• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 1998.11a
• /
• pp.168-171
• /
• 1998

멀티미디어 기술의 발달로 그래픽을 포함한 영상데이터의 사용이 급증하고 있다. 멀티미디어 및 가상현실 응용 시스템은 그래픽을 포함한 영상과 음향이 동기화 되어 제공될 경우 사용자의 현장감과 몰입감을 증대시킬 수 있다. 본 논문에서는 가정용 비디오를 통하여 입력되는 일련의 영상데이타로부터 관심있는 물체의 운동을 추적함으로 물체가 발생시키는 충돌음을 공간적으로 동기화 하여 생성하는 이미지 기반 영상/음향 동기화 기술의 개발에 관하여 논의한다. 대용량의 영상데이터에 대하여 실시간으로 음향을 동기화시키는 것은 현재 기술로 불가능하며, 본 논문에서는 영상과 음향의 공간적 동기화 기술에 대하여 기술한다.

• Electronics and Telecommunications Trends
• /
• v.29 no.4
• /
• pp.21-29
• /
• 2014

최근에 스마트폰, CCTV, 블랙박스, 고화질 카메라 등으로부터 수집되는 영상 데이터의 양이 급격히 증가하고 있어 이에 따른 비정형 영상 빅데이터를 기반으로 인물이나 사물 등을 인식하여 의미있는 정보를 추출하고 내용을 시각적으로 분석하고 활용하기 위한 요구사항이 증대되고 있다. 영상 빅데이터 분석기술은 이러한 대규모 영상들에 대해 학습 및 분석을 수행하여 원하는 영상을 검색하거나 이벤트 발생 등의 상황인식을 위한 제반 기술들을 말한다. 본고에서는 영상인식을 위한 학습기술 및 영상 빅데이터 분석기술의 현황 및 관련 이슈들에 관하여 살펴보고자 한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.07a
• /
• pp.317-318
• /
• 2019

가상/증강현실로 대표되는 공간정보 기반 실감형 콘텐츠에 대한 관심이 증대되면서 객체인식 등의 지능형 공간인지 기술에 대한 연구가 활발히 진행되고 있다. 특히 HMD등의 영상 시각화 장치의 발달 및 5G 통신기술의 출현으로 인해 실시간 대용량 영상정보의 송, 수신 및 가시화 처리 기술의 기반이 구축됨에 따라, $360^{\circ}$ 스트리밍 영상정보 처리와 같은 고자유도 콘텐츠를 위한 관련 연구의 필요성이 증대되고 있다. 하지만 지능형 영상정보 처리의 대표적 연구인 딥 러닝(Deep Learning) 기반 객체 인식 기술의 경우 대부분 일반적인 평면 영상(Planar Image)에 대한 처리를 다루고 있고, 파노라마 영상(Panorama Image) 특히, $360^{\circ}$ 스트리밍 영상 처리를 위한 연구는 미비한 상황이다. 본 논문에서는 딥 러닝을 이용하여 $360^{\circ}$ 스트리밍 영상에서의 객체인식 연구 방법에 대해 서술한다. 이를 위해 $360^{\circ}$ 카메라 영상에서 딥 러닝을 위한 학습 데이터를 획득하고, 실시간 객체 인식이 가능한 YOLO(You Only Look Once)기법을 이용하여 학습을 한다. 실험 결과에서는 학습 데이터를 이용하여 $360^{\circ}$영상에서 객체 인식 결과와, 학습 횟수에 따른 객체 인식에 대한 결과를 보여준다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2021.06a
• /
• pp.19-22
• /
• 2021

기존 영상 콘텐츠에 새로운 물체를 삽입하는 등의 영상 재구성 기술은 새로운 게임, 가상현실, 증강현실 콘텐츠를 생성하거나 인공신경망 학습을 위한 데이터 증대를 위해 사용될 수 있다. 하지만, 기존 기술은 컴퓨터 그래픽스, 사람에 의한 수동적인 영상 편집에 의존하고 있어 금전적/시간적 비용이 높다. 이에 본 연구에서는 인공지능 신경망을 활용하여 낮은 비용으로 영상을 재구성하는 기술을 소개하고자 한다. 제안하는 방법은 기존 콘텐츠와 삽입하고자 하는 객체를 포함하는 영상이 주어졌을 때, 객체 세그먼테이션 네트워크를 활용하여 입력 영상에서 객체를 분리하고, 스타일 변환 네트워크를 활용하여 입력 영상을 스타일 변환한 후, 사용자 입력과 두 네트워크의 결과를 활용하여 기존 콘텐츠에 새로운 객체를 삽입하는 것이다. 실험에서는 기존 콘텐츠는 온라인 영상을 활용하였으며 삽입 객체를 포함한 영상은 ImageNet 영상 분류 데이터 세트를 활용하였다. 실험을 통해 제안한 방법을 활용하면 기존 콘텐츠와 잘 어우러지게끔 객체를 삽입할 수 있음을 보인다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.11a
• /
• pp.371-374
• /
• 2008

최근 인터넷과 네트워크 기술이 급격히 발전함에 따라 대용량의 동영상 데이터에 대한 서비스 요구가 급격히 증가하고 있으며, 인터넷 사용자는 비디오, 오디오, 텍스트 등으로 표현되는 다양한 멀티미디어 컨텐츠를 쉽게 이용할 수 있게 되었다. 이러한 환경에서 동영상 컨텐츠의 저장, 교환 및 검색에 있어서 보다 나은 편리성을 요구하게 되었고, 이것은 동영상 데이터의 다양한 정보를 기술하기 위한 메타데이터의 중요성을 더욱 증대시키게 되었다. 그러나 이러한 서비스들을 데이터 포맷 및 서비스 종류에 따라 각기 다른 표준을 사용하고 있어 업계간 또는 서비스간에 다르게 표현되는 메타데이터 정보들을 통합 관리하기는 어려운 실정이다. 따라서, 이 논문에서는 기존의 메타데이터 관리 시스템의 이점을 수용하고, 이를 확장하여 각각의 표준에 따라 서로 다르게 표현되는 동영상 메타데이터를 통합 관리하기 위한 시스템을 제안한다.

