SiO2 기판과 dimethylethylamine alane(DMEAA)을 반응소스로 하여 알루미늄을 증착시켜 증착전 전처리 가스 종류와 수소 플라즈마 처리에 따른 증착속도의 차이와 미세구조에 대하여 연구하였다. TiN기판에 증착된 알루미늄의 증착속도는 증착전 수소 가스에 의한 전처리한 경우 아르곤이나 헬륨에 의한 전처리에 비해 빠른 증착속도를 나타내었다. 이르곤 플라즈마 전처리나 플라즈마 전처리 하지 않고 SiO2기판에 알루미늄을 증착하였을 경우에 비해 수소 플라즈마 전처리에 의해 알루미튬증착시 잠복기(incubation time)가 감소하였으며 치밀한 미세조직을 얻을 수 있었다.

비정질 실리콘 박막 위에 구리용액을 스콘코팅하여 구리이온을 흡착시킨 후 이를 표면 핵생성 site로 이용하는 새로운 저온 결정화 방법에 관하여 연구하였다. 구리 흡착으로 LPCVD비정질 실리콘 박막의 결정화온도를 500˚C까지 낮출 수 있었고 결정화시간도 크게 단축되었다. 530-600˚C에서 어닐링시 구리가 흡착된 비정질 실리콘 막은 나뭇가지 형태의 fractal을 이루며 결정화되었다. 이때 fractal크기는 구리용액의 농도에 따라 30-300μm로 성장하였다. Fractal의 내부는 새 털 모양의 타원형 결정립으로 구성되어 있으며 TEM 에 의한 최종 결정립의 크기는 0.3-0.4μm로 intrinsic 비정질 실리콘 박막을 600˚C에서 어닐링하였을 때화 크기가 비슷하였다. 구리용액의 농도 증가에 따라 핵생성 활성화 에너지와 결정성장 활성화 에너지가 감소하였다. 결과적으로 구리 흡착이 표면에서 우선 핵생성 site를 증가시키고 핵생성 및 fractal 성장에 필요한 활성화 에너지를 모두 낮추어 저온에서도 결정화가 촉진되었음을 알 수 있었다.

Bi-계 고온초전도체인 Bi2Sr2Ca2Cu3O10(Bi-2223)단일상을 반응시간을 줄이면서 합성하기 위하여 Bi-Sr-Ca-Cu-O계 내에 존재하는 Bi2Sr2Ca2Cu3O10(Bi-22o1), Bi2Sr2Ca2Cu3O10(Bi-2212), (Ca0.91Sr0.09)-CuO2의 혼합물, 특히 정확한 Bi1.7Pb0.4Sr2Ca2Cu3O10+x의 조성대신 (Ca0.91Sr0.09)CuO2가 많이 첨가된 조성의 혼합물에서 Bi-2223가 가장 쉽게 형성되었다. Bi-2223상은 860˚C와 870˚C에서 60시간 이내에 형성되었다. 소량의 Bi-2212상은 장시간의 반응후에도 여전히 존재하였다. 중간화합물을 이용한 합성방법이 통상의 소결방법에 비해 반응시간내에 소량의 불순물상들을 가진 Bi-2223상을 형성시킬 수 있다.

p-type(100) 실리콘 기판과 TiN(50nm)/Si 기판에 dimethylethylamine alane(DMEAA)을 반응소스로 하여 알루미늄을 증착시켜 증착온도와 유량, 반송가스 종류에 따른 방향성, 증착속도, 미세구조 변화에 대해 연구하였다. 알루미늄의 증착속도는 기판온도, 반송가스 종류 및 유량에 따라 100-650mn/min으로 다양하게 조절되었다. DMEAA의 증착 활성화에너지는 TiN 기판에서는 약 0.leV이었고 Si와 SiO2 기판에서는 각각 약 0.23eV, 0.24eV이었다. 알루미늄 박막의 방향성은 증착속도의 감소에 따라 (200)에서 (111)방향으로 변하였다. 증착된 알루미늄 박막의 불순물 함량은 산소의 경우 0.2at%, 탄소의 경우 1.8at.%이었다. DMEAA 소스에 의한 알루미늄의 증착속도는 반송가스가 Ar 일 때 보다 H2 가스를 사용하면 증착속도가 크게 증가하였으며 이는 반송가스에 의해 SiO2표면의 흡착 H 농도가 증가하고 흡착 H가 소스 가스와 반응하여 핵생성 site 로 작용하는 것으로 생각된다. 알루미늄 박막의 비저항은 표면 미세조직에 크게 영향을 받으며 그 값은 약 3-7μΩcm이었다.

