• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제66차 하계학술대회논문집 30권2호
• /
• pp.99-100
• /
• 2022

본 논문에서는 유방암 초음파 이미지를 학습한 multi-modal 구조를 이용하여 유방암을 판별하는 인공지능을 제안한다. 학습된 인공지능은 유방암을 판별과 동시에, 설명 가능한 인공지능 기법과 ROI를 함께 사용하여 종양의 위치를 나타내준다. 시각적으로 판단 근거를 제시하기 때문에 인공지능의 판단 신뢰도는 더 높아진다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2019년도 제60차 하계학술대회논문집 27권2호
• /
• pp.33-34
• /
• 2019

대부분의 나라에서는 어선의 위치발신장치를 이용하여 어선 조업상황을 모니터링 한다. 우리나라도 어선의 위치발신장치를 이용하여 어선 조업량, 불법조업 유무를 판별한다. 현재까지는 어선의 불법조업 유무 판별은 어선의 위치정보 기반으로 이루어 졌으나, 허가받지 않는 어구를 사용하는 불법조업에 대한 판별은 불가능 하였다. 이에 본 논문에서는 어선 항적과 조업면허 데이터를 이용하여 데이터 기반의 어선 조업 판별모델을 개발하고자 한다. 이를 위해 어선 항적데이터를 시계열 단위로 전처리하여 학습 이미지들을 생성하고, 해당 어선의 조업면허 정보를 레이블로 하여 학습 데이터를 제안하는 딥러닝 모델에 적용한다. 제안하는 방법의 검증을 위해 1년 동안 제주 주변해역에서 조업하는 어선의 선박자동식별장치의 항적데이터를 수집하여 실험을 하였다. 실험 결과 제안한 방법의 분류정확도는 71.5%를 얻었다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제2권3호
• /
• pp.195-198
• /
• 2013

최근 많은 도서관에서 RFID(Radio Frequency IDentification) 태그를 도서에 부착하여 대출 및 반납 업무를 처리하고 있다. 그러나 이러한 RFID 인식 시스템은 부착된 RFID 태그와 안테나의 위치 및 주변 환경의 영향에 따라 인식률이 좌우되는 단점이 있다. 따라서 이를 극복하기 위해서는 별도 인식시스템과의 상호 보완이 필요하다. 본 논문에서는 입력 영상을 기반으로 도서의 권수를 판별하는 알고리즘을 제안한다. 제안된 방법은 먼저 입력 영상에 대해서 도서가 존재하는 영역을 관심영역으로 설정한 후, Canny 엣지 검출 알고리즘을 실행한다. 엣지로 검출된 부분에 대해 Hough 직선 변환 알고리즘을 이용하여 도서가 몇 권인지 판별한다. 제안하는 방법의 성능 평가를 위해서 350장의 다양한 도서 이미지에 대해서 도서의 권수를 정인식과 오인식으로 판별하여 분석하였다. 실험 결과 본 논문에서 제안한 알고리즘은 도서 권수 판별 정확도에서 97.1%의 우수한 성능을 보여주었다.

• 정보보호학회논문지
• /
• 제23권6호
• /
• pp.1001-1006
• /
• 2013

본 논문에서는 최근 스마트폰과 지능형 로봇 분야에서 급속도로 확산되고 있는 유해 멀티미디어의 유해성을 판별하기 위해 유해정보 판별 메커니즘 및 판별 메커니즘 성능 분석에 대해서 설명한다. 이러한 판별 기술들을 기반으로 멀티미디어(이미지, 비디오) 기반의 개별 유해 특징 요소를 정의한다. 또한 시각적 특징을 모델링하여 유해 멀티미디어 콘텐츠의 유해성을 분석한다.

• 한국인터넷방송통신학회논문지
• /
• 제24권1호
• /
• pp.59-64
• /
• 2024

최근 다양한 산업 분야에서 드론과 인공지능 기술이 융합된 연구 사례가 진행되고 있다. 본 논문에서는 딥러닝 기반 객체 인식과 객체 판별 알고리즘을 이용하여 불법 주정차 차량 인식 모델을 제안한다. 객체 인식 알고리즘은 YOLOv8를 사용하였으며, 객체 판별 알고리즘은 ResNet18을 사용하였다. 제안된 모델은 일반 도로 상황에서 수집한 이미지 데이터를 이용하여 모델 학습을 수행하였고, 학습된 모델은 이미지 기반 불법 주정차를 판별하는데 높은 정확도를 보였다. 이를 통해 제안된 모델은 다양한 이미지로부터 불법 주정차 차량을 식별하기 위한 일반화 성능을 갖추고 있음을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 춘계학술발표대회
• /
• pp.360-362
• /
• 2019

본 논문에서는 k-Means 클러스터링을 활용한 컬러 기반 이미지 추출을 통한 색각 검사 방안 연구를 진행한다. 이를 위해, RGB 컬러스페이스 기반의 이미지를 특별한 컬러스페이스 이미지로 변환 후 컬러 패턴 분포에 따라 k-Means 클러스터링을 적용하여 다양한 형태의 이미지를 추출하는 실험을 수행한다. 위의 실험을 통해 하나의 이미지를 컬러 분포 패턴을 통해 클러스터링하여 이미지를 추출을 통하여 정상인과 색각 이상자를 판별할 수 있었다. 실험 결과, 다양한 형태와 색을 가진 이미지를 추출하여 정상인이 보는 이미지와 색각 이상자가 보는 이미지가 다른 것을 확인하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2007년도 한국컴퓨터종합학술대회논문집 Vol.34 No.1 (C)
• /
• pp.13-18
• /
• 2007

