Earticle

고객이 니즈(Needs)를 찾기 위한 빅데이터 분석은 이미 많은 연구가 이루어지고 있다. 비정형적 데이터를 정형화 하는 노력들은 웹 마이닝, 텍스트 마이닝, 오피이언 마이닝 등으로 연구가 이루어진다. 일상 생활에서 이슈가 되는 것들을 네트워크에서 함께 공유하며 의견을 나누어가는 소셜 네트워크 서비스(SNS)에 대한 관심도 더욱 높아지고 있다. 고객의 SNS 반응도가 높을수록 수많은 비정형 데이터가 분석되어야 한다. 사용자 또한 원하는 주제의 검색을 편리하게 돕는 기능으로 해시태그(Hash Tag)인 [#]를 사용하여 해당 주제에 글들을 검색과 의견을 공유하고 있다. 이런 주제어는 의미가 함축적이고 많은 사람이 공유할 수 잇는 단어로 사용자들간의 정제된 키워드를 사용함으로 보다 많은 의미를 가지고 있다. 이런 해시태그를 활용하여 SNS의 시간 자료 수집과 태그간의 연관 분석이 가능한 시스템 설계와 웹 페이지 구현을 통하여 실시간으로 고객들의 니즈를 파악하고자 한다.

영상 감시 시스템은 다양한 실외 환경에서 실시간으로 수집되는 다채널 영상을 처리해야 하며, 저시정 환 경에서는 영상 품질이 급격히 저하되는 문제가 발생한다. 이를 해결하기 위한 인공지능(AI) 기반 영상 복원 기술 은 고품질 영상 복원을 가능하게 하지만, 높은 연산 자원 요구로 인해 모든 채널에 일괄 적용하기에는 실시간성 확보가 어렵다. 본 논문에서는 복원 기능을 채널별로 선택적으로 적용할 수 있는 선택적 제어 구조(Selective Control Architecture)를 제안하고, 온 디바이스 환경에서 구현된 시스템의 자원 효율성과 실시간 처리 성능을 실 험적으로 분석하였다. 실험 결과, 복원 기능의 적용 채널 수에 따라 GPU 사용률과 영상 출력 속도가 크게 달라지 는 것을 확인하였으며, 선택적 제어 구조가 자원 최적화와 시스템 안정성 확보에 효과적임을 입증하였다. 본 연구 는 AI 영상 복원 기술의 실시간 시스템 통합에 있어 유연하고 실용적인 구조 설계 방안을 제시하며, 향후 모델 경량화 및 병렬 처리 구조 확장을 통한 시스템 고도화를 계획하고 있다.

Video surveillance systems must process multi-channel real-time streams in various outdoor environments, where image quality often deteriorates under low-visibility conditions such as fog or haze. While AI-based video restoration techniques have shown promise in recovering high-quality images, their high computational demands make it difficult to apply them uniformly across all channels in real-time systems. This paper proposes a Selective Control Architecture that enables channel-wise activation of AI restoration functions. The system was implemented in an on-device environment using a CPU with integrated GPU, and its performance was evaluated by measuring GPU usage and frame rate under varying numbers of active restoration channels. The experimental results demonstrate that GPU load and processing speed significantly change depending on the number of channels using AI restoration, and that the proposed architecture effectively optimizes resource usage while maintaining system stability. This study provides a practical system-level solution for integrating AI-based restoration into surveillance platforms, and future work will focus on model compression and parallel processing to enhance real-time performance and scalability.

커넥티드 카에서 발생하는 실시간 데이터 처리를 위한 엣지–커넥티드 카 환경에서 웹소켓 통신 연구가 활발히 진행 되고 있다. 그러나 웹소켓은 연결 유지, 고정된 연결의 특성으로 대용량 데이터 처리를 위한 분산 엣지 환경을 구성 하는데, 구조적 한계가 있다. 기존 연구는 세션 공유, 아파치 카프카 통신을 활용했으나, 이는 추가 리소스와 종속 성, 확장성 문제가 존재한다. 본 연구는 실시간성, 확장성, 낮은 리소스를 보장하는 새로운 웹소켓 기반 데이터 통신 기법을 제안하며. 이를 Digital Twin 모델에 적용하였고 차량 충돌 이벤트 처리를 통해 제안된 기법의 효율성을 검증했다.

