• Journal of KIISE:Databases
• /
• v.27 no.4
• /
• pp.562-571
• /
• 2000

이미지 데이터는 텍스트 데이터와는 달리 다양한 색상과 모양, 질감과 같은 비정형적인 특징을 가진다. 따라서 이미지 데이터베이스는 텍스트 기반의 전통 데이터베이스와는 다른 모델링 방법과 질의, 검색 방법을 사용한. 특히, 내용 기반 이미지 검색에서의 검색 속도와 정확도를 향상시키기 위해서는 새로운 복합 질의문 계획 생성 기법이 필요하다. 본 논문에서는 이를 위해 먼저, 단일 조건을 갖는 시각 질의에 대한 처리 기법들을 토대로 여러 조건을 갖는 복합 질의를 처리하기 위한 복합 질의문 계획 생성기법인 SSCC(Similarity Search for Conjunction Combination Query) 알고리즘을 제안한다. SSCC는 이미지 데이터베이스 검색 시스템에서 복합 질의를 처리하기 위한 질의 최적화 과정에서 질의 수행 시간과 투플 I/O를 최소화하는 질의문 계획을 생성하기 위해 사용된다. SSCC 알고리즘은 복합질의를 단일 질의들로 준해하고 퍼지 집합 이론을 도입하여 단일 질의의 결과들을 통합한다. 논문에서 연구된 내용 기반 복합 질의문 계획 생성 기법은 특정 이미지 영역에 국한되지 않으며 다양한 종류의 시각 질의를 수행하기 위한 효율적인 질의문 계획 생성 기법으로 사용될 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.922-923
• /
• 2023

인터넷에는 많은 이미지 데이터가 존재하지만, 대규모 이미지를 효과적으로 수집하는 것은 어려운 실정이다. 본 논문은 GAN을 통해 사용자가 지정한 개수만큼 원하는 이미지를 생성하는 웹 플랫폼을 제안한다. 기존의 단일 이미지다운, 크롤링, 웹 스크래핑을 통한 이미지 데이터 수집 방법보다 다량 이미지 데이터를 안전하게 수집할 수 있을 것으로 기대된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.936-937
• /
• 2023

본 논문에서는 LLM(Large Language Model) 모델의 fine-tuning 을 통한, 기초 수리 서술형 문항 풀이용 모델 및 Dall-E2 등 이미지 생성형 모델을 활용한 따른 영어 퀴즈풀이용 이미지 생성형 모델을 생성하여, 한국어 기반 LLM 자체 모델 학습 및 교육용 이미지 생성에 대한 방법을 고찰하였다.

• Proceedings of the KIEE Conference
• /
• 2004.07d
• /
• pp.2586-2588
• /
• 2004

현재 SCORM 콘텐츠를 제공하는 대부분의 시스템은 콘텐츠에서 사용하는 데이터가 하나의 교육목표를 가지는 콘텐츠 패키지에 함께 포함되어 있다. 콘텐츠를 만들 때 필요한 파일은 공유를 하지만 교육 목표를 가진 하나의 독립단위로 생성이 되어 시스템 상에서 실행시킬 수 있는 패키지로 만들어지면 콘텐츠에서 사용하는 파일은 물리적으로 다 포함되어 있다. 그렇기 때문에 같은 파일로 여러 개의 콘텐츠가 만들어지면 각 콘텐츠 패키지마다 파일이 포함되어 있기 때문에 시스템은 같은 파일을 중복으로 가지게 된다. 그래서 본 논문에서는 콘텐츠에서 사용하는 이미지를 공유할 수 있는 이미지 웹서버를 구현한다. 구현한 웹 서버는 이미지 저장과 메타데이터 생성, 이미지 검색, 이미지 프로세스의 기능을 가진다.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.16 no.6
• /
• pp.1311-1316
• /
• 2021

In this paper, we present a bifocal stereo camera system combining two cameras with different focal length cameras to generate stereoscopic image and their corresponding depth map. In order to obtain the depth data using the bifocal stereo camera system, we perform camera calibration to extract internal and external camera parameters for each camera. We calculate a common image plane and perform a image rectification for generating the depth map using camera parameters of bifocal stereo camera. Finally we use a SGM(Semi-global matching) algorithm to generate the depth map in this paper. The proposed bifocal stereo camera system can performs not only their own functions but also generates distance information about vehicles, pedestrians, and obstacles in the current driving environment. This made it possible to design safer autonomous vehicles.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.583-585
• /
• 2002

