Earticle

본 논문에서는 로봇의 전역경로계획을 위한 지원맵 생성방법 중 적의 위협도를 고려한 위협맵 작성 방법에 대해 연 구하였다. 한국군 군대부호에 명시되는 정보 중 로봇 경로계획에 대한 정보들을 분류하고, 이에 대해 각 무장에 대 해 가정된 가중치를 부여하여 위협맵을 작성할 수 있도록 하였다. 위협 정도에 대한 자료구조 및 데이터를 분석하고 아군 로봇과 비교하여 위협도를 산출하였다. 또한 적의 위협 정도를 수식적으로 함수화하였으며 최소자승법을 통해 정량적으로 수치화하였다. 이렇게 산출된 위협도를 작전지역에 가시화하여 위협맵을 생성하였으며, 위협도를 반영 한 로봇의 경로를 계획하도록 하였다. 최종적으로 제시한 알고리즘에 대하여 시나리오 및 실험결과를 통해 성능을 검증하였다.

This paper proposes a threat map generation method considering the threat of enemy for robot path planning. Through classifying information for robot path planning of ROK military code and assuming a weight for each weapon, the threat level can be created. The threat level could be yielded by analyzing the data structure of threat and compared to our robots. Also, enemy's threat is formulated quantitatively using least square method and, the threat map is created visible in the area of operations for robot. Finally, the presented algorithm is verified performance through experimental results with scenarios.

연구개발 과정에서는 매우 다양한 연구 산출물이 작성된다. 이러한 연구 산출물들은 소프트웨어, 특허, 논문 등의 다양한 형태로 분류가 가능하다. 각 산출물들은 각기 다른 목적에 의해서 작성되며, 해당 문서는 최종 배포 시 까지 점검 및 수정과정을 거치게 된다. 이때 이에 대한 변경 이력을 관리하기 위한 방법으로 일반적으로 버전관리를 수행 하게 된다. 본 연구는 소프트웨어 원천기술 개발 사업의 수명주기를 파악하고, 수명주기의 각 단계별로 생성되는 산 출물을 식별하여 유형화 과정을 통해, 모든 가능한 산출물에 대한 분류체계 및 코드체계를 부여하기 위한 방법을 제 시하였다. 이러한 체계는 소프트웨어 컴포넌트 개발을 포함하는 연구개발 사업에서 생산되는 다양한 문서들에 대하 여 문서 관리의 체계성과 효율성을 도모하고, 작성된 문서의 재사용을 위한 접근성을 높임으로써, 궁극적으로 프로 젝트 산출물의 품질을 향상시키는 이점을 제공할 것이다.

A wide and various type of outcomes will be created in the research and development(R&D) process. Those outcomes can be classified into the artefact types of software, patents, research papers, and so on. Each artefact has developed with its own purpose and its own use, and also reviewed and modified by project stakeholder up to the point of final delivery. Generally it uses a version control technique to manage the life-cycle of those artefacts. We define, in our study, the life-cycle process of R&D based development of software system, and identify and classify all possible artefacts into several categories. So, this paper proposes a typology of all kinds of artefacts developed through the whole life-cycle of a software R&D project. This typology can provide those benefits of a systematic way of all document management, fast access for a document to reuse, and quality improvement of project products.

고품질의 소프트웨어 개발을 위해서는 소프트웨어 생명주기 상에서 발생하는 모든 산출물에 대한 품질이 보장되어 야 하며, 이를 위해서 소프트웨어 산출물의 품질 점검은 작성된 산출물의 정확성, 표준 준수성, 일관성 등 품질과 관련된 항목들에 대해 해당 문서가 어느 정도의 완성도를 나타내고 있는지 체크한다. 이러한 점검은 현재 작성된 산 출물의 문제점을 정확히 파악하고 효율적으로 개선하는데 매우 중요한 역할을 담당한다. 본 연구에서는 기존의 평가 체계에서 문제시되었던 평가항목의 모호성, 주관적 전문성에 대하여 이를 정제하고 명확히 의미전달이 될 수 있도록 평가 항목을 정량화하였다. 제안하는 방안은 소프트웨어 연구개발 과제에서 수행하는 소프트웨어 산출물 품질 평가 에 있어서 평가의 주관성을 배제하여 더 객관적인 시각을 제공함으로써 산출물 점검을 보다 정확하고 효과적으로 수 행하도록 하였으며, 향후 산출물 품질 개선을 위한 유용한 정보로 활용할 수 있을 것으로 기대한다.

The quality of all artifacts occurring in the software life cycle must be guaranteed to develop high quality software. For this, the quality evaluation is that inspection on the completeness of artifact about correctness, standards compliance and consistency. These inspections play an important role in identifying the problems of current artifact and improving efficiency. We refine, in this study, the ambiguity and subjectivity of the existing evaluation system, and quantify the evaluation items in order to convey meaning clearly. On the software R&D projects, the proposed method makes more accurate and effective quality evaluation of software artifacts through the objective point of view by excluding the subjectivity. In the future, it can be utilized for quality improvement as the useful evaluation information.