효과적인 이미지 검색을 위하여, 이미지의 저수준 시각 정보로부터 고수준 의미 정보를 추출하는 기술에 관한 많은 연구가 이루어지고 있다. 특히 최근에는 Support Vector Machine과 같은 기계 학습 기법을 이용한 이미지 어노테이션 시스템의 개발이 활발히 진행중이이다. 그러나 기존의 연구들은 단편적인 이미지 정보만을 추출함에도 불구하고, 그 성능이 여전히 만족스럽지 못하다. 본 논문에서는 Support Vector Machine과 온톨로지를 이용하여 이미지의 다양한 정보를 효과적으로 추출 및 기술할 수 있는 시스템을 제안한다. 특히 온톨로지는 특정 도메인의 상세한 지식 표현과 추론을 위한 지식베이스로서, 본 논문에서는 Support Vector Machine을 이용하여 이미지 안에 존재하는 객체들의 컨셉을 판별하고 이미지 어노테이션 온톨로지와 생태계 온톨로지를 이용하여 공간 관계, 천적 관계와 같은 객체간 의미 관계를 자동적 자동적으로 추출하는 방법을 제안한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 하계학술대회
• /
• pp.686-688
• /
• 2020

본 논문에서는 U-Net 모델을 이용하여 정교하고 반복되는 패턴을 가진 인쇄물에 대한 비지도 학습을 통한 딥러닝 기반 이상치탐지(Anomaly Detection) 방법을 제안하였다. 인쇄물(카드)의 비정상 패턴 검출을 위하여 촬영한 영상으로부터 카드 영역을 분리한 이미지로 구성된 Dataset을 구축하였고 정상 이미지와 동일한 이미지를 출력하기 위해, 정상 이미지와 마스크 이미지 쌍의 Training dataset을 U-Net으로 학습하였다. Test dataset의 이미지를 입력으로 넣어 생성된 마스크 결과를 원본 마스크 이미지와 비교하여 이상 여부를 판단하는 본 논문의 방법이 정상, 비정상 인쇄물을 잘 구분하는 것을 확인하였다. 또한 정상과 비정상 이미지 각각을 학습한 지도학습 기반 CNN 분류 방법을 입력 영상과 복원 영상 간의 복원 오차를 비교하여 객체의 이상 여부를 판별하는 본 논문의 방법과 비교 평가하였다. 본 논문을 통해 U-Net을 사용하여 별도로 데이터에 대한 label 취득 없이 이상치를 검출할 수 있음을 확인할 수 있었다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2010년도 추계학술대회
• /
• pp.82-85
• /
• 2010

인터넷의 급속한 발달과 이미지 콘텐츠 개발 기술의 발달로 현재 누구나 쉽게 이미지 콘텐츠의 공유 및 배급이 용이해졌다. 그러나 이로 인해 누드나 포르노와 같은 불건전한 유해 이미지들의 접근 역시 쉬워지고 있다. 특히, 스마트 폰이나 스마트 TV 등 멀티미디어 기능이 가능한 휴대장치 및 단말기의 비약적인 발전으로 인하여, 언제 어디서나 우리들은 유해 이미지의 노출되어 있다. 따라서 유해 이미지 시청이 적당하지 않은 연령층까지 무방비 상태에 놓여 있기 때문에 이를 막을 수 있는 시급한 대책이 요구되고 있다. 본 논문에서는 이중 피부 화소 검출에 이용하여 인체 영역 검출해내고 이것을 이용하여 유해 이미지 분류를 위한 방법을 제안하고자 한다. 일반적으로 피부 화소 검출 기법은 오차율을 가지고 있기 때문에 정확한 검출이 힘들다. 따라서 우리는 검출에 대한 강도를 조절하여 이중으로 피부 화소를 검출하여 좀더 정확한 피부 영역을 획득한다. 또한 기존의 방법들은 대체로 일차적인 피부 영역 검출에 초점을 둔 반면, 유해 판별의 주된 기준이 되는 가슴이나 성기, 엉덩이 등을 좀 더 중점적으로 찾으려 하지 않았다. 따라서 본 논문에서는 검출된 피부 영역에서 유해 부위를 좀 더 집중적으로 찾아 유해 판별 성능을 높이는 방법을 제안하고 실험으로 증명을 하고자 한다.

• 한국산업정보학회논문지
• /
• 제17권6호
• /
• pp.51-58
• /
• 2012

볼록총채벌레는 최근 감귤원 해충 피해의 주요 해충으로 인식되어 주기적인 예찰이 이루어지고 있으나 성충의 크기가 0.8mm 정도로 작아 육안 식별에 어려움이 있다. 본 논문에서는 예찰 트랩에 포집된 볼록총채벌레를 자동으로 판별하기 위한 후보 영역 검출 방법을 제안하였다. 본 논문에서 사용한 방법은 히스토그램 기반의 템플릿 매칭으로 그레이 이미지와 그레디언트 이미지를 합성한 이미지를 사용하였다. 50 배율의 광학 현미경으로 영상을 획득 하였고, 제안한 방법의 객관적인 성능 판별을 위해 기존 방법[8]과 노이즈 제거 이미지를 이용한 히스토그램 기반 템플릿 매칭방법 그리고 그레디언트 이미지를 이용한 히스토그램 기반 템플릿 매칭 방법들과 비교 실험을 하였다. 실험결과 본 논문에서 제안한 방법이 기존 전처리[8] 방법 보다 약 14.42% 향상된 성능을 보였고, 노이즈 제거 이미지를 이용한 방법보다 41.63%, 그레디언트 이미지를 이용한 방법보다 21.17% 높은 성능을 보였다.