http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
실시간 시스템 개발을 위한 데이터 처리 시간과 프로세서 사용율 추정 기법
김한동(HanDong Kim),최태봉(TaeBong Choi),고순주(SoonJu Ko) 한국정보과학회 2005 한국정보과학회 학술발표논문집 Vol.32 No.1
The current paper is on a study of the performance estimation for data processing time and CPU utilization to efficiently develop the real-time system. The analytical modeling and OPNET modeling and benchmarking tests are applied to perform the estimation for data processing time and CPU utilization in real-time system. We demonstrate that the estimation results can be predicted fairly and accurately through the benchmarking test results although there is a small variance between the estimation results and the benchmarking test results.
3D 얼굴 모델 기반의 GAN을 이용한 게임 캐릭터 회전 기법
김한동(Handong Kim),한종대(Jongdae Han),양희경(Heekyung Yang),민경하(Kyungha Min) 한국게임학회 2021 한국게임학회 논문지 Vol.21 No.3
본 논문은 게임 캐릭터 얼굴 일러스트레이션에 적용할 수 있는 안면 회전 기술(Face rotation) 기술을 제안한다. 기존의 진행된 연구들은 실제 사람의 얼굴 데이터에 대해서로 데이터를 한정하였으며 방대한 양의 데이터를 필요로 하였고 합성된 결과물이 좋지 못한 문제가 있었다. 본 논문에서는 기존 연구들의 존재하는 문제를 해결하기 위해 다음과 같은 방법을 도입하였다. 첫째, 입력 이미지가 갖고 있는 특징을 입힌 3D 모델을 회전시키고 다시 2D 이미지로 렌더링하여 학습 및 평가에 필요한 데이터 셋을 구축하였다. 둘째, 3D 모델을 통해 구축된 데이터에서 다양한 각도의 특징을 학습할 수 있는 적대적 생성 모델(Generative Adversarial Networks)을 설계하여 입력된 이미지를 원하는 각도로 합성할 수 있다. 논문에서는 실제 게임캐릭터 얼굴 일러스트레이션 합성 결과를 제시한다. 합성 결과를 통해 논문에서 제안하는 방법이 잘 동작함을 확인할 수 있다. This paper shows the face rotation applicable to game character facial illustration. Existing studies limited data to human face data, required a large amount of data, and the synthesized results were not good. In this paper, the following method was introduced to solve the existing problems of existing studies. First, a 3D model with features of the input image was rotated and then rendered as a 2D image to construct a data set. Second, by designing GAN that can learn features of various poses from the data built through the 3D model, the input image can be synthesized at a desired pose. This paper presents the results of synthesizing the game character face illustration. From the synthesized result, it can be confirmed that the proposed method works well.
다양한 센서 기반의 침입체 탐지, 분류 및 추적 알고리즘 개발
김원철(Wonchul Kim),임진홍(Jinhong Lim),김태완(Taewan Kim),손영동(Youngdong Son),김현진(H. Jin Kim),김진영(Jinyoung Kim),홍수연(Sooyoun Hong),김한동(Handong Kim) 제어로봇시스템학회 2017 제어·로봇·시스템학회 논문지 Vol.23 No.11
Surveillance is one of the major applications in wireless sensor network areas, and it is important to detect, classify and localize the targets. In this paper, we divide the research into two sections: (1) detecting and classifying the targets and (2) localizing them. To detect and classify multiple moving targets, we use acoustic and seismic sensors, and we analyze raw data from the sensors in both time and frequency domains. In this process, we must decide which features are useful for the classification to improve the performance and make it work in real time. Thus, we exploit Weibull likelihood and short-time Fourier transform (STFT) to extract the features as a sampling method. Then, we implement a support vector machine (SVM) and a neural network to classify the type of targets based on those features. Using the suggested algorithms, the proposed classifiers provide more accurate performance than the method that analyzes the raw data from only the frequency or time domain. For localization, Gaussian Process Regression (GPR) is used to estimate the relative location that corresponds to the received signal strength indication (RSSI) data. We also demonstrate the simultaneous localization with the process of detection and classification in real time. Finally, experimental results validate the suggested algorithm.