논문에서는 고성능 컴퓨팅 클라우드 기반의 발현 유전자 분석 서비스를 제공하는 EST-cloud를 제안한다. EST 파 이프라인은 순차적 프로그램으로 구성되어 있어서, 고성능 컴퓨팅 시스템에서 EST 분석을 실행하려면 상당한 기술 노력을 요구한다. 이러한 이유로 고성능 컴퓨팅 지식이 충분하지 않은 생물정보학 연구자라도 이러한 문제를 쉽게 해결할 수 있도록 돕기 위해 EST-cloud를 개발하고자 한다. 이를 위해 EST 분석 파이프라인을 비교적 손쉬운 클 러스터 컴퓨팅 환경으로 확장하여, 사용자가 EST 분석을 가상화 기반의 클라우드에서 실행할 수 있도록 한다. 또한 EST 분석 파이프라인을 프라이빗 클라우드 인프라에 이식하여 웹 서비스로 제공한다. EST-cloud에서 가상 컴퓨 팅 및 스토리지 자원을 효율적으로 관리하기 위해, 가상 인프라를 동적으로 관리할 수 있는 KRSE를 고안하여 제시 한다. KRSE는 EST 분석 파이프라인의 분산 병렬 처리를 자동화하며, EST 분석 성능 (전체 처리시간)을 35% 정 도 절감한다. EST-cloud는 http://estcloud.kobic.re.kr에 접속하여 사용 가능하다.

In this paper, EST-Cloud, which provides an analysis service of Expressed Sequenced Tag (EST) based on cloud computing, is proposed. Since many EST pipelines consists of sequential programs, it requires some technical efforts to compute EST analysis on high performance computing systems. Hence, we develop EST-Cloud to help bioinformatics researchers easily overcome this problem without enough knowledge of high-performance computing. To do this we extend EST analysis pipeline to a relatively low-priced cluster computing environment, which allows users to execute EST analysis on a virtualized cloud. We also transplant the EST pipeline on in-house private cloud infrastructures and provides EST analysis as a web service. In order to efficiently manage virtualized computing and storage resources for EST-cloud, we devise a special-purpose scheduler, KOBIC Resource Scheduling Engine(KRSE), which dynamically manages virtual infrastructure for EST-cloud. KRSE automates distributed and parallel execution of EST analysis. By applying KRSE to EST-cloud, total response time for EST analysis has been reduced by 35%. EST-Cloud can be used at http://estcloud.kobic.re.kr.

본 논문에서는 가시광선 영역과 NIR 영역에 있어서 식물 잎의 반사 빛을 이용하여 식물 잎의 수분함량을 포함한 건 강상태 측정 방법을 제안하였다. 식물의 영상좌표(X,Y)에 대하여 파장별 굴절률(Z)에 의하여 분석하면 식물 잎의 선택적 파장에 대한 일반적인 굴절율과 분포를 벗어난 굴절률을 가지는 특성과 식물의 특정 질병에 대한 특정 파장 별대별 특성을 이용하여 식물의 질병 및 스트레스를 예측할 수 있다. 또한 가시광선 영역과 NIR 영역을 포함하여 수분에 의한 흡수영역이 1.4[㎛] 파장의 반사율을 활용하여 식물 잎의 정상적인 대사활동과 질병에 의한 비정상적 인 활동의 변화를 측정하였다.

In this paper, we propose a medical condition measurement, including the water content of the plant leaf using the reflected light of the plant leaf in the visible light range NIR(near infrared)region. Proposed a result, the image coordinates (X, Y) for an analysis of a specific wavelength by the refractive index (Z) of a specific wavelength in a specific disease and plants having common characteristics and the refractive index distribution of the refractive index outside the selective wavelength of the plant leaf with respect to the plant were classified by using a specific disease and to predict the characteristics of a plant stress. Therefore, the visible light region and the absorption region due to the moisture including the NIR region 1.4 [㎛] by utilizing the reflectance of the wavelength was measured by the change in the abnormal activity in normal metabolic activity and diseases of the plants leaves.

디지털 비디오 데이터의 효과적인 색인과 검색을 위해서는 비디오 영상 안에 존재하는 자막을 활용하는 것이 매우 중요하다. 본 논문에서는 DCT(discrete cosine transform) 계수와 에지를 이용하여 입력 영상 안에 포함된 자막 을 강건하게 검출하는 방법을 제안한다. 제안된 방법에서는 먼저 입력 영상으로부터 자막이 존재할 것이라고 예상되 는 후보 자막 영역을 수평과 수직 방향의 고주파 특징을 이용하여 검출한다. 그런 다음, 후보 자막 영역에서 자막을 형성하는 영역들만을 에지의 군집화를 통해 추출한다. 그리고 앞에서 추출한 자막 영역에서 배경을 제외하고 문자만 을 추출한다. 마지막으로, 추출된 자막 영역이 비 자막 영역을 포함하지 않고 실제 자막 영역만을 포함하고 있는지 를 신경망을 이용하여 최종적으로 검증한다. 실험에서는 본 논문에서 제안한 자막 영역 검출 알고리즘이 서로 다른 상황에서 자막을 강건하게 추출한다는 것을 여러 가지의 실험을 통해 보여준다.

