• 디지털콘텐츠학회 논문지
• /
• 제9권4호
• /
• pp.635-644
• /
• 2008

사회의 발달에 따라 정보의 양이 폭발적으로 증가하게 되어 이를 효율적으로 유지, 보관하기 위해 디지털 아카이브의 필요성이 대두되었다. 현재 아카이브의 표준으로는 OAIS(Open Archival Information System) 참조 모형이 있다. 이 모형은 장기보존에만 관심이 있고, 주로 포괄적인 콘텐츠에만 신경을 쓰고 있다. 본 논문에서는 이미지 자료를 대상으로 장기보존만이 아닌 효율적인 활용을 위한 디지털 아카이브 워크플로우와 메타데이터에 대한 모델을 제시하고자 한다. 이미지 자료 디지털 아카이브 구축을 위해서는 OAIS 참조 모형을 통해 서지 정보와 미디어 형태의 메타데이터 표준이 추가되어야 한다는 필요성이 제기된다. 이미지 정보의 효율적인 디지털 아카이빙 및 활용을 위한 클래스 기반 다단계 메타데이터 모델 관리를 제안한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 춘계학술발표대회
• /
• pp.559-561
• /
• 2019

이미지 프로세싱이란 기존의 이미지에 대해 컴퓨터를 이용하여 새로운 이미지로 창작하거나 수정하는 일련의 작업 과정이다. 우리는 알약의 이미지를 가져와 machine이 인지 할 수 있도록 수정한 후, 사진에 찍힌 알약을 구별하고 사용자 에게 그 알약의 정보들을 제공 할 수 있는 텐서플로우 기반의 이미지 프로세싱 방법에 대해 연구 하였다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제20권3호
• /
• pp.1-8
• /
• 2014

스마트폰의 전면 및 후면 카메라를 이용하여 동시에 획득한 전경 이미지와 배경 이미지에서, 전경 이미지의 일부분인 전경 물체를 추출하여 배경 이미지에 합성하는 방법을 제시한다. 최근의 고사양 스마트폰은 대개 두 개의 카메라를 가지고 있고, 사진을 촬영하는 과정에서 미리보기 화면을 제공한다. 전면 카메라로부터 전경 이미지를 획득하는 과정에서 미리보기 화면의 비디오에 대한 옵티컬 플로우를 이용하여 전경 물체를 추출한다. 추출된 전경 물체와 배경 화면을 단순히 합성한 후, 전경 물체와 배경화면의 경계에서 가중치 경계 블렌딩을 이용하여 시각적으로 부드러운 경계를 갖는 합성을 수행한다. 화소 수준의 조밀한 옵티컬 플로우의 계산은 고사양의 스마트폰에서도 상당히 느리기 때문에, 전경 물체 추출을 위한 마스크의 계산을 저해상도에서 수행하여 계산시간을 크게 절약할 수 있다. 실험적 결과에 의하면 제안하는 방법은 더 적은 계산 시간을 사용하며, 널리 사용되는 Poisson 이미지 합성 방법에 비하여 시각적으로 더 우수한 결과를 얻을 수 있다. 제안하는 방법은 Poisson 이미지 합성 방법에서 자주 관찰되는 색 번짐 결점을 가중치 경계 블렌딩을 이용하여 제한적인 수준에서 극복할 수 있다.

• 정보처리학회논문지D
• /
• 제15D권3호
• /
• pp.347-354
• /
• 2008

모바일 어플리케이션 소프트웨어의 시장은 여러 소프트웨어 시장 중 가장 많은 어플리케이션 소프트웨어를 출시하고 있으며 모바일 어플리케이션에서 가장 중요한 사용자와의 정보 교환 수단으로는 GUI 가 있다. 현재까지의 모바일 어플리케이션에서의 GUI 테스트 방법으로는 테스터가 한단계, 한단계 버튼을 눌러가며 화면을 체크하는 원시적인 방법의 테스트가 이루어지고 있다. 이에 본 논문에서는 모바일 상에서 이루어지는 정적 화면 전환의 경우 테스트 수행 결과를 이미지 플로우 기반으로 표시함으로써 GUI를 테스트 하는 방법을 제시하고 테스트 커버리지까지 측정할 수 있는 방법을 제시한다.

