• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제22권1호
• /
• pp.20-25
• /
• 2016

디지털 빅데이터 시대가 도래함에 따라 다양한 분야에서 하둡 플랫폼이 널리 사용되고 있지만, 하둡 맵리듀스 프레임워크는 대량의 작은 파일들을 처리하는데 있어서 네임노드의 메인 메모리와 맵 태스크 수가 증가하는 문제점을 안고 있다. 또한, 맵리듀스 프레임워크에서 하드웨어 기반 데이터 병렬성을 지원하는 GPU를 활용하기 위해서는 C++ 언어 기반의 태스크를 맵리듀스 프레임워크에서 수행하기 위한 방식이 필요하다. 따라서, 본 논문에서는 이미지 빅데이터를 처리하기 위해 하둡 플랫폼 환경에서 이미지 시퀀스 파일을 생성하고 하둡 파이프를 이용하여 GPU 기반의 얼굴 검출 태스크를 맵리듀스 프레임워크에서 처리하는 얼굴 검출 시스템을 제시하고 단일 CPU 프로세스 대비 약 6.8배의 성능 향상을 보여준다.

• 디지털융복합연구
• /
• 제15권12호
• /
• pp.293-301
• /
• 2017

대부분의 신상품들은 시장에서 급격히 사라질 뿐만 아니라 기존 상품들의 매출감소를 불러온다. 이처럼 수명주기가 짧은 상품으로 인해 소매상들은 과다한 재고를 보유하게 될 뿐만 아니라 소비자들은 자신들의 선호를 맞는 제품들을 발견하는데 어려움을 겪는다. 이런 문제를 해결에 하는데 있어서 추천 시스템은 좋은 해결방법이 될 수 있다. 그러나 대부분의 추천 시스템들은 소비자의 고정된 선호를 이용하기 때문에 변화하는 소비자의 선호를 반영하지 못하는 문제가 있다. 이러한 문제를 해결하기 위하여 본 연구에서는 시간에 따라 변화하는 소비자의 선호를 반영한 추천 방법론을 제안하였다. 제안한 방법론은 소비자의 동적 선호 프로파일 작성, 네이버 형성, 추천 리스트 작성의 3 단계로 구성되어 있으며, 모바일 이미지 거래 데이터를 이용하여 제안된 방법론의 유용성을 검증하였다. 시험결과 제시된 방법론의 추천 정확도가 전통적인 협업필터링의 정확도 보다 높았다. 이러한 결과를 통해, 본 연구에서 제한한 방법론이 짧은 수명주기를 가진 제품을 추천하는데 효과적이라는 결론을 내릴 수 있다. 따라서 향후 제안된 방법론을 현업에 적용하여 실제적 유용성을 검증할 필요가 있다.

• 산업융합연구
• /
• 제21권9호
• /
• pp.11-21
• /
• 2023

그동안 CG제작공정의 효율성을 향상시키기 위한 많은 연구가 있었지만, 작업 중간에 결과물의 확인이 어렵고 렌더링 타임에 많은 시간이 소요된다는 문제점을 극복하기는 쉽지 않았다. 그러나 최근 실시간으로 결과물의 확인이 가능한 언리얼 라이브 링크의 활용 가능성이 커지면서 제작공정의 효율성 향상에 대한 기대감이 높아지고 있다. 이에 이 연구에서는 언리얼 라이브 링크를 이용한 3D 애니메이션 제작공정의 효율성을 분석하였다. 이를 위해 마야로 모델링, 리깅, 애니메이션, 레이아웃 작업을 하고 언리얼 라이브 링크를 통해 언리얼 엔진에서 최종 아웃풋 이미지 시퀀스를 도출하는 방식으로 3D 애니메이션을 제작하였다. 그리고 3D 소프트웨어 자체에서 최종 아웃풋 이미지 시퀀스를 을 도출하는 기존의 제작공정과 본 제작공정의 차이점을 비교 분석하였다. 분석 결과 전통적인 3D 애니메이션의 제작공정과 달리 높은 퀄리티의 최종결과물을 보여주는 뷰포트 화면을 통해 작업을 진행함으로써 실시간으로 최종 작업 결과물을 확인하는 것이 가능하였으며, 실시간 화면 캡쳐를 통해 최종결과물을 도출함으로써 작업의 효율성이 극대화되는 것을 알 수 있었다. 최근 3D 애니메이션과 영화 산업현장에서 게임 엔진을 활용하는 사례가 점차 늘고 있는데, 언리얼 라이브 링크를 활용할 경우 작업의 효율성이 매우 극대화될 것으로 예상된다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제6권4호
• /
• pp.203-210
• /
• 2017

