권호 표지

정보처리학회논문지B (The KIPS Transactions:PartB) (The KIPS Transactions:PartB)

한국정보처리학회 (Korea Information Processing Society)

  • 격월간
  • /
  • 1598-284X(pISSN)

과학기술표준분류

  • 정보/통신 ＞ 정보이론

Aim & Scope

The KIPS Transactions:PartB publishes original research papers in information processing focusing on theories, methods, algorithms in multimedia system and graphics. Application oriented papers are also accepted. Technical fields of this journal in detail are as follows; artificial intelligence, image processing, voice processing, natural language processing, multimedia, human computer interface, pattern recognition, computer graphics, semantic web and web services.

KSCI

제13B권7호

  1. 김학준;손봉기;이승주 633
    https://doi.org/10.3745/KIPSTB.2006.13B.7.633 PDF KSCI
    현재 인터넷 환경에서 사용자는 서로 잘 모르는 사람이나 시스템과 상호거래를 하게 되는데 이 경우 서로 다른 개체에 대한 신뢰 정보가 부족하기 때문에 상호 거래의 위험을 감수할 수밖에 없다. 따라서 이러한 불확실성과 위험을 감소시킬 수 있는 방안으로 상대 개체와 직접 경험한 신뢰정보와 추천자에 의한 명성정보를 계산하여 이를 활용하는 방법들이 대두되고 있다. 이 논문에서는 개체에 대한 신뢰를 계산하기 위해 상호거래 결과를 누적한 경험적 확률분포와 여러 가지의 평가 기준에 의한 만족도를 계산하고, 이를 다른 개체들로부터의 추천정보와 결합하여 계산하는 신뢰 모델을 제안한다. 제안한 모델에서는 개체의 신뢰도를 개체가 주어진 상황에서 만족스러운 결과를 낼 기대값으로 정의하고, 다른 개체와 상호작용이 일어날 때마다 각 평가 기준에 따른 평가결과가 얻어진다고 전제한다. 신뢰 정보가 요구될 때 우선 경험적 확률분포와 개체의 평가결과에 대한 선호도를 고려하여 각 평가 기준에 대한 만족도를 계산하고, 계산된 만족도 값들은 각 평가기준의 중요도를 반영하여 하나의 신뢰값으로 결합되며, 이때 추천 정보도 신뢰값에 함께 결합되는 모델이다. 이 논문에서는 제안한 모델을 이용해 전자상거래에 적용한 실험 결과를 보여 주고 있다.
  2. 장윤경;유병섭;이동욱;조숙경;배해영 643
    https://doi.org/10.3745/KIPSTB.2006.13B.7.643 PDF KSCI