• 한국지능시스템학회논문지
• /
• 제21권5호
• /
• pp.537-542
• /
• 2011

거울 신경 세포는 동물이 어떤 동작을 할 때와 그 동물이 다른 동물의 동일한 동작을 하는 것을 관찰 할 때, 똑같은 세포 발화를 하는 신경세포이다. 본 논문에서는 거울 신경 세포의 발화 원리를 이용하여 비슷한 방법으로 보이지 않는 부분에 대한 객체의 움직임을 추적하는 방법을 3차원 재구축 방법을 통해 제안한다. 거울 신경 세포 시스템과 같은 발화 원리를 통해 의도 인지 시스템을 구축하기 위해, 스테레오 카메라를 통해 획득한 두 개의 이미지 데이터를 통해 깊이 정보를 계산하여 3차원으로 재구축한다. 3차원 재구축을 통해 만들어진 이미지 데이터를 옵티컬 플로우를 사용하여 3차원 이미지에서 객체의 움직임 방향을 추정한다. Estimation 알고리즘인 칼만 필터를 사용하여 객체의 움직임 추정을 잡음에 강인하게 한다. 객체의 움직임 추정을 통하여 객체의 움직임에 따라 구축된 이미지 데이터를 히스토리화 하여 데이터를 저장한다. 객체의 일부분 혹은 전체가 다른 물체로 인해 가려져 스테레오 카메라 시야에서 사라졌을 때, 과거에 저장된 히스토리로 부터 데이터를 가져와 가려진 부분에 대한 객체의 원래의 모습을 복원한다. 이 복원을 통하여 움직임 추정을 한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 추계학술대회
• /
• pp.358-360
• /
• 2020

본 팀은 웹캠으로 촬영한 영상에서 원하는 물체를 선택하여 텍스처를 선택한 이미지의 스타일로 변환하는 프로젝트를 수행했다. 영상을 세그멘테이션하고 원하는 물체만을 원하는 텍스처로 변환하여 최종 아웃풋을 얻는다. 제안하는 네트워크는 물체를 다양한 스타일로 바꾸는 것이 가능한데, 이 중에서 이미지에 명화의 화풍을 입히는 것을 중점으로 하여 데모를 구현했다. 빠른 속도로 네트워크를 실행하기 위해 기존 연구들에 비디오 처리의 관점을 접목했다. 여러 프레임을 묶어 옵티컬 플로우를 생성하고, 첫 번째 프레임을 인스턴스 세그멘테이션한 후 마스크를 추출했다. 이후 마스크 영역만 뽑아낸 이미지를 새로운 입력으로 하여 스타일 트랜스퍼를 거치고, 이 첫번째 프레임과 나머지 프레임들의 옵티컬 플로우로 나머지 프레임들의 세그멘테이션과 스타일 트랜스퍼를 예측하여 다시 비디오 프레임으로 만들어 주었다. 본 알고리즘은 옵티컬 플로우 설정으로 네트워크의 계산량을 줄이며 속도를 개선했다. 빠른 데이터 처리로 사용자가 원하는 물체의 텍스쳐가 바뀔 수 있게 되었고, 이는 현실 세계가 실제로 바뀐 듯한 느낌을 들게 한다. 또한, 컴퓨터 비전에서 활발하게 연구되었던 분야를 AR로 끌어와 두 분야의 융합 가능성을 열었다. 현재 코로나의 영향으로 집에서 취미생활을 즐기는 인구가 많아졌다. 본 연구를 통해 많은 사람에게 집에서 쉽게 명화의 감성을 즐기고 느낄 수 있는 양질의 콘텐츠를 제공해주려 한다. 또한, 박물관과 미술관 등의 기관에서도 이 기술이 활용될 수 있다. 명화를 느낄 수 있는 다양한 콘텐츠를 이용하여 박물관이나 미술관의 홍보 효과도 기대할 수 있다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2013년도 춘계 종합학술대회 논문집
• /
• pp.161-162
• /
• 2013