Research on WebSocket communication in edge-connected car environments is ongoing. WebSockets have structural limits for large data handling due to persistent and fixed connections. Previous approaches using session sharing and Apache Kafka faced scalability and resource dependency issues. This study proposes a new WebSocket-based technique that ensures real-time, scalable, and resource-efficient data communication. It has been applied to the Digital Twin model, proving its effectiveness through vehicle collision event handling.

4차 산업혁명 시대 핵심이 되는 제조 및 서비스를 포함한 다양한 분야에서 실세계의 물리적인 환경과 상호작용 가능 한 디지털 프로필을 기반으로 어떤 장비나 생산라인 등의 미래 상태를 예측하고 관리할 수 있도록 하는 디지털 트윈 기술이 주목을 받고 있다. 이에 따라 본 논문에서는 건설기계분야 디지털 트윈 모델을 제시하고, 디지털 트윈 기반 건설기계 자동화 플랫폼에 필요한 데이터 인터페이스 및 실시간 장비 및 부품 이상 유무 예측 시스템을 설계 하였 다. 지능형 차량관리서비스 플랫폼의 일부로서, 제안 시스템은 데이터 생성부터 예측 단계까지 크게 5개 모듈로 구 성하였으며, 분석된 결과로 건설기계의 실시간 이상 유무 판단 가능성을 확인할 수 있었다.

Various fields including manufacturing and services of emerging industry 4.0 era, digital twin technology that can manage and predict the future states of equipments or product lines by interacting with physical environments of real worlds is drawing attention. In this paper, we propose the digital twin data interface model and the method for the real-time fault prediction of construction equipments driven by digital twin. As a part of automotive intelligence service platform, our designed subsystem composed of five modules from data generation to rule-based prediction module, and we confirmed the proper operation of our data interface and real-time fault prediction system.

본 논문에서는 다수 레이더가 발사체를 탐지 및 추적하는 시험 상황 시스템에서 발사체의 예상 위치 추정을 위한 실시간 시험자료 처리 기법을 다루고자 한다. 다수 레이더들은 각각의 고유한 계측특성을 가지고 있으며, 동일한 발사체에 대하여 각기 다른 위치정보를 계측한다. 다수 레이더의 계측값에 대한 신뢰도를 향상시키기 위하여 다수 레이더가 측정한 동일 발사체에 대한 서로 다른 위치정보를 융합하여 통합된 좌표를 공유할 수 있는 기법이 필요하다. 이 논문에서는 다수 레이더에서 계측한 발사체 정보를 수집하는데 필요한 송신 시간 및 계산 지연을 고려하고 특정시간 이후의 발사체에 대한 정확한 예상 좌표 추정을 계산하기 위하여 칼만필터 알고리즘, 선형예측 알고리즘 및 이동평균 알고리즘을 적용한다. 또한, 동일 발사체에 대한 다수 레이더의 위치정보를 융합하기 위하여 각 레이더가 송신한 발사체의 위치 정보 중에서 유효하지 않은 위치 정보를 잡음으로 정의하고, 제거하는 기법을 제안한다. 다수레이더가 계측한 시험자료 중에서 잡음에 해당하는 좌표를 제거하고, 위치좌표를 융합한 후, 일정 시간 이후의 통합좌표 예측 정확도에 대한 성능을 평가하였으며, 세 가지 위치좌표 추정 알고리즘을 사용하여 예상한 위치 정보와 원격측정장비(telemetry) 위치정보 사이의 오차를 비교 분석하였다.

This paper addresses a real-time flight test data processing algorithm for the estimation of the coordinate position of projectiles sensed by multiple radars. Since multiple radars have their own features to search and track targets, they sensor the targets in different results of their estimation. In order to improve the reliability of estimation by multiple radars, multiple radar sites need to share an integrated coordinate position. We thus apply Kalman filter algorithm, linear regression algorithm and moving average algorithm to the estimation of expected future position of a projectile, as considering communication and computation delay. We also define invalidated information, in case that any radar inappropriately detect the coordinate position of the projectile, and suggest a method to exclude the invalidated positions of the projectile. To evaluate algorithms we suggest, in an experiment, we measure and analyze the error between estimated position of the projectile using three algorithms and its position by telemetry.

