• 한국콘텐츠학회논문지
• /
• 제21권6호
• /
• pp.701-715
• /
• 2021

최근 딥러닝 기술의 급속한 발전과 함께 학습데이터가 크게 주목을 받고 있다. 일반적으로 딥러닝 방식에서는 모델을 훈련시키기 위해 충분한 학습데이터가 준비되어 있어야 한다. 하지만, 딥러닝 모델 설계 작업과 달리 데이터셋을 제작하는 데 상당한 시간과 노력이 필요하다. 영상 데이터를 주로 다루는 시각지능 분야에서도 학습데이터 제작자들은 전문적인 학습데이터 제작 도구를 사용해 이미지 단위로 레이블링을 수작업으로 하고 있어 여전히 많은 시간과 노력이 필요한 상황이다. 따라서, 다양한 분야에서 필요한 충분한 영상 학습데이터셋을 확보하기 위해 기존의 수작업 방식을 대체할 수 있는 레이블링 기술이 필요하다. 본 논문에서는, 영상 학습데이터셋 동향을 소개하고, 학습데이터 제작 환경에 대해 분석한다 특히, 수작업으로 이루어지는 반복적이고 수고스러운 레이블링 과정을 자동화하여, '확인과 수정'의 단계를 비약적으로 단축시킬 수 있는 '스마트 영상학습데이터 제작 시스템'을 제안한다. 그리고, 실험을 통해 영상 학습데이터 제작 과정에서 이미지에 박스형 및 폴리곤형 객체영역을 지정하여 레이블링하는 데 소요되는 시간을 크게 줄이기 위한 자동레이블링 방식의 효과를 검증한다. 마지막으로, 제안하는 시스템의 실험에서 추가적으로 검증되어야 하는 부분과 함께 이를 개선하기 위한 향후 연구 계획에 대해 논의한다.

• 정보처리학회 논문지
• /
• 제13권7호
• /
• pp.335-347
• /
• 2024

개방형 어휘 3차원 포인트 클라우드 개체 분할은 3차원 장면 포인트 클라우드를 훈련단계에서 등장하였던 기본 클래스의 개체들뿐만 아니라 새로운 신규 클래스의 개체들로도 분할해야 하는 어려운 시각적 작업이다. 본 논문에서는 중요한 모델 설계 이슈별 기존 모델들의 한계점들을 극복하기 위해, 새로운 개방형 어휘 3차원 개체 분할 모델인 Open3DME를 제안한다. 첫째, 제안 모델은 클래스-독립적인 3차원 마스크의 품질을 향상시키기 위해, 새로운 트랜스포머 기반 3차원 포인트 클라우드 개체 분할 모델인 T3DIS[6]를 마스크 제안 모듈로 채용한다. 둘째, 제안 모델은 각 포인트 세그먼트별로 텍스트와 의미적으로 정렬된 시각적 특징을 얻기 위해, 사전 학습된 OpenScene 인코더와 CLIP 인코더를 적용하여 포인트 클라우드와 멀티-뷰 RGB 영상들로부터 각각 3차원 및 2차원 특징들을 추출한다. 마지막으로, 제안 모델은 개방형 어휘 레이블 할당 과정동안 각 포인트 클라우드 세그먼트별로 추출한 2차원 시각적 특징과 3차원 시각적 특징을 상호 보완적으로 함께 이용하기 위해, 특징 앙상블 기법을 적용한다. 본 논문에서는 ScanNet-V2 벤치마크 데이터 집합을 이용한 다양한 정량적, 정성적 실험들을 통해, 제안 모델의 성능 우수성을 입증한다.

