• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.670-672
• /
• 2021

색소 세포성 모반과 악성 흑색종은 형태가 유사하지만 유해성의 측면에서 악성 흑색종은 암으로써 무해한 색소 세포성 모반에 비해 위험한 질환이다. 이에 기반하여 기존 연구에서 색소 세포성 모반과 악성 흑색종을 구분하기 위한 연구가 있었지만, 데이터를 취득하는 과정에서 많은 cost 가 필요하였다. 본 연구에서는 이를 개선하기 위해 두 병변의 dermatoscopic 영상을 분류 학습의 데이터로 사용하여 연구를 진행하였다. 학습을 위한 데이터는 오픈소스 dermatoscopic 데이터셋인 HAM10000을 사용하였으며 모델은 CNN 에서 개선된 MobileNetV2 를 사용하였다. 실험 결과, MobileNetV2 를 사용한 학습은 3-layer CNN 에 비해 15 분의 1 가량 적은 파라미터를 가졌으며, 검증 성능과 테스트 성능에서 93%에 근사하는 성능을 보였다. 본 연구는 이전 연구에 비해 cost 측면에서 큰 개선을 이루었으며, 상용화 가능한 분류 기법을 발견했다는 점을 시사한다.

• 식물분류학회지
• /
• 제50권1호
• /
• pp.56-79
• /
• 2020

동아시아에서 가장 큰 산줄기인 백두대간은 빙하기 때 식물의 주요 피난처로서 생물다양성 보존에 매우 중요한 지역이다. 백두대간보호지역 덕치-육십령 구간의 관속식물상을 조사하고 분포가 확인된 주요식물에 대해 논의하였다. 조사구간은 4개의 구간으로 나누어 2015년 3월부터 9월까지 각 구간별 총 3회 12일 동안 현지조사를 수행하였다. 확보된 표본은 대전대학교 생물학과 표본실(TUT)의 수장표본에 근거하여 관속 식물목록을 작성하였다. 본 조사에서 생육이 확인된 관속식물은 100과 265속 398종 9아종 32변종 2품종의 441분류군이다. 멸종위기야생생물로는 백부자 1분류군을 확인하였다. 한반도고유종은 세잎승마, 지리산개별꽃, 고려엉겅퀴 등 16분류군이었고, 식물구계학적 특정식물로는 V등급 2분류군, IV등급 4분류군, III등급 12분류군, II등급 24분류군, I등급 32분류군으로 총 74분류군이 조사되었다. 희귀식물로는 취약종(vulnerable, VU) 백부자, 느리미고사리를 포함하여 4분류군을 확인하였다. 귀화식물로는 애기수영, 소리쟁이 등 11분류군이 조사되었다. 본 연구의 결과는 백두대간보호지역의 보전 및 관리를 위한 기초자료로 사용될 것이다.

• 한국정보통신학회논문지
• /
• 제15권10호
• /
• pp.2231-2238
• /
• 2011

본 논문에서는 얼굴영상에서 눈과 아이라인을 추출하는 방법을 제안한다. 기존의 논문은 눈동자의 위치를 추출하는 것이 대부분이나, 본 논문에서는 눈의 위치뿐만 아니라 아이라인까지 추출함으로써 얼굴 응용분야에 다양하게 적용될 수 있다. 입력영상은 스마트폰 카메라로 정면을 찍은 얼굴 사진을 실험 자료로 하였으며, 기본적으로 영상은 1명의 얼굴로 제한하며, 배경은 어느 곳에서나 찍을 수 있고, 조명의 상태는 일정하지 않으며, 인종에 관한 제약은 없다. 제안하는 방법은 입력영상에서 Harr 분류기를 이용하여 얼굴후보영역 추출하고 얼굴 후보영역에서 눈의 위치 후보영역을 설정하였다. 눈의 후보영역에서 팽창연산을 이용하여 값이 큰 부분을 추출하고, 이 영상을 지역적인 이진화를 하여 눈과 눈썹을 분리하는 방법을 제안하였다. 그 후 Hsu가 제안한 EyemapC를 이용한 영상을 이진화하여 눈이 있는 부분과 눈이 없는 부분을 분리한 후, 그 눈의 윤곽선을 추출하고 최적타원 추정을 이용하여 아이라인을 검출하였다.

