• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 가을 학술발표논문집 Vol.32 No.2 (2)
• /
• pp.835-837
• /
• 2005

최근 얼굴 인식은 사용자의 편의성을 포함한 다양한 장점으로 인하여 생체 인식 시장에서 주요 기술로 대두되고 있다. 그러나 조명 변화에 기인한 얼굴 인식 성능의 저하는 실용화에 걸림돌이 되고 있는 실정이다. 따라서 조명 변화에 따른 얼굴의 외형 변화를 분석하는 연구들이 세계적으로 활발히 진행되고 있다. 그러나 기존 방법들은 다수의 등록 영상이나 조명에 대한 사전 정보가 필요하거나 실시간으로 구현되기 어렵기 때문에 실용 시스템에 적용하기는 어려운 실정이다. 따라서, 본 논문에서는, 여러 조명 영상들로 구성된 학습 데이터를 이용하여, 조명에 대한 정보가 없는 한 장의 입력 영상을 분석하는 방법을 제안한다. 제안된 방법은 SVDD를 이용하여 학습 데이터의 여러 조면 영상들로부터 입력 영상의 조명과 같은 대표영상을 합성하고 이 대표영상들의 선형 조합을 이용하여 입력 영상을 표현한다. 제안 방법의 효율성을 검증하기 위하여 공인 얼굴 데이터베이스들을 이용하여, 기존 방법들과 비교 실험을 수행하였으며, 조명 변화가 큰 영상에서도 안정된 조명 변화의 분석이 가능하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 춘계학술발표대회
• /
• pp.335-337
• /
• 2021

안저 영상 촬영기술이 발달되며 진단에 사용되는 안저 영상에는 시각적으로 많은 변화가 일어났다. 새로운 촬영 기법인 초광각 안저 영상은 기존 영상에 비해 넓은 범위의 영상을 생성할 수 있다. 촬영 범위가 넓어짐에 따라 이미지에는 왜곡이 발생하고, 이로 인해 안저 영상을 통한 황반 부위 진단에 어려움을 야기하기도 한다. 본 논문에서는 이러한 왜곡을 보정하고 초광각 안저 영상을 기존 안저 영상의 영역으로 변환하는 시스템을 강화학습을 통해 구축한다. 제안하는 방법은 A3C 강화학습법을 사용하며 실험 결과는 제안 방법을 통해 안저 영상을 자동으로 변환할 수 있음을 보여준다.

• 한국방사선학회논문지
• /
• 제18권3호
• /
• pp.267-273
• /
• 2024

본 연구에서는 코딩없이 인공지능 학습 모델을 개발할 수 있는 클라우드 기반의 버텍스 AI 플렛폼을 이용하여 비전문가인 일반인들이 손쉽게 인공지능 학습 모델을 개발하였고 임상적 적용가능성을 확인하였다. 학습용 데이터는 캐글 사이트에 공개된 총9개 치과 질환, 2,999장 치근병 X선 영상을 사용하였고, 무작위로 학습, 검증 및 테스트 데이터 이미지를 분류하였다. 버텍스 AI의 기본 학습모델 워크플로우에서 학습 파이프라인을 사용하여 하이퍼 파라미터 조정작업을 통해 영상분류, 멀티레이블 학습을 수행하였다. Auto ML을 수행한 결과 AUC가 0.967, 정밀도는 95.6%, 재현율은 95.2%로 나타났으며, 학습된 인공지능 모델이 임상적 진단에 충분한 의미가 있음을 확인하였다.

• 디지털융복합연구
• /
• 제18권6호
• /
• pp.45-52
• /
• 2020

본 연구는 플립러닝이 각 학습 영역에 기여하는 정도를 순위로 살펴보고, 반대로 이러한 학습방법이 플립러닝에 얼마나 효과적으로 사용되는지 양적으로 살펴보기 위해, 컴퓨터 전공자들을 대상으로 플립러닝을 받게 하였다. 기존의 플립러닝 실험은 효과성을 검증한 연구가 있는 반면 효과성에 부정적인 결과도 있어, 많은 논쟁이 되고 있다. 따라서 효과적인 실험과 수업을 위해서는 플립러닝에 대한 더 많은 연구와 정확한 이해가 필요하다. 모집된 123개의 표본을 분석한 결과 플립러닝이 학습에 기여하는 순위는 자기주도학습, 협력학습, 동영상 시청, 교수에 의한 학습 순이며, 학습방법이 플립러닝 효과성에 영향을 주는 정도를 회귀분석한 결과 자기주도학습, 강의동영상, 협력학습이 순으로 영향을 주었다. 이는 플립러닝이 자기주도학습에 가장 큰 영향력을 줄 뿐 아니라, 자기주도학습이 플립러닝에 가장 큰 영향력을 주고 있음을 알 수 있다. 또한 협력학습과 선행학습 도구인 동영상의 역할도 중요함을 알 수 있다. 본 연구 통해 플립러닝을 정확히 이해하고 학습방법과 성취목표를 설정하길 기대한다. 향후 본 연구의 연장으로 플립러닝과 세분화된 교실활동의 상호작용을 분석할 예정이다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2012년도 추계학술발표대회
• /
• pp.601-603
• /
• 2012

