Earticle

카메라를 머리에 쓰는 웨어러블 환경에서 손 제스처를 이용한 직관적인 사용자 입력 인터페이스를 제공하려면 착용 자의 머리 움직임에 따른 카메라 움직임에 대한 고려가 필요하다. 본 논문에서는 이러한 동적 카메라 환경에서 손 제스처 인터페이스를 바르게 인식할 수 있도록 특징점 기반 카메라 트래킹을 이용한 손 움직임 보정기법을 제안한 다. 본 방법은 공간 영상에서 특징점 기반 정적 배경 객체를 검출한 후 실시간으로 입력된 카메라 영상에서 해당 배 경 객체와 매칭을 수행하여 카메라의 움직임 정보를 획득한다. 획득된 카메라 정보를 기반으로 현 프레임의 손 위치 를 보정하여 보다 정확한 손 움직임 정보를 구한다. 본 논문에서 정의한 스마트 TV를 위한 손 제스처 입력 인터페 이스에 대하여 실험한 결과 움직임 보정을 하지 않았을 때는 52%의 저조한 인식률을 보인데 반해 제안방법을 적용 하면 89%의 높은 인식률을 보였고, 26 fps 이상의 처리 속도를 보여 실시간으로 활용이 가능함을 알 수 있었다. 본 방법은 스마트 글래스 환경에서 손 제스처를 이용한 비접촉식 사용자 입력 인터페이스로 활용될 수 있다.

In order to provide an intuitive user-friendly input interface using hand gestures in a head mounted camera based wearable environment, it is necessary to consider the hand and camera movements according to the wearer's flow applied at the same time. This paper proposes a correction method on the hand motion using feature-point-based camera tracking for the dynamic camera environment. For this, we extract static background objects from the environment images. Next, in real-time we acquire the movement information of the camera by matching the correspondence points between the background objects detected from the camera input image and the stored background objects, and thereby obtain a more accurate hand motion information by correction the hand position of current frame based on the acquired camera information. As a result of the experiment on hand gesture interface defined in this paper, this method showed about 89 % recognition rate compared to 52 % obtained when no motion correction is performed, while showing processing speed of more than 26 fps, which indicates that it can be utilized in real time. In addition, this method is expected to be used as a contact-less user input interface in the smart glass environments.

최근 스마트폰이나, 테블릿 PC 와 같은 휴대 장치를 통하여 많은 사용자들이 게임을 즐기고 있으며, 디스플레이 장 치로 유기 발광 다이오드 (Organic Light-Emitting Diode (OLED))가 많이 사용되고 있다. 본 논문에서는 각 종 GUI (Graphical User Interface) 객체가 삽입된 게임에서 유기 발광 다이오드 소모 전력 감소 기법을 설계하 고 구현한다. GUI 객체를 전력 소모량과 사용자 선호도에 따라서 분류하고, 화면에 표현 시에 소모되는 전력 소모 량을 예측하고, 전력 한도 (energy budget)에 따라서, 적응적으로 GUI 객체의 색깔을 바꾸는 알고리즘을 제안한 다. 또한 제안한 스킴을 발달장애아동을 위해 구현된 가속센서를 활용하여 물체를 찾는 게임을 안드로이드 플랫폼에 적용하였다. 검증 결과 제안한 알고리즘은 최적에 접근한 결과를 나타내며, 전력 측정 결과 색깔 값에 따라서 5%에 서 20%의 전력 감소가 발생하는 것을 확인하였다.

Recently, many users enjoy games using their portable devices such as smartphones and tablet PCs, many of which are equipped with organic light-emitting diode (OLED) for display devices. This paper proposes the design and implementation of a new OLED power management scheme for games with several graphical user interface (GUI) objects. For this purpose, we represent GUI objects as a tuple of power and utility based on the amount of power consumption and user preference, and propose an algorithm that determines the color of each GUI object. We implemented the proposed scheme on a game developed for the improvement of cognition of developmental disabilities. Real measurements show that: (1) the proposed algorithm provides near-optimal solution and it can save between 5% and 20% more than the original game.

