• Proceedings of the Korea Multimedia Society Conference
• /
• 1998.04a
• /
• pp.46-51
• /
• 1998

최근에 일반인의 영상과 자신의 이미지에 대한 대중적 관심은 새로운 멀티미디어 응용 서비스를 모색하게 한다. 그러므로, 컴퓨터 그래픽스 기술 및 다양한 멀티미디어 관련기술을 이용해서 기존의 영상 소프트를 재가공하고, 이를 이용자에게 서비스한다면 고부가가치를 얻을 수 있을 것이다. 본 논문에서는 이용자의 개인 이미지와 기존의 영상 소프트를 이용해서 이용자가 원하는 내용의 영상 소프트를 제공하기 위한 멀티미디어 응용시스템인 주문형 개인 이미지(PIOD; Personal Image On Demand) 시스템을 제안하고, 이를 위해서 필요한 기술 및 문제점에 대해서 고찰하도록 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.727-730
• /
• 2021

이미지와 비디오 합성 기술에 대한 수요가 늘어남에 따라, 인간의 손에만 의존하여 이미지나 비디오를 합성하는데에는 시간과 자원이 한정적이며, 전문적인 지식을 요한다. 이러한 문제를 해결하기 위해 최근에는 스타일 변환 네트워크를 통해 이미지를 변환하고, 믹싱하여 생성하는 알고리즘이 등장하고 있다. 이에 본 논문에서는 GAN을 이용한 스타일 변환 네트워크를 통한 자연스러운 스타일 믹싱에 대해 연구했다. 먼저 애니메이션 토이 스토리의 등장인물에 대한 데이터를 구축하고, 모델을 학습하고 두 개의 모델을 블렌딩하는 일련의 과정을 거쳐 모델을 준비한다. 그 다음에 블렌딩된 모델을 통해 타겟 이미지에 대하여 스타일 믹싱을 진행하며, 이 때 이미지 해상도와 projection 반복 값으로 스타일 변환 정도를 조절한다. 최종적으로 스타일 믹싱한 결과 이미지들을 바탕으로 하여 스타일 변형, 스타일 합성이 된 인물에 대한 동영상을 생성한다.

• Journal of Digital Contents Society
• /
• v.17 no.3
• /
• pp.197-202
• /
• 2016

This paper suggested that medical image database construction technique that generated and recognized from variable medical device and professional medical experts for the formalization and pattern extraction from informal medical images. And then we transformed informal image characteristics to digital data, and generated the meaningful pattern matching informations. Through this experienced works, so many related researchers can easily access the medical images database and use this formalized image informations on the variable fields.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.895-897
• /
• 2019

모바일의 기술 발전과 소셜미디어 사용의 증가로 수없이 많은 멀티미디어 콘텐츠들이 생성되고 있다. 이러한 많은 양의 콘텐츠 중에서 사용자가 원하는 이미지를 효율적으로 찾기 위해 의미 기반 이미지 검색을 이용한다. 이 검색 기법은 이미지에 의미 있는 정보들을 이용하여 사용자가 찾고 자하는 이미지를 정확하게 찾을 수 있다. 본 연구에서는 모바일 환경에서 이미지가 가질 수 있는 의미적 정보를 어노테이션 하고 이와 더불어 모바일에 있는 이미지에 풍성한 어노테이션을 위해 딥러닝 기술을 이용하여 다양한 태그들을 자동 생성하도록 구현하였다. 이렇게 생성된 어노테이션 정보들은 의미적 기반 태그를 통해 RDF 트리플로 확장된다. SPARQL 질의어를 이용하여 의미 기반 이미지 검색을 할 수 있다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2018.06a
• /
• pp.272-275
• /
• 2018