    의사결정 트리는 데이터 마이닝의 분류와 예측 작업에 주로 사용되는 기법 중의 하나이다. 실생활에서 공간의사결정을 위한 분류를 수행할 때에는 인접 데이터의 위치와 분산도를 고려하는 것이 매우 중요하다. 기존의 공간 의사결정 트리는 데이터의 공간적 특성을 표현하기 위해 각 객체간의 유클리디안 거리비율을 엔트로피로 반영하여 트리 구축 시 이용하였다. 그러나 이것은 공간 객체간의 거리 비율만을 설명할 뿐 공간 차원에서의 데이터 분산 정도와 각 분류된 클래스간의 연관관계 등은 파악할 수 없다는 한계점이 있었다 본 논문에서는 분산도와 차별도 기반의 공간 엔트로피를 이용하여 공간 데이터의 분포도를 반영하는 공간 의사결정 트리를 제안한다 분산도는 분류된 클래스 내의 공간 객체 분포도를 나타내고 차별도는 다른 클래스 내 공간 객체와의 분포도 및 관계성을 나타낸다. 이러한 분산도와 차별도의 비율을 엔트로피 계산 시 이용함으로써 비공간적 속성으로 분류된 각 클래스가 공간적으로는 얼마나 뚜렷하게 분류되는지 알 수 있게 한다. 제안 기법은 정확성과 계산 비용에 있어서 기존 기법보다 각각 약 18%, 11%의 성능 향상을 보였다.
  3. 김진옥 653
    https://doi.org/10.3745/KIPSTB.2006.13B.7.653 PDF KSCI
    사용자의 상황에 따라 적절한 서비스를 제공하는 컴퓨팅 환경을 구현하려는 유비쿼터스 컴퓨팅에서 사람과 기계간의 효과적인 상호작용과 사용자의 상황 인식을 위해 사용자의 얼굴 표정 기반의 감정 인식이 HCI의 중요한 수단으로 이용되고 있다. 본 연구는 새로운 베이지안 분류기를 이용하여 상황에 민감한 얼굴 표정에서 기본 감정을 강건하게 인식하는 문제를 다룬다. 표정에 기반한 감정 인식은 두 단계로 나뉘는데 본 연구에서는 얼굴 특징 추출 단계는 색상 히스토그램 방법을 기반으로 하고 표정을 이용한 감정 분류 단계에서는 학습과 테스트를 효과적으로 실행하는 새로운 베이지안 학습 알고리즘인 EADF(Extended Assumed-Density Filtering)을 이용한다. 상황에 민감한 베이지안 학습 알고리즘은 사용자 상황이 달라지면 복잡도가 다른 분류기를 적용할 수 있어 더 정확한 감정 인식이 가능하도록 제안되었다. 실험 결과는 표정 분류 정확도가 91% 이상이며 상황이 드러나지 않게 얼굴 표정 데이터를 모델링한 결과 10.8%의 실험 오류율을 보였다.
  4. 차정희;장효종;김계영 663
    https://doi.org/10.3745/KIPSTB.2006.13B.7.663 PDF KSCI
    실 세계 영상에 가상표적을 효과적으로 전시하여 현실감을 높이려면 먼저 두 세계를 정합한 후 폐색영역을 산출하여 가상객체의 위치를 결정하는 것이 필수적이다. 본 논문에서는 실 영상위에 지정된 경로에 따라 가상표적을 이동시킬 때 발생하는 폐색문제를 해결하는 새로운 방법을 제안한다. 이를 위해 먼저 실험 영역의 DEM을 이용하여 3차원 가상세계를 생성하고 이를 CCD 카메라 영상과 시각적 단서를 이용하여 정합한다. 또한 스네이크 알고리즘과 픽킹 알고리즘을 이용하여 영상에서 폐색 처리될 지점의 3차원 정보를 산출하고 표적이동시 이를 이용하여 폐색문제를 해결하는 방법을 제안하였다 실험에서는 부분적 폐색이 발생하는 환경에서 제안한 방법의 유효성을 입증하였다.
  5. 이중재;김계영;최형일 671
    https://doi.org/10.3745/KIPSTB.2006.13B.7.671 PDF KSCI
    본 논문에서는 두 영상간의 대응관계로부터 퍼지 분류기법을 이용한 강건한 카메라 동작 추정 방법을 제안한다. 제안한 방법에서는 이상치가 존재할 때 정확한 카메라 동작을 추정하기 위하여 대표적인 강건 예측기법인 RANSAC 알고리즘을 사용한다. 그런데 RANSAC은 사전에 결정되는 이상치의 비율에 따라 정확도가 좌우되는 샘플링 문제점을 가지고 있다. 이러한 문제점을 개선하기 위해 샘플링 시에 퍼지 분류기법을 이용하여 전체 샘플을 좋은, 모호한, 나쁜 샘플로 분류한다. 그런 후에 좋은 데이터에 대해서만 샘플링을 수행함으로써 이상치 제거에 대한 정확도를 향상시킨다. 실험에서는 호모그래피 계산에 대한 성능을 비교함으로써 제안한 방법의 우수함을 보인다.