산업 기술이 발달함에 따라 편리함을 추구하게 되면서 교통수단 역시 발달하고 있다. 대도시에 거주하는 많은 사람들은 버스, 택시, 자가용 등의 교통수단을 이용하여 출퇴근을 하고 있고 여가를 즐기므로 이동시 발생하는 교통사고 의 피해를 줄이기 위한 연구가 필요하다. 본 연구는 실시간으로 도로단위 강우량을 추정하는 법을 다루고 있다. 이를 위해 기상청에서 제공하는 강우 관측 자료와 강우 레이더자료를 실시간으로 수집하여 통합 데이터베이스를 만들고 이를 크리깅 방법을 통해 도로단위 강우량으로 추정하였다. 이 외에도 도로의 실시간 교통소통정보도 강우정보와 융합하여 인터렉티브하게 시각화하는 연구를 수행하였다.

As industrial technology advances, convenience is also being developed. Many people living in big cities are commuting using transportation such as buses, taxis, cars, etc. and enjoy leisure, so research is needed to reduce the damages caused by traffic accidents. This study deals with estimating road-level rainfall in real-time. A rainfall observation data and radar data provided by the Korea meteorological administration were collected in real-time to create an integrated database, which was estimated as road-level rainfall by universal kriging method. Besides, we conducted a study to interactively visualization of mash-up road traffic information in real-time with integrating rainfall information.

In this paper, we propose H/W configuration of high speed open architecture and analysis of JPEG2000 architecture for real-time image processing in mass storage infrared (IR) and charge coupled device (CCD) images. An open H/W architecture has the advantages, such as easy transplantation of H/W and S/W, support of compatibility and scalability for specification of current and previous versions, common module design using standardized design, and convenience of management and maintenance. Therefore, the main purpose of this design is to propose a method for selecting the most suitable commercial-off-the-shelf (COTS) board. We also suggest an architecture design of high speed processing for real-time implementation of JPEG2000 from it. The proposed design of optimum open H/W architecture consists of four conditions: (ⅰ) structuralize for design of open H/W architecture from analysis of requirement, (ⅱ) define for internal and external interfaces in it, (ⅲ) design for memory of digital signal processor (DSP) and field programmable gate array (FPGA), and (ⅳ) analysis for a mounted high speed processing of JPEG2000. We simulated control of tiling and fixed number of compressed coefficient for a mounted high speed processing of JPEG2000. In the experiment, the proposed method showed very efficient compression in IR and CCD images.

This paper deals with the middleware development for real time data processing using ubiquitous RFID(Radio Frequency Identification). This middleware system supports the real time data gathering, filtering, and collaborative operations within SCM. We expect to decrease the data processing cost and to upgrade the status of RTE(Real Time Enterprise) and competitive power of company.

최근에는 디지털 헬스케어 기기가 사용자 중심으로 발전하고 있으며, 이러한 발전은 재활치료 분야에도 적용되 고 있다. 재활치료는 반복적이고 장기적인 과정을 요구하며, 일반적으로 의료진의 감독하에 병원에서 이루어지기 때문 에 사용자 중심의 상시적인 치료가 어려운 경우가 많다. 그러나 최근 ICT 기술 융합을 기반으로 한 바이오센서를 활용 한 생체신호 측정과 분석은 환자 상태를 파악하고 재활 운동을 개선하는데 도움이 된다. 본 연구에서는 뇌졸중 환자를 대상으로 하는 실시간 근기능 평가 시스템을 소개하고, 이 시스템의 실시간 데이터 처리 성능을 분석하였다. 이 시스템 은 중앙 서버와 통신하는 오프로딩 방식이 아닌 온-디바이스 실시간 데이터 처리 기능을 사용하며, EMG 데이터를 활용하여 근기능을 평가한다. 실험 결과에서 데이터 처리 속도와 데이터 처리 시 윈도우 크기와 시프트 개수의 중요성 을 분석하였고 이를 통해 실시간 근기능 평가를 통한 개별 맞춤형 재활치료 서비스 개발이 가능함을 제시한다.

