CNN (convolution neural network) has become the most popular artificial intelligence technique and shows remarkable performance in image classification task. In this paper, we propose a CNN-based classification method for various street images as well as a method of evaluating the safety score for the street. The proposed method consists of learning four types of street images using CNN and classifying input street images using the learned CNN model followed by evaluating the safety score. During the learning process, four types of street images are collected and augmented, and then CNN learning is performed. It is shown that learned CNN model classifies input images correctly and the safety scores are evaluated quantitatively by combining the probabilities of different street types.
Generally, most people use the photo management method which clusters lots of photos into each folders according to photo shooting time and date. However, since the number of photos to manage is getting more increasing, it takes much time and burdensome work. This paper describes PHOTOLAND, a system that visualizes hundreds of photos on a 2D grid space to help users manage their photos. It closely places similar photos in the grid based on temporal and spatial information. Most photograph management systems use a scrollable view based on a sequential grid layout that arranges the thumbnails of photos in some default order on the screen. Our system decreases drag and drop mouse interaction when they classify their photos into small groups comparing to the sequential grid layout. We conducted experiments to evaluate temporal coherence and space efficiency.
Proceedings of the Korea Information Processing Society Conference
/
2015.04a
/
pp.791-794
/
2015
최근 정보화 시대에 들어 개인 사진을 SNS 및 클라우드 서비스에 업로드 한다. 하지만 각각의 사진 데이터만 클라우드 및 SNS에 업로드 되며 사진 검색에 있어 불편한 부분이 많다. 따라서 사진에 태그 분류 서비스 및 카테고리를 자동으로 부여해 업로드를 완료한 후 자동 사진 정리 및 사진 검색의 편리함을 도모하고자 한다.
Kim, Hyun-Jin;Cho, Sung-Jung;Lee, Ho-Yul;Kim, Chang-Soo;Kim, Yun-Bae
한국HCI학회:학술대회논문집
/
2006.02b
/
pp.403-408
/
2006
디지털 카메라의 사용이 일반화되면서, 사용자가 사진을 찍고 보관하고 감상하는 행태가 과거의 일반 카메라와 다른 모습을 보이고 있다. 특히 디지털 카메라는 유지비가 거의 들지 않기 때문에 한번에 촬영하는 사진의 양이 많은 반면에 인쇄하여 보관하는 사진의 양은 매우 적은 경향을 보인다. 디지털 사진의 양이 방대하게 늘어나고, 인쇄하기 보다는 저장 장치에 보관하게 됨에 따라서 과거의 앨범에 인쇄된 사진을 보관하고 감상하던 방식과 감상하는 행태도 변화되었다. 디지털 카메라로 찍어서 하드디스크에 저장한 사진들은 각 폴더에 어떤 사진들이 들어 있는지를 기억하기 어렵기 때문에 앨범을 보는 것처럼 자주 감상하지 않게 되는 경향이 관찰되었고, 또 인쇄된 사진을 보고, 그 사진과 연관된 다른 사진들을 보고자 디지털로 저장되어 있는 하드디스크에 접속하는 경향이 관찰되었다. 본 연구에서는 촬영된 디지털 카메라의 사진을 분류하여 보관하고 감상하는 사용자의 행태를 분석하고, 이에 적합한 새로운 디지털 사진 관리 시스템을 제안하고자 한다. 특히, 자연스럽게 앨범을 넘겨보다가 인쇄된 디지털 사진과 관련된 컨텍스트를 갖는 다른 디지털 사진들을 저장 매체에서 바로 찾아서 디스플레이를 통해 감상할 수 있는 새로운 방식의 UI를 제안하였다. 이를 위해 인쇄된 사진에 사진의 컨텍스트 코드를 함께 인쇄하고, 추후에 출력된 사진의 컨텍스트 코드를 해독하여 원본 디지털 사진 및, 동일한 컨텍스트를 가지는 디지털 사진들을 자동으로 찾아서 디스플레이 하는 검색 및 감상 방식을 사용하였다. 이를 통해 디지털 사진을 감상하기 위해 거쳐야 했던 기존의 번거로운 과정을 단축하고 디지털 사진을 분류하여 보관하고 원하는 사진을 방대한 데이터 속에서 찾아야 하는 문제를 줄일 수 있었다.
