전남대학교 도시재난재해대응 스마트시스템 연구센터

김진술(Jinsul Kim) 한국정보과학회 2021 정보과학회지 Vol.39 No.2

1인용 전동휠체어의 안전 운행을 위한 지능형 통합 제어보드 기능 개선 연구

김진술(Jinsul Kim),조영빈(Young-Bin Cho) 한국디지털콘텐츠학회 2018 한국디지털콘텐츠학회논문지 Vol.19 No.8

The purpose of this study was to propose a functional improvement solution of integrated control board for safe driving of Smart electric wheelchair for a single person. In the case of existing electric wheelchair products in Korea and elsewhere, safety-related functions or devices are not included in many cases. Therefore, the incidence of electric wheelchair-related accidents is continuously increasing in the current situation in which the elderly and the disabled people have been continuously increased. However, currently only high and middle-priced products are equipped with basic safety devices in electric wheelchairs, so low-priced products require safety related functions. Therefore, sensing obstacles that the user can not recognize while moving an electric wheelchair and detecting automatically the terrain change to control the motor by developing a smart control platform. This provides an integrated control board that can be applied to various electric wheelchairs for more stable driving.

실시간 모바일 IPTV의 열화 컨텐츠 평가를 위한 효율적 QoE 인지형 전송 스트림 측정 스키마

김진술(Jinsul Kim),윤장우(Changwoo Yoon) 한국통신학회 2010 韓國通信學會論文誌 Vol.35 No.2

VoIP QoS 소프트폰과 서버를 이용한 실시간 QoS 품질측정 방법

김진술(Jinsul Kim),이현우(Hyun-Woo Lee),노재환(Jaehwan Noh),류원(Won Ryu) 대한전자공학회 2005 대한전자공학회 학술대회 Vol.2005 No.12

인간과 로봇 상호간의 물체 전달 : 물체 기능과 예절을 고려한 파지 생성기

김진술(JinSul Kim),황용구(Young K. Hwang),이만재(ManJai Lee) 한국HCI학회 2004 한국HCI학회 학술대회 Vol.2004 No.2

모바일 디바이스 환경 기반의 NFC를 이용한 사용자 맞춤형 전동 휠체어 제어 시스템 연구

박상현,김진술,Park, Sanghyun,Kim, Jinsul 한국스마트미디어학회 2015 스마트미디어저널 Vol.4 No.2

본 논문에서는 스마트 모바일 장치 및 NFC(Near Field Communication)를 이용하여 전동 휠체어를 쉽게 제어할 수 있는 시스템을 제안하고자 한다. 이 시스템은 기존 연구에서 진행하고 있는 전동 휠체어를 제어하기 위해 모바일 디바이스에 있는 Bluetooth통신 이용하여 휠체어 제어용 통합보드와 통신한다. 스마트 모바일 장치는 휠체어 제어용 통합보드에서 발생하는 신호를 실시간으로 체크하여 사용자가 휠체어의 상태를 쉽게 모니터링 할 수 있도록 한다. 사용자는 스마트 모바일 장치를 이용하여 휠체어를 쉽게 제어할 수 있으며, 개인의 상태에 맞게 언제든지 설정하여 사용할 수 있다. 제어는 HEX형식으로 하드웨어에서 신호를 바로 읽고 분석할 수 있도록 제작되었으며, 사용자에 맞춘 설정내용은 일반적으로 사용하는 버스카드(NFC)를 이용하여 등록, 저장과 설정한 내용을 읽어서 시스템에 적용할 수 있도록 하였다. 이 시스템을 적용함으로써 휠체어 중심의 보조기구가 아닌 사람중심의 보조기구로 장애인 및 노인들에게 편의와 안정성을 제공해 줄 수 있을 것이다. In this paper proposes an idea for using NFC(Near Field Communication) on smalt mobile devices, you can easily control the electric wheelchair system. In this system with previous researches controlled a power wheelchair in a mobile device using Bluetooth communication, the board communicates with the integrated control of the wheelchair. With smart mobile devices, the wheelchair control board integrating the signal generated by checking real time so that the user can easily monitor the state of the wheelchair. Users are using smalt mobile devices, the wheelchair can be controlled easily, and the setting at any time according to the state of the individual and can be used. HEX format control is directly in hardware, allowing analysis was read, the user settings are typically used to match cards which support NFC technology such as bus card for registration, storing the selected information and enable read and were applicable. By applying this system, wheelchairs oriented aids disabled and older people able to access to provide with stability.

