• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.558-561
• /
• 2021

심리학에서 사람의 심리 상태를 알아보기 위해 사용되는 검사 방법 중, 집-나무-사람 검사(HTP Test)는 피실험자가 그린 집, 나무, 사람을 포함하는 그림을 사용하여 피실험자의 심리를 분석하는 투영 검사법이다. 본 논문에서는 딥러닝 모델을 이용해 HTP Test 에 사용되는 그림을 분석하는 시스템을 제안하며, 성능 평가를 통해 심리학에서의 딥러닝 모델 적용 가능성을 확인한다. 또한 그림 데이터 분석에 적합한 사전 훈련 모델을 개발하기 위해, ImageNet 과 스케치 데이터셋으로 사전 훈련하여 성능을 비교한다. 본 논문에서 제안하는 시스템은 크게 감정 분석을 위한 이미지 객체 추출부, 추출된 객체로 피실험자의 감정을 분류하는 감정 분류부로 구성되어 있다. 객체 추출과 이미지 분류 모두 CNN(Convolution Neural Network) 기반의 딥러닝 모델을 사용하며, 이미지 분류 모델은 서로 다른 데이터셋으로 모델을 사전 훈련한 후, 훈련 데이터셋으로 전이 학습하여 모델의 성능을 비교한다. 그림 심리 분석을 위한 HTP test 스케치 데이터셋은, HTP Test 와 동일하게 피실험자가 3 개 클래스의 집, 나무, 사람의 그림을 그려 자체 수집하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2024.05a
• /
• pp.596-599
• /
• 2024

디지털 문서의 유통과정에서 발생할 수 있는 보안상의 문제를 해결하기 위해서는 파일 복사, 이동과정에 문서의 보안 등급을 자동 검출하고 특정 문서의 유출을 방지하는 보안 솔루션이 필요하다. 따라서 본 논문에서는 이러한 보안상의 문제를 해결하기 위하여 하나의 검출 분류 시스템을 제안하고자 한다. 제안한 시스템은 디지털 문서 내용을 이용하여 핵심 정보라고 판단되는 객체를 우선 추출한 후 그 핵심 유형을 분류하는 과정을 통해서 핵심 정보를 사전에 탐지하도록 하였다. 이를 위해서 SOTA를 달성한 YOLOv8를 이용하여 디지털 문서의 핵심 객체 감지하고 또한 파인튜닝을실시한 모델을 이용하여 그 유형을 분류하도록 설계하였다. 해당 시스템 검증을 위해서 기업에서 사용하고 있는 실제 사내 문서를 데이터셋을 이용하고 그 성능평가를 실시하였다.

• Journal of the Korean Association of Geographic Information Studies
• /
• v.17 no.2
• /
• pp.121-135
• /
• 2014

Object-based classification methods provide a valid alternative to traditional pixel-based methods. This study reports the results of an object-based classification to examine land cover in the demilitarized zones(DMZs) of Inje-gun. We used land cover classes(7 classes for main category and 13 classes for sub-category) selected from the criteria by Korea Ministry of Environment. The average and standard deviation of the spectrum values, and homogeneity of GLCM were chosen to map land cover types in an hierarchical approach using the nearest neighborhood method. We then identified the distributional characteristics of land cover by considering 3 topographic characteristics (altitude, slope gradient, distance from the Southern Limited Line(SLL)) within the DMZs. The results showed that scale 72, shape 0.2, color 0.8, compactness 0.5 and smoothness 0.5 were the optimum weight values while scale, shape and color were most influenced parameters in image segmentation. The forests (92%) were main land cover type in the DMZs; the grassland(5%), the urban area (2%) and the forests (broadleaf forest: 44%, mixed forest: 42%, coniferous forest: 6%) also occupied mostly in land cover classes for sub-category. The results also showed that facilities and roads had higher density within 2 km from the SLL, while paddy, field and bare land were distributed largely outside 6 km from the SLL. In addition, there was apparent distinction in land cover by topographic characteristics. The forest had higher density at above altitude 600m and above slope gradient $30^{\circ}$ while agriculture, bare land and grass land were distributed mainly at below altitude 600m and below slope gradient $30^{\circ}$.

• Journal of KIISE:Software and Applications
• /
• v.31 no.9
• /
• pp.1204-1217
• /
• 2004

Numerous statistical and machine learning techniques have been studied for automatic text classification. However, because they train the classifiers using only feature vectors of documents, ambiguity between two possible categories significantly degrades precision of classification. To remedy the drawback, we propose a new method which incorporates relationship information of categories into extant classifiers. In this paper, we first perform the document classification using the k-NN classifier which is generally known for relatively good performance in spite of its simplicity. We employ the relationship information from an object-based thesaurus to reduce the ambiguity. By referencing various relationships in the thesaurus corresponding to the structured categories, the precision of k-NN classification is drastically improved, removing the ambiguity. Experiment result shows that this method achieves the precision up to 13.86% over the k-NN classification, preserving its recall.