• 인지과학
• /
• 제27권2호
• /
• pp.159-219
• /
• 2016

수학적 사고력은 STEM(science, technology, engineering, mathematics) 분야에서의 학업적인 성취와 과학기술의 혁신에서 중요한 역할을 하고 있다. 본 연구에서는 학제 간 연구 분야인 수 인지(numerical cognition) 및 수학적 인지와 관련된 최근의 인지신경학적 연구 결과들을 종합하여 개관하였다. 첫째로 수학적 사고의 기초가 되는 뇌 기제의 위치와 정보처리 메커니즘을 확인하였다. 수학적 사고는 영역 특정적(domain specific)인 기능인 수 감각과 시공간적 능력뿐만 아니라 영역 일반적(domain general)인 기능인 언어, 장기기억, 작업 기억(working memory) 등을 기초로 하며 이를 토대로 추상화, 추론 등의 고차원적인 사고를 한다. 이 중에서 수 감각과 시공간적 능력은 두정엽(parietal lobe)을 기반으로 한다. 두 번째로는 수학적 사고 능력에서 관찰되는 개인 차이에 대하여 고찰하였다. 특히 수학 영재들의 신경학적인 특성을 신경망 효율성(neural efficiency)의 관점에서 고찰해 보았다. 그 결과 높은 지능이란 두뇌가 얼마나 많이 일하느냐가 아니라 얼마나 효율적으로 일하는가에 달렸다는 사실을 확인하였다. 수학 영재들의 또 다른 특성은 좌반구와 우반구 간의 연결과 반구 내에서 전두엽과 두정엽의 연결이 뛰어나다는 사실이다. 세 번째로는 학습과 훈련, 그리고 성장에 따른 변화 및 발전에 대한 분석이다. 개인이 성장하며, 수학 학습과 훈련을 하게 될 때 이에 따라 두뇌 피질에서도 변화가 반영되어 나타난다. 그 변화를 피질에서의 활성화 수준의 변화, 재분배, 구조적 변화라는 관점에서 해석하였다. 이 중에서 구조적 변화는 결국 신경 가소성(neural plasticity)을 의미한다. 마지막으로 수학적 창의성은 수학적 지식(개념)을 기초로 하여 수학적 개념들을 결합하는 단계가 요구되며, 그 후 결합된 개념들 중에서 심미적인 선택을 통해 수학적 발명(발견)으로 연결된다. 전문성이 높아질수록 결합과 선택이라는 두 단계가 더욱 중요해진다.

• 지능정보연구
• /
• 제24권3호
• /
• pp.1-19
• /
• 2018

최근 딥러닝은 오디오, 텍스트 및 이미지 데이터와 같은 비 체계적인 데이터를 대상으로 다양한 추정, 분류 및 예측 문제에 사용 및 적용되고 있다. 특히, 의류산업에 적용될 경우 딥러닝 기법을 활용한 의류 인식, 의류 검색, 자동 제품 추천 등의 심층 학습을 기반으로 한 응용이 가능하다. 이 때의 핵심모형은 합성곱 신경망을 사용한 이미지 분류이다. 합성곱 신경망은 입력이 전달되고 출력에 도달하는 과정에서 가중치와 같은 매개 변수를 학습하는 뉴런으로 구성되고, 영상 분류에 가장 적합한 방법론으로 사용된다. 기존의 의류 이미지 분류 작업에서 대부분의 분류 모형은 의류 이미지 자체 또는 전문모델 착용 의류와 같이 통제된 상황에서 촬영되는 온라인 제품 이미지를 사용하여 학습을 수행한다. 하지만 본 연구에서는 통제되지 않은 상황에서 촬영되고 사람들의 움직임과 다양한 포즈가 포함된 스트릿 패션 이미지 또는 런웨이 이미지를 분류하려는 상황을 고려하여 분류 모형을 훈련시키는 효과적인 방법을 제안한다. 이동성을 포착하는 런웨이 의류 이미지로 모형을 학습시킴으로써 분류 모형의 다양한 쿼리 이미지에 대한 적응력을 높일 수 있다. 모형 학습 시 먼저 ImageNet 데이터셋을 사용하여 pre-training 과정을 거치고 본 연구를 위해 수집된 32 개 주요 패션 브랜드의 2426개 런웨이 이미지로 구성된 데이터셋을 사용하여 fine-tuning을 수행한다. 학습 과정의 일반화를 고려해 10번의 실험을 수행하고 제안된 모형은 최종 테스트에서 67.2 %의 정확도를 기록했다. 본 연구 모형은 쿼리 이미지가 런웨이 이미지, 제품 이미지 또는 스트릿 패션 이미지가 될 수 있는 다양한 분류 환경에 적용될 수 있다. 구체적으로는 패션 위크에서 모바일 어플리케이션 서비스를 통해 브랜드 검색을 용이하게 하는 서비스를 제공하거나, 패션 잡지사의 편집 작업에 사용되어 브랜드나 스타일을 분류하고 라벨을 붙일 수 있으며, 온라인 쇼핑몰에서 아이템 정보를 제공하거나 유사한 아이템을 추천하는 등의 다양한 목적에 적용될 수 있다.

