• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2019년도 춘계학술대회
• /
• pp.151-152
• /
• 2019

본 논문에서는 동물 이미지 분류를위한 작은 데이터 세트를 기반으로 개선 된 심층 학습 방법을 제안한다. 첫째, CNN은 소규모 데이터 세트에 대한 교육 모델을 작성하고 데이터 세트를 사용하여 교육 세트의 데이터 세트를 확장하는 데 사용된다. 둘째, VGG16과 같은 대규모 데이터 세트에 사전 훈련 된 네트워크를 사용하여 작은 데이터 세트의 병목을 추출하여 새로운 교육 데이터 세트 및 테스트 데이터 세트로 두 개의 NumPy 파일에 저장하고, 마지막으로 완전히 연결된 네트워크를 새로운 데이터 세트로 학습한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 추계학술발표대회
• /
• pp.786-788
• /
• 2010

최근 시맨틱 웹의 등장과 발전은 웹 2.0의 발전과 더불어 새로운 웹의 문화를 바꾸어 놓았다. 시맨틱 웹의 적용분야는 다양하지만 그중에서 의미 정보 검색과 다국어 정보 검색 기술을 통한 다국어 지원 번역이 연구 분야로의 필요성이 있다. 기존 기계번역이 번역률에 있어서 가장 큰 한계점은 단어 의미 중의성과 문법적은 오류이다. 따라서 본 논문에서는 시맨틱 웹과 단어 의미 중의성을 해소 시킬 새로운 알고리즘을 제안함으로써 단점을 제거하여 번역률을 향상시켜 모바일에 적용하였다. 모바일에 입력된 신문기사 이미지를 OCR을 통해 텍스트로 변환하고 사전 및 분야 온톨로지와 문장 규칙 추론을 동해 처리 속도 및 정확도 높은 번역시스템을 설계 및 구현하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2022년도 추계학술대회
• /
• pp.103-105
• /
• 2022

본 논문에서는 스네이크 알고리즘에서 복잡한 배경으로 인해 어긋난 윤곽선을 개선하는 방법을 제안한다. 스네이크 알고리즘은 능동 윤곽선 모델(active contour model)중 하나로, 사전 정의한 영역에서 시작하여 점진적으로 강한 변화가 감지되는 방향으로 윤곽선을 수정하는 방법이다. 그러나 이러한 방법은 강한 기울기 성분이 나타나는 배경에 취약하고, 대상의 불필요한 영역이 포함되거나, 필요한 영역이 포함되지 않는 문제가 발생한다. 제안하는 방법은 이미지에 원근 변환을 기반으로 한 스네이크 알고리즘을 반복적으로 적용하여 대상의 윤곽선을 온전히 추출한다. 이는 실험 데이터에서 평균 IoU가 약 11.5% 이상 증가한 것을 통해 올바른 윤곽선을 찾는데 효과적인 방법임을 알 수 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 춘계학술발표대회
• /
• pp.373-376
• /
• 2010

요즘 현금카드나 신용카드를 훔치고 비밀번호를 알아내 ATM(현금자동지급기)에서 현금을 인출하는 범죄가 늘고 있는데 범인들은 대부분 선글라스, 안경, 마스크, 모자 등으로 얼굴을 가리고 인출을 함으로 은행의 CCTV는 범인색출에 거의 도움이 되지 않는다. 본 논문에서의 영상처리는 모두 Java언어를 사용하였으며 피부색을 사전 추출하는 과정을 거쳐 구현된 분류기능을 이용해 얼굴의 이목구비들의 위치를 인식하도록 한다. 이는 ATM이용자가 선글라스, 안경, 마스크 등으로 얼굴을 가리면 기기에서 애초에 서비스 받는 것을 불가능 하게 하여, 범죄를 예방할 수 있게 한다. 또한 카드의 사용자 정보와 서비스를 시도했던 시간과 캡쳐 이미지를 저장해 놓음으로써 범인의 인상착의, 알리바이 등을 확인하는데 크게 도움을 주는 ATM 안면 인식 보안 시스템의 가능성을 제안하고자 한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 춘계학술발표대회
• /
• pp.540-541
• /
• 2021