• The KIPS Transactions:PartD
• /
• v.12D no.6 s.102
• /
• pp.829-836
• /
• 2005

The way to assign a splitting criterion for correct object classification is the main issue in all decisions trees. This paper describes new splitting rules for classification in order to find an optimal split point. Unlike the current splitting rules that are provided by searching all threshold values, this paper proposes the splitting rules that we based on the probabilities of pre assigned intervals. Our methodology provides that user can control the accuracy of tree by adjusting the number of intervals. In addition, we applied the proposed splitting rules to a set of image data that was retrieved by parameterized feature extraction to recognize image objects.

• Aerospace Engineering and Technology
• /
• v.6 no.1
• /
• pp.213-221
• /
• 2007

This paper showed how to analysis the object-based classification for wildfire fuel type map using Hyperion hyperspectral remote sensing data acquired in April, 2002 and compared the results of the object-based classification with the results of the pixel-based classification. Our methodological approach for wildfire fuel type map firstly processed correcting abnormal pixels and atypical bands and also calibrating atmospheric noise for enhanced image quality. Fuel type map is characterized by the results of the spectral mixture analysis(SMA). Object-based approach was based on segment-based endmember selection, while pixel-based method used standard SMA. To validate and compare, we used true-color high resolution orthoimagery.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06a
• /
• pp.498-501
• /
• 2011

최근 모바일 기기의 저장장치 용량이 늘어나면서 사용자는 대량의 사진을 휴대하고 다닌다. 하지만 현재 대량의 사진을 한정적 크기의 화면에 효과적으로 보여줄 수 있는 인터페이스가 부족하다. 모바일 기기에서 사용자 입장에서 편의성을 제공하는 사진 브라우징을 위해서는 직관적인 탐색 방법과 탐색시간을 단축시키는 방법이 필요하다. 이를 위해 본 논문에서는 모바일 기기에 저장된 사진들에 대해 이벤트 별사진을 자동 분류하며 이벤트 내의 객체 인식을 통해 이벤트에 자주 나오는 객체 정보들을 제공하여 직관적인 브라우징이 가능하도록 하는 방법들을 제안한다. 제안한 방법으로는 이벤트 기반의 브라우징과 객체 기반의 브라우징 방법이 있다. 이벤트 기반의 브라우징을 위해서 시간과 위치정보를 이용하여 이벤트를 군집화하고 통계적 자료에 근거한 이벤트 자동 경계 검출 방법을 사용했다. 또한 객체 기반의 브라우징을 위해서 객체 인식을 통해 사진들을 객체별로 분류하는 방법을 사용하였다. 사진내에서 객체의 인식을 위해 BoW(Bag of Word)를 사용하였으며 인식율을 높이기 위해 TF-IDF를 적용한 방법을 제안하였다. 본 방법은 기존의 방식에 비해 객체 인식률이 더 높음을 확인했다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2018.11a
• /
• pp.33-35
• /
• 2018

기존의 사람간의 유사성 측정 시스템은 적외선 빔이나 열 감지 영상 장치를 통해 측정하였다. 하지만 이와 같은 방법으로 측정하면 2명 이상의 객체를 분류해내는 기술은 제공하지 않는다. 이에 본 논문은 고정된 카메라를 이용하여 각 사람의 피부색과 옷차림 등의 RGB 정보를 이용한 사람 유사성 측정 기법을 제안한다. RGB카메라 영상을 통하여 객체의 RGB 히스토그램을 얻은 후 각 객체에 대해 Bhattacharyya metric, Cosine similarity, Jensen difference, Euclidean distance로 histogram similarity를 계산하여 객체 추적 및 유사성 측정을 통해 객체를 분류한다. 제안된 시스템은 C/C++를 기반으로 구현하여, 유사성 측정 성능을 평가하였다.

• The Transactions of the Korea Information Processing Society
• /
• v.6 no.9
• /
• pp.2350-2364
• /
• 1999

In this paper, we propose a method of class library repository design for provide reuser the object-oriented C++ class component. To class library design, we started by studying the characteristics of a reusable component. We formally defined the reusable component model using an entity relationship model. This formal definition has been directly used as the database schema for storing the reusable component in a repository. The reusable class library may be considered a knowledge base for software reuse. Thus, we used that Enumerative classification of breakdown of knowledge based. And another used classification is clustering of based on class similarity. The class similarity composes member function similarity and member data similarity. Finally, we have designed class library for hierarchical inheritance mechanism of object-oriented concept Generalization, Specialization and Aggregation.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10b
• /
• pp.292-294
• /
• 1998

멀티미디어 데이터의 중요성과 활용도가 증가하면서, 멀티미디어 데이터를 데이터베이스에서 표현하고 처리하려는 연구가 이루어지고 있다. 하지만, 멀티미디어 데이터를 기존의 데이터베이스에서 처리할 때, 데이터를 분류할 명확한 기준이 없고, 또한 질의어에서 데이터를 표현하고 처리하는 능력이 없으므로 두 가지 사항을 고려해야 한다. 본 논문은 멀티미디어 데이터를 데이터베이스에서 처리하기 위해 필요한 데이터의 모델링 기법을 사용해서 멀티미디어 데이터의 객체를 분류하다. 다음으로, 분류된 멀티미디어 데이터를 SQL에서 지원하기 위해서, 객체간의 시간적, 공간적 관계를 표현할 수 있는 문법들을 제시하고 사용자 질의 결과를 어떻게 나타낼 것인가에 대한 방안을 제시한다.