• Journal of KIISE
• /
• v.44 no.12
• /
• pp.1319-1332
• /
• 2017

In recent years, the number of video cameras that are used to record and broadcast live sporting events has increased, and selecting the shots with the best view from multiple cameras has been an actively researched topic. Existing approaches have assumed that the background in video is fixed. However, this paper proposes a best view selection method for cases in which the background is not fixed. In our study, an athlete of interest was recorded in video during motion with multiple cameras. Then, each frame from all cameras is analyzed for establishing rules to select the best view. The frames were selected using our system and are compared with what human viewers have indicated as being the most desirable. For the evaluation, we asked each of 20 non-specialists to pick the best and worst views. The set of the best views that were selected the most coincided with 54.5% of the frame selection using our proposed method. On the other hand, the set of views most selected as worst through human selection coincided with 9% of best view shots selected using our method, demonstrating the efficacy of our proposed method.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2013.05a
• /
• pp.294-297
• /
• 2013

기존 연구에서의 어라운드뷰 모니터링 시스템은 차량에 설치하는 과정에서 호모그래피 행렬 획득 시 평균점을 이용한 호모그래피 변환 방법을 사용했으나, 영상의 흐릿함과 어긋난 매핑을 개선하기 위해 전체점을 이용한 호모그래피 변환 방법이 제안되어 사용되었다. 하지만 전체점을 이용한 호모그래피 변환 방법은 수동적으로 호모그래피 행렬을 획득해야 한다. 그러나 호모그래피 행렬 획득 과정을 자동화한다면 전체점을 이용한 호모그래피 변환 방법이 가진 장점을 모두 살리면서 어라운드뷰 모니터링 시스템을 차량에 설치하는 과정이 단순해진다. 본 논문에서는 차량의 전 후방 및 좌 우측에 장착된 4대의 카메라를 입력받아 카메라 보정 및 호모그래피 변환 측정 과정을 거쳐 차량 주변 상황을 한눈에 보여주는 어라운드뷰 모니터링 시스템 중 호모그래피 변환 측정 과정을 자동화하여 전체 어라운드뷰 모니터링 시스템을 단순화하는 자동 호모그래피 변환 방법을 설명한다. 또한 제안하는 자동 호모그래피 변환 방법을 이용하여 자동화된 어라운드뷰 모니터링 시스템의 구현 가능성을 검증한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.211-213
• /
• 2001

공간 데이터베이스 시스템에서는 데이터의 보안과 사용자의 편의성을 제공하기 위해 사용자가 원하는 공간데이터만으로 구성된 공간 뷰를 제공한다. 클라이언트/서버 환경의 공간 데이터베이스 시스템에서 다수의 클라이언트에 의해 공간 뷰에 대한 질의가 요청 될 시 대용량의 데이터를 처리하기 위한 서버의 I/O 연산의 수행비용과 질의처리 비용 및 결과 데이터의 전송을 위한 전송 비용이 서버의 부하를 일으키고 질의 처리속도의 저하를 야기시킨다. 본 논문에서는 클라이언트/서버 환경의 공간 데이터베이스 시스템에서 공간 뷰의 생성 과정을 서버와 클라이언트에 분산시킨 크라이언트 실체화 기법을 제안한다. 공간 뷰 생성의 질의처리를 서버와 클라이언트에 분산시켜 대용량의 데이터와 복잡한 공간 연산에 따른 공간 뷰 생성과정의 서버 부하를 감소시키고 클라이언트에 실체화 함으로 해서 공간뷰에 대한 질의처리 요구에 따른 서버의 병목현상과 서버 부하를 감소시켜 사용자 응답시간을 최소화한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.04a
• /
• pp.7-10
• /
• 2002

실체뷰는 질의 처리 성능 향상을 위한 수단으로 널리 연구되어 왔다. 이러한 실체뷰는 하부 데이타가 변경되었을 경우에 일관성을 유지해야 하는데, 그 기법으로는 뷰를 하부 데이타로부터 재생성하는 방법과 변경 내용 중 뷰와 관련 있는 것만 반영하는 점진적 갱신이 있다. 최근 XML 이라는 웹 문서 표준이 대두되면서 여러 응용 분야에서 이를 활용 하려는 노력이 진행 중이다. 본 논문에서는 XML문서를 대상으로 하는 XML 실체뷰를 지원하는 XML 저장 시스템의 구현과, 구현된 시스템을 대상으로 실체뷰를 재생성하는 방법과 점진적으로 갱신하는 기법의 성능을 비교 평가한 결과를 기술한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2001.04a
• /
• pp.23-26
• /
• 2001

XQL은 W3C에 의해 제안된 XML 질의 언어 중 하나다. XML 문서 검색의 성능 향상을 위해서 XML 저장소에는 XML 문서들 외에 그들로부터 도출된 XML 뷰를 실체 뷰로 저장해 둘 수 있는데, 이들 실체 뷰는 XQL과 같은 XML 질의어로 명시된 질의 처리에 이용될 수 있다. 즉, XML 저장소에 대한 XQL 질의가 주어졌을 때 그 결과를 XML 실체 뷰로부터도 얻을 수 있다면 원래의 질의를 실체 뷰에 대한 질의로 변환하여 수행함으로써 XQL 질의 처리의 성능 향상을 가져올 수 있다. 본 논문에서는 XML 저장소 내에 XML 실체 뷰가 있다고 가정하고 이를 이용한 XQL 질의 처리의 성능을 XML 실체 뷰를 이용하지 않는 경우와 비교, 평가한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.04b
• /
• pp.16-18
• /
• 2002