최근 드론산업이 발전하면서 다양한 드론 활용방법에 대한 연구와 특허 출원이 진행되고 있다. 드론에서 촬영된 사진은 실종자 수색, 농작물 생육 분석 등 다양한 목적을 위해서 활용되고 있으며, 다양한 분야에서 연구개발이 이루어지고 있다. 사진에 저장되는 정보는 실제 촬영 이미지와 다양한 메타데이터를 포함하고 있으나, 카메라 제조사별로 포함되는 메타데이터의 구성이 상이한 상태이다. 본고에서는 드론에서 촬영된 사진내의 메타데이터를 사전에 정의된 표준 명세를 만족할 수 있도록 메타데이터를 정합하는 응용프로그램을 제시하였다. 본 프로그램을 활용하여 현재 수행중인 DNA+드론기술 개발과제의 참여기업들이 촬영한 드론 사진내의 메타데이터의 표준화를 함으로써, 이를 활용하여 다양한 응용 기술 개발을 담당하는 참여기업들이 표준화된 데이터를 활용하여 보다 용이하게 개발이 가능할 것으로 예상된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.117-118
• /
• 2022

한국과학기술정보연구원(이하 KISTI)은 지난 13년 간 전사적으로 품질제고전략, 서비스만족전략, 이미지 제고전략 등 3대 고객만족 추진전략을 수립하여 체계적인 "고객만족경영시스템(CSM : Customer Satisfaction Management)"을 구축하고 이를 강화하기 위한 노력을 기울여 왔다. 본 연구의 목적은 순고객추천지수(Net Promoter Score:NPS)를 활용하여 과학기술지식인프라(ScienceON) 정보서비스를 경험한 500명의 의사결정자를 대상으로 과학기술정보서비스에 대한 고객 만족 및 고객충성도를 측정하였다. 특히 연구결과는 정량적인 측정모델(KCSI-ST)을 보완하고 고객만족도 수준에 따라 비추천 고객, 중립 고객, 추천 고객 등을 예측할 수 있는 모델이다. 이와 같은 고객의 긍정적이거나 부정적인 구전으로 급속도로 노출되는 환경에서 고객의 만족도를 분석함으로써 기관의 주요 서비스별 고객을 확보하는데 사전 예측자료로 활용될 수 있다고 본다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.695-697
• /
• 2023

최근 몇 년 간 딥러닝 기반 모델의 규모와 복잡성이 증가하면서 강력하고, 높은 정확도가 확보되지만 많은 양의 계산 자원과 메모리가 필요하기 때문에 모바일 장치나 임베디드 시스템과 같은 리소스가 제한된 환경에서의 배포에 제약사항이 생긴다. 복잡한 딥러닝 모델의 배포 및 운영 시 요구되는 고성능 컴퓨터 자원의 문제점을 해결하고자 사전 학습된 대규모 모델로부터 가벼운 모델을 학습시키는 지식증류 기법이 제안되었다. 하지만 현대 딥러닝 기반 모델은 높은 정확도 대비 훈련 데이터에 과적합 되는 과잉 확신(overconfidence) 문제에 대한 대책이 필요하다. 본 논문은 효율적인 경량화를 위한 미리 학습된 모델의 과잉 확신을 방지하고자 초점 손실(focal loss)을 이용한 모델 보정 기법을 언급하며, 다양한 손실 함수 변형에 따라서 지식증류의 성능이 어떻게 변화하는지에 대해 탐구하고자 한다.

