• 대한전자공학회논문지SP
• /
• 제40권3호
• /
• pp.217-226
• /
• 2003

본 논문에서는 세선화 지문 영상의 순차적 레이블링을 이용하여 위치 이동, 크기 변화 그리고 회전에 무관한 새로운 지문 융선 특징 검출 알고리즘을 제안한다. 제안한 알고리즘은 먼저 지문의 중심점을 지나는 수직선을 이용하여 세선화 지문 영상의 융선을 순차적으로 레이블링 한다. 그리고 레이블링한 개개의 융선들로부터 특징을 검출한다 검출하는 특징은 융선의 종류와 융선에 존재하는 특징점의 융선 각도이다. 이러한 방법을 이용하여 지문 융선의 특징을 검출하면, 지문을 이루고 있는 여러 융선들의 종류를 알 수 있고, 각 융선에 존재하는 특징점의 종류 및 이들의 각도를 알 수 있다. 두 개의 세선화 지문 영상을 이용하여 실험한 결과, 제안하는 알고리즘이 위치 이동, 크기 변화 그리고 회전에 무관한 지문 융선 특징을 검출함을 확인하였다.

• 인지과학
• /
• 제22권2호
• /
• pp.217-233
• /
• 2011

본 논문에서는 띄어쓰기가 전혀 되어 있지 않은 한국어 문장을 입력받아 자동으로 띄어쓰기를 해 주는 시스템을 제안한다. 띄어쓰기 문제는 주어진 문장의 각 음절에 대하여 띄어쓰기 여부를 나타내는 레이블을 부착하는 일종의 레이블링 문제이므로, 본 논문에서는 레이블링 문제 해결에 띄어난 성능을 보이는 것으로 알려진 CRF를 이용하여 자동 띄어쓰기를 시도하였다. 약 112만 음절 규모의 학습용 데이터로 학습을 하고, 2,114 문장(약 9.3만 음절)의 평가용 데이터로 띄어쓰기 정확도에 대한 평가를 하였다. 평가 결과 음절 단위의 정확도는 98.84%, 어절 단위의 정확도는 95.99%인 것으로 나타났다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2006년도 춘계 종합학술대회 논문집
• /
• pp.475-478
• /
• 2006

최근 웹 사이트를 개발하기 위해서 가장 중요한 이슈는 사용성에 관한 것이다. 이는 적극적인 커뮤니케이션의 주체로써 사용자의 참여가 증가하였다는 반증이며, 사이트 운영자나 개발자 입장에서는 더 이상 무엇을 보여줄 것인가에 대한 고민보단 사용자가 무엇을 보고 싶어 하는가의 관점으로 전환해야 한다는 것을 의미한다. 커뮤니케이션 주체인 사용자의 사이트에 대한 만족도를 향상시키기 위해 정보체계화와 더불어 레이블링 시스템에 대한 체계적인 연구가 활성화 되어야 한다. 이에 본 연구는 성공적인 레이블링 시스템을 완성하기 위해 개발단계와 평가단계에서 점검 목록으로 사용될 수 있는 체크리스트를 제안하고 그 필요성에 관하여 논하고자 한다.

• 정보관리학회지
• /
• 제18권3호
• /
• pp.115-138
• /
• 2001

본 연구의 목적은 인포메이션 아키텍처(IA)의 원칙에 근거하여 웹 사이트를 평가할 수 있는 정성적 및 정량적 기준을 설정하고, 이 기준을 이용하여 한국 대학사이트를 종합 평가함으로써 대학사이트 설계에 적용될 수 있는 일반적인 기본원칙을 제시하는데 있다. 이 연구에 IA 수업을 수강하고 있는 학생들이 직접 참여하여 컨덴츠조직, 네비게이션시스템 레이블링시스템 검색시스템에 대한 평가기준 및 항목들을 설정하였다. 또한 그들이 피실험자로서 이 기준을 활용하여 무작위를 추출된 27개 대학사이트에 대한 정량적 평가를 하였다. 정성적으로 상세히 분석한 대학사이트의 문제점들은 히 네 범주(컨텐츠조직, 네비게이션. 레이블링, 검색)로 구분하여 기술되었다. 이 분석결과를 토대로 체계적인 컨텐츠조직, 유연성있는 네비게이션시스템, 일관성있는 레이블링시스템, 효율적인 검색시스템을 구축하기 위해서, 대학사이트의 설계에 고려해야 할 일반적인 원칙을 제시하였다.

