김재현 ( Jaehyoun Kim )  한국인터넷정보학회, 인터넷정보학회논문지 [2019] 제20권 제4호, 81~90페이지(총10페이지)

정부는 2015년부터 소프트웨어 중심대학 지원 사업을 통하여 미래 인재에 요구되는 소프트웨어 역량 강화에 힘쓰고 있다. 소프트웨어 중심대학으로 선정된 대학에서는 각기 다른 전공지식과 소프트웨어 소양을 겸비한 융합형 인재 양성을 위하여 대학 내 인문, 사회, 공학, 자연과학, 예체능 등 모든 계열에 소프트웨어 기초교육을 실시하고 있다. 본 논문에서는 20개 소프트웨어 중심대학에서 실시하고 있는 비전공자 대상의 소프트웨어 기초교육의 내용을 분석하였다. 분석 결과, 비전공자 학생들에게 실시하고 있는 소프트웨어 기초교육의 대부분은 미래사회에 필요한 컴퓨팅 사고력 중심의 문제해결력 향상과 컴퓨터과학에 기반을 둔 융합 능력 향상 목적으로 실시하고 있었다. 전공별 특성을 반영한 교육 내용과 프로그래밍의 난이도 조정을 위해 블록 기반 교육용 프로그래밍 언어와 텍스...

TAG 비전공자 소프트웨어 기초교육, 융합적사고력, 창의적사고력, 컴퓨팅사고력, 문제해결, 소프트웨어 기초교육, 소프트웨어 중심대학, Basic Software Education of Non-majors Students, integrated Thinking, Creative Thinking, Computational Thinking, Problem Solving, Basic Software Education, Software-oriented University in Korea

CNN의 깊은 특징과 전이학습을 사용한 보행자 분류

정소영 ( Soyoung Chung ) , 정민교 ( Min Gyo Chung )  한국인터넷정보학회, 인터넷정보학회논문지 [2019] 제20권 제4호, 91~102페이지(총12페이지)

자율주행 시스템에서, 카메라에 포착된 영상을 통하여 보행자를 분류하는 기능은 보행자 안전을 위하여 매우 중요하다. 기존에는 HOG(Histogram of Oriented Gradients)나 SIFT(Scale-Invariant Feature Transform) 등으로 보행자의 특징을 추출한 후 SVM(Support Vector Machine)으로 분류하는 기술을 사용했었으나, 보행자 특징을 위와 같이 수동(handcrafted)으로 추출하는 것은 많은 한계점을 가지고 있다. 따라서 본 논문에서는 CNN(Convolutional Neural Network)의 깊은 특징(deep features)과 전이학습(transfer learning)을 사용하여 보행자를 안정적이고 효과적으...

TAG 보행자 분류, 전이학습, 깊은 특징, CNN, INRIA Person데이터 세트, Pedestrian Classification, Transfer Learning, Deep Features, INRIA Person Data Set

인터넷 개인방송 먹방 시청이 한국 대학생들의 시청행복감과 비만 인식에 미치는 영향

지앙슈에진 ( Jiang Xue Jin ) , 황하성 ( Hasung Hwang )  한국인터넷정보학회, 인터넷정보학회논문지 [2019] 제20권 제4호, 103~111페이지(총9페이지)

인터넷 개인방송 먹방 프로그램이 유행함에 따라, 본 연구는 이를 시청하는 것이 실제 생활에 어떠한 영향을 미치는지 살펴보고자 하였다. 한국 대학생들을 대상으로 설문조사를 실시하였으며, 총 256부를 최종분석에 사용하였다. 그 결과 첫째, 대학생 응답자들의 먹방 시청동기는 시간 보내기, 식도락 추구, 정보추구, 대리충족 추구, 의사사회 상호작용 추구 순으로 나타났다. 둘째, 대리충족 추구, 식도락 추구, 시간 보내기 추구는 인터넷 먹방 프로그램 시청에 긍정적인 영향을 미치는 것으로 나타난 반면, 정보추구와 의사사회 상호작용 추구의 영향력은 나타나지 않았다. 셋째, 인터넷 먹방 프로그램 시청은 시청행복감과 비만인의 부정적 인식에 긍정적인 영향을 미치는 것으로 나타났으며, 배달음식 주문 빈도에는 영향을 미치지 않은 것으로 나타났다. 이러한 연구 결과를 바탕...