얼굴 인식은 이미지에 대한 많은 변화(표정, 조명, 얼굴의 방향)로 인해 높은 인식률을 얻기 어렵다. 이 문제를 해결하기 위해, 여러 가지의 얼굴 인식에 관한 방법이 연구되었다. 본 논문은 윤곽선이 검출된 흑백 이미지에서 명암 정보를 이용하여 특징을 추출한 얼굴 인식 시스템을 구현한다. 얼굴 방향에 대해 제약조건을 지닌 정면의 얼굴 이미지에서 소벨 마스크(Sobel Mask)를 이용하여 추출한 윤곽선 이미지를 일정한 크기의 영역들을 구성하여 특징벡터를 생성한다. 생성된 특징벡터를 이용하여 빠른 속도로 얼굴의 특징을 추출하여 개인 정보를 생성할 수 있다. 개인 정보를 가지고 SVM(Support Vector Machine)을 이용하여 일대일 대응에서 인증을 실험한다. 이 시스템은 기하학적 특성 추출 방법보다 계산량이 적고, 높은 인식률을 보여준다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.05a
• /
• pp.639-641
• /
• 2023

이미지 기반 폐기물 처리시스템에서 품목별 상이한 수집 난이도로 인해 발생하는 데이터 불균형으로 분류 모델 학습에 어려움이 따른다. 따라서 본 논문에서는 폐기물 분류 모델의 성능 비교를 통해 적합한 이미지 생성 모델을 탐색한다. 데이터의 불균형을 해결할 수 있도록 VAE(Variational Auto-Encoder), GAN(Generative Adversarial Networks) 및 Diffusion Model을 이용하여 이미지를 생성한다. 이후 각각의 생성 방법에 따라 학습데이터와 병합하여 객체 분류를 진행하였다. 정확도는 VAE가 84.41%로 3.3%의 성능 향상을, F1-점수는 Diffusion Model이 91.94%로 6.14%의 성능 향상을 이루었다. 이를 통해, 데이터 수집에서 나타나는 데이터 불균형을 해결하여 실 사용환경에 알맞은 시스템을 구축이 가능함을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.05a
• /
• pp.476-478
• /
• 2023

딥러닝은 컴퓨터 비전의 상당한 발전을 기여했지만, 딥러닝 모델을 학습하려면 대규모 데이터 세트가 필요하다. 이를 해결하기 위해 데이터 증강 기술이 주목받고 있다. 본 논문에서는 객체 추출 바운딩 박스와 원본 이미지의 바운딩 박스를 결합하여 합성 데이터 생성기법을 제안한다. 원본 이미지와 동일한 범주의 데이터셋에서 참조 이미지의 객체를 추출한 다음 생성 모델을 사용하여 참조 이미지와 원본 이미지의 특징을 통합하여 새로운 합성 이미지를 만든다. 실험을 통해, 생성 기법을 통한 딥러닝 모델의 성능향상을 보여준다.

• Journal of KIISE:Software and Applications
• /
• v.32 no.9
• /
• pp.853-867
• /
• 2005

A number of content-based image search methods have been proposed to this point. Each of these systems uses different image data and generates different data depending on the extraction method of different characteristics that the search capabilities of each system cannot be compared and assessed. In particular, there is a problem of applying the identical image data onto the contents based image search system on the web that cannot be compared and assessed. To resolve such a problem, the XML-based FEMAL is hereby presented for extracting data of characteristics generated from specific search system in a way that can be recognized from other starch system. In the experiment using FEMAL, the extract data for characteristics is mutually communicated and integrated and the comparison assessment of search capability is seemed to be available.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2004.05a
• /
• pp.628-631
• /
• 2004

현재 SCORM 콘텐츠를 제공하는 대부분의 시스템은 콘텐츠에서 사용하는 데이터가 교육목표를 가지는 콘텐츠 패키지에 함께 포함되어 있다. 그래서 본 논문에서는 콘텐츠에서 사용하는 이미지를 공유할 수 있는 SCORM 기반 이미지 콘텐츠 웹 서버를 제안한다. 제안한 웹 서버는 이미지 저장과 메타 데이터 생성, 이미지 검색, 이미지 프로세스의 기능을 가진다.