• 한국IT서비스학회:학술대회논문집
• /
• 한국IT서비스학회 2010년도 춘계학술대회
• /
• pp.463-468
• /
• 2010

이러닝 체제를 관리하는 기존의 LMS/LCMS는 동영상의 콘텐츠 운영시 교수 학습간에 학습자의 정확한 진도율 측정이 힘들고, 교수자와 학습자간 사이에 실시간성이 부족하며, 콘텐츠 내 다양한 인터랙티브 요소의 제공에 한계가 있다. 이 논문에서는 이러한 이러닝의 한계를 극복하기 위해 실시간 동영상 콘텐츠를 지원하는 학습관리 시스템으로 콘텐츠 연계를 위한 기술을 분석 설계하여 콘텐츠간의 연계기술을 제안하고 동영상 콘텐츠 운영을 위한 플랫폼을 제시하여 기존의 단점을 보완한다. 이를 바탕으로 한 LCM/LCMS 기반기술은 시간 공간적 제약을 극복해 실시간 상호작용이 원활한 사이버 학습도구로 마련될 것이다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2019년도 제59차 동계학술대회논문집 27권1호
• /
• pp.463-464
• /
• 2019

본 논문은 기계학습을 기반으로 아두이노와 시리얼통신을 통한 사용자의 동작인식을 이용해 보다 간단하게 인터넷상의 원하는 동영상을 찾을 수 있는 검색시스템을 제작하고자 하였다. 이 검색시스템은 Python을 기반으로 SVM(Support Vector Machine)을 이용한 패턴 분류를 사용하였으며 이를 통해 사용자의 동작을 입력받아 문자를 예측 할 수 있다. 사용자는 이 검색시스템을 사용하기 위하여 우선 문자에 대한 사용자의 동작입력을 통해 학습 데이터 셋을 만들어야 하며 그것을 SVM을 이용하여 학습 모델과 식별자를 만들고, 만들어진 분류기를 통하여 동작인식을 바탕으로 문자의 결과를 예측 할 수 있다. 최종적으로 사용자의 동작인식을 거쳐 만들어진 문자열을 이용해 인터넷 동영상 사이트인 Youtube를 통해 웹 크롤링하여 문자열과 관련 있는 동영상을 찾아준다.

• 지능정보연구
• /
• 제29권2호
• /
• pp.115-127
• /
• 2023

동영상 안정화 기술은 최근 1인 미디어 시장이 거대화됨에 따라 그 중요성이 점점 커지고 있는 카메라 기술 중 하나이다. 딥러닝 기반의 기존 방법들에서는 안정화 전/후 동영상 데이터 쌍을 사용하였으나 동영상의 특성상 동기화된 안정화 전/후 데이터를 만드는 것은 많은 시간과 노력이 필요하다. 최근 이러한 문제를 완화하기 위하여 안정화 전 데이터만을 사용하는 비지도 학습 방법이 제시되고 있다. 본 논문에서는 비지도 학습 방법의 하나인 Convolutional Autoencoder 구조를 사용하여 안정화 전/후 동영상 데이터 쌍 없이 안정화 전 영상만으로 안정화 궤적을 학습하는 네트워크 구조를 제안한다. 네트워크 입력 및 출력으로 옵티컬 플로우를 사용하고 네트워크 경량화 및 노이즈 최소화를 위해 옵티컬 플로우를 Grid 단위로 맵핑하여 사용했다. 또한 비지도 학습 방법으로 안정화된 궤적을 생성하기 위해 옵티컬 플로우를 부드럽게 만드는 손실함수를 정의하였고 결과 비교를 통해 손실함수의 의도대로 부드러운 궤적을 생성하도록 네트워크가 학습되었음을 확인했다.