본 논문에서는 이미지 캡션 생성과 모델 전이에 효과적인 심층 신경망 모델을 제시한다. 본 모델은 멀티 모달 순환 신경망 모델의 하나로서, 이미지로부터 시각 정보를 추출하는 컨볼루션 신경망 층, 각 단어를 저차원의 특징으로 변환하는 임베딩 층, 캡션 문장 구조를 학습하는 순환 신경망 층, 시각 정보와 언어 정보를 결합하는 멀티 모달 층 등 총 5 개의 계층들로 구성된다. 특히 본 모델에서는 시퀀스 패턴 학습과 모델 전이에 우수한 LSTM 유닛을 이용하여 순환 신경망 층을 구성하며, 캡션 문장 생성을 위한 매 순환 단계마다 이미지의 시각 정보를 이용할 수 있도록 컨볼루션 신경망 층의 출력을 순환 신경망 층의 초기 상태뿐만 아니라 멀티 모달 층의 입력에도 연결하는 구조를 가진다. Flickr8k, Flickr30k, MSCOCO 등의 공개 데이터 집합들을 이용한 다양한 비교 실험들을 통해, 캡션의 정확도와 모델 전이의 효과 면에서 본 논문에서 제시한 멀티 모달 순환 신경망 모델의 높은 성능을 확인할 수 있었다.

• Investigative Magnetic Resonance Imaging
• /
• 제16권2호
• /
• pp.142-151
• /
• 2012

목적: 간질중첩증의 동맥 스핀 라벨링 자기공명영상 소견을 알아보고자 한다. 대상과 방법: 본 기관에 내원한 환자들을 대상으로 후향적으로 검색하여 중 간질중첩증으로 임상적으로 진단받았으면서 동맥 스핀 라벨링을 포함한 자기공명영상검사를 받은 환자들을 찾아 이미지를 분석 하였다. 결과: 총 여섯명의 간질중첩증 환자들이 검색되었으며 이 환자들은 모두 EEG에서 이상소견이 나타난 부위에 국소적 CBF증가 소견을 보였다. 특히 두 명의 환자에서는 DWI를 포함한 고식적 자기공명영상 시퀀스에서 모두 특이 소견 보이지 않았으나 동맥 스핀 라벨링 이미지에서만 국소적으로 증가된 CBF를 보였다. 결론: 간질중첩증 환자들의 진단에 있어서 동맥 스핀 라벨링은 기존 영상검사에 더하여 추가적인 역할을 할 수 있을 것으로 기대된다.

• 한국정보전자통신기술학회논문지
• /
• 제13권3호
• /
• pp.177-183
• /
• 2020

스테가노그래피는 안전하지 않은 네트워크를 통해 비밀 메시지를 전송하는데 사용하는 매개체로 디지털 이미지를 사용한다. 또한 디지털 이미지에 비밀 메시지를 포함시키는 방법 중에서 많이 사용하는 최하위 비트(LSB)가 있다. 스테가 노그래피의 목표는 통신 채널을 통해 스테고 매체를 이용하여 비밀 메시지를 안전하고, 무결하게 전송하는 것이다. 제3자에게 노출의 위험성을 감소시키기 위해 저항성을 향상시키는 방법이 필요하다. 비밀 메시지를 안전하게 숨기기 위해 교차, 암호화, 혼돈, 은닉 단계를 거치는 새로운 알고리즘을 제안한다. 한글 음절을 초성, 중성, 종성으로 분리한 후 비트화된 메시지 정보를 암호화 한다. 로지스틱 맵을 적용한 후에 혼돈 시퀀스의 위치를 가지고 비트화된 정보를 재구성한다. 비밀 메시지는 임의 선택된 RGB 채널에 삽입한다. 적용된 결과의 효율성을 확인하기 위해 PSNR과 SSIM을 이용하였다. 각각 44.392(dB), 0.9884로 확인하였다.