본 논문에서는 기존 신경망 기반의 이미지 압축에 많이 사용되었던 신경망인 ResNet 을 대신하여 더 적은 개수의 파라미터를 사용하여 좋은 성능을 낼 수 있는 신경망 구조인 DenseNet 을 이미지 압축에 사용한다. 이미지 압축을 위해 사용되는 신경망 구조는 일반적으로 오토 인코더 구조인데, 병목 층에서 정보 손실이 상당히 많이 발생한다. 따라서 이미지 압축에서 신경망 내에서의 정보 전달은 상당히 중요하다. 기존의 논문에서는 이를 위해 이전의 정보를 그대로 뒤로 전달해주는 구조인 ResNet 을 사용하여 깊은 층에 대해서도 수렴이 잘 되는 결과를 보여주었다. 그러나 많은 수의 파라미터를 사용하는 단점을 해결하기 위해 본 논문에서는 DenseNet 을 이미지 압축에 사용하였고, 병목 층에서의 정보 손실로 인해 이미지의 고주파수 성분이 사라지는 현상을 해결하기 위해 원래 이미지와 JPEG2000 으로 압축한 이미지와의 차이를 추가 입력으로 넣어주어서 주관적인 화질을 개선하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.11a
• /
• pp.258-261
• /
• 2022

최근 딥러닝 기술이 발전하면서 이미지를 설명하는 캡션을 생성하는 모델 또한 발전하였다. 하지만 기존 이미지 캡션 모델은 대다수 영어로 구현되어있어 영어로 캡션을 생성하게 된다. 따라서 한국어 캡션을 생성하기 위해서는 영어 이미지 캡션 결과를 한국어로 번역하는 과정이 필요하다는 문제가 있다. 이에 본 연구에서는 기존의 이미지 캡션 모델을 이용하여 한국어 캡션을 직접 생성하는 모델을 만들고자 한다. 이를 위해 이미지 캡션 모델 중 잘 알려진 Show, Attend and Tell 모델을 이용하였다. 학습에는 MS-COCO 데이터의 한국어 캡션 데이터셋을 이용하였다. 한국어 형태소 분석기를 이용하여 토큰을 만들고 캡션 모델을 재학습하여 한국어 캡션을 생성할 수 있었다. 만들어진 한국어 이미지 캡션 모델은 BLEU 스코어를 사용하여 평가하였다. 이때 BLEU 스코어를 사용하여 생성된 한국어 캡션과 영어 캡션의 성능을 평가함에 있어서 언어의 차이에 인한 결과 차이가 발생할 수 있으므로, 영어 이미지 캡션 생성 모델의 출력을 한국어로 번역하여 같은 언어로 모델을 평가한 후 최종 성능을 비교하였다. 평가 결과 한국어 이미지 캡션 생성 모델이 영어 이미지 캡션 생성 모델을 한국어로 번역한 결과보다 좋은 BLEU 스코어를 갖는 것을 확인할 수 있었다.

• Proceedings of the KAIS Fall Conference
• /
• 2010.05b
• /
• pp.888-889
• /
• 2010

본 논문은 도시에 대한 새로운 인문학적 담론이 형성되고 도시의 이미지 개선을 위한 다양한 마케팅 전략 수립을 통한 방법론이 제시되고 실행되는 과정에 주목하고자 한다. 이와 같은 상황을 고려하여, 본 연구에서는 케빈 린치(Lynch, K)의 ‘실체적 이미지’의 도시이론을 통해 도시와 지역이 어떻게 ‘시간’과 ‘공간’의 기능으로서 작용하고, 도시 이미지 형성과 장소의 역할을 하고있는 미국 서부지역의 Santa Monica 도시의 ‘상징적 이미지’를 통해 어떻게 도시 기능이 유기적 관계가 형성되고 있는지 살펴보고자 한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2016.05a
• /
• pp.834-835
• /
• 2016

