최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
이철민, 김창수, 박경원, 안현숙
2014 / 디지털융복합연구
섯드게럴, 김용기, 김미혜
2015 / 디지털융복합연구
데이터가 존재하지 않습니다.
loading...
본 연구에서는 좌표 정보와 삼각함수의 특성을 이용하여 직선 판단 방법과 8방향 결정 알고리즘을 제안합니다. 실험 결과, 왼쪽 위 대각선 방향이 92%의 가장 높은 정확도를 보였으며, 왼쪽, 오른쪽 위 대각선, 오른쪽 아래 대각선 방향이 82%의 가장 낮은 정확도를 보였습니다.
Digital image processing methods
Gesture and sign language in human-computer interaction : International Gesture Workshop, Bielefeld, Germany, September 1997 : proceedings
Signal processing techniques for knowledge extraction and information fusion
Experimental drawing
Digital image processing : an algorithmic introduction using Java
A handbook of process tracing methods
Computer vision for human-machine interaction
Geometric constraints for object detection and delineation
High-dynamic-range (HDR) vision : microelectronics, image processing, computer graphics
Pattern recognition theory and applications : proceedings
Machine learning : theory and applications
Image Analysis and Processing – ICIAP 2019 : 20th International Conference, Trento, Italy, September 9–13, 2019, Proceedings, Part I
Left, right, up, down : new directions in signage and wayfinding
Advances in fingerprint technology
Image processing of edge and surface defects
Image-based geometric modeling and mesh generation
Human recognition in unconstrained environments : using computer vision, pattern recognition and machine learning methods for biometrics
Designing for gesture and tangible interaction
Numerical Algorithms : Methods for Computer Vision, Machine Learning, and Graphics
디지털융복합연구
섯드게럴; 김용기; 김미혜전자공학회논문지 - CI
윤진현, 이종호전자공학회논문지 - CI
김건우, 이원주, 전창호Multimedia Tools and Applications
Elboushaki A.,Hannane R.,Afdel K.,Koutti L.Multimedia Tools and Applications
Liu, Y.; Wang, X.; Yan, K.한국정보통신학회논문지
오정수International Journal of Information Technology (Singapore)
Patil A.R.,Subbaraman S.ACM Transactions on Intelligent Systems and Technology
Tang, A.; Wang, Y.; Huang, J.; Li, H.; Lu, K.IEEE Sensors Letters
Verma, M.; Abdel-Mottaleb, M.; Gopalani, G.; Bharara, S.; Vipparthi, S.K.; Murala, S.IEEE Transactions on Human-Machine Systems