대용량 민감 데이터에 대한 아웃소싱이 각광받음에 따라, 이를 보호하기 위한 데이터 암호화 기법이 요구되고 있다. 이에 따라, 대용량 암호화 데이터 관리를 지원하는 분산 색인 구조 및 암호화된 데이터 상에서의 질의처리 알고리즘 이 요구되고 있다. 그러나 기존 분산 색인 구조 중 암호화 데이터의 특성을 고려한 연구는 존재하지 않는다. 또한, 기존 암호화 질의처리 알고리즘은 지원 가능한 질의 타입이 한정적이며, 상이한 방식으로 암호화된 컬럼 간 연산을 지원하지 못하는 문제점이 존재한다. 이를 해결하기 위해, 본 논문에서는 비트맵 기반 분산 색인 구조 및 암호화 질 의처리 기법을 제안한다. 제안하는 분산 암호화 색인 구조는 데이터 프라이버시를 보장하며, 다양한 종류의 질의에 대해 성능 향상을 제공한다. 아울러, 제안하는 암호화 질의처리 기법은 복호화를 수행하지 않고 질의처리를 수행함 으로써 데이터 보호 수준을 향상시키며, 높은 질의 처리 성능 및 정확도를 보장한다. 아울러 성능평가를 통해 제안 하는 색인구조 및 암호화 질의처리 기법이 대용량 민감 데이터 보호에 적합함을 보인다.

As the outsourcing of the large sensitive data has been highlighted, data encryption schemes to protect the sensitive data are required. Accordingly, it is necessary to develop not only a distributed index structure to manage the large amount of encrypted data, but also a query processing scheme over the encrypted data. However, there has been no index structure considering the encrypted data. Existing query processing schemes over the encrypted data can support limited types of queries. In addition, the schemes cannot support operations among data with different columns because they use different types of encryption schemes depending on their attribute type. To solve these problems, in this paper, we propose a bitmap-based distributed index structure and a query processing scheme for the encrypted data. The proposed distributed index structure guarantees data privacy preservation and performance improvement for the various types of queries. In addition, by processing a query over the encrypted data without data decryption, the proposed query processing scheme guarantees the high query performance and accuracy while preserving the data privacy. Finally, we show from our performance evaluation that our proposed index structure and query processing scheme are suitable for protecting the data privacy of the large sensitive data.

간 이식의 가상 수술 계획 수립에는 간 혈관 구조에 따라서 정확하게 간 영역을 구분하는 것이 필요하다. 이러한 요 구 사항들은 기존에는 의사들에 의하여 수작업으로 수행되어왔지만, 최근 CT (computed tomography)의 발전에 따른 영상 데이터량의 급격한 증가로 인하여 의사들의 수작업을 보완할 컴퓨터를 이용한 보조 진단 기술의 필요성이 급증하고 있다. 하지만, 환자와 조영제에 따른 간 CT 영상들의 다양성으로 인하여 기존의 영상 분할, 골격화 기법 들은 실제 데이터에 적용되어 좋은 결과를 보여주기가 어렵다. 본 논문에서는 간 문맥기 CT 영상에서 간 혈관 분할 및 구분 기법과 골격화 기법을 제안한다. 최적 임계값 기법으로 간 혈관을 정확하게 분할 및 구분하고, 경로 나무와 레벨 셋 기법으로 간 혈관을 골격화하여 구조를 분석한다. 20명의 환자 데이터에 대한 실험 결과 제안 기법으로 정 확한 간 혈관 분할 및 골격화가 가능하였다. 제안 기법은 공여자의 간 영역을 구분하는 데 사용될 수 있다.

For the virtual surgery planning of liver transplantation, it is necessary to divide liver segments according to liver vascular structure accurately. Although these requirements have been manually performed by doctors, the demands on computer-aided diagnosis are dramatically growing according to the increased amount of medical image data by the recent development of CT. However, conventional image segmentation, and skeletonization methods cannot be directly applied to clinical data due to the characteristics of liver CT images varied largely by patients and contrast agents. In this paper, liver vessel segmentation, classification, and skeletonization method is proposed in portal-phase liver CT images. Liver vessel is accurately segmented and classified by optimal thresholding. The skeletonization of liver vessel is performed by using path tree and level set method. Experimental results showed that proposed method accurately performed the segmentation and skeletonization of liver vessels for twenty patient datasets. Proposed method can be used for the liver segment division of donors.

