• 한국정보관리학회:학술대회논문집
• /
• 한국정보관리학회 2006년도 제13회 학술대회 논문집
• /
• pp.183-189
• /
• 2006

이 연구에서는 색상 자질을 이용하여 이미지를 검색할 때 이미지를 분할하여 각 영역별로 색인하여 검색하는 것의 유용성을 알아보고 분할된 영역간의 유사도 산출 기법을 제안하였다. 실험결과, 질의 이미지의 특정 영역과 최대의 유사도를 갖는 검색 이미지의 영역을 이미지간 유사도 산출 방법으로 이용하고, 이미지 영역을 세분할수록 이미지 검색 성능이 향상되었다. 특히 검색 성능이 좋지 않은 질의 이미지의 경우, 이 연구에서 제안한 기법이 더욱 유용하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2007년도 추계학술발표대회
• /
• pp.73-75
• /
• 2007

이 논문은 얼굴인식에 있어서 중요한 얼굴 영역과 머리 영역을 차영상을 이용하여 분리하는 방법을 제안한다. 먼저 입력영상에 대한 CMYK 영상 중 K 영상을 가지고 머리 영역을 분리한 후에 YIQ 영상의 Y영상과 머리 영상과의 차영상을 이용하여 얼굴영역을 분리한다. 분리한 머리영역과 얼굴영역에 대하여 라벨링을 하여 각 영역을 얻는다. 제안한 방법은 머리와 얼굴 영역을 뚜렷하게 분리하여 특징 점 추출 시 매우 유용할 것이다.

• 인지과학
• /
• 제18권2호
• /
• pp.179-191
• /
• 2007

목적 지향 대화에서 사용자의 의도는 화행과 개념열의 쌍으로 구성된 영역행위로 표현될 수 있다. 사용자 발화에 대한 영역행위 예측은 음성 인식 오류를 보정하는데 유용하며, 시스템 발화에 대한 영역행위 예측은 유연한 응답 생성에 유용하다. 본 논문에서는 신경망을 이용하여 영역행위를 예측하는 모델을 제안한다. 제안 모델은 대화 이력 벡터와 현재 영역행위를 신경망의 입력으로 사용하여 다음 영역행위를 예측한다. 실험 결과, 제안 모델은 화행 예측과 개념열 예측에서 각각 80.02%, 82.09%의 정확률을 보였다.

• 대한기계학회논문집A
• /
• 제30권6호
• /
• pp.691-697
• /
• 2006

Metamodel, model of model, has been widely used to improve an efficiency of optimization process in engineering fields. However, global metamodels of constraints in a constrained optimization problem are required good accuracy around neighborhood of optimum point. To satisfy this requirement, more sampling points must be located around the boundary and inside of feasible region. Therefore, a new sampling strategy that is capable of identifying feasible domain should be applied to select sampling points for metamodels of constraints. In this research, we suggeste sequential feasible domain sampling that can locate sampling points likely within feasible domain by using penalty function method. To validate the excellence of feasible domain sampling, we compare the optimum results from the proposed method with those form conventional global space-filling sampling for a variety of optimization problems. The advantages of the feasible domain sampling are discussed further.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2014년도 추계학술대회
• /
• pp.63-64
• /
• 2014

본 논문에서는 Saliency map과 Max Filter를 이용한 영상의 자막영역을 추출 한다. Saliency map은 눈에 띄는 영역, 즉 영상에서 주변영역에 비해 밝기 차이가 심한 영역과 윤곽선에 대한 특징이 강한 영역을 돌출하는 것을 말하며, MaxFilter는 중심 픽셀을 최대 윈도우 값을 사용하는 것으로 극단적인 Impulse Noise를 제거하는데 효과적이며 특히 어두운 스파이크를 제거하는데 유용하게 사용된다. 이 두 가지의 특징들을 이용하여 영상의 자막 영역을 추출한다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2003년도 춘계학술발표대회논문집
• /
• pp.359-361
• /
• 2003

본 논문에서는 피부색 정의를 이용한 적응적 얼굴 영역 추출 알고리즘을 제안한다. 얼굴 영역 추출시 피부색 정보는 유용하게 이용되어 왔으나 피부색을 나타내는 문턱값에 매우 민감한 단점이 있다. 논문에서는 이를 개선하고자 먼저 후보 피부색 정보를 이용한 다음 전체 화소수와 추출된 화소수의 비에 따라 적응적으로 얼굴 영역을 추출하였다 인터넷 및 다양한 환경에서 획득된 영상에 대한 실험 결과 제안한 알고리즘은 얼굴 인식 과정의 얼굴 영역 추출 단계에서 정확한 얼굴 영역을 추출할 수 있음을 알 수 있었다