• Electronics and Telecommunications Trends
• /
• v.26 no.1
• /
• pp.80-88
• /
• 2011

데이터의 효과적인 활용이 경쟁력 확보에 주요한 요인이나, 데이터 폭증은 유용한 정보를 얻는데 필요한 처리 시간의 지연을 야기하고 있다. 개인 맞춤형 서비스, 방범 방재 서비스 등 모니터링 & 대응 서비스를 위해 분석할 데이터의 양이 급증하고 있으며, 텍스트, 영상, 오디오 등 비정형 데이터에 대한 실시간 분석 필요성이 증대하고 있다. 대량의 폭증하는 데이터에 대한 실시간 분석 처리 환경을 제공하기 위해 분산 병렬 컴퓨팅 기술과 데이터 스트림 연속 처리 기술이 활용되고 있다. 본고에서는 폭증하는 데이터 스트림 처리를 위하여 확장성 및 유연한 처리 환경을 제공하는 분산 스트림 컴퓨팅 기술에 대해 소개한다.

• Tunnel and Underground Space
• /
• v.29 no.3
• /
• pp.184-196
• /
• 2019

This study aims to extract a 3D image of micro-cracks generated by hydraulic fracturing tests, using the deep learning method and X-ray computed tomography images. The pixel-level cracks are difficult to be detected via conventional image processing methods, such as global thresholding, canny edge detection, and the region growing method. Thus, the convolutional neural network-based encoder-decoder network is adapted to extract and analyze the micro-crack quantitatively. The number of training data can be acquired by dividing, rotating, and flipping images and the optimum combination for the image augmentation method is verified. Application of the optimal image augmentation method shows enhanced performance for not only the validation dataset but also the test dataset. In addition, the influence of the original number of training data to the performance of the deep learning-based neural network is confirmed, and it leads to succeed the pixel-level crack detection.

• Information and Communications Magazine
• /
• v.21 no.8
• /
• pp.13-28
• /
• 2004

최근 정보통신환경은 통신ㆍ방송 인터넷이 대통합되는 디지털융합(Digital Convergence) 서비스 제공 형태로 급속히 진행되고 있다. 디지털기술의 발전으로 음성 데이터 영상 멀티미디어 등 모든 형태의 정보를 디지털화 할 수 있으며, 컴퓨터의 소형화ㆍ다기능화, 컴퓨팅 파워의 증대로 저비용ㆍ대용량의 정보처리가 가능하게 되었다. 그리고 네트워크 기능과 성능의 획기적 발전으로 네트워크 적용범위가 가전, 자동차, 영상, 콘텐츠, 센서 등 거의 모든 영역으로 확대되고 있다.(중략)

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2010.07a
• /
• pp.179-181
• /
• 2010

최근 들어 세계적으로 3D TV에 대한 연구가 영상 획득, 영상 압축, 그리고 영상 디스플레이 분야에 걸쳐 매우 활발하게 이루어지고 있다. 국내에서는 한국정보통신기술협회 (TTA)를 중심으로 표준화 움직임이 일어나고 있다. 그러나 어떤 전송 기술을 사용하고 어떻게 채널을 할당하여 3D HDTV 지상파 방송을 가능토록 할 것인지에 대한 논의는 아직 미미한 상태이다. 본 논문에서는 3D HDTV 방송 서비스를 제공하기 위해 필요한 데이터를 단일 지상파 채널을 통하여 전송하기 위해서, 기존 ATSC 전송 시스템 [1]을 확장하고 수정하여 전송 용량 증대의 가능성을 살펴보고자 한다. 최대한 기존 전송 표준의 요소기술을 유지하고자 하나 최대한의 전송 용량 증대를 위하여 완벽한 역호환성은 유럽의 DVB-T2 시스템처럼 고려하지 않았다.

• Proceedings of the Korea Database Society Conference
• /
• 1997.10a
• /
• pp.137-155
• /
• 1997

이 글에서는 디지털 아카이브 되거나 데이터베이스화 되어있는 영상정보의 저장규모와 이용 시장에 대하여 기술한다. 현재, CD-ROM 타이틀, 비디오 CD 및 DVD 타이틀과 인터네트를 통한 부분적인 이용에 그치고 있는 디지털 영상정보는 무어의 법칙을 따르는 컴퓨터 프로세서 성능 증대, 50 만원대에 20GB용량을 가지는 광자기 디스크의 출현처럼 계속 확장되고 있는 저장용량, Gigabit LAN의 등장과 같이 지속적으로 확대되는 통신 네트워크의 전달용량, 영상기반 렌더링을 이용하는 새로운 가상세계 구축기술 등 그 활용을 가속시키는 여러 요인들에 의해 용도가 큰 폭으로 증가하고 있다. 이에 따라 영상정보는 교육, 의료 등 기본적인 생환산업 분야를 비롯하여 여러 산업 분야의 경쟁력을 강화시킬 수 있는 정보원으로서의 근간이 될 것이다. 이러한 발전의 지속은 기술에 의해서만 보장될 수 있으므로, 영상정보의 디지털 처리, 디스플레이, 저장 등의 디지털 아카이브 관련 기술과 디지털 영상정보의 편집, 저작, 검색, 전송 등에 관련된 분야의 기술 확보를 어떻게 대비해야 할 것인가가 중요한 과제이다.