In recent years, advances in technology, IT is rapidly growing. Accordingly, real time image processing and multiple platforms, providing compatibility with OpenCV for image processing technology research on actively in progress. At present, different, comparing the images to determine the similarity is low, the system will match the rate of people using the analogue figures to determine the system is for the most part. In this paper, Template Matching of OpenCV and Feature Matching utilizing different images to determine the similarity between digital values for the system. A comparison of the features of a specific point on the screen the image to extract the same feature in a different size, you can compare the features of the target image recognized as compared to three historic castle in comparison, verification. This is the voice and image recognition and analysis, check the matching rate readings than in Zhengzhou treatment techniques are available. The future of forensic and other image processing technologies for OpenCV studies will be needed to feed.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.11a
• /
• pp.14-16
• /
• 2014

가상 데스크탑 시스템은 단일 물리적 서버상에 가상화 기술을 사용하여 다수의 가상 머신을 실행하고, 이를 네트워크로 연결된 클라이언트에서 사용하는 기술이다. 가상 데스크탑에는 저장장치의 역할을 하는 가상 데스크탑 이미지가 연결되며, 본 이미지에는 운영체제 및 필요한 응용 프로그램이 설치되어 배포된다. 따라서, 새로운 가상 데스크탑을 생성할 때 가상 데스크탑 이미지를 함께 생성해야 하며, 이는 저장장치를 사용한 작업으로 시간이 많이 소요되는 작업이다. 본 논문에서는 이미지 풀을 사용한 빠른 가상 데스크탑 생성 방안을 제안한다. 이미지 풀은 일정 수의 가상 데스크탑 이미지를 포함하고 있으며, 이미지 준비기는 이미지 풀에 있는 이미지의 개수가 일정하게 유지되도록 골든 이미지에서 복사해오는 역할을 담당한다. 가상 데스크탑 생성시, 이미지 풀에서 필요한 이미지를 지연시간 없이 바로 가져옴으로써, 가상 데스크탑 생성에 소요되는 시간을 감소시킬 수 있다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2009.05a
• /
• pp.298-301
• /
• 2009

최근 들어 무선 멀티미디어 서비스를 위한 Wireless Sensor Network 에 관한 연구가 활발히 진행됨에 따라 그 응용의 한 부분으로써 이미지 센서를 이용하여 이미지 데이터를 전송하는 WISN(Wireless Image Sensor Networks) 에 관한 연구가 시작되었다. WISN은 센서노드의 제한된 자원(배터리, 대역폭, 처리속도, 메모리 크기)으로 인해 많은 어려움을 갖는다. 특히 그 중에서 제한된 배터리로 인해 이미지 센서노드는 효율적인 에너지 관리가 필요하다. 이미지 센서노드의 에너지 소모는 이미지 캡쳐 과정, 이미지 데이터의 처리 및 가공(compression)과정, 이미지 데이터의 전송 과정에서 발생한다. 또한 수 Kbyte 이미지 데이터는 기존의 무선센서 네트워크의 데이터보다 훨씬 크기 때문에 빈번한 이미지 데이터의 전송은 노드의 수명을 단축시켜 전체 네트워크의 분단을 초래한다. 본 논문에서는 이러한 문제점을 해결하기 위해 JPEG 이미지 크기의 변화량을 고려하여 전송 횟 수를 최소화하는 기법을 제안한다. 종단 센서노드는 자신이 이전 JPEG이미지와 현재 JPEG이미지의 크기를 비교하여 특정 임계값 이하이면 전송하지 않고, 임계값 이상일 때에는 변화된 특정 부분의 이미지만을 보냄으로써 데이터량을 줄이게 된다. 결과적으로 효율적 에너지 관리를 통해 센서 노드의 라이프타임을 향상 시키는 결과를 가진다. 제안된 기법을 검증하기 위하여 테스트 보드를 만들어 제안된 기법과 일반적인 방법에서의 데이터의 전송 횟수 및 에너지 소모량과 노드의 라이프타임을 비교하여 제안된 기법의 성능의 우수함을 보였다.