• Journal of the Korea Convergence Society
• /
• v.10 no.9
• /
• pp.23-29
• /
• 2019

In this paper, the mood of images was classified into eight categories through a deep convolutional neural network and video was automatically generated using proper background music. Based on the collected image data, the classification model is learned using a multilayer perceptron (MLP). Using the MLP, a video is generated by using multi-class classification to predict image mood to be used for video generation, and by matching pre-classified music. As a result of 10-fold cross-validation and result of experiments on actual images, each 72.4% of accuracy and 64% of confusion matrix accuracy was achieved. In the case of misclassification, by classifying video into a similar mood, it was confirmed that the music from the video had no great mismatch with images.

• The KIPS Transactions:PartB
• /
• v.17B no.4
• /
• pp.263-274
• /
• 2010

To provide context-aware music recommendation service, first of all, we need to catch music mood that a user prefers depending on his situation or context. Among various music characteristics, music mood has a close relation with people‘s emotion. Based on this relationship, some researchers have studied on music mood detection, where they manually select a representative segment of music and classify its mood. Although such approaches show good performance on music mood classification, it's difficult to apply them to new music due to the manual intervention. Moreover, it is more difficult to detect music mood because the mood usually varies with time. To cope with these problems, this paper presents an automatic method to classify the music mood. First, a whole music is segmented into several groups that have similar characteristics by structural information. Then, the mood of each segments is detected, where each individual's preference on mood is modelled by regression based on Thayer's two-dimensional mood model. Experimental results show that the proposed method achieves 80% or higher accuracy.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2019.11a
• /
• pp.67-68
• /
• 2019

머신러닝을 활용한 이미지 분류는 단순 사물을 넘어서 사람의 감성과 같은 추상적이고 주관적인 개념에도 적용되고 있다. 이 중에서도 합성곱 신경망을 통한 이미지의 감정 분류 연구가 더욱 활성화되고 있다. 그럼에도 다양한 멀티미디어들을 머신러닝 알고리즘으로 분석하고 이를 의미있는 결과로 재생성하기는 매우 복잡하고 까다롭다. 본 연구에서는 기존 연구를 개선시켜 음악 데이터를 다층퍼셉트론 모델을 통해 분류된 이미지와 결합한 동영상을 파이썬의 다양한 라이브러리를 통해 자동으로 생성하였다. 이를 통해 특정 분위기로 분류된 이미지들과 이에 어울리는 음악을 매칭시켜 유의미한 새로운 멀티미디어를 자동으로 생성할 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.04a
• /
• pp.365-368
• /
• 2011

본 논문에서 구조 분석 기법을 이용하여 음악을 구간들로 나누고, 그 구간 중 대표 구간들을 자동으로 설정 후 다수의 사용자에게 그 구간들에 대한 분위기 값을 입력받은 후 이 값들을 바탕으로 구간의 대표 분위기를 결정하는 방법을 제안하였다. 또한, 이렇게 결정된 대표 분위기와 그 구간의 음악적 특징들을 이용하여 음악 분위기 판별 실험을 하였다. 이를 위해 음원의 분위기를 211명에게 수집하였고, 음원에서 특징들을 결정계수를 이용하여 특징의 수를 줄인 후 신경망을 이용하여 학습 및 판별을 하였다. 그리고 Leave-one-out 교차 검증을 통하여 성능 분석을 하였다. 실험결과, 3,000번 학습 시 은닉층 17개를 이용하였을 때 66%의 판별율을 보였다.

• Journal of Korea Society of Industrial Information Systems
• /
• v.18 no.4
• /
• pp.25-35
• /
• 2013

This paper focuses on building a generalized mood classification model with many mood classes instead of a personalized one with few mood classes. Two methods are adopted to improve the performance of mood classification. The one of them is feature reduction based on standard deviation of feature values, which is designed to solve the problem of lowered performance when all 391 features provided by MIR toolbox used to extract features of music. The experiments show that the feature reduction methods suggested in this paper have better performance than that of the conventional dimension reduction methods, R-Square and PCA. As performance improvement by feature reduction only is subject to limit, modular neural network is used as another method to improve the performance. The experiments show that the method also improves performance effectively.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.834-836
• /
• 2021

멀티모달 감정인식을 통해 사람의 감정을 정확하게 분류하고, 사람의 감정에 어울리는 음악을 매칭하는 시스템을 설계한다. 멀티모달 감정 인식 방법으로는 IEMOCAP(Interactive Emotional Dyadic Motion Capture) 데이터셋을 활용해 감정을 분류하고, 분류된 감정의 분위기에 맞는 음악을 매칭시키는 시스템을 구축하고자 한다. 유니모달 대비 멀티모달 감정인식의 정확도를 개선한 시스템을 통해 텍스트, 음성, 표정을 포함하고 있는 동영상의 감성 분위기에 적합한 음악 매칭 시스템을 연구한다.