Utilizing captions is very important for effective video indexing and retrieval in digital video data. In this paper, we propose a method of robustly detecting captions using DCT(discrete cosine transform) coefficients and edges in input images. The suggested method first detects candidate caption regions by using horizontal and vertical high-frequency DCT coefficients. The method then obtains character regions containing captions from candidate regions through edge clustering. Subsequently, we separate captions from background in the obtained candidate region. Finally, we determine actual caption regions among candidate regions using an artificial neural network. Experimental results show that the proposed method can robustly extract caption regions from different input images.

본 논문은 스크린 스포츠의 한 분야로 스크린 클라이밍을 제안한다. 스크린 클라이밍은 스포츠 클라이밍과 ICT 기 술 융합으로 기존의 스포츠 클라이밍과는 다른 이점을 갖게 한다. 가상현실 기술 적용으로 실제 암벽과 같은 느낌이 조성되며, 사용자 운동 능력에 맞는 루트를 사용자에게 제공한다. 등반 정보를 기록하여 등반 정보를 분석하고, 특 정 이벤트 등으로 인해 게임적인 요소가 가미된다. 따라서 본 논문의 목적은 스크린 클라이밍을 위한 인터렉티브 인 공암벽을 구현하는 것이다. 인터렉티브 인공암벽은 사용자 요구에 따라 등반 루트가 실시간으로 매핑 되는 것을 목 표로 한다. 사용자 요구에 따라 등반 루트가 매핑되는 인터렉티브 인공암벽 공간 구성과 시스템을 설명하고, 루트 등록과 매핑 과정을 시스템적으로 처리하기 위한 홀드인식 기술을 설명한다.

In this paper screen climbing is presented as a field of screen sports. Screen climbing is combination of sport climbing and ICT technology, which has different benefit from the existing sport climbing. With application of virtual reality, the same environment as real rock climbing is created, and customized route for each user is provided. Climbing information is recorded and analyzed, and special events add elements of games. Therefore, the objective of this paper is to fulfill interactive artificial climbing structure for screen climbing. Interactive artificial climbing structure aims at mapping climbing routes in real time according to user's request. This paper explains space organization and system of interactive artificial climbing structure mapping climbing route upon user's request and explains hold recognition technology to systemically operate route registration and mapping process.

이미지 분류는 관심이 높은 연구 분야로 이미지 데이터의 방대한 양을 시각적 콘텐츠에 따라 다양한 클래스로 분류 한다. 연구자들은 다른 카테고리에 이미지를 분류하기 위한 다양한 하위 수준 특징 기반 기술을 제시하고 있다. 그 러나, 효율적이고 효과적인 분류 및 검색은 여전히 시각적인 내용의 복잡한 특성으로 인해 어려운 문제로 남아있다. 또한, 기존의 정보검색기술은 보안에 취약하여, 환자의 기록 및 법 집행 기관의 데이터베이스와 같은 개인의 시각적 콘텐츠를 제3자에 의해 검색이 쉬웠다. 그러므로, 우리는 보안 이미지 분류 및 정보 검색에 대한 이미지 스테가노그 래피를 사용하여 새로운 온톨로지 기반의 프레임 워크를 제안한다. 제안된 프레임워크는 하위 계층 이미지 특징을 효율적인 분류 결과인 온톨로지의 상위 계층 컨셉의 매핑을 위해 도메인 특징 온톨로지를 사용한다. 또한 제안된 방 법은 내용 안에 비밀 메시지와 같은 이미지의 의미를 숨기고 정보 검색 프로세스를 제3자로부터 보호하기 위해 이미 지 스테가노그래피를 이용한다. 제안된 프레임워크는 기존기술의 복잡도를 최소화하고 개인의 이미지 데이터베이스 로부터 안전하고 실시간 시각적 콘텐츠 검색을 위해 적합한 기술을 증대시킨다. 다른 최신 기술의 시스템과 비교하 여 실험한 결과 제안된 프레임 워크의 효율성, 유효성 및 보안을 확인 하였다.

Image classification is an enthusiastic research field where large amount of image data is classified into various classes based on their visual contents. Researchers have presented various low-level features-based techniques for classifying images into different categories. However, efficient and effective classification and retrieval is still a challenging problem due to complex nature of visual contents. In addition, the traditional information retrieval techniques are vulnerable to security risks, making it easy for attackers to retrieve personal visual contents such as patient’s records and law enforcement agencies’ databases. Therefore, we propose a novel ontology-based framework using image steganography for secure image classification and information retrieval. The proposed framework uses domain-specific ontology for mapping the low-level image features to high-level concepts of ontologies which consequently results in efficient classification. Furthermore, the proposed method utilizes image steganography for hiding the image’s semantics as a secret message inside them, making the information retrieval process secure from third parties. The proposed framework minimizes the computational complexity of traditional techniques, increasing its suitability for secure and real-time visual contents retrieval from personalized image databases. Experimental results confirm the efficiency, effectiveness, and security of the proposed framework as compared with other state-of-the-art systems.