Jiang X.,Liu X.,Fan J.,Ye X.,Dai C.,Clancy E.A.,Farina D.,Chen W.멀티미디어학회논문지
상국초, 박재완, 오치민, 이칠우Journal of Intelligent and Fuzzy Systems
Zhang M.,Zhou Z.,Tao X.,Zhang N.,Deng M.IEEE Transactions on Circuits and Systems for Video Technology
Fei L.,Zhang B.,Xu Y.,Huang D.,Jia W.,Wen J.Pattern Recognition
Avola D.,Cinque L.,Fagioli A.,Foresti G.L.,Fragomeni A.,Pannone D.한국게임학회 논문지
리평, 이희성, 김미혜한국차세대컴퓨팅학회 논문지
최현종, 노대철, 김태영디지털융복합연구
박기서, 이대호, 박영태IEEE/CAA Journal of Automatica Sinica
Chen X.,Yu M.,Yue F.,Li B.Neurocomputing
He W.,Wang Y.,Zhou M.,Wang B.Computer Vision and Image Understanding
Krejov, P.; Gilbert, A.; Bowden, R.전선 / 대학원
인간-컴퓨터 상호작용 (HCI: Human-Computer Interaction) 은 컴퓨터 과학, 공학, 심리학, 사회과학, 디자인 등 다양한 분야의 전문가들이 중요한 역할을 수행하는 융합 학문이다. 현대 사회에서 사람들은 컴퓨터를 일상생활의 중요한 도구로 사용하면서 다양한 문제점들에 직면하곤 하는 데, HCI는 시스템의 디자인과 컴퓨터 기술이 실제로 사용되는 과정에서 발생하는 문제점을 해결하는 방법론을 제시하는 것을 목표로 하고 있다. 이 수업에서는 HCI와 관련한 핵심 이론과 방법론의 학습을 통해 현재 HCI 분야에서 이루어지고 있는 리서치 경향을 이해하고 다학제 간 협업 리서치 프로젝트를 통해 실제 HCI 기반의 리서치를 경험한다. 본 수업은 세미나와 프로젝트 기반의 수업으로 학생들은 먼저 HCI분야의 주요 연구 논문의 탐색을 통해 HCI 이론을 학습하고, 프로젝트를 통해 사용자 중심 설계 방법을 수행한다. 이 과정에서 학생들은 인터랙션 디자인, 프로토타이핑, 사용자 조사 방법론 등 다양한 주제를 학습하고 이를 실제 리서치 프로젝트에 적용한다.전선 / 대학원
인간이 운동을 생성하고 조절 할 때 사용되는 기전을 밝히고, 이 때에 적용되는 원리를 규명하는 것이 운동 제어 연구이다. 최근에 복잡한 인간의 신경체계와 근육체계로 인한 무한한 자유도 생성의 문제와 협응구조의 개념을 통한 학습을 하게 될 것이다.전선 / 대학원
이 과목은 인간의 정보추구행동을 분석하는 다양한 방법론을 소개하여 향후 학생 본인의 전공분야를 선택하는데 참조할 수 있도록 한다. 특히 정보의 사용성 조사나 사용자 경험조사 방법을 중점으로 데이터의 수집, 실험설계, 데이터 분석 및 해석방업 등을 취급한다.전선 / 대학원
계산이론은 컴퓨터공학의 기초학문이며, 중요한 문제에 대한 효율적인 알고리즘들을 소개하고, 그런 알고리즘의 복잡도 분석을 다룬다. 이 교과목에서는 먼저 알고리즘의 성능을 분석하는 기법, 특히 amortized analysis에 대해 배운다. 그리고, 계산이론 분야에서 중요한 알고리즘과 그 응용에 대해 배운다. 구체적으로, (스트링 매칭, 2차원 패턴 매칭, 근사 매칭, suffix trees, 데이터 압축 문제에 대한) 스트링 알고리즘과 bioinformatics에의 응용, (선택 문제, 다항식 확인 문제에 대한) randomized 알고리즘과 그 영향, (페이지 교체 문제, k 서버 문제에 대한) online 알고리즘과 금융문제(일방향 거래와 portfolio 선택 문제)에의 응용을 배운다.전선 / 대학원
센서 정보를 통하여 공간 정보를 획득하고 구성하는 기술은 스마트 팩토리나 생산 설계에 있어 중요한 요소 기술이다. 이 강의는 동시적 위치 추정 및 지도 작성법으로 알려진, 센서 기반 위치 정보 추정과 공간 정보 구성에 대한 내용을 다룬다. 특히 센서가 탑재된 대상이 고정적이지 않은 무인이동체의 센싱을 학습하여, 위치 추정과 공간 정보 추정의 연결성을 배우고, 이를 통하여 스마트 팩토리나 자율 주행에 관심이 있는 학생들에게 관련 기초 지식과 활용 사례를 제공한다.전필 / 학사
