• 방송공학회논문지
• /
• 제23권3호
• /
• pp.345-350
• /
• 2018

CNN (convolutional neural network)은 최근 가장 주목받는 인공지능 기법 중 하나이며 특히 영상 분류에서 기존의 기법에 비해 월등한 성능을 보인다. 본 논문에서는 CNN을 이용하여 다양한 거리 사진을 분류하고, 분류 결과를 이용하여 해당 거리에 대한 안전도의 평가 방법을 제안한다. 제안하는 기법은 CNN을 이용하여 총 네 가지 유형의 거리 사진에 대하여 학습을 수행하는 과정과 학습된 네트워크 모델을 바탕으로 해당 거리 사진의 분류와 안전도를 평가하는 과정을 포함한다. 거리 사진의 학습 과정에서는 네 가지 유형의 거리 사진 데이터셋을 수집하고 이 데이터를 증강시킨 후 CNN 학습을 수행한다. 학습된 CNN 모델은 주어진 입력 영상의 분류를 정확히 수행하고, 거리의 안전도는 각 유형에 대한 확률을 조합하여 정량적으로 계산한다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제16권5호
• /
• pp.616-620
• /
• 2010

일반적으로 대부분의 사람들은 많은 수의 디지털 사진을 관리하기 위해서, 이벤트 혹은 날짜에 따라 각 사진들을 폴더별로 분류하는 방법을 사용한다. 그러나 관리해야할 사진의 개수가 수백에서 수천 장으로 증가함에 따라, 사진 관리에 많은 시간과 비용이 소모된다. 본 논문에서는 촬영 시각과 사진의 색상 차이를 이용하여, 유사한 사진들을 서로 가깝게 배치하는 2D 격자 공간 기반의 사진 관리 시스템을 제안한다. 그리고 2차원 격자 공간에 배치된 각 사진들을 계층적으로 클러스터링 함으로써, 사용자가 원하는 수준의 세부 단계별 분류 기능을 지원한다. 제안한 시스템의 성능을 평가하기 위해서, 배치된 사진들에 대한 시간 일관성과 사용 공간 효율성을 측정하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 춘계학술발표대회
• /
• 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.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2006년도 학술대회 2부
• /
• 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.

• 한국조경학회지
• /
• 제50권6호
• /
• pp.42-57
• /
• 2022

본 연구의 목적은 인공지능의 딥러닝을 활용하여 소셜미디어에서 공유되는 도시공원 이용자 활동사진을 분류하는 기초 모델을 만드는 것이다. 소셜미디어 데이터는 네이버 검색을 통해 수집된 도시공원 관련 사진들을 수집하여 분류모델에 활용하였다. 도시공원 특성 평가에 활용할 수 있는 지표인 자연성(naturalness), 잠재적 매력성(potential attraction), 활동(activity)을 기반으로 최종 21개의 분류 항목체계를 만들고, 항목별로 네이버에서 공유되는 실제 도시공원 사진을 수집하여 주석이 달린 데이터 세트를 구축했다. 수집한 사진 데이터 세트에 대해 커스텀(cuntom) CNN 모델과 사전 훈련된 CNN의 전이학습 모델을 설계하고 분석하였다. 연구결과, 가장 우수한 성능을 보였던 Xception 전이학습 모델이 최종적으로 도시공원 이용자 활동 이미지 분류모델로 선정되었으며, 그 외 다양한 평가 지표를 통해 모델을 평가했다. 본 연구는 소셜미디어에 공유되는 이용자 사진을 활용하여 도시공원 특성을 평가할 수 있는 지표로서 AI를 구축한 것에 의의가 있다. 딥러닝을 활용한 분류모델은 수동분류에 대한 한계를 보완하고, 대량의 도시공원 사진을 효율적으로 분류할 수 있어서 향후 도시공원의 모니터링 및 관리에 활용할 수 있는 유용한 방법이라고 할 수 있다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제16권4호
• /
• pp.35-40
• /
• 2010