Journal of the Korean Institute of Landscape Architecture
/
v.50
no.6
/
pp.42-57
/
2022
This study aims to create a basic model for classifying the activity photos that urban park users shared on social media using Deep Learning through Artificial Intelligence. Regarding the social media data, photos related to urban parks were collected through a Naver search, were collected, and used for the classification model. Based on the indicators of Naturalness, Potential Attraction, and Activity, which can be used to evaluate the characteristics of urban parks, 21 classification categories were created. Urban park photos shared on Naver were collected by category, and annotated datasets were created. A custom CNN model and a transfer learning model utilizing a CNN pre-trained on the collected photo datasets were designed and subsequently analyzed. As a result of the study, the Xception transfer learning model, which demonstrated the best performance, was selected as the urban park user activity image classification model and evaluated through several evaluation indicators. This study is meaningful in that it has built AI as an index that can evaluate the characteristics of urban parks by using user-shared photos on social media. The classification model using Deep Learning mitigates the limitations of manual classification, and it can efficiently classify large amounts of urban park photos. So, it can be said to be a useful method that can be used for the monitoring and management of city parks in the future.
Due to the distribution of digital camera, many work for photo management has been studied. However, most work use a sequential grid layout which arranges photos considering one criterion of digital photo. This interface makes users have lots of scrolling and concentrate ability when they manage their photos. In this paper, we propose a clustering method based on a temporal sequence considering their color similarity in detail. First we cluster photos using Cooper's event clustering method. Second, we makes more detailed clusters from each clustered photo set, which are clustered temporal clustering before, using maximal clique finding algorithm of interval graph. Finally, we arrange each detailed dusters on a user screen with their overlap keeping their temporal sequence. In order to evaluate our proposed system, we conducted on user studies based on a simple questionnaire.
In this paper, we propose a Internet filtering tool which allows parents to manage their children's Internet access, block access to Internet sites they deem inappropriate. The other filtering tools which like Cyber Patrol, NCA Patrol, Argus, Netfilter are oriented only URL filtering or keyword detection methods. Thease methods are used on limited fields application. But our approach is focus on image color space model. First we convert RGB color space to HLS(Hue Luminance Saturation). Next, this HLS histogram learned by our classification method tools which include cohesion factor, naive baysian, N-nearest neighbor. Then we use voting for result from various classification methods. Using 2,000 picture, we prove that 2-layer voting result have better accuracy than other methods.
Proceedings of the Korean Information Science Society Conference
/
2011.06a
/
pp.498-501
/
2011
최근 모바일 기기의 저장장치 용량이 늘어나면서 사용자는 대량의 사진을 휴대하고 다닌다. 하지만 현재 대량의 사진을 한정적 크기의 화면에 효과적으로 보여줄 수 있는 인터페이스가 부족하다. 모바일 기기에서 사용자 입장에서 편의성을 제공하는 사진 브라우징을 위해서는 직관적인 탐색 방법과 탐색시간을 단축시키는 방법이 필요하다. 이를 위해 본 논문에서는 모바일 기기에 저장된 사진들에 대해 이벤트 별사진을 자동 분류하며 이벤트 내의 객체 인식을 통해 이벤트에 자주 나오는 객체 정보들을 제공하여 직관적인 브라우징이 가능하도록 하는 방법들을 제안한다. 제안한 방법으로는 이벤트 기반의 브라우징과 객체 기반의 브라우징 방법이 있다. 이벤트 기반의 브라우징을 위해서 시간과 위치정보를 이용하여 이벤트를 군집화하고 통계적 자료에 근거한 이벤트 자동 경계 검출 방법을 사용했다. 또한 객체 기반의 브라우징을 위해서 객체 인식을 통해 사진들을 객체별로 분류하는 방법을 사용하였다. 사진내에서 객체의 인식을 위해 BoW(Bag of Word)를 사용하였으며 인식율을 높이기 위해 TF-IDF를 적용한 방법을 제안하였다. 본 방법은 기존의 방식에 비해 객체 인식률이 더 높음을 확인했다.
CNN (Convolution Neural Network) is one of the most important techniques to identify the kind of objects in the captured pictures. Whereas the conventional models have been used for low resolution images, the technique to recognize the high resolution images becomes crucial in the field of artificial intelligence. In this paper, we proposed an efficient CNN model based on dilated convolution and thresholding techniques to increase the recognition ratio and to decrease the computational complexity. The simulation results show that the proposed algorithm outperforms the conventional method and the thresholding technique enhances the performance of the proposed model.
Photography is frequently associated with the death because it seems to remind us of our own mortality by representing the dead people. The indexical character of photography reinforces this association. Photography is used in many ceremonial activities and medias to represent death. Five types of death photography can be differentiated: funeral portrait, post-mortem photography, conflict and disaster photography, death penalty photography, anatomic and forensic photography. These death photographies serve for four individual and social purposes: mourning and remembrance, resistance and struggle, rule and domination, disclosure and accusation.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.