• Journal of Digital Convergence
• /
• v.17 no.7
• /
• pp.369-376
• /
• 2019

This study aimed to identify the relationship between perfectionism and motivational climate in competitive athletes and to provide information for improvement of their performance. One hundred ninety-six athletes who trained in Korea National Training Center participated in this study and they were divided into record and man-to-man events. Also they filled in the questionnaire about demographic factors, perfectionism, and motivational climate. Collected data were analyzed by using cross validation and independent t-test for identifying the difference of two events and structural equation model for testing hypotheses and model fit. Perfectionism and motivational climate in man-to-man events were stronger compared to record event. In record event, perfectionism was more influenced by ego involving motivational climate compared to task involving, while in man-to-man event, perfectionism was affected by only ego involving motivational climate. However, these both study models had a bad fit.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.21 no.2
• /
• pp.218-223
• /
• 2011

Various research studies are underway to explore music classification by genre. Because sound professionals define the criterion of music to categorize differently each other, those classification is not easy to come up clear result. When a new genre is appeared, there is onerousness to renew the criterion of music to categorize. Therefore, music is classified by emotional adjectives, not genre. We classified music by light and shade in precedent study. In this paper, we propose the music classification system that is based on emotional adjectives to suitable search for atmosphere, and the classification criteria is three kinds; light and shade in precedent study, intense and placid, and grandeur and trivial. Variance Considered Machines that is an improved algorithm for Support Vector Machine was used as classification algorithm, and it represented 85% classification accuracy with the result that we tried to classify 525 songs.

• Proceedings of the Korean Fiber Society Conference
• /
• 2003.10b
• /
• pp.134-137
• /
• 2003

탄소섬유나 활성탄소섬유(activated carbon fiber, ACF)는 일반적으로 출발물질에 따라 polyacrylonitrile(PAN)계, 아크릴(acryl)계, 피치(pitch)계, 페놀(phenol)계 등으로 분류할 수 있다. 보통 습식, 용융 혹은 용융분사(melt-blown) 방사 방법에 의해 섬유 형태로 형성한 다음 산화성 가스 분위기에서 불융화 과정을 거쳐 열에 대한 안정성을 부여하여 불활성 분위기에서 탄소화하여 탄소섬유를 제조하거나, 수증기나 이산화 탄소와 같은 산화성 분위기에서 활성화하여 활성탄소섬유를 제조한다. (중략)

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.10c
• /
• pp.505-509
• /
• 2007

색 변환(Color Transfer) 기법은 컴퓨터 비전 및 영상 처리 분야에서 점점 더 많은 연구가 되고 있는 분야이다. 이는 참조 영상의 분위기를 원본 영상에 반영하는 기법이다. 본 논문에서는 채도가 낮은 색상에서 나타나는 잘못된 연산 결과를 해결하기 위해 채도 문턱치에 따라 유채색과 무채색으로 분류하여 인덱싱 하고, Lab색 모델에서 색상 채널인 a, b를 사용하여 그림 영상에서의 색 변환하는 방법을 제안한다. 제안된 방법은 영상의 화소들의 채도 문턱치를 이용하여 유채색과 무채색으로 분류하는 단계, 분류된 화소들의 색 특성을 이용한 cylindrical metric를 이용한 인덱싱 하는 단계, 각 인덱스 내의 위치적 표준편차와 화소수를 이용하여 인덱스들의 우열을 가리는 단계, 인덱스들의 우세한 순서로 Lab 색 모델에서 a 채널과 b 채널을 이용하여 색 변환하는 단계 등 4단계로 구성된다. 실험결과는 제안한 방법이 무채색과 유채색이 잘 분류되어 인덱싱 되었음을 보이고 원본 영상의 색이 참조영상의 색으로 잘 변환된 것을 보인다.