• Proceedings of the Acoustical Society of Korea Conference
• /
• autumn
• /
• pp.343-346
• /
• 2004

본 논문에서는 고유얼굴 특성과 배경에 기반한 얼굴인식 기술을 제안한다. PCA를 이용한 얼굴 인식은 학습영역과 실험영역으로 나뉘는데, 학습영역에서 고유얼굴을 생성시키고 모든 학습영역을 이 얼굴 공간에 투영시켜 몇 개의 성분값을 저장한다. 그 후 각각의 사랑마다 저장된 성분들의 평균을 대표값으로 가지고 유클리디안 거리를 비교하여 얼굴을 인식하는 것이다. 하지만, 복잡한 배경에 있는 얼굴들을 인식할 때 EFR 방법은 얼굴인식에는 강하지만, 단정으로 조영과 환경변화에 민감하게 반응한다. 복잡한 배경에서 얼굴인식을 위해 배경 패턴을 학습하며, 배경영역은 배경패턴으로부터 생성되어 얼굴영역과 함께 얼굴 인식을 위하여 사용된다. 본 논문에서 제안한 방법이 EFR 방법보다 성능과 복잡한 배경하에서 매우 좋은 곁과를 나타냄을 확인할 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.505-507
• /
• 2004

시트콤 동염상은 고정된 배경을 갖는 중 아웃에 연이어 오는 줌 인으로 구성되어 있고, 또한 활영되는 배경의 수는 한정되어 있는 특성이 때문에, 이러한 배경의 시각적 특성을 사용하여 배경들을 학습시키고 자동으로 분리시킬 수 있다. 본 논문에서는 신경망의 일종인 LVQ[1]를 사용하여 이러한 증류의 비디오 동영상에 대한 자동 배경 분류 방법을 제안한다. 우선, MPEG-7 시각 기술자를 이용하여 신(scene) 배경의 시각적인 특성을 추출하고 이러한 시각적 특성을 미리 제작자에 의해서 주어진 배경 점보로서 LVQ를 학습시킨다. 학습이 진행되면서 특정 배경의 시각적 특성은 LVQ의 가중치로서 표현되며, 다른 배경을 자동으로 분류하는데 사용된다 제안된 LVQ기반의 분류 방법을 사용한 두 종류의 시트콤 동영상에 대한 실험 결과는 분류에 대한 어떠한 하드코딩 없이 80-90%의 정확도로 시트콤 동영상의 배경을 자동으로 분류한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2004.05b
• /
• pp.608-611
• /
• 2004

In this paper, we propose a robust face recognition technique based on the principle of eigenfaces. The traditional eigenface recognition (EFR) method works quite well when the input test patterns are cropped fares. However, when confronted with recognizing faces embedded in arbitrary backgrounds, the EFR method fails to discriminate effectively between faces and background patterns, giving rise to many false alarms. In order to improve robustness in the presence of background, we argue in favor of loaming the distribution of background patterns. A background space is constructed from the background patterns and this space together with the face space is used for recognizing faces. The proposed method outperforms the traditional EFR technique and gives very good results even on complicated scenes.

• The Journal of the Korea Contents Association
• /
• v.20 no.5
• /
• pp.23-36
• /
• 2020

This study indicates there is a need for delivering key academic vocabulary to students with multi-cultural backgrounds before they enter middle school and thus select academic vocabularies necessary for satisfactory middle school education and self-directed learning methods using a more focused selected academic vocabulary list. To this end, we first examine the vocabularies appearing in the main Korean language, math, social studies and science textbooks used in the first year of middle school and compile the most practical academic vocabulary list. Then we offer a selection method for the main academic vocabulary from these compiled vocabularies. We also propose a self-directed vocabulary learning model for using these selected academic vocabularies and an academic vocabulary learning application as a prototype. As a result, students with multi-cultural backgrounds will be able to adapt to middle school education more quickly when they learn the necessary academic vocabularies on their own using the academic vocabulary learning application.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2007.11a
• /
• pp.435-438
• /
• 2007

움직이는 객체를 검출하기 위해서 정확한 배경을 사용하기 위해 널리 사용되는 방법으로는 가우시안 혼합 모델이다. 가우시안 혼합 모텔은 확률적 학습 방법을 사용하는데, 이 방법은 움직이는 배경일 경우와 이동하던 물체가 정지하는 경우 배경을 정확히 모델링하지 못한다. 본 논문에서는 확률적 모델링을 통해 혼잡한 배경을 모델링하고 객체의 계층적 처리를 통해 보다 정확한 배경으로 갱신할 수 있는 학습 방법을 제안한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.05a
• /
• pp.530-531
• /
• 2020

최근 인공지능을 활용하여 예술 작품에 몰입할 수 있도록 무대 효과를 디자인하는 연구가 진행되고 있다. 무대 효과 중에서 무대 배경은 공연의 분위기를 형성한다. 춤의 장르별로 무대 배경에 사용되는 이미지를 생성하기 위해 소셜 미디어 기반 무대 배경 생성 시스템이 있다. 하지만 같은 장르 춤은 동일한 무대 배경 이미지가 제공되는 문제가 있다. 같은 장르의 춤이지만 노래의 분위기를 반영하여 차별된 무대 배경 이미지를 제공하는 것이 필요하다. 본 논문은 노래 가사의 감정을 활용하여 Generative Adversarial Network(GAN)을 통해 각 노래의 분위기를 고려한 무대 배경 이미지를 생성하는 방법을 제안한다. GAN은 노래에 포함된 단락별 감정 단어를 추출하여 스타일을 생성하도록 학습된다. 학습된 GAN은 노래 가사에 포함된 감정 단어를 활용하여 곡의 분위기를 반영한 무대 배경 이미지를 생성한다. 노래 가사를 고려하여 무대 배경 이미지를 생성함으로써 곡의 분위기가 고려된 무대 배경 이미지 생성이 가능하다.

