• 방송공학회논문지
• /
• 제26권2호
• /
• pp.125-131
• /
• 2021

최근 CNN(Convolutional Neural Network)은 영상 분류, 객체 인식, 화질 개선 등 다양한 비전 분야에서 우수한 성능을 보여주고 있다. 그러나 많은 메모리와 계산량이 요구되어 모바일 또는 IoT(Internet of Things) 장치와 같은 저전력 디바이스에 적용하기에는 제한이 따른다. 이에, CNN 모델의 임무 성능을 유지하면서 네트워크 모델을 압축하는 연구가 진행되고 있다. 본 논문에서는 행렬 분해 기술인 저계수 행렬 근사(Low-rank approximation)와 CP(Canonical Polyadic) 분해 기법을 결합한 CNN 모델 압축 기법을 제안한다. 제안기법은 하나의 행렬 분해 기법만을 적용하는 기존의 기법과 달리 CNN의 계층 유형에 따라 두 가지 분해 기법을 선택적으로 적용하여 압축 성능을 높인다. 제안기법의 성능 검증을 위하여 영상 분류 CNN 모델인 VGG-16, ResNet50, 그리고 MobileNetV2 모델을 압축하였고, 계층 유형에 따라 두 가지의 분해 기법을 선택적으로 적용함으로써 저계수 행렬 근사 기법만 적용한 경우 보다 1.5 ~ 12.1 배의 동일한 압축률에서 분류 성능이 향상됨을 확인하였다.

• 한국콘텐츠학회논문지
• /
• 제21권7호
• /
• pp.291-303
• /
• 2021

현대사회에서 노인, 장애인, 외국인, 어린이 등 재난취약계층의 수가 빠르게 증가하고 있다. 이러한 재난에 취약한 계층의 일반적인 특성은 경제적 어려움으로 인하여 주거형태가 재난에 취약하고, 재난에 노출되면 회복력이 더디다는 것이다. 본 연구는 재난취약계층에 대한 대상자 위험이슈분석을 통해 새롭게 도출되는 위험이슈를 파악하고, 정책개발의 기초자료를 제공하는 데 그 목적이 있다. 연구방법은 재난취약계층 중에서 어린이와 임산부의 사례를 중심으로 최근 10년간('10-19) 소셜미디어의 이슈 데이터를 중심으로 소셜네트워크 분석을 수행하였고, 연구결과 첫째, 이슈의 추이를 살펴보면 특정 사건의 발생과 연관성을 갖는다. 둘째, 위기관리의 유형, 대상, 관리방식에 대한 인식이 분석되었다. 셋째, 위험이슈의 해결방안이나 대상의 특성을 반영한 감정어가 분석되었고, 부정적인 감성을 유발하는 단어도 분석되었다. 따라서 본 기초데이터를 바탕으로 정부와 지자체는 국민의 정서분석과 대중의 인식을 토대로 급변하는 재난환경의 효율적인 위기관리체계를 구축하기를 바란다.

• 방송공학회논문지
• /
• 제24권4호
• /
• pp.592-601
• /
• 2019

관상동맥 시술을 위해 혈관 조영 X-선 영상은 시술 진단 및 보조에 유용하게 활용된다. 삼차원의 복잡한 구조를 가진 관상동맥을 이차원 X-선 영상에서 기존의 단일기법만을 사용하여 정확히 분할하는 것에 어려움이 있으며, 특히 혈관이 중간에 끊어지거나 말단부위혈관이 유실되는 현상으로부터 오차가 크게 발생하는 경향이 있었다. 이러한 문제를 해결하기 위하여 기존 단일기법으로 초기분할 단계를 거친 후, 초기분할결과를 기반으로 정교한 보정영역을 설정하는 단계, 보정영역을 대상으로 패치기반 지역보정을 수행하는 단계가 수행된다. 본 연구를 통해 끊긴 혈관을 보완한 분할 결과를 구할 수 있을 뿐만 아니라 미세혈관까지 포함하지 못한 참 값의 한계점을 해결할 수 있다. 또한, 존재하는 기존 관상동맥 분할방법들에 융합하여 추가적인 성능개선을 얻어낼 수 있다. 본 논문에서는 Fully convolutional network 기반 깊은 신경망 네트워크인 U-net을 활용하였으며, 제안된 보정방법을 융합하여 기존 U-net 단일 모델 대비 성능이 상당히 개선된다는 것을 실제 여러 환자들의 데이터 셋을 통하여 증명하였다.