• 한국융합학회논문지
• /
• 제12권3호
• /
• pp.107-114
• /
• 2021

본 연구의 목적은 중국 대학생의 동영상 학습에서 교수자 출연이 학습자 행동유형에 따라 학습몰입과 교수실재감에 미치는 효과를 분석하는 것이다. 중국 형태대학교 183명의 학생을 대상으로 DISC 행동유형을 분류한 후 교수가 출연과 마출연 동영상에 배정하여 학습하게 하였다. 이후 학습몰입과 교수실재감을 측정한 후 집단 간 차이를 분석하였다. 연구결과, 교수자가 출연하는 강의동영상을 학습한 집단이 학습몰입과 교수실재감이 높게 나타났다. 둘째, 교수자 출연여부가 학습자 행동유형에 따라 학습몰입에 미치는 효과에서는 교수자 출연의 효과는 유의하였으나 둘의 상호작용 효과는 유의하지 않았다. 셋째, 교수자 출연여부가 학습자 행동유형에 따라 교수실재감에 미치는 효과에서 교수자 출연의 효과는 유의하였고, 학습자 행동유형의 효과는 유의하지 않았지만, 둘의 상호작용 효과는 유의하였다. 이러한 연구결과는 강의동영상은 교수자가 출연하는 것이 좋으며, 교수실재감을 높이기 위해 학습자의 행동유형의 상호작용효과를 고려하여 교수자 출연여부를 결정하는 것이 효과적임을 시사한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (B)
• /
• pp.778-780
• /
• 2005

본 논문에서는 학습을 통해 JPEG 영상의 잡영을 제거하는 방법을 제안한다. 주어진 영상을 low-pass filtering 하면 JPEG 영상의 잡영 제거는 남아있는 저주파 성분으로부터 원래의 고주파 성분을 복원하는 문제가 된다. 다수의 영상과 이를 JPEG 압축한 영상의 쌍들이 주 어졌을때, low-pass filter된 영상으로부터 원하는 고주파 성분을 추정하는 함수를 학습함으로써 JPEG 영상의 잡영을 제거하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2019년도 하계학술대회
• /
• pp.5-8
• /
• 2019

단일 영상 초해상도 (Single Image Super-Resolution - SISR)기법은 카메라로 획득된 저해상도 영상에 필터 기반의 연산을 적용하여 좋은 화질의 고해상도 영상을 복원하는 과정이다. 최근에 심층 합성곱 신경망 학습의 발전에 따라 단일 영상 초해상도에 적용되는 심층 학습 기법들은 좋은 성과를 보여 주고 있다. 본 논문은 단일 영상 초해상도 성능을 개선하기 위해 웨이블릿 예측 네트워크를 효율적으로 적용하는 방법에 대해 연구하였으며, 저해상도 입력 영상의 특징을 잘 추출해내기 위해 네트워크 내부에 RDB를 적용하여 기존 방식보다 효율적으로 고해상도 영상 복원하는 기법을 제안한다. 모의실험을 통해 제안하는 방법이 기존 방법보다 화질은 약 PSNR 0.18dB만큼 우수하며 속도는 1.17배 빠른 것을 확인하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2022년도 추계학술대회
• /
• pp.4-7
• /
• 2022

기존 합성곱 신경망 기반의 잡음 제거 네트워크들은 학습을 위한 noisy-clean 데이터 쌍을 필요로 한다. 하지만 실제 카메라 잡음의 경우, 잡음에 대한 깨끗한 원본 영상을 얻는 것은 불가능하거나 많은 비용이 소모된다. 따라서 이러한 방법을 해결하기 위하여 원본 영상 없이 잡음 영상만으로만 잡음 제거 네트워크를 학습하는 방법들이 제안되어왔다. 그 중 카메라 잡음 영상을 처리하기 위한 대표적인 방법으로 학습과 추론에서 비대칭적인 downsampling을 사용하는 AP-BSN이 제안되었다. 본 논문에서는 Functional neural network를 AP-BSN 알고리즘에 적용하여 다양한 downsampling ratio에 대응되는 하나의 네트워크를 학습하였다. 이를 통해 기존 hyperparameter로 사용되던 downsampling ratio에 대한 결과를 하나의 네트워크에서 분석 및 확인하였다. 또한 해당 파라미터를 조절함으로써 다양한 잡음 제거 후보들을 추출하고 사용자가 원하는 잡음 제거 정도를 조정할 수 있도록 하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 추계학술대회
• /
• pp.79-82
• /
• 2020