최근 디지털 사진의 보급으로 인해, 일반 사람들 또한 한번에 수백장의 사진을 촬영하는 일이 많아졌고 최근에 사진 관리에 대한 많은 연구가 진행되고 있다. 대부분의 사진 관리에 사용되는 썸네일 기반의 순차적인 격자 인터페이스는 사진의 한가지 특성에 따라 각 사진을 정렬하는 방식을 사용한다. 이러한 방식은 사용자가 많은 수의 사진을 관리하기에는 많은 스크롤링과 클릭을 요구하게 되므로 많은 시간과 집중력이 요구된다. 본 논문에서는, 색상 유사도와 촬영 시각을 이용하여, 각 사진을 클러스터링하고 촬영 시각의 흐름에 따라 배열하는 인터페이스를 제안한다. 제안한 인터페이스는 사진의 촬영시각에 따라 먼저 각 사진들을 클러스터링하고 한번 분류된 클러스터 사진들은 서로 유사한 색상의 사진들끼리 2차로 재분류한다. 이 때 사용한 2차 클러스터링 방법은 구간 그래프의 최대 클리크 찾기 찾기 알고리즘을 이용한 방법으로 25가지 색상의 히스토그램을 비교한다. 분류된 사진들은 클러스터의 순서에 따라 연속적으로 각 클러스터들을 배치한다. 제안한 클러스터링 기능과 사진 배치 인터페이스를 평가하기 위해서, 설문조사 기반의 사용자 평가를 수행하였다.

• 한국컴퓨터산업학회논문지
• /
• 제3권5호
• /
• pp.605-610
• /
• 2002

영상물에 대한 학습과 분류를 위해 단순 베이지안, N-Nearest 방법 등이 사용된다. 이 방법들은 단순하면서 높은 정확도를 갖는다. 본 논문에서는 2단계 투표를 통해 이들 방법들을 조합하여 사용하였다. 유해 영상물들을 대상으로 학습 및 분류를 실험하였다. 결과로 색상분포에 따른 영상 분류가 실시간 처리 및 유해 영상 인식에 효과적임을 보였다. 또한 2단계 투표 방식의 알고리즘으로 약 2000장 이상의 사진을 가지고 학습 및 분류를 시행했으며 결과 80%에 가까운 높은 정확도와 대상 사진에 영향 받지 않는 안정도를 보였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2011년도 한국컴퓨터종합학술대회논문집 Vol.38 No.1(A)
• /
• 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.

• 방송공학회논문지
• /
• 제23권5호
• /
• pp.669-681
• /
• 2018

본 논문에서는 고해상도 자궁경부암 세포사진을 CNN(Convolution Neural Network)을 통해 효과적으로 인식 및 분류하는 방법을 소개한다. 이때 고려되는 세포의 종류는 Ascus, Inflammation, RCC, Normal 로 네 가지가 있다. 본 논문에서는 먼저 기존의 고해상도 이미지를 분류하는 알고리즘을 소개하고, 이 방법을 이용하여 고해상도 세포사진을 분류하는 과정에서 어떤 정보의 손실이 발생하는지 분석한 후, 이를 해결하기 위한 방법을 제시한다. 이를 위해서 본 논문에서 제안하는 학습 모델에서는 dilated convolution을 이용하여 고해상도 사진의 정보의 손실을 최소한으로 줄임과 동시에 학습속도 빠르게 하는 알고리즘을 제시한다. 또한 이미지 전처리 과정으로 임계치를 사용함으로써 암세포를 판단하는데 혼란을 줄 수 있는 부분을 제거함으로써 인식률을 향상시킨다. 본 논문에서 제시되는 실험 결과를 통해, 제안한 알고리즘이 기존 기술보다 높은 인식률을 제공하는 것을 확인할 수 있었다.

• 한국언론정보학보
• /
• 제68권
• /
• pp.65-86
• /
• 2014

이 논문은 사진과 죽음이 맺는 관계를 고찰하면서 매체로서의 사진이 가진 독특한 특성이 이 관계에 어떻게 영향을 미치고 있는지를 살펴보고 실제로 사진이 죽음을 재현하는 여러 방식들의 구체적 사례들을 분류, 분석함으로써 죽음을 재현하는 사진의 사회적 역할을 이해하는 기회를 제공하고자 한다. 조사 결과, 죽음 사진은 영정사진, 사후사진, 재해 및 전쟁사진, 처형사진, 의학과 법의학적 사진으로 구분되며 애도와 추모, 저항과 투쟁, 통치와 지배, 폭로와 고발의 역할을 한다.