• 한국콘텐츠학회논문지
• /
• 제19권9호
• /
• pp.67-80
• /
• 2019

증강현실(Augmented Reality)기술은 기존 ICT(Information and Communication Technology) 시장을 크게 혁신할 수 있는 4차 산업혁명 시대의 핵심 기술 분야이며, 신규 시장을 창출할 수 있는 파괴적 기술이다. 그러나 급변하는 AR 시장에서 어떠한 광고, PR 전략으로 참여해야 하는지에 대한 분명한 해답을 찾기 어렵다. 그러므로 본 연구에서는 국내 AR 시장을 선도하고 있는 AR 전문가 7명을 심층 면접을 하여 AR이 광고, PR 산업에 미치는 P(정치), E(경제), S(사회), T(기술) 분석을 통해 AR 산업에 대한 거시적인 측면을 분석하였다. 또한, AR 시장의 S(강점), W(약점), O(기회), T(위협) 분석을 하였다. 아울러 AR 생태계인 C(Contents)-P(Platform)-N(Network)-D(Device)를 분석하여 광고, PR 산업 분야의 활성화 방안을 모색해 보았다. 연구결과, AR 분야에서 광고, PR 산업을 활성화하기 위해서는 먼저 AR에 대한 정부의 지원 정책이 강화되어야 하고, 선도적인 킬러 콘텐츠를 육성하며, AR 플랫폼을 통해 각 분야의 서비스가 서로 연결되도록 하고, 5G 등 통신 환경 개선으로 네트워크를 강화하며, 국산 디바이스의 사업화 및 상용화가 필요한 것으로 나타났다. 따라서 본 연구는 이제 막 성장기에 있는 AR 생태계에서의 광고, 홍보 산업의 활성화 방안을 제시하고, 향후 AR 연구를 위한 학술적, 실무적 기초를 제공하고자 한다.

• 디지털융복합연구
• /
• 제17권3호
• /
• pp.107-117
• /
• 2019

블로그, 소셜 미디어 등의 발달로 인해 점점 더 많은 사람들이 본인의 의견이나 감정을 표현하기 위해 온라인상에서 텍스트 문장을 작성한다. 그리고 이같은 온라인 텍스트 문장속에 숨겨져 있는 긍정 또는 부정등의 감성을 찾아내는 연구분야를 감성분석 이라고 한다. 그중에서도 이모션 마이닝은 사람들의 구체적인 이모션을 찾아내는데 초점을 맞춘 연구분야이다. 본 연구에서는 속성선택 방법과 단일 및 앙상블 분류기를 조합하여 효과적인 이모션 마이닝 예측모델을 제시하고자 한다. 이를 위해 두가지 대표적인 오픈 데이터인 Tweet와 SemEval2007 데이터를 이용하여 TF-IDF를 계산하고 백 오브 워즈(BOW: bag-of-words) 형태로 속성 셋을 구성하였다. 그리고 효과적인 이모션 마이닝이 될 수 있는 최적의 속성을 선택하기 위하여 상관관계 기반 속성선택(CFS), 정보획득 속성선택 (IG), 그리고 ReliefF 등 세가지 속성선택 방법을 적용하였다. 선택된 속성을 이용하여 아홉가지 분류기 모델로 이모션 마이닝의 정확도를 비교하였다. 실험 결과, Tweet 데이터는 의사결정나무(DT)가 CFS, IG, ReliefF에 의한 속성을 이용할 경우 정확도가 상승했고, 랜덤서브스페이스(RS)는 CFS, IG에 선택된 속성을 사용할 경우 정확도가 상승했다. SemEval2007 데이터는 ReliefF에 의해 선택된 속성으로 로지스틱 회귀분석(LR)을 적용하였을 때 정확도가 상승했고, 나이브 베이지안 네트워크(NBN)은 CFS, IG에 의한 속성을 사용할 경우 정확도가 상승하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2014년도 추계학술대회
• /
• pp.531-534
• /
• 2014