• 한국컴퓨터정보학회논문지
• /
• 제13권3호
• /
• pp.179-187
• /
• 2008

본 논문에서는 자궁 경부 세포진 영상에서 세포핵의 후보 영역과 핵을 추출하기 위해 현미경 400배율 확대 사진을 획득하는 과정에서 훼손된 컬러 영상을 복원하기 위한 방법으로 Lighting Compensation을 적용하여 영상을 보정한다. 그리고 배경 영역과 세포핵 영역을 구분하기 위해 영상의 R,G,B 영역의 히스토그램의 분포를 이용하여 배경을 제거한다. 배경이 제거된 영상을 그레이 영상으로 변환 한 후, 히스토그램 명암도의 값을 이용하여 세포핵영역과 세포질을 분류하여 세포핵 영역을 추출한다. 그리고 Kapur 방법을 적용하여 세포핵 영역의 엔트로피 누적확률을 구한 후, 영상을 이진화한다. Kapur 방법이 적용된 이진화 영상에서 세포핵 영역의 중심과 주위 화소를 비교하는 $3{\times}3$ 마스크를 적용하여 영상의 미세한 잡음을 제거 한 후, 8 방향 윤곽선 추적 알고리즘을 적용하여 최종적으로 세포핵 영역을 추출한다. 추출된 세포핵의 영역을 분류 및 인식하는 과정으로 세포의 외각의 방향성 정보, 핵의 크기, 그리고 면적 비율의 특징을 이용하여 퍼지 소속 함수를 설계한 후, 소속 함수의 소속도를 구하고 퍼지추론 규칙을 적용하여 자궁 경부 세포진 영상에서 정상 세포핵 및 암종 세포핵을 인식한다.

• 한국융합학회논문지
• /
• 제13권1호
• /
• pp.81-88
• /
• 2022

대학수학능력시험 국어 과목에서 중요한 비중을 차지하는 독서 영역의 주된 교육 목표는 주어진 지문을 온전히 이해할 수 있는가를 평가하는 데에 있다. 따라서 해당 지문에 포함된 질의를 주어진 지문만으로 풀이할 수 있는지는 해당 영역의 교육 목표와 관련이 깊다. 본 연구에서는 처음으로, 교육학 분야와 딥러닝을 접목하여 이러한 교육 목표가 실제로도 타당하게 실현 가능한지를 입증하고자 한다. 대학수학능력시험의 독서 영역의 개별지문과 그에 수반된 다수의 문장 쌍(sentence pair)을 정제하여 추출하고, 해당 문장 쌍을 주어진 지문에 비추어 적절하거나(T), 적절하지 않은지(F)를 판단하는 이진 분류 태스크(binary classification task)에 적용하여 평가하고자 한다. 그 결과, F1 스코어 기준 59.2%의 human performance를 뛰어넘는 성능을 62.49%의 KoELECTRA를 비롯한 대부분의 언어 모델에서 확인할 수 있었으며, 또한 데이터 전처리 과정에 변화를 줌으로써 언어 모델의 구조적 한계를 극복할 수 있었다.