본 논문에서는 의료영상의 특성을 반영하여 영상의 그래디언트 방향 값을 특징으로 하는 Oriented Center Symmetric Local Binary Patterns (OCS-LBP) 특징을 개발하고 추출된 특징 값에 대해 차원을 줄이고 의미 있는 특징 단위로 재 생성하기 위해 Bag-of-Feature (BoF)를 적용하였다. 검색을 위해서는 기존의 영상 검색 방법과는 다르게, 학습 영상을 이용하여 랜덤 포리스트 (Random Forest)를 사전에 학습시켜 데이터베이스 영상을 N 개의 클래스로 자동 분류 시키고, 질의로 입력된 영상을 같은 방법으로 랜덤 포리스트에 적용하여 상위 확률 값을 갖는 2 개의 클래스에서만 K-nearest neighbor 방법으로 유사 영상을 검색결과로 제시하는 새로운 영상검색 방법을 제시하였다. 실험결과에서 본 논문의 우수성을 증명하기 위해 일반적인 유사성 측정 방법과 랜덤 포리스트를 이용한 방법의 검색 성능 및 시간을 비교하였고, 검색 성능과 시간 면에서 상대적으로 매우 우수한 성능을 보여줌을 증명하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2011년도 춘계학술발표대회
• /
• pp.372-373
• /
• 2011

인터넷 매체가 급증함에 따라 많은 이들에게 쉽게 노출 되어 유포되고 있는 유해 영상을 검출하기 위해 다양한 분류 방법에 대한 연구들이 이루어지고 있다. 본 논문에서 유해 영상 내의 피부색 영역에서의 Haar-like 특징을 추출하여 유해 영상을 분류하는 방법을 제안한다. 이를 위해, 첫 번째 단계에는 샘플 영상에 대하여 기존에 제안된 피부색 검출 방법을 적용하고, 두 번째 단계에는 검출된 피부색 영역 내의 Haar-like 특징을 추출한다. 각 샘플 영상에서 추출한 특징들은 SVM(Support Vector Machine)을 이용하여 각각 2000 장의 유해, 무해 영상을 학습한다. 학습된 모델은 유해 및 무해 영상이 혼합되어 있는 영상 집합들을 분류하는데 사용한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 추계학술발표대회
• /
• pp.838-841
• /
• 2020

본 논문은 영상 속 폭력행위를 인식하기 위해 3 차원 컨벌루션을 활용하여 원본 영상과 스켈레톤(skeleton)영상으로부터 추출한 시각 및 움직임 정보를 동시에 활용하는 2-스트림 구조의 폭력상황 인식기를 제안한다. 제안된 폭력상황 인식기에서는 수평, 수직 방향의 큰 움직임이 많이 나타나는 폭력영상의 특성을 활용하기위해 각 방향의 특성을 독립적으로 학습할 수 있는 split-FAST 3차원 컨벌루션을 활용하고, 3 차원 Attention 을 적용하여 시각 및 움직임 정보 추출 시 영상의 중요지역을 중점적으로 반영하도록 함으로써 촬영 기기의 이동 또는 여러 사람의 뒤엉킴 등으로 영상의 시점 변화나 상황 변화가 잦은 경우에도 강인한 성능을 가질 수 있도록 하였다. 또한 기존의 연구들과 달리 비제약적인 환경에서 CCTV, 모바일 카메라 등으로 촬영된 실제 영상들로 구성된 RLVS 데이터셋을 학습 데이터로 사용함으로써 실제의 폭력 행위를 잘 인식할 수 있도록 하였다. RLVS 를 이용한 평가 실험에서 제안된 폭력상황 인식기가 약 92%의 인식 정확도를 얻었다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제64차 하계학술대회논문집 29권2호
• /
• pp.443-446
• /
• 2021