전력 수요 예측을 위한 에지 컴퓨팅 성능 측정 연구

김영광(Yeonggwang Kim),이지훈(Jihoon Lee),윤준철(Junchul Yoon),김영관(Youngkwan Kim),김진술(Jinsul Kim) 한국통신학회 2022 한국통신학회 학술대회논문집 Vol.2022 No.2

전력 수요 예측 분야에서는 전력 부하 모니터링 및 수요 예측과 같은 연구를 수행하기 위해 인공지능을 주로 사용한다. 하지만, 단일 컴퓨터로 학습 시 막대한 양의 자원 소모로 과부하가 발생하게 된다. 이러한 문제점을 해결하기 위해 최근에는 분산 컴퓨팅을 기반으로 한 클라우드 형태의 컴퓨팅 자원을 활용하여 연구를 수행하였다. 하지만 메인 서버로부터 거리가 먼 지역과의 정확하고 빠른 데이터 전송을 위해서는 새로운 기술이 필요하다. 그래서 우리는 본 문제를 해결하기 위해 에지 컴퓨팅을 활용하여 전력 수요 예측을 하기 위한 에지 컴퓨팅을 소개하였으며, 에지 컴퓨팅을 적용 시 응답 처리속도를 비교하였다. 그리고 제안하는 에지 컴퓨팅에서 머신러닝 학습을 수행하여 전력 수요 예측 성능을 측정하였다.

Research on Classification of Human Emotions Using EEG Signal

무하마드 주바이르,김진술,윤장우,Zubair, Muhammad,Kim, Jinsul,Yoon, Changwoo Digital Contents Society 2018 한국디지털콘텐츠학회논문지 Vol.19 No.4

Affective Computing은 HCI (Human Computer Interaction) 및 건강 관리 분야에서 다양한 애플리케이션이 개발됨에 따라 최근 몇 년 동안 관심이 높아지고 있다. 이에 필수적으로 필요한 인간의 감정 인식에 대한 중요한 연구가 있었지만, 언어 및 표정과 비교하여 심전도 (ECG) 또는 뇌파계 (EEG) 신호와 같은 생리적 신호 분석에 따른 감정 분석에 대한 관심은 적었다. 본 논문에서는 이산 웨이블릿 변환을 이용한 EEG 기반 감정 인식 시스템을 제안하고 감정 관련 정보를 얻기 위해 다른 뇌파와 뇌 영역을 연구 하였으며, 웨이블릿 계수에 기초한 특징 세트가 웨이블릿 에너지 특징과 함께 추출되었다. 중복성을 최소화하고 피처 간의 관련성을 극대화하기 위해 mRMR 알고리즘이 피쳐 선택에 적용된다. 다중클래스 Support Vector Machine을 사용하여 4 가지 종류의 인간 감정을 크게 분류하였으며 공개적으로 이용 가능한 "DEAP"데이터베이스의 뇌파 기록이 실험에서 사용되었다. 제안 된 접근법은 기존의 알고리즘에 비해 향상된 성능을 보여준다. Affective computing has gained increasing interest in the recent years with the development of potential applications in Human computer interaction (HCI) and healthcare. Although momentous research has been done on human emotion recognition, however, in comparison to speech and facial expression less attention has been paid to physiological signals. In this paper, Electroencephalogram (EEG) signals from different brain regions were investigated using modified wavelet energy features. For minimization of redundancy and maximization of relevancy among features, mRMR algorithm was deployed significantly. EEG recordings of a publically available "DEAP" database have been used to classify four classes of emotions with Multi class Support Vector Machine. The proposed approach shows significant performance compared to existing algorithms.