• 한국통신학회논문지
• /
• 제30권7C호
• /
• pp.675-686
• /
• 2005

본 논문에서는 효율적인 얼굴 영역 검출 기법을 제안하고 얼굴 객체 검출을 통해 인물 기반의 비디오 시스템을 제공한다. 비디오 분할을 위해 비디오 시퀀스로부터 장면 전환점을 검출하고 분할된 장면들로부터 대표 프레임을 선정한다. 대표 프레임은 인접 프레임 간 변화량이 가장 적은 프레임으로 선정하였으며 추출된 대표 프레임에 대해서 얼굴 영역 검출 알고리즘을 적용하여 등장인물을 포함하는 프레임들을 정보로 제공한다. 얼굴영역 검출을 위해 피부색의 통계적 특성을 이용한 Bayes 분류기를 이용한다. 피부색 검출 결과 영상으로부터 수직 및 수평 투영 기법을 이용하여 영상 분할을 수행하고 후보군들을 생성한다. 생성된 후보군 중 오검출 영역을 최소화하기 위해서 이진 분류 나무(CART)를 이용하여 분류기를 생성한다. 특징 값으로는 SGLD(spatial gray level dependence) 매트릭스로부터 Inertial, Inverse Difference, Correlation 등의 질감 정보를 이용하여 최적의 이진 분류 나무를 생성한다. 실험 결과 제안된 얼굴 영역 검출 알고리즘은 복잡하고 다양한 배경에서도 우수한 성능을 보였으며, 얼굴 객체를 포함하는 프레임들을 비디오 정보로 제공한다. 제안하는 시스템은 향후 화자 인식 기법을 이용하여 등장인물 기반의 비디오 분석 및 에 활용될 수 있을 것이다.

• 문화기술의 융합
• /
• 제6권4호
• /
• pp.789-795
• /
• 2020

전 세계적으로 유행하는 코로나19로 인해 많은 사망자가 보고되고 있다. 코로나19의 추가 확산을 막기 위해서는 의심 환자에 대해 신속하고 정확한 영상판독을 한 후, 적절한 조치를 취해야 한다. 이를 위해 본 논문은 환자의 감염 여부를 의료진에게 제공해 영상판독을 보조할 수 있는 딥 러닝 기반 코로나19 흉부 X선 판독 기법을 소개한다. 우선 판독모델을 학습하기 위해서는 충분한 데이터셋이 확보되어야 하는데, 현재 제공하는 코로나19 오픈 데이터셋은 학습의 정확도를 보장하기에 그 영상 데이터 수가 충분하지 않다. 따라서 누적 적대적 생성 신경망(StackGAN++)을 사용해 인공지능 학습 성능을 저하하는 영상 데이터 수적 불균형 문제를 해결하였다. 다음으로 판독모델 개발을 위해 증강된 데이터셋을 사용하여 DenseNet 기반 분류모델 학습을 진행하였다. 해당 분류모델은 정상 흉부 X선과 코로나 19 흉부 X선 영상을 이진 분류하는 모델로, 실제 영상 데이터 일부를 테스트데이터로 사용하여 모델의 성능을 평가하였다. 마지막으로 설명 가능한 인공지능(eXplainable AI, XAI) 중 하나인 Grad-CAM을 사용해 입력 영상의 질환유무를 판단하는 근거를 제시하여 모델의 신뢰성을 확보하였다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제9권11호
• /
• pp.273-280
• /
• 2020

자동화된 정적분석 도구는 소스 코드상에 잠재된 결함을 개발자들이 적은 노력으로 빠르게 찾을 수 있도록 도와준다. 하지만 이러한 정적분석 도구는 수정할 필요가 없는 오탐지 경고들을 무수하게 발생시킨다. 본 연구에서는 소스코드 블록의 토픽 모델을 이용한 인공신경망 기반의 경고 분류 기법을 제안한다. 소프트웨어 변경 관리 시스템으로부터 버그를 수정한 리비전들을 수집하고, 개발자들로부터 수정된 코드 블록들을 추출한다. 토픽 모델링을 이용하여 수집된 코드 블록의 토픽 분포 값을 구하고, 코드 블록의 리비전 간 경고들의 삭제 여부를 표현하는 이진데이터를 인공신경망의 입력 값과 출력 값으로 사용하여 심층 학습을 수행한다. 그 결과, 인공신경망 기반의 분류 모델이 높은 예측 성능으로 진성 또는 오탐지 경고를 분류하였다.