TAG 먹방, 시청동기, 시청행복감, 비만인의 부정적 인식, Food Web Casting Programs, viewing motivations, viewing happiness, negative perception of fat people

SysML을 이용한 STPA 기반의 위험원 분석 프로세스

최나연 ( Na-yeon Choi ) , 이병걸 ( Byong-gul Lee )  한국인터넷정보학회, 인터넷정보학회논문지 [2019] 제20권 제3호, 1~11페이지(총11페이지)

자동차, 원자력, 철도, 항공 등의 분야에서 발생하는 소프트웨어의 고장이나 사고는 바로 큰 재산 피해나 인명 피해로 연결될 수 있다. 이에 체계적이고도 효과적인 안전품질 관리의 필요성이 커지고 있으며, 최근 관련 산업 분야에서는 IEC 61508을 기반으로 안전국제 표준이 제정되어 산업에 적용되고 있다. 국제 표준에서 명시하고 있는 안전 생명주기에 따르면 소프트웨어 안전성 품질을 확보하기 위해서는 개발 초기 단계에서 위험원 및 위험 분석(Hazard and risk analysis)을 통한 안전 요구사항을 개발하도록 권고하고 있다. 본 논문에서는 소프트웨어의 안전성 요구사항의 식별 및 정의를 위해 SysML을 활용한 STPA 기반의 위험원 분석 프로세스를 제안한다. 세부적으로는 SysML의 BDD과 IBD 다이어그램을 활용하여 기존 STPA 분...

TAG 위험원 분석, STPA, SysML, 안전 요구사항, Hazard Analysis, Process, Safety Requirement

5G 무선 네트워크 효율성 향상을 위한 Full Duplex NOMA Relay 최소 전송전력 시스템

김규하 ( Kyuha Kim ) , 유원석 ( Wonsuk Yoo ) , 정종문 ( Jong-moon Chung )  한국인터넷정보학회, 인터넷정보학회논문지 [2019] 제20권 제3호, 13~24페이지(총12페이지)

5G 네트워크의 기술 중 NOMA의 핵심은 각 노드별 파워할당계수를 할당하는 것이다. 본 연구에서는 Full Duplex NOMA 릴레이 시스템을 대상으로 성공적인 디코딩을 위한 수신단 최소 필요 신호 대 잡음비 분석을 통해 NOMA 기술의 핵심인 Uplink/Downlink 파워할당계수를 산출하는 알고리즘을 구현하였다. 이를 통해 제안된 알고리즘과 기존 파워 할당 방식과의 성능비교를 실시하였으며 에르고딕 처리용량 및 전송실패율에 관하여 우수한 성능을 확인하였다.

TAG NOMA, Full Duplex, 5G, Minimum Energy Consumption

Improving the speed of the Lizard implementation

( Shakhriddin Rustamov ) , ( Younho Lee )  한국인터넷정보학회, 인터넷정보학회논문지 [2019] 제20권 제3호, 25~31페이지(총7페이지)

5G 네트워크의 기술 중 NOMA의 핵심은 각 노드별 파워할당계수를 할당하는 것이다. 본 연구에서는 Full Duplex NOMA 릴레이 시스템을 대상으로 성공적인 디코딩을 위한 수신단 최소 필요 신호 대 잡음비 분석을 통해 NOMA 기술의 핵심인 Uplink/Downlink 파워할당계수를 산출하는 알고리즘을 구현하였다. 이를 통해 제안된 알고리즘과 기존 파워 할당 방식과의 성능비교를 실시하였으며 에르고딕 처리용량 및 전송실패율에 관하여 우수한 성능을 확인하였다.

TAG Efficient implementation, Lizard, Post-quantum Cryptography, Cryptography, Security

공간 클래스 단순화를 이용한 의미론적 실내 영상 분할

김정환 ( Jung-hwan Kim ) , 최형일 ( Hyung-il Choi )  한국인터넷정보학회, 인터넷정보학회논문지 [2019] 제20권 제3호, 33~41페이지(총9페이지)

본 논문에서는 실내 공간 이미지의 의미론적 영상 분할을 위해 배경과 물체로 재설계된 클래스를 학습하는 방법을 제안한다. 의미론적 영상 분할은 이미지의 벽이나 침대 등 의미를 갖는 부분들을 픽셀 단위로 나누는 기술이다. 기존 의미론적 영상 분할에 대한 연구들은 신경망을 통해 이미지의 다양한 객체 클래스들을 학습하는 방법들을 제시해왔고, 긴 학습 시간에 비해 정확도가 부족하다는 문제가 지적되었다. 그러나 물체와 배경을 분리하는 문제에서는, 다양한 객체 클래스를 학습할 필요가 없다. 따라서 우리는 이 문제에 집중해, 클래스를 단순화 후에 학습하는 방법을 제안한다. 학습 방법의 실험 결과로 기존 방법들보다 정확도가 약 5~12% 정도 높았다. 그리고 같은 환경에서 클래스를 달리 구성했을 때 학습 시간이 약 14 ~ 60분 정도 단축됐으며, 이에 따라 물체와 배경을...

TAG 의미론적 영상 분할, 실내 공간 구조, 기계 학습, Semantic image segmentation, Indoor space structure, Machine Learning

11  12  13  14  15  16  17  18  19  20