자율주행 환경에서 이미지 객체 분할을 위한 강화된 DFCN 알고리즘 성능연구

김영광(Yeonggwang Kim),김진술(Jinsul Kim) 한국스마트미디어학회 2020 스마트미디어저널 Vol.9 No.4

최근 이미지 분할(Image Segmentation)에 관련되어 스마트 공장 산업과 의료 분야 등에 접목하려는 연구가 다수 진행되고 있다. 특히 딥러닝 알고리즘을 사용한 이미지 분할 시스템들은 대용량의 데이터를 높은 정확도로 학습할 만큼 발전되었다. 자율주행 분야에서도 이미지 분할을 이용하기 위해선 대용량의 데이터들에 대한 충분한 학습량이 필요하며, 실시간으로 운전자의 데이터를 처리하는 스트리밍 환경은 고속도로, 어린이보호구역 등으로 안전운행에 대한 정확도가 중요하다. 따라서 본 논문에서는 다양한 도로환경에 적용할 수 있는 기존 FCN(Fully Convoulutional Network) 알고리즘을 강화한 DFCN 알고리즘을 제안하였으며, DFCN 알고리즘의 성능이 FCN 알고리즘과 비교하여 손실 값 측면에서 1.3% 개선하였음을 증명하였으며, 기존 U-Net 알고리즘에 DFCN 알고리즘을 적용하여 이미지 내의 주파수의 정보를 유지하여 더 좋은 결과치를 도출함으로써 결과적으로 자율주행 환경에서 DFCN 알고리즘이 FCN 알고리즘보다 성능이 향상되었다는 것을 증명하였다. Recently, various studies are being conducted to integrate Image Segmentation into smart factory industries and autonomous driving fields. In particular, Image Segmentation systems using deep learning algorithms have been researched and developed enough to learn from large volumes of data with higher accuracy. In order to use image segmentation in the autonomous driving sector, sufficient amount of learning is needed with large amounts of data and the streaming environment that processes drivers data in real time is important for the accuracy of safe operation through highways and child protection zones. Therefore, we proposed a novel DFCN algorithm that enhanced existing FCN algorithms that could be applied to various road environments, demonstrated that the performance of the DFCN algorithm improved 1.3% in terms of loss value compared to the previous FCN algorithms. Moreover, the proposed DFCN algorithm was applied to the existing U-Net algorithm to maintain the information of frequencies in the image to produce better results, resulting in a better performance than the classical FCN algorithm in the autonomous environment.

IPTV 서비스 영상에 대한 객관적 품질측정 방안 연구

김원준(Wonjun Kim),김창익(Changick Kim),김진술(Jinsul Kim),이현우(Hyun-Woo Lee),류원(Won Ryu) 한국방송·미디어공학회 2008 방송공학회논문지 Vol.13 No.4

With the advent of IP-based multimedia service based on IP network, there is a rapidly increasing demand for IPTV. Unlike the previous coaxial cable based TV, IPTV provides a variety of convergence services based on IP network. However, since the IPTV service quality is a lot affected by the network degradation such as packet loss and jitter, it may not be guaranteed. In this paper, we propose an objective measure for various degradations of IPTV-based videos considering subjective assessment. To this end, we first determine QoE(Quality of Experience) indicators, which can affect human visual perception. Then we develop the video quality metric for each QoE indicator. Subjective assessment based on MOS is conducted and used to construct mapping relationship between each measure and perceived visual quality. Experiments are performed on various videos to confirm the efficiency and robustness of the proposed method and show high correlation with subjective assessment.