• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.11a
• /
• pp.669-672
• /
• 2005

단어가 지니는 의미를 이미지로 처리하면 그 단어의 이미지가 단순화되면서 높은 인식률을 가질 수 있다는 장점을 지닌다. 이러한 장점을 이용하여 언어장애인들을 위한 유용한 보완대체 의사소통 학습도구에 하나로 이미지 전자 사전을 구축하고자 한다. 우선 동사와 조합되는 용어들의 패턴들을 면밀히 조사하여 그 패턴들을 영역과 자질의 카테고리로 분류하고, 그 카테고리에 속하는 기본 데이터들을 정리하여 분류된 데이터를 하위범주화 방식을 통해 검색을 보다 용이하게 하였다. 더욱이 언어장애인들이 많이 쓰이는 단어를 조사하고, 그 단어를 중심으로 한 모듈을 이용하여, 각각에게 해당되는 이미지를 수집함으로 단어들의 의미를 표현하고 인식할 수 있도록 하는 인터페이스를 구축하는데 중점을 두었다. 또한 언어장애인이 직접 명사와 동사를 조합하여 그 완성여부를 검토할 수 있는 학습기능을 추가함으로 인해 보다 실생활에 유용하고 교육적인 이미지 전자 사전을 구축하였다.

• Journal of Korea Multimedia Society
• /
• v.9 no.9
• /
• pp.1208-1221
• /
• 2006

In this paper, we implement an AAC(Augmentative and Alternative Communication) system based on image dictionary in order that speech defectives can easily communicate their opinion to others by using images. Normally, those who have a speech defect use only a few limited words to express their intentions and it is an effective way to use images in their communication because they have a difficulty in speaking. Therefore we make verbal images of verb and adjective that play an important role in expressing the speaker's intention, define pattern of semantic relation between the verbal images and noun images, and construct the image dictionary. In this AAC system, when a user clicks a verbal image, the system generates a sentence by selecting noun images which are component parts of corresponding pattern based on semantic relation with the verbal image. We evaluate the implemented system by how efficiently children of speech defect can express their intention and the result shows more than 70% of success rate in communication.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06b
• /
• pp.462-464
• /
• 2012

이미지를 입력으로 사용하는 다양한 응용 분야에서, 이미지에 포함되어 있는 객체의 의미를 이해하는것은 매우 중요하다. 이미지에 포함된 객체의 인식을 위해 우선적으로 관심 영역을 추출하는 경우, 인식하고자 하는 대상의 특징에 대한 사전 지식이나 입력된 이미지에서의 위치, 색, 그리고 크기 정보를 이용하는 것이 일반적이다. 그러나 이미지로부터 사전 지식이 전무한 불특정 다수의 객체에 대한 의미를 추론해야 하거나 그로부터 정보를 수집해야 하는 경우, 이러한 관심 영역 추출 방법은 효과적이지 않다. 본 논문에서는 이를 위해 컬러 이미지를 입력으로 사용하는 응용에서 이미지의 양자화 된 색 정보와 다중 저해상도 정보만을 이용하여 관심 객체가 될 가능성이 있는 후보 관심 영역들을 포함하는 최소 장방형 영역들을 구조적 정보와 함께 추출할 수 있는 방법을 제안한다.

• Journal of Korea Multimedia Society
• /
• v.16 no.5
• /
• pp.577-590
• /
• 2013

Shamir's (k,n)-threshold secret sharing scheme is not secure against cheating by attacker because the signature of participants is omitted. To prevent cheating, many schemes have been proposed, and a proactive secret sharing is one of those. The proactive secret sharing is a method to update shares in the secret sharing scheme at irregular intervals. In this paper, a proactive image secret sharing scheme over $GF(2^8)$ is proposed for the first time. For the past 30 years, Galois field operation is widely used in order to perform the efficient and secure bit operation in cryptography, and the proposed scheme with update phase of shadow image over $GF(2^8)$) at irregular intervals provides the lossless and non-compromising of secret image. To evaluate security and efficiency of images (i.e. cover and shadow images) distortion between the proposed scheme and the previous schemes, embedding capacity and PSNR are compared in experiments. The experimental results show that the performances of the embedding capacity and image distortion ratio of the proposed scheme are superior to the previous schemes.

• Journal of the Korea Computer Graphics Society
• /
• v.26 no.3
• /
• pp.133-142
• /
• 2020

In this research, we describe the method of implementing a 360-degree panorama using one projector, in terms of hardware and in the production of projected pre-distortion images. We propose a method of installing a projector and a reflector on the central ceiling of the space to minimize the shadows generated based on the position of the spectators. We used a virtual camera and virtual space where the projector and hemisphere positions were set to the same as in the exhibition space in Unity. After the image projected on the screen was mapped on the wall of the virtual space, the pre-distortion image was created by the method of capturing from the virtual camera using the ray tracing technique. When the produced pre-distortion image is hemispherical reflected and projected by the projector installed at the same position as the virtual camera, the image is reflected and projected 360 degrees on the panoramic screen.