  6. 이민수;박승수;이상호;용환승;강성희 679
    https://doi.org/10.3745/KIPSTB.2006.13B.7.679 PDF KSCI
    대용량 실험으로부터 산출된 단백질 상호작용 데이터는 위양성(false positive) 데이터의 비율이 높다는 단점을 가지고 있다. 본 논문에서는 오류가 섞여있는 단백질 상호작용 데이터를 입력으로 받아 각 단백질 상호작용의 신뢰도를 검증하는 시스템을 제안하고 구현하였다. 제안 시스템은 단백질 상호작용 데이터에 상호작용의 근거로서 사용될 수 있는 다양한 생물학적 특징들에 관한 데이터를 통합하고 특징 선택 방법을 사용하여 통합된 속성들 중 위양성 여부를 판별하는데 가장 적합한 특징들을 선택한 후 데이터 마이닝 분류 알고리즘을 적용하여 대용량 실험으로부터 산출된 단백질 상호작용 데이터의 신뢰도를 평가한다. 특징 선택의 결과와 분류 기법의 성능은 데이터 특성에 매우 의존하므로, 제안시스템에 가장 적합한 속성 부분집합과 가장 좋은 성능을 내는 분류 알고리즘을 찾기 위해 다양한 특징 선택 방법과 데이터 마이닝 분류 알고리즘들을 적용하고 그 성능을 다각적으로 비교분석 하였다. 실험 결과, 특징 선택 방법과 분류 알고리즘을 결합시킨 제안 시스템은 오류 데이터가 섞여있는 단백질 상호작용 데이터에서 실제로 상호작용하는 단백질 쌍을 골라내는 작업에 있어 기존 연구들에 비해 매우 뛰어난 성능을 보여줬다. 또한 본 연구를 통해 단백질 상호작용 데이터의 신뢰도를 검증함에 있어서 다양한 특징 선택 방법들과 분류 알고리즘들이 성능에 미치는 영향에 관해서도 정리할 수 있었다.
  7. 박영민;윤영우 689
    https://doi.org/10.3745/KIPSTB.2006.13B.7.689 PDF KSCI
    패턴인식은 주위 환경을 관찰하는 방법, 배경으로부터 관심있는 패턴을 구분하는 방법, 소리를 얻는 방법, 그리고 패턴 범주들 중에서 타당한 결정을 얻는 방법에 관한 연구이다. 패턴인식 시스템을 설계할 때 필수적으로 1) 데이터의 획득과 전처리, 2) 데이터의 표현, 3) 결정방법 선택과 같은 세 가지 사항을 고려해야한다. 그 이유는 영상을 획득하기 위한 센서의 선택, 전처리 기법, 표현 기법, 의사결정 모델에 따라 인식의 결과가 달라질 수 있기 때문이다. 컬러영상은 다양한 컬러 패턴으로 구성된다. 대부분의 패턴인식 방법은 훈련되어진 컬러정보를 사용하여 컬러의 특징을 추출한다. 본 논문은 몇 가지 제한된 컬러를 가진 영상으로부터 특정한 컬러 패턴을 적응적으로 추출한다. 컬러 패턴의 수가 한정되어 있기 때문에 영상에서 컬러의 분포가 유사하다. 그러나, 영상에 잡음이나 열화가 존재하면, 그 분포가 변화한다. 그러므로 이미 알고 있는 컬러정보를 가지고 특정한 컬러의 특징을 추출할 수 없다. 그래서 본 논문에서는 유사한 컬러 패턴을 가진 영상에 대하여 특정한 컬러의 특징을 적응적으로 추출함으로서 인식의 오류를 감소시킬 수 있는 새로운 방법을 제안한다. 제안한 방법을 실험하기 위하여 열화가 적은 표본영상을 사용하고, 잡음과 열화가 포함된 여섯 가지의 검사영상을 사용한다. 결론적으로 제안한 방법이 통계적인 패턴인식의 결과보다 정확한 결과를 보여준다.