• 방송공학회논문지
• /
• 제25권3호
• /
• pp.386-398
• /
• 2020

본 논문에서는 물체인식 딥러닝 모델을 구성하는데 필요한 데이터 레이블링 과정을 하나의 프로그램에서 사용할 수 있는 Annotation 툴을 개발했다. 프로그램의 인터페이스는 파이썬의 기본 GUI 라이브러리를 활용하였으며, 실시간으로 데이터 수집이 가능한 크롤러 기능을 구성하였다. 기존의 물체인식 딥러닝 모델인 Retinanet을 활용하여, 자동으로 Annotation 정보를 제공하는 기능을 구현했다. 또한, 다양한 물체인식 네트워크의 레이블링 형식에 맞추어 학습할 수 있도록 Pascal-VOC, YOLO, Retinanet 등 제각기 다른 학습 데이터 레이블링 형식을 저장하도록 했다. 제안하는 방식을 통해 국산 차량 이미지 데이터셋을 구축했으며, 기존의 물체인식 딥러닝 네트워크인 Retinanet과 YOLO 등에 학습하고, 정확도를 측정했다. 차량이 진입하는 영상에서 실시간으로 차량의 모델을 구별하는 정확성은 약 94%의 정확도를 기록했다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2013년도 추계학술대회
• /
• pp.94-96
• /
• 2013

본 논문에서는 복부 초음파 영상에서 Ends_in Search Stretching 기법을 적용하여 명암 대비를 강조한 후, 이진화, 영역 레이블링 기법, 잡음 제거를 통해 근막을 추출하고, 근막 영역의 하단 경계선을 기준으로 Cubic Spline 보간법을 적용하여 복부 근육의 근막 하단 영역을 추출한다. 복부 초음파 영상에서 추출된 근막 하단 영역을 이용하여 근막 영역을 제거한 후, 거리 기반 퍼지 ART 알고리즘을 적용하여 충수 후보 영역을 추출한 다. 추출된 충수 후보 영역에 침식 연산과 영역 레이블링 기법을 적용하여 충수를 추출한다. 제안된 방법을 복부 초음파 영상을 대상으로 실험한 결과, 기존의 충수 추출 방법보다 객관적이고 효율적으로 충수와 소장의 명암도 차이를 구별할 수 있어 충수 영역이 이전의 방법 보다 비교적 정확히 추출되는 것을 영상의학과 관련 전문의를 통해 확인하였다.

• 한국차세대컴퓨팅학회논문지
• /
• 제15권3호
• /
• pp.16-24
• /
• 2019

최근 뇌파를 기반으로 한 인간의 감정을 인식하는 연구가 인간-로봇 상호작용 분야에서 활발히 진행되고 있다. 본 논문에서는 MAHNOB-HCI에서 사용된 자기평가와 주석 레이블링 방법과는 다른, 이미지 기반의 뇌파 Topography를 이용한 레이블링을 통해 감정을 평가하는 방법을 제안한다. 제안한 방법은 뇌파 신호를 Topography의 이미지로 변환하여 기계학습 모델을 학습하고 이를 기반으로 Valence 기반의 감정을 평가한다. 제안한 방법은 레이블링 과정을 자동화하여 지연 시간을 없애고 객관적인 레이블링을 제공할 수 있다. MAHNOB-HCI 데이터베이스를 적용한 실험에서 SVM, kNN의 기계학습 모델을 학습하여 주석 레이블링과 성능 비교를 하였으며, 제안 방법의 감정인식 정확도를 SVM에서 54.2%, kNN에서 57.7%로 확인하였다.

• 한국디자인학회:학술대회논문집
• /
• 한국디자인학회 2002년도 봄 학술발표회 논문집
• /
• pp.94-95
• /
• 2002

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2003년도 추계학술발표대회(상)
• /
• pp.245-248
• /
• 2003

볼륨데이터에서 관심대상의 특징을 추출하기 위해서 3D레이블링을 3차원 세포영상의 분석에 적합한 레이블링 방법인 SIL(slice Information base labeling)을 제안하였다. SIL은 각 슬라이스 정보를 이용하여 레이블링을 수행하므로 영상의 특징에 안는 레이블링으로의 확장이 유용하고 메모리 효율이 높다. 몇 개의 실험 영상으로 다른 방법과 비교한 결과 성능면에서도 우수 결과를 얻었다. 또한 레이블링을 통해서 얻어진 피쳐값으로 세포 영상을 분석하였으며, 콘포컬 현미경 영상을 이용하였을때 실험영상에서 결과를 추출하는데 걸린 시간은 SIL방법이 기존 방법보다 2배 가량 빨랐다. 다양한 3차원 에이블링 방법 중 적용되는 영상에 따라 각기 다른 결과를 얻었지만,3차원 세포영상의 분석에는 SIL 방법이 우수하다는 결론을 얻었다.

• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2012년도 춘계학술논문집 2부
• /
• pp.716-718
• /
• 2012

본 논문에서는 모바일 폰으로 획득한 영상의 텍스트영역 검출을 제안한다. 최근 모바일 폰을 이용한 영상기반 응용 분야의 연구가 활발히 진행되고 있으며, 특히 영상에서 텍스트를 인식하기 위한 전단계로 텍스트 영역 검출은 중요하다. 본 논문은 텍스트 영역 검출을 위해 먼저, 컬러 영상을 입력 받아 그레이 이미지로 변환하여 영상내에 내포된 잡음을 제거하고 열림/닫힘 연산의 특징을 이용해 각 연결요소를 검출하고 검출된 요소들을 레이블링 한다. 레이블링 된 영상은 텍스트가 갖는 특정 조건에 의해 텍스트 영역인지 텍스트 영역이 아닌지를 검출하고 검출된 텍스트 영역은 검증을 통해 최종 텍스트 영역을 검출한다. 제안한 방법은 기존의 택스트 영역 겁출보다 정확도가 향상할 수 있다.