• 한국콘텐츠학회논문지
• /
• 제18권9호
• /
• pp.34-43
• /
• 2018

본 연구는 인물사진의 평가 요소들과 감상자들의 일반적인 선호도와의 관계를 통하여, 감상자 중심의 제품 개발 및 설계를 위한 이미지 측정 프로그램 모형을 개발하는 것을 목적으로 한다. 사전 연구에서 개발된 프로그램을 분석하여 개선을 필요로 하는 항목과 이미지 평가 시에 필수적으로 포함해야하는 사항을 신규 항목으로 추가하였다. 본 연구에서는 첫 번째 단계로 얼굴의 초점을 확인하였고, 객관적, 주관적 화질 평가 항목으로 나누어 인물사진을 평가하였다. 객관적 평가 항목에는 RSC 콘트라스트, 다이내믹 레인지를 선정하였고, 통계학적 분석방법으로 각 이미지의 수치를 평가할 수 있었다. 주관적 평가 항목에는 얼굴의 노출, 구도, 위치, 비율 그리고 아웃포커스를 선정하였다. 또한 새로운 얼굴 인식 알고리즘을 통하여 사람의 감정을 판단할 수 있어, 이미지 관련 제조사가 사람의 감정 콘텐츠로 인물사진을 분석할 수 있는 정보를 제시하였다. 본 연구에서 개발된 프로그램은 인물사진을 평가할 때 고려해야하는 평가 항목들을 정량적, 정성적으로 규합하였다. 이를 통하여, 일반인 사용자들의 필요에 보다 부합할 수 있는 제품을 만들기 위한 평가 모형을 개발하는데 필수적인 데이터로 활용가능하다.

• 감성과학
• /
• 제15권1호
• /
• pp.47-56
• /
• 2012

이 연구의 목적은 학습용 에이전트의 사실성 수준과 학습자의 전문성 수준이 학습 성취 및 에이전트에 대한 의인화 효과에 미치는 영향을 검증하기 위한 것이다. 대학생 68명(남학생= 19명, 여학생 = 49명)이 실험에 참여했으며, 전문성 수준은 사전검사의 평균을 기준으로 상위 집단과 하위 집단으로 구분하였다. 사실성 수준 은 에이전트 이미지를 단순화하는 정도에 따라서 구분하였다. 이 연구의 종속변수는 학습 성취와 의인화 효과에 대한 지각점수이다. 의인화 효과는 학습 촉진, 신뢰성, 인간다움, 학습 개입으로 구분하였다. 실험 결과에 따르면, 학습 성취에서는 에이전트 사실성 수준에 의한 유의미한 차이가 없었다. 그러나 의인화 효과에 대 한 설문에서는 학습 개입을 제외한 나머지 모든 범주에서 유의미한 상호작용이 나타났다. 단순 주 효과 분석에 따르면, 이런 상호작용의 효과는 전문성 수준이 높은 학습자가 정밀한 이미지의 에이전트를 제공받았을때 의인화 효과가 올라갔다. 이 결과는 학습자의 전문성 수준에 따라서 의인화 효과가 달라진다는 것을 보여 준다. 또한 전문성 수준이 높은 학습자는 에이전트에 대한 인지적 평가를 할 수 있었음을 의미한다. 전문성 수준이 높은 학습자에게는 사실성 수준이 높은 에이전트를 제공하는 것이 긍정적인 효과를 도출하였다.

• 방송공학회논문지
• /
• 제26권2호
• /
• pp.155-166
• /
• 2021

현재 대부분의 객체 탐지 알고리즘은 RGB 영상을 기반으로 연구되고 있다. 하지만 RGB 카메라는 물체에서 반사되는 빛을 받아들여 영상을 생성하기 때문에, 물체에서 나오는 빛이 적거나 산란이 되는 야간 또는 안개가 끼는 환경에서는 물체의 정보가 잘 표현되는 영상 취득이 어려워 객체 탐지의 정확도가 떨어진다. 그에 반해 IR(열 적외선, Infra-Red) 영상은 열 센서로 이미지를 생성하기 때문에 RGB 영상에 비해 정확한 물체의 정보를 표현할 수 있다. 따라서 본 논문에서는 이러한 이미지 특성 차이에 따른 객체 탐지 성능을 비교하고자 하며, RGB와 IR 영상의 압축률에 따른 객체 탐지를 수행하고, 결과를 비교 분석 하고자 한다. 실험에 사용된 영상은 첨단운전자 보조 시스템(ADAS) 연구용 데이터 세트인 Free FLIR Thermal 데이터 세트 중 야간에 촬영된 RGB 영상과 IR 영상을 사용하였으며, 기존 RGB 영상 기반으로 사전 학습된 신경망과 FLIR Thermal 데이터 세트 내 RGB 영상과 IR 영상을 일부 골라 재학습한 신경망을 이용하여 객체 탐지를 수행하였다. 실험 결과 RGB 기반으로 사전 학습된 신경망과 재학습한 신경망 모두 IR 영상 기반 객체 탐지 성능이 RGB 영상 기반 성능보다 월등한 것을 확인할 수 있었다.