Digital healthcare devices adopt a user-centric approach in rehabilitation therapy, though its repetitive, long-term nature limits it to clinical settings. The integration of ICT technology, particularly biosensors, has enabled objective bio-signal measurement and analysis, offering insights for patient assessment and rehabilitation. In this study, we introduce a real-time muscle function assessment system designed for stroke patients and conduct an analysis of its real-time data processing capabilities. This system employs on-device real-time data processing. Muscle function assessment is achieved through the utilization of electromyography (EMG) data. Our experimental findings shed light on the pivotal role of data processing speed, window size, and shift parameters. This suggests the potential for the development of personalized rehabilitation services through real-time muscle function assessment.

This study constructed a real-time image processing and object recognition system using MobileNet and evaluated its performance on custom robots. The lightweight architecture of MobileNet enabled high performance in resource-constrained environments, demonstrating its capability for real-time object recognition. The findings validate that a MobileNet-based system is well-suited for optimizing the performance of custom robots, especially in low-power settings. This research highlights the potential of efficient real-time image processing and object recognition implementation to enhance the functionality of robotic systems.

Field programmable gate array (FPGA) has the characteristics of high speed, low power consumption, high integration, flexibility and, small size, etc. In this paper, I design a real time infrared image processing and display system based on FPGA for the requirement of real time infrared image processing, which will realize the transmission, transformation, and storage of the image information, and then complete the infrared image edge detection based on Sobel algorithm by using this system as a platform. At last, the advantages of infrared image processing with this system compared with other methods will be verified in this paper. The experimental results show that the system spends 11.44ms on processing the colorful image whose resolution is 640480.The system has realized the real time, high speed, stable and reliable acquisition, processing and display of infrared image and we can realize the infrared target feature extraction, recognition and tracking when we combine the system with other algorithms.

Intel RealSense™ is an exciting new technology that offers innovative multimodal human computer interaction with hand tracking, face tracking, emotion detection, speech synthesis and voice recognition. The technology supports real time background separation by combining the depth and RGB streams of RealSense™ camera. Several past works have provided robust techniques for background separation. Background separated frame is used to augment segmented user photo in an artificial scene. In this work we propose a novel real time technique for augmenting the user in an artificial scene and apply various image filters on the constructed scene. We also propose a “Split Grid” based novel hand gesture driven UI control system that enables the user an intuitive way of working with the system with on-air hand movement and gesture. The system can be used in a wide range of applications like puppetry, photo retouching, and video recording on augmented scene .Usability tests performed by both amateur as well as professional digital photo artists proves ease and efficiency of the tool in generating quick wonderful photo effect in multimodal environment.

This paper proposes a method for optimizing and parallelizing a pedestrian detection algorithm based on CENTRIST in the embedded environment. Pedestrian detection is applied to various areas, but there is a difficulty in the real-time processing of pedestrian detection in the embedded environment. In this paper, a pedestrian detection algorithm that has improved performance by reducing unnecessary memory access due to duplicate computations for real-time processing. The proposed algorithm was implemented in the ALDEBARAN embedded processor(300MHz) which can perform parallel processing. For efficient parallel processing, images were divided into halves which were then processed separately in two CPU cores and the volume of computations was balanced between the two CPU cores. For input images, 512x360 sized images were used. The single core showed the performance of 3.1 frames per second. In the dual core for which the wait time in the process of parallelizing was reduced, the performance improved by about 55% to 4.8 frames per second.

Under indoor environments, a beacon’s received-signal strength is very unstable. Utilizing the signal strength indication for estimating the distance between Access Points(APs) and beacons is very hard as the received signal frequently contains noise signals. Therefore, the noise signals need to be eliminated from the signal. Traditional research methods remove the noise signals by extracting and removing the peak signals. However, these methods consider only the upper side peak signals. This paper proposes a signal processing method that eliminates impulse noises in the beacon-AP signal in real time. By applying a noise filter to the two directional signals of impulse noises, the impulse noises can be eliminated. In the experiments, the proposed method was compared with traditional research methods. Compared to the traditional method, the proposed method reduced the difference between the calculated and estimated signal strength to 64%.