• 한국식품영양과학회지
• /
• 제43권11호
• /
• pp.1774-1784
• /
• 2014

학교급식소의 HACCP 시스템 적용에 대한 수행 수준과 장애요인 인식을 조사하여 학교급식 HACCP 시스템의 보다 효율적인 적용과 개선방안을 마련하기 위한 기초자료를 제공하기 위해 수행하였다. 급식 유형과 급식 운영 형태는 농 어촌형 60.8%, 자체조리 64.3%, 식당배식이 91.6%로 대부분을 차지하였다. HACCP 시스템 수행 수준은 조리종사원 대상 HACCP에 근거한 교육 실시가 4.02로 가장 높게 나타났으며, HACCP팀 회의 개최 및 회의록 작성 비치가 2.74로 가장 낮았다. 학교급식 CCP의 수행 수준 인식은 전체 4.20으로 비교적 잘 수행되는 것으로 나타났다. CCP 1: 식단의 작성이 3.90으로 가장 낮았고, CCP 4: 냉장 냉동고 온도관리 4.44, CP 5: 생채소 과일 세척 및 소독은 4.44로 높게 조사되었다. 학교 일반사항에 따른 수행 수준에서는 도시형이 농 어촌형에 비해 총 급식인원수가 많을수록 수행 수준이 높은 것으로 나타났다(P<0.05). HACCP 시스템 장애요인 인식에서 '전반적인 장애요인'과 '조리종사원의 HACCP 수행', '학교 팀장 및 예산지원부서의 협력'이 대부분 3.0이상으로 높게 나타났으며, '영양(교)사의 HACCP 수행'은 2.81로 가장 낮았다. 시설 설비 부족 4.00, 교육청의 예산지원 미비 3.90, 납품업체의 HACCP 시스템에 대한 이해부족 3.72 순으로 높은 장애요인으로 인식되었다. 학교급식 HACCP 시스템의 성공적인 적용을 위해서는 영양(교)사 및 조리종사원에 대한 교육, 훈련을 통한 동기부여가 가장 중요하게 해결되어야 할 요소이며, 학교 당국의 행정적 지원과 교육청의 예산 확보를 통한 위생 전담 인력지원도 하루빨리 해결해야 할 요소이다. 또한 표준위생작업절차 등의 선행요건을 개발하여 HACCP 시스템을 보다 효율적으로 적용할 수 있는 기반을 마련하여야 할 것이다.

• 한국항만경제학회지
• /
• 제32권4호
• /
• pp.149-163
• /
• 2016

선원은 해운업과 수산업에서는 선박의 조종과 항행안전을 담당하고 있는 한편, 어로작업도 도맡아 하고 있다. 항만운송에서 선원들은 도선사 양성의 기반이 되며, 항만운영과 해양사고 예방을 지원하고 있다. 선원은 선박의 안전관리, 안전 항행감독, 내항해운 분야의 여객선 안전운항 관리, 해양사고 심판 등 많은 분야에서 전문적 지식과 경험을 제공하고 있다. 이 같은 경제적 기여에도 불구하고 선원들의 장기적 공급 부족에 따른 외국인 선원의 한국적 선박에서 승선확대, 급속히 진행되고 있는 고령화는 선원 수급에 경고음을 울려왔다. 본 연구는 (1) 선원들의 승선과 이직에 대한 추이와 특성을 분석하여 선원 패널자료가 필요함을 명시하고 (2) 선원 패널자료의 구축시 그 내용과 자료관리 방안에 대한 대안을 설정하고, 대안별 장단점을 검토한 후 (3) 선원 패널자료를 이용한 선원공급의 장단기 예측 모형 개발 등 활용방안을 제시하였다. 선원 패널자료의 구축은 한국 노동패널(한국노동연구원, 2016)과 같이 수 십년 간의 자료 축적을 통해, 선원의 이직과 승선에 대해 체계적이고 다양한 분석을 할 수 있게 한다. 패널자료의 구축 추진기관으로서는 이미 선원통계를 축적하고 있는 한국선원복지고용센터가 1차적으로 적합하다. 패널자료의 구축방안으로 한국선원복지고용센터의 기존자료를 활용하고 패널기준(졸업연도와 학과)을 명확히 하고 생애주기를 관측하는 것을 제안한다. 선원 패널자료는 과거 시계열 자료를 재입력하고 부원에 대한 자료추가, 선원 경력과 직책 등 승하선 경력, 개인특성, 가정생활, 향후 진로와 의견 등을 포함한 자료와 정보들을 추가해 구축될 수 있다. 선원 패널자료 활용방안으로는 1) 선원공급에 대한 장단기 예측, 2) 선원의 일생 이력주기인 교육 훈련 재교육 등의 수요산정, 3) 선원의 승선과 이직, 자격재취득에 대한 체계적 자료의 축적을 통해 선원에 대한 인구동태적 분석, 4) 도선사 등 고급 해기사 인력을 필요로 하는 해양산업과 연계된 선원경력 관리를 통해, 선원의 장기승선을 유도, 5) 실효성이 있는 선원직 매력화 정책을 수립, 6) 선원직업의 안정화를 위한 정책수립에 이용을 예로 들 수 있다.