• Journal of Intelligence and Information Systems
• /
• v.28 no.2
• /
• pp.101-125
• /
• 2022

Recently, with the development of computing technology and the improvement of the cloud environment, deep learning technology has developed, and attempts to apply deep learning to various fields are increasing. A typical example is anomaly detection, which is a technique for identifying values or patterns that deviate from normal data. Among the representative types of anomaly detection, it is very difficult to detect a contextual anomaly that requires understanding of the overall situation. In general, detection of anomalies in image data is performed using a pre-trained model trained on large data. However, since this pre-trained model was created by focusing on object classification of images, there is a limit to be applied to anomaly detection that needs to understand complex situations created by various objects. Therefore, in this study, we newly propose a two-step pre-trained model for detecting abnormal situation. Our methodology performs additional learning from image captioning to understand not only mere objects but also the complicated situation created by them. Specifically, the proposed methodology transfers knowledge of the pre-trained model that has learned object classification with ImageNet data to the image captioning model, and uses the caption that describes the situation represented by the image. Afterwards, the weight obtained by learning the situational characteristics through images and captions is extracted and fine-tuning is performed to generate an anomaly detection model. To evaluate the performance of the proposed methodology, an anomaly detection experiment was performed on 400 situational images and the experimental results showed that the proposed methodology was superior in terms of anomaly detection accuracy and F1-score compared to the existing traditional pre-trained model.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.558-561
• /
• 2021

심리학에서 사람의 심리 상태를 알아보기 위해 사용되는 검사 방법 중, 집-나무-사람 검사(HTP Test)는 피실험자가 그린 집, 나무, 사람을 포함하는 그림을 사용하여 피실험자의 심리를 분석하는 투영 검사법이다. 본 논문에서는 딥러닝 모델을 이용해 HTP Test 에 사용되는 그림을 분석하는 시스템을 제안하며, 성능 평가를 통해 심리학에서의 딥러닝 모델 적용 가능성을 확인한다. 또한 그림 데이터 분석에 적합한 사전 훈련 모델을 개발하기 위해, ImageNet 과 스케치 데이터셋으로 사전 훈련하여 성능을 비교한다. 본 논문에서 제안하는 시스템은 크게 감정 분석을 위한 이미지 객체 추출부, 추출된 객체로 피실험자의 감정을 분류하는 감정 분류부로 구성되어 있다. 객체 추출과 이미지 분류 모두 CNN(Convolution Neural Network) 기반의 딥러닝 모델을 사용하며, 이미지 분류 모델은 서로 다른 데이터셋으로 모델을 사전 훈련한 후, 훈련 데이터셋으로 전이 학습하여 모델의 성능을 비교한다. 그림 심리 분석을 위한 HTP test 스케치 데이터셋은, HTP Test 와 동일하게 피실험자가 3 개 클래스의 집, 나무, 사람의 그림을 그려 자체 수집하였다.

• The KIPS Transactions:PartB
• /
• v.13B no.3 s.106
• /
• pp.231-238
• /
• 2006

In this paper, the method to make lossless image compression that holds considerable part of total volume of mobile game has been proposed. To increase the compression rate, we compress the image by Deflate algorithm defined in RFC 1951 after reorganize it at preprocessing stage before conducting actual compression. At the stage of preprocessing, we obtained the size of a dictionary based on the information of image which is the feature of Dictionary-Based Coding, and increased the better compression rate than compressing in a general manner using in a way of restructuring image by pixel packing method and DPCM prediction technique. It has shown that the method increased 9.7% of compression rate compare with existing mobile image format, after conducting the test of compression rate applying the suggested compression method into various mobile games.

• Proceedings of the KIEE Conference
• /
• 1999.07g
• /
• pp.3001-3003
• /
• 1999

Color 이미지 데이터 베이스로부터 원하는 이미지를 찾아내는 방법으로 image indexing에 대한 많은 연구가 이루어지고 있다. 본 논문에서는 image indexing의 한 방법인 color indexing을 이용하여 이동 로봇의 위치 추정 문제를 해결하고자 한다. Color indexing은 영상의 color 분포를 분석하여 원하는 이미지를 찾아내는 기법으로 로봇은 사전에 저장되어 있는 주변 환경에 대한 모델 이미지들로부터 현재 입력되는 영상과 가장 가까운 이미지를 찾아낸다. 또한 로봇은 찾아진 영상을 이용하여 사전에 저장되어 있는 지도상에서의 자신의 위치를 추정할 수 있다. 본 논문에서는 일반적으로 로봇이 작업하는 환경의 조명 상황이 일정하지 않음을 고려하여 다양한 조명 상태에 대하여 여러 가지 color indexing 알고리즘을 적용하여 실험하였으며 matching된 이미지를 이용하여 지도상에서의 로봇의 위치를 추정하는 구체적인 방법을 제시하고 실험을 통하여 타당성을 검증하였다.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.40 no.1
• /
• pp.23-30
• /
• 2022

Recently, there are various studies underway on the deep learning-used image matting methods. Even in the field of photogrammetry, a process of extracting information about relics from images photographed is essential to produce a high-quality realistic model. Such a process requires a great deal of time and manpower, so chroma-key has been used for extraction so far. This method is low in accuracy of sub-classification, however, it is difficult to apply the existing method to high-quality realistic models. Thus, this study attempted to remove background information from high-resolution relic images by using prior background information and trained learning data and evaluate both qualitative and quantitative results of the relic images extracted. As a result, this proposed method with FBA(manual trimap) showed quantitatively better results, and even in the qualitative evaluation, it was high in accuracy of classification around relics. Accordingly, this study confirmed the applicability of the proposed method in the indoor relic photography since it showed high accuracy and fast processing speed by acquiring prior background information when classifying high-resolution relic images.