Allshare 또는 Smartshare 등으로 잘 알려져 있는 DLNA 기술은 유무선 홈 네트워크 환경에서 DLNA 표준을 지원하는 기기 사이의 멀티미디어 콘텐츠 공유를 위한 산업 표준이며, 대부분의 안드로이드 기반 휴대폰, 태블릿 등에 탑재되어 있다. 휴대기기 이외에도 DLNA 서비스는 스피커, 프린터 등 다양한 기기에 탑재될 수 있으나, DLNA 기기 사용자 포럼 등을 통해 기기 간 상호운용성 문제가 발생하는 사례가 자주 보고되었다. 개발자들은 기기 간의 교환된 패킷 정보를 분석하여 원인을 파악할 수 있지만, 필요한 패킷 정보의 필터링 및 서비스 제공에 사용되는 프로토콜 흐름의 재구성을 위한 노력이 별도로 필요하며, 결과적으로는 서비스 개발에 보다 많은 시간이 소요되게 된다. 이와 같은 문제를 해결하기 위하여 본 논문에서는 DLNA 기기 간 교환되는 패킷을 라우터에서 포획하여 저장하고, 저장된 패킷 정보를 자동으로 분석 및 시각화하여 개발자에게 제공하기 위한 방법 및 도구를 소개한다. 시각화된 패킷 교환 정보는 DLNA 기기 및 서비스 개발자들이 기기 간 교환된 패킷 정보를 쉽게 파악할 수 있도록 하여, 개발 생산성 향상에 기여할 수 있을 것으로 기대한다.

• 방송공학회논문지
• /
• 제24권1호
• /
• pp.132-141
• /
• 2019

매우 제한된 전송 대역을 이용하여 비디오 데이터를 전송해야 하는 필요성은, 광대역을 통한 비디오 서비스가 활성화되어 있는 현 시점에서도 꾸준히 존재한다. 본 논문에서는 초협대역 네트워크를 통한 저해상도 비디오 전송을 위해, 공간 확장형 스케일러블 비디오 코딩 프레임워크에서 기본 계층의 부호화된 프레임을 심층 신경망 기반 초해상화 기법을 이용하여 업스케일링 하여 향상 계층 부호화 시에 예측 영상으로 활용하여 부호화 효율을 높이는 방법을 제안한다. 기존의 스케일러블 HEVC (High efficiency video coding) 표준에서는 고정된 필터로 업스케일링을 하는데 비해, 본 논문에서는 초해상화 수행을 위해 학습된 심층신경망을 기존의 고정 업스케일링 필터를 대체하여 적용하는 스케일러블 비디오 코딩 프레임워크를 제안한다. 이를 위해 스킵 연결과 잔차 학습 기법 등이 적용된 심층 콘볼루션 신경망 구조를 제안하고, 비디오 코딩 프레임워크의 실제 응용 상황에 맞추어 학습시켰다. 입력 해상도가 $352{\times}288$이고 프레임율이 8fps인 영상을 110kbps로 부호화 하는 응용 상황에서, 기존의 스케일러블 HEVC 프레임워크에 비해 제안하는 스케일러블 비디오 코딩 프레임워크의 화질이 더 높고 부호화 효율이 우수함을 확인할 수 있었다.