XML 기반의 데이터베이스 통할을 위한 랩퍼 시스템은 자료 저장소의 내용을 XML로 표현한다. 본 논문은 관계형 데이터베이스의 내용을 XML 스키마로 표현하는 랩퍼 시스템에서 사용자가 XML 뷰를 정의했을 때, XML 뷰에 대한 사용자 질의어 처리에 대하여 논한다. XML 뷰를 정의하는 언어와 사용자 질의어가 모두 XQuery일 매, XML 뷰와 사용자 질의어의 합성, XQuery로 표현된 사용자 질의어를 SQL로 번역, 그리고 질의 결과를 XML 문서로 변환하는 XML 질의어 처리 알고리즘을 제 시 한다.

• The Journal of Society for e-Business Studies
• /
• v.11 no.4
• /
• pp.33-48
• /
• 2006

Since the emergence of XML as the standard for data exchange on the Web, XML warehousing technology is required to efficiently support Web business applications such as e-Commerce. When the RDBMS is employed as the storage for XML warehouse, XML materialized views of the XML warehouse could be provided by leveraging the materialized views of the RDBMS Because XML documents are mapped into relational tuples, an XML query defining an XML materialized view needs to be transformed into SQL. If relational materialized views were defined with the transformed SQL statements, the XML materialized view could be obtained just by XML-tagging the tuples of the corresponding relational materialized views. The foremost advantage of such a scheme is that the RDBMS does take care of XML materialized view consistency except XML tagging whenever their source XML documents are updated. In this paper, we proposed such a scheme of providing XML materialized views, and implemented it using a commercial RDBMS equipped with materialized view facility in Java on Windows 2000 Professional environment. XML documents in TPC-W, Web e-Commerce Benchmark, were used in performance experiments. The experimental results showed that our proposed scheme for XML materialized views was very effective.

• The KIPS Transactions:PartD
• /
• v.16D no.4
• /
• pp.463-474
• /
• 2009

To analyze multidimensional data conveniently and efficiently, OLAP (On-Line Analytical Processing) systems or e-business are widely using views in a horizontal form to represent measurement values over multiple dimensions. These views can be stored as materialized views derived from several sources in order to support accesses to the integrated data. The horizontal views can provide effective accesses to complex queries of OLAP or e-business. However, we have a problem of occurring maintenance of the horizontal views since data sources are distributed over remote sites. We need a method that propagates the changes of source tables to the corresponding horizontal views. In this paper, we address incremental maintenance of horizontal views that makes it possible to reflect the changes of source tables efficiently. We first propose an overall framework that processes queries over horizontal views transformed from source tables in a vertical form. Under the proposed framework, we propagate the change of vertical tables to the corresponding horizontal views. In order to execute this view maintenance process efficiently, we keep every change of vertical tables in a differential file and then modify the horizontal views with the differential file. Because the differential file is represented as a vertical form, its tuples should be converted to those in a horizontal form to apply them to the out-of-date horizontal view. With this mechanism, horizontal views can be efficiently refreshed with the changes in a differential file without accessing source tables. Experimental results show that the proposed method improves average performance by 1.2$\sim$5.0 times over the existing methods.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10c
• /
• pp.93-97
• /
• 2006

센서 네트워크에서 질의 처리 기술은 통신 비용을 절감하고 신뢰성을 향상하고 에너지 효율성을 향상시키는데 목적을 두고 있다. 현재 에너지의 효율성을 위해서 센서 노드가 수행하는 질의를 최적화하여 전력 손실을 줄이고자 하는 연구가 활발하게 수행 중이다. 본 논문에서는 실체 뷰와 인덱싱 뷰를 이용하여 센서 네트워크에 맞는 효율적인 새로운 센싱 뷰라는 기법을 제안한다. 제안하는 질의 처리 알고리즘은 실체 뷰와 인덱싱 뷰의 개념을 바탕으로 기존의 분산 데이터베이스의 질의 처리 방법을 센서 네트워크에 적용하였다. 제안된 센싱 뷰 알고리즘은 센싱 뷰를 싱크 노드에 위치시킴으로서 센서 노드와의 통신 횟수를 최대한 줄임으로서 통신 비용과 에너지의 소모량을 줄일 수 있었다. 성능은 시뮬레이션을 통해서 평균적으로 약 30%정도의 성능 향상 효과를 보였다.

• The Korean Journal of Applied Statistics
• /
• v.32 no.1
• /
• pp.41-68
• /
• 2019

Multi-view learning considers data from various viewpoints as well as attempts to integrate various information from data. Multi-view learning has been studied recently and has showed superior performance to a model learned from only a single view. With the introduction of deep learning techniques to a multi-view learning approach, it has showed good results in various fields such as image, text, voice, and video. In this study, we introduce how multi-view learning methods solve various problems faced in human behavior recognition, medical areas, information retrieval and facial expression recognition. In addition, we review data integration principles of multi-view learning methods by classifying traditional multi-view learning methods into data integration, classifiers integration, and representation integration. Finally, we examine how CNN, RNN, RBM, Autoencoder, and GAN, which are commonly used among various deep learning methods, are applied to multi-view learning algorithms. We categorize CNN and RNN-based learning methods as supervised learning, and RBM, Autoencoder, and GAN-based learning methods as unsupervised learning.