시뮬레이션이란 다양한 개체들이 모델링 된 정보에 따라 입력된 행동을 수행함으로써 실제 환경에서 실험하기 어려 운 문제들의 결과를 예측하고 검증하는 방법이다. 기존의 시뮬레이션 방법에서는 시뮬레이션이 시작되기 이전에 사 용자가 입력한 행동들을 시뮬레이션 개체들이 수행하거나 특정 조건에서 정의된 행동을 수행하여 시뮬레이션을 진 행했다. 하지만 기존의 방법을 통해 이루어지는 시뮬레이션의 경우, 사용자가 사전에 정의한 제한적인 범위 내에서 의 시뮬레이션만이 가능하며 실제 상황에서 발생될 수 있는 다양한 예외 상황을 고려하기 어렵다. 이러한 문제점을 극복하기 위해 본 논문에서는 시뮬레이션 개체들의 동적인 행위 계획을 위해 기존의 데이터 기반 학습과 지식 기반 학습을 상호 보완한 새로운 통합 학습 방법을 제안한다. 제안하는 통합 학습 방법을 통해 시뮬레이션 개체들은 다양 한 상황을 학습할 수 있으며 실제 시뮬레이션 과정에서 시뮬레이션 환경이 변경될 경우, 학습된 지식을 바탕으로 스 스로가 상황에 알맞은 새로운 행동을 계획할 수 있다. 또한, 제안하는 학습 방법을 군사 도메인의 시뮬레이션 상황 에 적용해보고 제안하는 학습 방법의 실제 적용 방법과 가능성을 검증한다.

The simulation is the method to predict and analyze the problem that is difficult to experiment in real world through the interaction between modeled entities. Existing simulation methods are operated based on initial input, which is entered when the simulation is started. But, it is only available to simulate limited and predefined situation, and impossible to handle the undefined exceptions. In order to overcome these problems, we propose unified learning approach, which is combining data-driven learning and knowledge-driven learning, for simulation planning. Proposed approach can plan new appropriate behaviors by learning many simulation experiences and domain knowledge in changing simulation environments. Also, we will verify the feasibility and effectiveness of proposed approach applying in the military simulation.

빅데이터 처리 환경에서 다중 구조의 데이터 분석 작업을 효율적으로 처리하기 위해서 하둡 기반의 다양한 컬럼 기 반의 저장 기법들이 활용되고 있다. 컬럼 기반의 저장 기법은 희소 속성들에 대한 선택, 집계 연산에 매우 효율적이 지만 레코드를 재구성하는데 많은 비용을 요구한다. 본 논문에서는 다양한 구조의 데이터를 구조가 유사한 레코드들 로 클러스터링함으로써, 컬럼 기반의 저장방식을 사용하는 분산 처리 환경에서 질의 처리의 속도를 향상시키는 기법 을 제안하고 실험을 통해 제안하는 방법이 다중 데이터에 대한 질의 처리 성능 개선에 효율적임을 입증한다.

To support multi-structured data in big data processing environments, distributed data processing frameworks often make use of a column-oriented storage technique. While column-oriented storage techniques efficiently handle analytic tasks such as selection and/or aggregation on a sparse column, they are not efficient in reconstructing records. In this paper, we propose a clustering technique that partitions data into groups of records having similar structures so as to reduce the number of columns in each group. We can not only reduce the search space of a query but also improve the performance of reconstructing a record by partitioning data. Through experiments, we show that the proposed technique improves the performance of query processing on multi-structured data.

편집거리는 근사문자열매칭의 대표적인 점수척도로, 길이가 m, n인 두 문자열에 대한 편집거리는 동적프로그래밍 을 이용하여 O(mn) 시간에 계산할 수 있다. 편집거리 계산을 위한 다양한 알고리즘이 연구되고 있으며 그 중에는 병렬 알고리즘에 대한 연구도 포함되어 있다. 본 논문에서는 두 문자열에 대한 편집거리를 계산하는 맵리듀스 알고 리즘을 제시한다. O(mn) 시간에 동작하는 Wagner와 Fischer의 알고리즘과 O(mn/t) 시간에 동작하는 4-러 시안 알고리즘을 각각 맵리듀스 알고리즘으로 변환하고 설명한다. 그리고 맵리듀스 알고리즘들에 대한 이론적인 비용 분석과 함께 제안하는 알고리즘들이 순차 알고리즘보다 시간 효율성을 갖기 위한 조건도 제시한다.

The edit distance metric is one of the most widely used scoring metric for the approximate string matching. Given two strings with lengths m and n, we can compute the edit distance between them in O(mn) time using dynamic programming technique. There are several algorithms for the edit distance problem and some of them are parallel algorithms. In this paper, we present two MapReduce algorithms for the edit distance problem between two strings. We convert the Wagner and Fischer algorithm and the Four-Russians algorithms to the MapReduce algorithms and explain them. In addition, we explain some theoretical analysis for our algorithms using a cost model for MapReduce.