이 연구의 목적은 온라인 상에서 수행된 실습 수업 방식을 분석하는데 있다. 이를 위해 연구자는 예비 교사를 대상으로 '전기 자동차 만들기'수업 주제로 실습 수업을 설계하였으며, 온라인 동영상 강의 컨텐츠 3편을 제작하였다. 동영상 강의 컨텐츠 제작을 위해 교수용 홈페이지 제작, 수업에서 사용할 동영상 제작, 과거 촬영하거나 제작해 두었던 동영상 준비, 실습 재료 준비, 실습 활동 관련 교과서 준비 등 다양한 교수학습자료를 사전에 준비하였다. 동영상 강의 컨텐츠는 CODTRA 분석 방법을 이용 하였으며, 분석 코드는 '동영상에서 제시된 교수학습자료'와 '교수자가 행하고 있는 상태'이었다. 분석 결과는 CODTRA 다이어그램에 의해 분석 코드를 시간에 따라 도식화하여 도시하였다. 이 연구 결과는 중등학교의 기술 교과나 공업계 교과에서 온라인 실습 수업을 위한 동영상 강의 컨텐츠를 제작하고자 하는 교수자에게 참고할 수 있는 자료로 활용될 수 있을 것이다.

• 대한원격탐사학회지
• /
• 제37권5_1호
• /
• pp.871-884
• /
• 2021

본 연구의 목적은 항공 및 위성영상을 활용한 토지피복 관련 인공지능 학습 데이터를 구축, 검증 및 알고리즘 적용의 효율화 방안을 연구하였다. 이를 위하여 토지피복 8개 항목에 대하여 고해상도의 항공영상 및 Sentinel-2 인공위성에서 얻은 이미지를 사용하여 0.51 m 및 10 m Multi-resolution 데이터셋을 구축하였다. 또한, 학습 데이터의 구성은 Fine data (총 17,000개) 와 Coarse data (총 33,000개)를 동시 구축 및 정밀한 변화 탐지 및 대규모 학습 데이터셋 구축이라는 2가지 목적을 달성하였다. 학습 데이터의 정확도를 위한 검수는 정제 데이터, 어노테이션 및 샘플링으로 3단계로 진행하였다. 최종적으로 검수가 완료된 학습데이터를 Semantic Segmentation 알고리즘 중 U-Net, DeeplabV3+에 적용하여, 결과를 분석하였다. 분석결과 항공영상 기반의 토지피복 평균 정확도는 U- Net 77.8%, Deeplab V3+ 76.3% 및 위성영상 기반의 토지피복에 대한 평균 정확도는 U-Net 91.4%, Deeplab V3+ 85.8%이다. 본 연구를 통하여 구축된 고해상도 항공영상 및 위성영상을 이용한 토지피복 인공지능 학습 데이터셋은 토지피복 변화 및 분류에 도움이 되는 참조자료로 활용이 가능하다. 향후 우리나라 전체를 대상으로 인공지능 학습 데이터셋 구축 시, 토지피복을 연구하는 다양한 인공지능 분야에 활용될 것으로 기대된다.

• 한국학교수학회논문집
• /
• 제23권3호
• /
• pp.377-395
• /
• 2020

본 연구는 대학에서 진행한 비대면 수업에 대한 교수자와 학습자의 인식을 알아보기 위하여 M대학교에 재직하고 있는 교수 194명과 M대학교 재학하고 있는 대학생 1,543명을 연구대상자로 선정하였다. 또한, 동영상 콘텐츠 제작 방식을 활용한 수업에 대한 학생들의 인식을 알아보기 위하여 수학교육과 학생 23명과 이공계 학생 80명을 연구대상자로 선정하였다. 한 학기 동안 수업동영상을 활용하여 온라인으로 수업을 진행한 후 학기말에 학생들의 각 교과목에 대한 강의평가를 조사한 결과 다음과 같은 결론을 얻었다. 첫째, 원격수업 유형 중 학생들이 선호하는 수업방식은 강의 자료를 활용한 음성녹음 방식이나 수업 동영상 콘텐츠 제작 방식이다. 둘째, 동영상 콘텐츠를 활용한 온라인 수업은 자기주도 학습능력이 뛰어난 학생들에게 학습 만족도가 높은 수업방식이다. 셋째, 교수자의 많은 사전 준비와 학습자에 대한 세심한 배려는 온라인 수업에 대한 학생들의 수업 만족도를 향상시킨다.