• 구강회복응용과학지
• /
• 제29권3호
• /
• pp.236-248
• /
• 2013

본 연구는 정상 안모이면서 정상교합자인 37명을 대상으로 이마 형태를 분류한 후 분류 기준값을 찾아보았고 이마 분류에 따른 상악 전치의 위치차이를 연구하였다. 또 이마형태에 영향을 주는 인자들과 상악 전치의 위치와의 상관관계를 조사하여 다음과 같은 결과를 얻었다. 1. 이마의 형태는 angular, round, straight, concave 형태로 구분 가능하다. 2. 이마의 형태를 분류할 수 있는 특정 기준 값은 존재하지 않았지만 S value와 이마길이(Tri-Gla)를 이용하여 이마형태의 분류 가능성이 존재하였다. 3. 이마의 형태에 따른 상악 전치의 위치는 차이는 존재하지 않았다. 4. 이마 기울기와 Andrews 분석값은 유의한 음의 상관관계를 갖는다. 즉 이마 기울기가 커질수록 상악 전치는 후방 위치하게 되며 다음과 같은 공식 Andrew analysis = -0.39*Forehead inclination으로 표현할 수 있다.

• 대한인간공학회:학술대회논문집
• /
• 대한인간공학회 1993년도 추계학술대회논문집
• /
• pp.189-204
• /
• 1993

산업화로 인한 급속한 경제성장과 증가하는 여성들의 사회진출은 의생활에서 보다 편 하고 간소화된 생활양식을 추구하게 되고, 이에따라 의복의 구입에 있어서도 맞춤복보다 는 시간, 경제면에서 유리한 기성복을 선호하게 되었다. 불특정다수를 위한 기성복의 생산에 있어서 개개인의 체형에 보다 적합성이 좋은 제품의 개발을 위해 다수인의 다항 목계측치에 근거한 치수체계의 설정은 무엇보다 중요한 문제가 된다. 우리나라에서는 1979년 공업진흥청에 의해 제 1차 국민표준체위조사가 실시되었으며, 1986년에는 제 2차 조사가 실시되어 그 결과를 토대로 한국 공업규격의 의류치수 규격이 제정 발표되었다. 그러나 이것은 연령에 따른 신체적 변화를 고려한 체형분류가 되어 있지 않으며, 제품 호수에 따라 동일한 간격을 둔 체계였다. 1992년에는 제 3차 국민표준체위조사가 실시 되어 그 결과가 발표되었다. 의복은 인체계측에 의한 신체 각 부위의 치수와 형태를 기초로 2차원적인 소재에 적절한 원형을 사용하여 재단, 봉제과정을 거쳐 3차원의 입체 로 구성하고 인체에 대응시킨 것이므로 기성복에 대하여 소비자의 치수적합성을 만족시 키기 위해서는 체형의 특징을 고려해야 할 것이다. 특히, 성장이 완료된 성인 여성은 출산후 중년에 접어들면서 신체적 특성이 변하여 체형이 바뀌는 경향이 있으므로 전 여성에대한 의류치수규격보다는 연령의 구분과 체형의 분류가 필요하다고 본다. 더우기 의류업체들의 판매대상의 세분화는 이를 더욱 뒷받침해주고 있다. 따라서 체형의 분류는 의복 치수 규격에 적용되어 의복의 종류에 따라 대다수의 불특정 다수 에게 보다 잘 맞는 의복 치수를 제공할 것이며, 그 치수의 정확성을 증대시키게 된다. 김성득(1991)은 소비자의 기성복에 대한 구매확률을 높이기 위해서는 규격치를 등간격 으로 하기 보다는 소비자의 분포밀도가 높은 곳일수록 규격치 간격들을 좁게 설정함으 로써 생산자 입장에서 총손실을 줄이고, 상대적 비용절감효과를 갖게할 수 있다고 하였다. 따라서 본 연구에서는 성인 여성기성복의 치수적합성을 높이기위하여 출산 후 중년에 접어 들면서 체형이 변화되는 것을 고려하여 연령을 분류하고(18세-34세, 30세-51세), 각 연령 집단에 따른 체형을 각각 3가지로 분류하였다. 이에 따라 의복 생산시의 총손실을 줄이기위한 상의, 하의생산시 필요한 부위별 최적규격치 간격을 제시하였다.