The text localization and recognition in real time scene text images is still a big issue in current application. Mobile application and digitization in real world gives a vital and broad impact on real time scene text images. However, the efficiency of recognition rate depends upon the text localization, i.e., higher the purity of text background segmentation and decomposition, higher the rate of accuracy for the image recognition. In this paper, we present a new scene text detection algorithm based on Stroke detection and Hog Transform method. The method introduces an approach for character detection and recognition which combines the advantages of Hog Transform and Connected Component methods. Characters are detected and recognized on the basis of image regions which contain strokes of specific orientations in a specific relative position, where the strokes are efficiently detected by convolving the image gradient field with a set of oriented bar filters. The method was evaluated on a standard dataset consisting mostly real time images where it achieves state-of-the-art results in both text localization and recognition. The results clearly depict the higher bit of accuracy in terms of localization and recognition for a collected dataset.

In this paper, we propose an in-memory distributed processing method that can rapidly process vehicle location and traffic event data using Spark Streaming. The proposed system enables to share information about surrounding vehicles, pedestrians, and traffic events in real time with drivers who use the WEVING service. In the proposed method, vehicle location and traffic event streams are indexed using the grid indexing technique according to time, and the continuous range query method is processed based on the index. Also, traffic events are grouped based on occurrence time, location, content, and road segment of the traffic event transferred in real time in order to avoid duplicated traffic events. Through experiments, we show that the proposed method is able to deduplicate similar traffic events efficiently.

제조업의 생산 방법은 노동집약적인 방법에서 제조설비 중심의 기술집약적인 방법으로 변경되어가고 있다. 사람 의 노동력을 제조설비가 대체하게 되면서 제조설비의 모니터링과 관리의 중요성이 강조되고 있다. 또한, 최근 빅데이터 기술은 한정된 데이터에서 새로운 가치를 찾아내는 중요한 기술로 등장하였다. 따라서 제조업의 변화는 기존 제조 공장 에 사물인터넷(IoT), 정보통신기술, 센서 데이터, 빅데이터를 융합한 스마트팩토리의 필요성을 증대시켰다. 본 논문에서 는 제조설비 데이터를 몽고DB에 실시간으로 분산 저장 및 처리하는 기술과 R 프로그래밍을 사용한 시각화를 통해 기존 국내 제조업 공장이 빅데이터 기반의 스마트팩토리가 되기 위한 전략을 제시하고자 한다.

Manufacturing methods have been changed from labor-intensive methods to technological intensive methods centered on manufacturing facilities. As manufacturing facilities replace human labour, the importance of monitoring and managing manufacturing facilities is emphasized. In addition, Big Data technology has recently emerged as an important technology to discover new value from limited data. Therefore, changes in manufacturing industries have increased the need for smart factory that combines IoT, information and communication technologies, sensor data, and big data. In this paper, we present strategies for existing domestic manufacturing factory to becom big data based smart-factory through technologies for distributed storage and processing of manufacturing facility data in MongoDB in real time and visualization using R programming.

소형 Radio Frequency 추적레이다는 표적에 대하여 전천후 Radio Frequency 신호 처리를 통하여 표적을 식별하고 주요 표적에 대하여 표적을 탐색, 탐지하여 추적하는 Radio Frequency 센서를 보유한 추적시스템이다. 본 논문에서는 전천후 Radio Frequency를 이용하여 표적 정보를 획득하여 실시간 신호처리를 통하여 표적을 식별하기 위한 고속의 멀티코어 DSP인 TMS320C6678과 XILINX FPGA(Field Programmable Gate Array)가 탑재된 보드 개 발의 내용을 설명한다. DSP, FPGA 선정과 신호처리를 위한 DSP-FPGA 결합 아키텍처에 대하여 제안하고 또한 고속의 데이터 전송을 위한 SRIO의 설계에 대하여 설명한다.

The small radio frequency tracking radar is a tracking system with a radio frequency sensor that identifies a target through all-weather radio frequency signal processing for a target and searches, detects and tracks the target for the major target. In this paper, we describe the development of a board equipped with TMS320C6678 and XILINX FPGA (Field Programmable Gate Array), a high-speed multi-core DSP that acquires target information through all-weather radio frequency and identifies a target through real-time signal processing. We propose DSP-FPGA combination architecture for DSP and FPGA selection and signal processing, and also explain the design of SRIO for high-speed data transmission.