• 한국항행학회논문지
• /
• 제27권2호
• /
• pp.182-189
• /
• 2023

깊이 추정은 차량, 로봇, 드론의 자율주행을 위한 3차원 지도 생성의 핵심 기술이다. 기존의 센서 기반 깊이 추정 방식은 정확도는 높지만 가격이 비싸고 해상도가 낮다. 반면 카메라 기반 깊이 추정 방식은 해상도가 높고 가격이 저렴하지만 정확도가 낮다. 본 연구에서는 무인항공기 카메라의 깊이 추정 성능 향상을 위해 Self-Attention 기반의 비지도 단안 카메라 영상 깊이 추정을 제안한다. 네트워크에 Self-Attention 연산을 적용하여 전역 특징 추출 성능을 향상시킨다. 또한 카메라 파라미터를 학습하는 네트워크를 추가하여 카메라 칼리브레이션이 안되어있는 이미지 데이터에서도 사용 가능하게 한다. 공간 데이터 생성을 위해 추정된 깊이와 카메라 포즈는 카메라 파라미터를 이용하여 포인트 클라우드로 변환되고, 포인트 클라우드는 Octree 구조의 점유 그리드를 사용하여 3D 맵으로 매핑된다. 제안된 네트워크는 합성 이미지와 Mid-Air 데이터 세트의 깊이 시퀀스를 사용하여 평가된다. 제안하는 네트워크는 이전 연구에 비해 7.69% 더 낮은 오류 값을 보여주었다.

• 한국컴퓨터정보학회논문지
• /
• 제28권4호
• /
• pp.31-39
• /
• 2023

본 논문에서는 이종 모델의 특징맵 간 상관관계인 외부적 상관관계와 동종 모델 내부 특징맵 간 상관관계인 내부적 상관관계를 활용하여 교사 모델로부터 학생 모델로 지식을 전이하는 Internal/External Knowledge Distillation (IEKD)를 제안한다. 두 상관관계를 모두 활용하기 위하여 특징맵을 시퀀스 형태로 변환하고, 트랜스포머를 통해 내부적/외부적 상관관계를 고려하여 지식 증류에 적합한 새로운 특징맵을 추출한다. 추출된 특징맵을 증류함으로써 내부적 상관관계와 외부적 상관관계를 함께 학습할 수 있다. 또한 추출된 특징맵을 활용하여 feature matching을 수행함으로써 학생 모델의 정확도 향상을 도모한다. 제안한 지식 증류 방법의 효과를 증명하기 위해, CIFAR-100 데이터 셋에서 "ResNet-32×4/VGG-8" 교사/학생 모델 조합으로 최신 지식 증류 방법보다 향상된 76.23% Top-1 이미지 분류 정확도를 달성하였다.

• 대한영상의학회지
• /
• 제85권2호
• /
• pp.345-362
• /
• 2024

자기공명영상(이하 MRI)은 복부 영상에서 국소 병변의 감지와 특성을 찾을 수 있는 것 때문에 중요한 역할을 한다. 그러나 MRI 검사에 상대적으로 긴 검사 시간과 호흡 유지 기법에서 움직임 관리와 같은 몇 가지 힘든 요인이 있다. 최근에는 검사 시간을 줄이면서 적절한 이미지 품질을 유지하는 기법인 평행 이미징, 압축 감지(compressed sensing) 및 최첨단 딥 러닝(deep learning) 기술이 등장하여 문제 해결 전략을 가능하게 하고 있다. 또한, 역동적 조영증강 영상에서 자유 호흡 기법은, 추가 차원(extra-dimensional)-부피 보간 호흡 유지 검사(volumetric interpolated breath-hold examination) 및 황금 각도 방사형 희소 병렬(golden-angle radial sparse parallel), 간 가속 볼륨 획득(liver acceleration volume acquisition) 스타와 같은, 심한 호흡곤란이나 마취 중인 환자에게서 복부 MRI를 시행하는 것을 돕는다. 이 임상화보에서는 시간을 줄이면서도 이미지 품질을 유지하기 위한 다양한 고급 복부 MRI 기술과 역동적 영상을 위한 자유 호흡 기술을 제시하고 또한 이를 통한 예시들을 보여주고자 한다. 이러한 첨단 기법들의 고찰은 적용된 시퀀스의 적절한 해석에 도움을 줄 것이다.

• 한국멀티미디어학회논문지
• /
• 제20권8호
• /
• pp.1175-1186
• /
• 2017

Human emotion recognition is one of the promising applications in the era of artificial super intelligence. Thus far, facial expression traits are considered to be the most widely used information cues for realizing automated emotion recognition. This paper proposes a novel facial expression recognition (FER) method that works well for recognizing emotion from image sequences. To this end, we develop the so-called weighted soft voting classification (WSVC) algorithm. In the proposed WSVC, a number of classifiers are first constructed using different and multiple feature representations. In next, multiple classifiers are used for generating the recognition result (namely, soft voting) of each face image within a face sequence, yielding multiple soft voting outputs. Finally, these soft voting outputs are combined through using a weighted combination to decide the emotion class (e.g., anger) of a given face sequence. The weights for combination are effectively determined by measuring the quality of each face image, namely "peak expression intensity" and "frontal-pose degree". To test the proposed WSVC, CK+ FER database was used to perform extensive and comparative experimentations. The feasibility of our WSVC algorithm has been successfully demonstrated by comparing recently developed FER algorithms.