• 정보관리학회지
• /
• 제38권4호
• /
• pp.231-250
• /
• 2021

국내의 외국인 유학생들의 증가에도 불구하고, 유학생들의 건강정보탐색행위에 대한 연구는 부족한 실정이다. 본 연구는 한국에 거주하는 외국인 유학생의 건강정보탐색행위를 설문지와 결정적사건기법을 이용한 면담을 병행하여 조사하였다. 최근 경험한 건강정보 요구 중에는 코로나와 관련된 정보요구(코로나 검사, 증상, 백신)와 병원을 찾는 요구가 가장 많이 보고되었다. 건강정보탐색 과정에서 경험한 어려움으로는 언어의 문제가 가장 많았고, 한국 의료시스템에 대한 이해의 부족, 인터넷상의 정보 불충분 또는 정보과잉 등도 보고되었다. 언어의 장벽에도 불구하고, 유학생들은 한국어 정보원(친구/가족, 웹사이트, 소셜미디어)을 주요 건강정보원으로 사용하였다. 유학생들은 구글번역기를 사용하거나, 이중언어가 가능한 친구/가족의 도움을 받아 한국어 정보원을 통해 건강정보를 탐색하는 것으로 조사되었다. 한국 체류기간이 짧거나 한국어 능력이 부족한 경우, 소셜네트워크 상의 커뮤니티를 통해 건강정보를 얻는 경향을 보이는 반면, 한국 체류기간이 길고 한국어 능력이 좋을수록 웹사이트를 사용하는 것으로 나타났다. 필요한 건강정보를 찾는데 있어 어느 정도 자신감을 가지는가에 대한 질문에는 참가자의 28%만이 긍정적인 대답을 하였다. 본 연구 결과를 통한 유학생들의 건강정보추구행위에 대한 이해를 바탕으로 유학생들이 필요한 건강정보를 탐색하는데 도움을 줄 수 있는 방안에 관한 제언을 제시하였다.

• 인터넷정보학회논문지
• /
• 제23권5호
• /
• pp.127-134
• /
• 2022

스테가노그래피(Steganography)란 다양한 멀티미디어 파일에 비밀 메시지를 숨기는 은닉 기법을 말하며, 스테가노그래피 기반의 은닉 통신을 할 때 송신자와 수신자 외에 제 3자는 통신 메시지에 은닉 정보의 존재 여부를 식별하기 매우 어렵다는 장점으로 인해 사이버범죄와 공격에 많이 악용되고 있다. 봇넷은 일반적으로 봇마스터, 봇, 그리고 C&C(Command & Control) 서버로 구성되고 봇마스터에 의해 통제되는 네트워크이며, 중앙집중형, 분산형(P2P), 그리고 하이브리드형 등 다양한 구조를 갖고 있다. 최근에는 봇넷의 은닉성을 강화하기 위해 SNS 플랫폼을 C&C 서버 대신 활용하고 스테가노그래피 기법을 적용하여 C&C 통신을 수행하는 스테고 봇넷(Stego Botnet)에 대한 연구가 활발히 진행되고 있으나, 이미지 또는 비디오 매체 위주의 스테고 봇넷 기법들이 연구되어왔다. 한편, SNS 상에서는 다양한 음원 및 녹음 파일 등과 같은 오디오 파일 역시 활발히 공유되고 있어 오디오 스테가노그래피 기반의 스테고 봇넷에 대한 연구가 필요하다. 따라서, 본 연구에서는 텔레그램 메신저(Telegram Messenger)에서 오디오 파일을 커버 매체로 하고 스테기노그래피 기법을 활용하여 C&C 은닉 통신을 수행하는 스테고 봇넷을 설계 및 구축하고 실험을 통해 파일 형식별, 툴별 은닉용량에 대해 비교 분석한 결과를 제시한다.

• 방송공학회논문지
• /
• 제27권5호
• /
• pp.794-807
• /
• 2022

동물보호법 개정에 따라 반려견 등록이 의무화 되었음에도 불구하고, 현재 등록 방법의 불편함으로 등록율이 저조한 상태이다. 본 논문에서는 새로운 등록 방법으로 검토되고 있는 반려견 안면 인식 기술에 대한 성능 개선 연구를 진행하였다. 딥러닝 학습을 통해, 반려견의 안면 인식을 위한 임베딩 벡터를 생성하여 반려견 개체별로 식별하기 위한 방법을 실험하였다. 딥러닝 학습을 위한 반려견 이미지 데이터셋을 구축하고, InceptionNet과 ResNet-50을 백본 네트워크로 사용하여 실험하였다. 삼중항 손실 방법으로 학습하였으며, 안면 검증과 안면 식별로 나뉘어 실험하였다. ResNet-50 기반의 모델에서 최고 93.46%의 안면 검증 성능을 얻을 수 있었으며, 안면 식별 시험에서는 rank-5에서 91.44%의 최고 성능을 각각 얻을 수 있었다. 본 논문에서 제시한 실험 방법과 결과는 반려견의 등록 여부 확인, 반려견 출입시설에서의 개체 확인 등 다양한 분야로 활용이 가능하다.