디지털환경으로의 변화를 이해하고 그 산업적 가능성을 모색함에 있어서 무엇보다 우선 요구되는 것은 새로운 디지털기술과 인간간의 상호작용을 이해하는 일이다. 또한 디지털매체를 매개로 새롭게 등장하는 인간 대 인간의 만남, 상호작용, 커뮤니케이션, 대인관계의 발전을 이해하는 일도 새로운 기술발전의 사회적 함의를 이해하는 가장 기본적인 출발점이 된다. 본 과목은 휴먼/컴퓨터 인터페이스 및 컴퓨터매개 커뮤니케이션과 관련된 주요이론 및 연구성과 등을 살펴본다.전선 / 대학원
패턴 인식은 데이터가 주어졌을 때 데이터에 대한 사전 지식이나 통계적 특성을 사용하여 패턴의 특징을 찾아내고 이를 사용하여 패턴을 분류하는 것이다. 데이터의 차원은 일반적으로 매우 커서 데이터를 파악하기가 매우 어렵다. 데이타가 어떤 부류에 속하는 지에 대한 사전 지식이 있을 경우에는 패턴 분류를 하는 방법으로는 Bayes 분류기, Maximum likelihood 방법, Discriminant Analysis, 신경회로망 등이 있다. 그리고 데이터에 대한 사전지식이 없는 경우에는 clustering 하는 방법을 통하여 데이터를 분류한다. 패턴 인식은 얼굴, 지문 등의 생체인식 분야에 많이 이용되고 있으며, 또한 많이 축적된 데이터로부터 새로운 지식을 찾으려하는데 사용되고 있다. 이 과목에서는 패턴 인식에서 사용하는 여러 방법을 소개하고 그 응용에 대하여 다룬다.전선 / 대학원
본 과목에서는 효율적인 알고리즘 설계와 프로그래밍을 위한 고급 방법론과 이론을 깊이 있게 소개하고, 다양한 실습을 통하여 해당 이론들을 체득한다. 이 과정에서 공부하는 내용들은 Sorting, Searching 그리고 Graph Theory, NP―Complete 등이며, 알고리즘 설계 방법으로는 Divide―and―Conquer, Dynamic Programming, Greedy, Randomized 그리고 Approximate 알고리즘 등에 관하여 공부한다. 여러 가지 유용한 문제들에 대해 알고리즘을 설계하고 실제 프로그래밍을 통하여 구현해 봄으로서 강의시간에 소개된 이론을 실습하고 시스템 구현에 필요한 노하우를 습득한다.전선 / 대학원
인지과학 연습 1의 내용을 보다 확장하여 인지과학의 연구사, 연구주제등을 다각도로 검토하여 과정에 진입한 학생들에게 인지과학의 기초적 지식배경을 제공하는데 목적이 있다.전선 / 학사
본 수업에서는 패러메트릭 디자인 프로세스와 3차원 공간의 기하학적 원리에 대한 이해를 바탕으로 알고리드믹 모델링 툴인 그래스호퍼3D를 통해 생성적 조형을 실험한다. 이렇게 도출된 조형을 다양한 디지털 패브리케이션 전략을 통해 실제로 제작하고 구현함으로써 통합된 디지털 기반 디자인의 생성적 조형의 가능성을 극대화 한다.전필 / 대학원
본 교과목은 데이터과학 분야에 관심있는 통계학 석사 과정 대학원생을 대상으로, 데이터 랭글링 및 시각화, 회귀분석, 선형 모형, 일반화 선형 모형, 혼합 모형, 분류를 포함하여 모든 데이터 과학자가 익숙해야 하는 통계 방법론 및 이를 통계 소프트웨어를 사용해 적용하는 실례를 다룬다. 기존의 통계학 과목과 비교하여 본 교과목은 이론에 대한 강조가 덜한 대신, 통계 방법론을 구현하고 주요 개념을 실제 자료에 적용하여 데이터를 분석하기 위해 어떻게 소프트웨어를 사용하는지에 대해 더 중점을 둔다. 주요 개념에 대해서는 그것이 “작동하는 이유”에 대한 직관적 설명을 위주로 한다. 본 과목의 모든 통계 분석은 R과 Python을 사용한다.전선 / 대학원
본 과목에서는 고차원 데이터의 저차원 표현을 학습하기 위한 기하학적 방법을 소개한다. 미분 기하학의 기초(구체적 주제는 리만 다양체 및 Lie 그룹, 텐서, 커넥션 및 fiber 번들 포함)를 다룬 후, 고차원 데이터에 대한 기존 기계 학습 알고리즘(예: 매니폴드 러닝, 메트릭 러닝)의 기하학적 일반화 방법을 개발하여, 대칭적 구조가 존재하는 고차원 비유클리디언 데이터 문제에 적용한다. 위와 같은 방법을 구현하기 위한 효율적인 계산 알고리즘도 소개한다. 후반부에는 Ito 확률 미분 방정식의 관점에서 강화 학습과 확률 최적 제어 간의 관계를 고찰하여, 고차원 비유클리디언 데이터 강화 학습 문제에 적용 가능한 기하학적 방법도 개발한다.전선 / 대학원