태양전지의 앞면전극으로 사용될 SnO2박막을 spray pyrolysis 방법으로 증착하여 증착조건에 따른 박막 특성을 연구하였다. 증착온도가 증가함에 따라 SnO2박막의 우선방위가 (200)면에서 면밀도가 더 높은 (211), (110)면으로 바뀌었고 막의 미세구조도 거칠고 각진 구조에서 평탄한 구조로 변하였다. 또한 더 안정된 결정면 성장과 온도 증가에 의해 CI, F 등의 불순물 흡착이 어려워져 전자 전하농도가 감소하고 비저항 값이 증가하였다. 특히 500˚C 이상에서는 전하농도가 크게 감소하여 비저항이 크게 증가하였다. NH4F/Sn=2.3인 용액으로 400˚C에서 증착된 SnO2박막은 약 90%이상의 광투과도를 갖고 균일한 도핑으로 인해 약 4×10-4Ω .cm의 낮은 비저항 값을 나타내었다. 두께에 따른 판저항과 광투과도의 상반된 효과를 고려한 figure of merit으로부터 투명전극으로써 가장 적절한 두께는 약 500nm이었다.

CdS/CuInSe2태양전지의 광흡수층인 CuInSe2박막을 In2Se3와 Cu2Se 이원화합물을 precursor로 하여 진공증발법으로 제조하였고 특성을 분석하였다. 먼저 유리기판위에 0.5μm 두께의 In2Se3를 susceptor온도를 변화시켜가면서 증착한 결과 400˚C에서 가장 평탄하고 치밀한 박막이 형성되었다. 그 위에 Cu2Se3를 진공증발시켜 증착함으로써 in-situ로 CuInSe2박막을 형성시키고 In2Se3를 추가로 증발시켜 CuInSe2박막내에 존재하는 제 2상인 Cu2Se를 제거시켰다. 이 경우 susceptor온도가 700˚C 일때 미세구조가 가장 좋은 CuInSe2박막이 형성되었으며 약 1.2μm 두께에서 약 2μm의 결정립크기와 (112) 우선배향성을 가졌다. 추가 In2Se3양이 증가함에 따라 CuInSe2박막의 조성편차보상으로 hole 농도가 감소하고 전기 비저항이 증가하였고, optical bandgap은 거의 일정한 값인 1.04eV의 값을 가졌다. Mo/유리기판 위에 증착한 CuInSe2박막도 유리기판 위에 증착한 박막과 비슷한 미세구조를 가졌으며, 이 박막을 토대로 ZnO/CdS/CuInSe2/Mo 구조를 갖는 태양전지 구현이 가능할 것으로 생각된다.

One of the most frequently performed tasks in human-robot interaction (HRI), intelligent vehicles, and security systems is face related applications such as face recognition, facial expression recognition, driver state monitoring, and gaze estimation. In these applications, accurate head pose estimation is an important issue. However, conventional methods have been lacking in accuracy, robustness or processing speed in practical use. In this paper, we propose a novel method for estimating head pose with a monocular camera. The proposed algorithm is based on a deep neural network for multi-task learning using a small grayscale image. This network jointly detects multi-view faces and estimates head pose in hard environmental conditions such as illumination change and large pose change. The proposed framework quantitatively and qualitatively outperforms the state-of-the-art method with an average head pose mean error of less than 4.5° in real-time.

Facial feature extraction and tracking are essential steps in human-robot-interaction (HRI) field such as face recognition, gaze estimation, and emotion recognition. Active shape model (ASM) is one of the successful generative models that extract the facial features. However, applying only ASM is not adequate for modeling a face in actual applications, because positions of facial features are unstably extracted due to limitation of the number of iterations in the ASM fitting algorithm. The unaccurate positions of facial features decrease the performance of the emotion recognition. In this paper, we propose real-time facial feature extraction and tracking framework using ASM and LK optical flow for emotion recognition. LK optical flow is desirable to estimate time-varying geometric parameters in sequential face images. In addition, we introduce a straightforward method to avoid tracking failure caused by partial occlusions that can be a serious problem for tracking based algorithm. Emotion recognition experiments with k-NN and SVM classifier shows over 95% classification accuracy for three emotions: "joy", "anger", and "disgust".

붉은대극의 생태를 조사한 결과 이 식물의 개화 및 결실기인 4~5월에 상대조도 16~49%의 계곡에서 잘 자라는 것을 알 수 있었다. 이식실험 결과 이 식물은 직사광선을 거의 받지 못하여도 상대조도 10% 이상에서는 개화가 가능하나, 결실을 위해서는 최소한 1시간 이상의 가조시간이 필요함을 알 수 있었다. 또한 잎이나 뿌리의 형태 등은 생육환경에 의해 좌우되었으나, 자방 및 총포 내의 털은 유전적으로 고정된 형질로 관찰되었다.