• Journal of the Korea Convergence Society
• /
• v.7 no.6
• /
• pp.1-6
• /
• 2016

In this paper, we propose an image enhancement method for vehicle recorder by dividing the images into sub-images and finding local histograms of the sub-images. The proposed method includes the following steps. Firstly, the input image is divided into ($N{\times}M$) pieces. And the sub-images are used to make groups using the adjacent piece-images (eg. piece-imagei,j, piece-imagei,j+1, piece-imagei+1,j and piece-imagei+1,j+1). Secondly, the contrast enhancement processes are executed using the local histogram of the sub-images. Finally, overall image is reconstructed by using a transfer function that reflects the characteristics of the sub-image. The proposed method might achieve more enhanced images for vehicle recorder by suppressing excessive image contrast.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.603-605
• /
• 2022

추천시스템은 개개인의 성향에 따른 맞춤화 추천이 가능하기 때문에 음악, 영상, 뉴스 등 많은 분야에서 관심을 받고 있다. 일반적인 추천시스템 모델은 블랙박스 모델이기 때문에 추천 결과에 따른 원인 도출을 할 수 없다. 하지만 XAI 의 모델은 이러한 블랙박스 모델의 단점을 해결하고자 제안되었다. 그 중 KGAT 는 Attention Score 를 기반으로 추천 결과에 따른 원인을 알 수 있다. 이와 같은 AI, XAI 등의 딥 러닝 모델에서 각각의 활성화 함수는 상황에 따라 상이한 성능을 나타낸다. 이러한 이유로 인해 데이터에 맞는 활성화 함수를 적용해보는 다양한 시도가 필요하다. 따라서 본 논문은 XAI 추천시스템 모델인 KGAT 의 성능 개선을 위해 여러 활성화 함수를 적용해보고, 실험을 통해 수정한 모델의 성능이 개선됨을 보인다.