얼굴 영상으로부터 사람의 감정을 예측하는 연구는 최근 딥러닝의 발전과 함께 주목받고 있다. 본 연구에서 우리는 연속적인 변수를 사용하여 감정을 표현하는 dimensional model에 기반하여 얼굴 영상으로부터 감정 상태를 나타내는 지표인 valance/arousal(V/A)을 예측하는 딥러닝 네트워크를 제안한다. 그러나 V/A 예측 모델의 학습에 사용되는 기존의 데이터셋들은 데이터 불균형(data imbalance) 문제를 가진다. 이를 해소하기 위해, 우리는 오토인코더 구조를 가지는 얼굴 영상 생성 네트워크를 학습하고, 이로부터 얻어지는 균일한 분포의 데이터로부터 V/A 예측 네트워크를 학습한다. 실험을 통해 우리는 제안하는 얼굴 생성 오토인코더가 in-the-wild 환경의 데이터셋으로부터 임의의 valence, arousal에 대응하는 얼굴 영상을 성공적으로 생생함을 보인다. 그리고, 이를 통해 학습된 V/A 예측 네트워크가 기존의 under-sampling, over-sampling 방영들과 비교하여 더 높은 인식 성능을 달성함을 보인다. 마지막으로 기존의 방법들과 제안하는 V/A 예측 네트워크의 성능을 정량적으로 비교한다.

• 한국정보교육학회:학술대회논문집
• /
• 한국정보교육학회 2004년도 동계학술대회
• /
• pp.495-504
• /
• 2004

학습자에게 학습의 자율성 및 유연한 학습활동 제공, 자기 주도적 학습환경 제공, 창의력 및 문제해결력 향상, 다양한 교수학습 활동 촉진, 교육의 장 확대를 위하여 범국가적인 차원에서 ICT교육을 실시하고 있다. ICT소양 교육에는 교사들에 대한 연수기회가 많고 멀티미디어 콘텐츠가 많이 개발되어 효과를 보고 있지만 ICT활용 교육은 다양한 멀티미디어 콘텐츠의 부족으로 교사들이 부담감을 가지고 있다. 이와 같은 문제점을 인식하여 ICT활용 교육에 바로 투입할 수 있는 2분 이내의 짧은 동영상 콘텐츠를 개발하고 이를 공개 CGI를 활용하여 VOD로 구현하였다. 아울러 10분 내외의 다큐멘터리 형식의 VOD로 방송학습이 이루어지도록 했으며, 동영상 콘텐츠 개발에 필요한 사전 지식 및 방송학습에 대한 올바른 인식을 갖게 하고자 텍스트 연수 자료도 함께 탑재하여 교실 수업 개선에 이바지하고자 하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2000년도 추계학술대회 학술발표 논문집
• /
• pp.77-80
• /
• 2000

본 논문에서는 새로운 학습알고리즘의 비선형 주요성분분석 신경망을 이용한 데이터의 효율적인 특징추출에 대하여 제안하였다. 제안된 학습알고리즘에서는 모멘트와 동적터널링을 조합하여 이용함으로써 최적해로의 수렴에 따른 발진을 억제하고 빠른 수렴속도로 전역최적해에 수렴되도록 학습시킬 수 있다. 제안된 학습알고리즘을 이용하여 128$\times$128 픽셀의 얼굴영상과 256$\times$128 픽셀의 자동차번호판 영상을 대상으로 시뮬레이션 한 결과, 기울기하강의 학습알고리즘을 이용한 기존 비선형 주요성분분석 신경망보다 우수한 수렴성능과 특징추출성능이 있음을 확인 할 수 있었다.