본 논문에서는 Mental ray 렌더러를 통해 렌더링 된 이미지의 색감과 사실적인 빛의 감쇠효과를 위해 사용되는 Color Management를 활용한 Linear Work Flow 작업과정을 제시하고 그 이론적인 배경을 설명하고자 한다. 디지털로 사용되는 대부분의 이미지 포맷은 모든 모니터에서 동일한 색감을 표현하기 위해 sRGB라는 표준화된 형식을 사용하고 있다. 하지만 Mental ray는 기본적으로 감마 커브가 1.0으로 이루어진 이미지를 렌더링한다. sRGB가 가지고 있는 2.2의 감마커브와 차이가 발생함에 따라 사용자가 원하는 색감을 얻어내기 어렵다. 반면에 Color Management를 활용해 렌더링 된 이미지의 감마 커브를 수정해주면 3D 소프트웨어로 사용 된 텍스쳐의 원본 색감을 렌더링 후에도 유지할 수 있다. 또한 라이팅의 감쇠(Decay)와 산란에도 영향을 주어 보다 풍부한 색감의 이미지를 얻게 된다. 본 연구에서는 Autodesk Maya의 Mental Ray를 이용해 실험을 하고 Color Management를 활용한 이미지와 그렇지 않은 이미지를 비교 분석한다. 연구의 범위는 제품 렌더링을 위한 스튜디오 라이팅 기법으로 한정하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2024년도 춘계학술발표대회
• /
• pp.836-838
• /
• 2024

본 논문은 현대 사회에서 급증하는 VPN의 악용 가능성을 인지하고 VPN과 Non-VPN 트래픽 구별의 중요도를 강조한다. 전통적인 포트 기반 분류와 패킷 분석 접근법의 한계를 넘어서기 위해 트래픽 플로우 특징과 인공지능(AI) 기술을 결합하여 VPN과 Non-VPN 프로토콜을 구별하는 새로운 방법을 제안한다. 직접 수집한 패킷 데이터셋을 사용하여 트래픽 플로우 특징을 추출하고, 패킷의 페이로드와 결합해 이미지를 생성한다. 이를 CNN 모델에 적용함으로써 높은 정확도로 프로토콜을 구별한다. 실험 결과, 제안된 방법은 99.71%의 높은 정확도를 달성하여 트래픽 분류 및 네트워크 보안 강화에 기여할 수 있는 방법론임을 입증한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 추계학술발표대회
• /
• pp.257-258
• /
• 2017

머신러닝 기법을 다양한 분야에 사용되는 연구가 한창이다. 본 논문에서는 악성 코드의 분류 시스템에 머신러닝 기법을 적용하였다. 악성 코드 파일을 적당한 크기로 이미지화하여 텐서 플로우의 인셉션 V3에 적용하였다. 실험 결과, 이미지의 사이즈 조정과 파라미터 조정을 통해 매우 만족할 만한 수준으로 악성 코드를 잘 분류함을 확인할 수 있었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.370-373
• /
• 2022

최근 Tensorflow나 Pytorch, Keras 같은 여러가지의 딥러닝 프레임워크 모델들이 나왔다. 또한 이미지 인식에 Tensorflow, Pytorch, Keras 같은 프레임 워크를 이용하여 CNN(Convolutional Neural Network)을 적용시켜 이미지 분류에서의 최적화 모델을 주로 이용한다. 본 논문에서는 딥러닝 이미지 인식분야에서 가장 많이 사용하고 있는 파이토치와 텐서플로우의 프레임 워크를 CNN모델에 학습을 시킨 결과를 토대로 두 프레임 워크를 비교 분석하여 이미지 분석할 때 최적화 된 프레임워크를 도출하였다.