• 한국디지털정책학회:학술대회논문집
• /
• 2005.06a
• /
• pp.89-98
• /
• 2005

간접광고의 한형태인 영화나 드라마 속에 제품배치(PPL)는 온셋 배치와 크리에이티브 배치로 분류할 수 있다. 온셋 배치(on-set placement)는 맥락효과 속에 전경(foreground)에 해당되며, 크리에이티브 배치(creative placement)는 배경에 해당되기 때문에 소비자의 정보처리에 의한 기억효과가 다르게 나타난다. 온셋배치의 경우 자극의 현저성으로 인하여 정교화 가능성 모델이론의 설득의 중심경로를 통한 정보처리효과가 나타나기 때문에 명시적 학습을 하게 된다. 반면에 드라마 배경에 해당하는 PPL의 크리에이티브 배치는 정교화의 수단이 낮아서 배경의 여러 단서들과 함께 설득의 주변경로를 통한 정보처리를 할 것이다. 따라서 암묵적 학습을 할 가능성이 높게 나타나게 된다. 이러한 제품배치의 형태에 따른 학습기억의 형태는 조절변수인 관여도에 따라 다르게 나타날 것이다. 제품관여도가 높은 경우에는 크리에이티브 배치를 하여도 명시적 학습을 할 가능성이 많은 반면 제품관여도가 낮은 경우 크리에이티브 배치를 하게 되면, 암묵적 학습효과가 미약하거나 일어나지 않을 가능성이 많다. 그러므로 제품관여도가 낮은 상품의 경우에는 제품배치시 가능한한 크리에이티브 배치피하는 것이 유리 할 것이다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.11a
• /
• pp.283-289
• /
• 2005

Background Subtraction은 움직이는 물체 검출에 가장 많이 사용되는 방법 중 하나이다. 배경이 복잡하고 변화가 심한 경우, 배경을 실시간으로 얼마나 정확하게 학습하는가가 물체 검출의 정확도를 결정한다. Gaussian Mixture Model은 이러한 배경의 모델링에 가장 많이 쓰이는 방법이다. Gaussian Mixture Model은 확률적 학습 방법을 사용하는데, 이러한 방법은 물체가 자주 지나다니거나 물체가 멈춰있는 경우, 배경을 정확하게 모델링하지 못한다. 본 논문에서는 밝기 값에 대한 확률적 모델링과 밝기 값의 변화에 따른 처리를 결합하여 혼잡한 환경에서 배경을 정확하게 모델링할 수 있는 학습 방법을 제안한다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.18 no.8
• /
• pp.221-230
• /
• 2017

This study explores the impact of a flipped classroom, in terms of self-efficacy, for elementary pre-service teachers in US teacher education programs. This research project explores how ESL microteaching activity in the flipped classroom shapes teacher-candidates' self-efficacy regarding teaching culturally and linguistically diverse (CLD) students. By analyzing ESL microteaching videos, pre-service teachers' reflection papers, and individual interviews with the course instructors, the study results show how pre-service teachers enhance their self-efficacy in teaching CLD English language learners in mainstream content subject classrooms. Moreover, the researchers provide suggestions on how teacher educators can utilize the flipped classroom to create an authentic and meaningful learning experience, such as using ESL microteaching for pre-service teachers to shape their self-efficacy in order to be well-prepared for CLD English language learners. The implication is that Korean pre-service teachers should be prepared to teach CLD students in their mainstream classrooms.

• Korean Journal of Culture and Social Issue
• /
• v.20 no.4
• /
• pp.347-364
• /
• 2014

The present study was conducted to investigate how emotional expression change, test delay, and background influence on face recognition. In experiment 1, participants were presented with negative faces at study phase and administered for standard old-new recognition test including targets of negative and neutral expression for the same faces. In experiment 2, participants were studied negative faces and tested by old-new face recognition test with targets of negative and positive faces. In experiment 3, participants were presented with neutral faces at study phase and had to identify the same faces with no regard for negative and neutral expression at face recognition test. In all three experiments, participants were assigned into either immediate test or delay test, and target faces were presented in both white and black background. Results of experiments 1 and 2 indicated higher rates for negative faces than neutral or positive faces. Facial expression consistency enhanced face recognition memory. In experiment 3, the superiority of facial expression consistency were demonstrated by higher rates for neutral faces at recognition test. If facial expressions were consistent across encoding and retrieval, memory performance on face recognition were enhanced in all three experiments. And the effect of facial expression change have different effects on background conditions. The findings suggest that facial expression change make face identification hard, and time and background also affect on face recognition.