본 강좌는 영상 데이터를 분석하기 위한 수학적 모델링 기술 및 기계 학습 기술 등을 강의한다. 영상 데이터 분석에 널리 이용되는 기본적인 기계 학습, 특히 딥 러닝 기법을 집중적으로 학습하고, 이러한 기술이 다양한 영상 분석 문제에 어떻게 적용되는지 살펴본다. 이론 강의뿐만 아니라 실습과 프로젝트를 통하여 영상 데이터 분석에 필요한 다양한 기술을 학습한다. ● 기계학습 기초 리뷰 (지도학습, 비지도학습, 준 지도학습) ● 합성곱 신경망 (컨볼루션 신경망) ● 순환 신경망 (리커런트 신경망) ● 이미지 데이터 처리 기법 (이미지 분류, 물체 인식, 이미지 분할) ● 비디오 데이터 처리 기법 (비디오 분류, 행동 인식, 영상 내 검색, 물체 추적) ● 다면성 데이터 처리 (시청각-언어 정보 처리) ● 생성적 모델링전선 / 학사
본 수업은 2D, 3D 디자인에 시간과 인터랙션 차원을 결합한 4D ID 컴퓨테이션 디자인 기술을 학습할 것이다. 학생들은 그래스호퍼, 파이썬, 유니티 등의 프로그램 학습을 기반으로, 사진이미지, 비디오 애니메이션, 사물과 공간 요소를 활용하여 3D기반 모션과 가상현실 구축을 위한 기본 지식을 습득하게 된다. 그리고 이를 다양한 매체로 응용하는 4D 디자인 실습 프로젝트를 통해, 학생들 자신의 표현 능력을 계발하는 기회를 가지게 될 것이다.전선 / 대학원
이 교과목에서는 비선형시스템 식별에 관련된 각종 실용적 기법들을 소개한다. 또한, 비선형 목적함수의 최적문제의 해를 구하는 각종 비선형프로그래밍기법도 소개한다. 단, 비선형궤환제어와 컴퓨터 네트워크 등에 효과적으로 사용될 수 있는 기법들에 국한하여 심도 있게 공부하고 실제 응용 예를 통하여 그 가능성을 토의한다.전선 / 대학원
지상촬영 위성 센서를 중심으로 그 활용범위를 살펴보고 실제로 컴퓨터처리 과정을 통하여 토지이용 분류, 삼림, 토질조사, 농업 등에의 활용능력을 배양한다.전선 / 대학원
빠르게 변화하는 오늘날의 세계에서 현대미술가들은 디지털 테크놀로지와 새로운 도구들의 그들의 예술실험에서 매우 창의적으로 사용하고 있다. 본 교과목은 동시대 예술가들의 작품에서 테크놀로지 기반 미술제작과정을 고찰하고자 한다. 테크놀로지 사용에 있어서의 지속가능성, 협업, 조화, 정의, 인간/비인간적 관계, 그리고 물질주의와 같은 주제들을 탐구하여, 학생들은 이러한 예술가들의 작품들이 미술교육 현장에 주는 함의가 무엇인지 연구할 것이다. 그들은 동시대 예술이 커리큘럼 개발을 통해 미술수업에 효과적으로 소개될 수 있는지를 연구할 것이다.전선 / 대학원
본 강의에서는 지능시스템을 위한 패턴인식 알고리즘들에 대해서 공부한다. 패턴인식은 문자인식, 지문인식, 얼굴인식, 음성인식 등을 모두 포괄하는 지능시스템을 구현하기 위한 필수적인 분야로 그 응용 분야가 매우 다양하며 풀고자 하는 문제에 따라 분류문제, 회귀문제, 군집화문제 등으로 나눌 수 있다. 본 강의에서는 각각의 문제들을 풀기 위해 대표적으로 사용되는 알고리즘들에 대해서 살펴보며 수강생들로 하여금 학기중 프로젝트를 통해서 패턴인식 기술을 사용하는 지능형 시스템을 구현해 보도록 한다.전선 / 학사
여러 가지 문제를 컴퓨터로 해결하기 위한 다양한 방법론이라 할 수 있는 알고리즘을 본 과목에서는 소개한다. 특히 알고리즘 분석 기법을 통해 효율적인 알고리즘을 개발하고 이해할 능력을 키운다. 또한 컴퓨터가 풀 수 있는 쉬운 문제와 어려운 문제를 구별하기 위한 NP-complete 이론을 배우며 어려운 문제를 해결하기 위한 근사 알고리즘을 소개한다.전선 / 학사
AI를 이용하여 주차장 게이트에서 번호판을 인식후 주차장 게이트를 Open/deny 하는 과정을 구현한다. 자동차 번호판을 인식하기 위해 object-detection, Text Detection, OCR, Image Captioning, Generative Model 등 다양한 컴퓨터 비전 에 사용되는 딥러닝 모델들의 개요에 대해 배우고, GPU 서버를 이용하여 이 과정들을 구현한다.