• 한국HCI학회논문지
• /
• 제12권1호
• /
• pp.25-32
• /
• 2017

본 연구의 목적은 대화면 스마트폰을 한 손으로 조작 시 터치가 어려운 사각영역의 효율적인 터치를 지원하는 한 손 모드 인터랙션의 유용성을 평가하는 것이다. 이를 위해 아이폰과 안드로이드 스마트폰 내 두 종류의 기존 한손 모드들을 분석하였고, 보다 유용할 것으로 기대되는 두 개 유형의 한 손 모드들을 추가적으로 제안하고 구현하였다. 기존 및 제안한 한 손 모드들의 유용성을 검증하기 위해, 네 개의 한 손 모드들과 일반터치를 비교하는 실험을 수행하였다. 실험 결과, 일반터치에 비해 한 손 모드로 사각영역을 터치하는데 오히려 더 긴 시간이 걸렸다. 이는 한손 모드의 경우 모드진입 조작 및 모드전환 애니메이션 시간이 기본적으로 필요했기 때문이었다. 그러나 실험참여자들이 일반터치로 사각영역을 터치 시에는 엄지를 많이 뻗어서 터치해야 해서 손의 위치변화가 커지고 연속된 조작을 어려워하였다. 또한 한 손 모드로의 전환효과와 터치 조작반경의 축소로 인하여 주관적 만족도는 한 손 모드를 사용하는 것이 더 높았다. 한편, 한 손 모드들 중에서는 아이폰의 하단이동 한 손 모드가 가장 좋은 것으로 평가되었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 춘계학술발표대회
• /
• pp.884-887
• /
• 2015

손 영역 추적에서는 피부색이 가장 유용한 정보 중 하나이다. 그런데 손 영역과 얼굴 영역이 서로 겹치거나 가까이 있을 때 손 영역의 추적결과인 바운딩이 얼굴 영역까지 불필요하게 확장되는 문제점이 존재한다. 본 논문에서는 얼굴 영역 추적결과를 손 영역 추적에 사용한다. 구체적으로, 얼굴 영역 내에 손 영역의 바운딩이 침투하지 않도록 한다. 실험결과, 얼굴 영역 추적결과를 사용한 경우 그렇지 않은 경우에 비해 손 영역의 바운딩을 정확히 예측하였으며 초당 30~35 프레임의 빠른 계산속도를 유지하였다.

• 한국멀티미디어학회논문지
• /
• 제7권5호
• /
• pp.648-657
• /
• 2004

본 논문에서는 특이 칼라 분포에 대한 정보를 활용함으로써 어떠한 사전 지식없이 칼라 영상으로부터 중심 객체를 추출하는 방법에 대해 제안한다. 중심 객체는 영상 중심 부근에 위치하면서 특이 칼라 분포를 갖는 영역들의 집합으로 정의한다. 특이 칼라는 영상 경계 주변에 비해 영상의 중심 위치에서 보다 높은 밀도로 존재하는 칼라로 정의한다. 중심 객체 추출을 위해 우선 특이 칼라 정보를 사용하여 영상 분할된 영역 중에서 객체의 특징을 대표하는 영역들의 집합을 핵심객체영역을 선택한다. 핵심객체영역에 인접하며 이와 높은 칼라 유사도를 갖고 또한 배경이 아닌 영역들을 반복적으로 핵심객체영역에 병합하여 핵심객체영역을 확장함으로써 생성된 최종 병합 결과를 중심 객체로 추출한다. 따라서 중심 객체는 상이한 칼라 특징을 갖는 영역으로 구성될 수 있으며 상호 연결되어 있을 경우에는 두개 이상의 객체가 중심 객체에 포함될 수 있다. 제안된 방법의 타당성 및 중요 칼라의 유용성은 다양한 실험 영상을 통해 확인하였다. 본 논문에서 제안된 방법으로 추출된 중심 객체는 영상 검색 응용 분야에 유용하게 사용될 수 있을 것으로 기대한다.

• 한국지능시스템학회논문지
• /
• 제10권6호
• /
• pp.542-547
• /
• 2000

진화프로그래밍(Evolutionary Programming : EP)은 최적화 문제에 있어서 매우 유용한 기법으로 자연선택의 원리를 모방한 탐색알고리즘이다. EP는 기존의 최적화 알고리즘에 비하여 여러해를 동시에 탐색하는 전역탐색(global search)방법이므로 국부수렴(local convergence)의 가능성이 줄어들고, 최적화 파라메터 영역의 연속성과 미분치의 존재성과 같은 조건이 필요 없는 장점을 갖는다. 이러한 장점에도 불구하고, EP의 탐색영역이 초기조건 및 최적화 파라메터들의 랜덤 생성 그리고 최적화에 필요한 전략적 파라메터들에 의하여 탐색 영역이 결정되고, 수렴성이 느린 단점을 갖는다. 이러한 문제를 해결하기 위하여, 본 연구에서는 빠른 수렴성과 다양성을 갖는 개선된 EP을 제안하고, 제안된 방향성 벡터를 갖는 개선된 EP를 함수 최적화 문제에 적용하여 그 성능의 유용성을 보이고자 한다.