• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2003년도 춘계학술발표논문집 (상)
• /
• pp.281-284
• /
• 2003

본 연구는 웨이블릿 변환을 통하여 객체 영상에서 질감 특징 값을 추출하고, 신경망을 계층적으로 구성하여 분류하는 방법을 제안한다. 기존의 신경망을 이용한 영상의 분류는 단일 신경망을 이용하는 것이 대부분이었다. 하지만 단일 신경망은 분류하고자 하는 클래스의 수가 많거나 분류하고자 하는 대상이 유사한 입력패턴을 가질 경우 학습시간이 오래 걸리고, 인식률이 크게 떨어지는 문제를 가지고 있다. 그래서 본 연구에서는 효과적인 객체 영상 분류를 위해서 여러 개의 단일 신경망을 계층적으로 결합하는 방법을 제안한다. 실험결과 분류 대상 클래스가 증가함에도 불구하고 단일 신경망에 비해 학습시간이 단축되고, 높은 인식률을 보여주었다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2022년도 추계학술대회
• /
• pp.88-90
• /
• 2022

Semi Supervised Learning 은 일부의 data 에는 labeling 을 하고 나머지 data 에는 labeling 을 안한채로 학습을 진행하는 방법이다. Object Detection 은 이미지에서 여러개의 객체들의 대한 위치를 여러개의 바운딩 박스로 지정해서 찾는 Computer Vision task 이다. 당연하게도, model training 단계에서 사용되는 data set 의 크기가 크고 객체가 많을 수록 일반적으로 model 의 성능이 좋아 질 것이다. 하지만 실험 환경에 따라 data set 을 잘 확보하지 못하던가, 실험 장치가 데이터 셋을 감당하지 못하는 등의 문제가 발생 할 수 있다. 그렇기에 본 논문에서는 semi supervised learning based object detection model 을 알아보고 data set 의 크기를 조절해가며 modle 을 training 시킨 뒤 data set 의 크기에 따라 성능이 어떻게 변화하는 지를 알아 볼 것이다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제63차 동계학술대회논문집 29권1호
• /
• pp.253-256
• /
• 2021

본 논문에서는 합성곱 신경망을 통해 학습된 DoF(피사계 심도, Depth of field) 네트워크 아키텍처를 이용하여 객체 인식, 시점 추적, 문자 인식, 비사실적 렌더링 등 다양한 애플리케이션에 적용할 수 있는 사후 필터링 기법에 대해 살펴본다. 일반적으로 영상은 포커싱과 아웃포커싱에 의해 사용자의 관심표현이 결정되며, 이를 이용하여 영상 내 중요도를 판단한다. 영상 내에는 수많은 콘텐츠들이 혼재되어 있기 때문에 사용자가 집중적으로 보고 있는 콘텐츠를 찾아내기 어렵다. 본 논문에서는 사용자가 흥미롭고 집중적으로 보고 있는 영역을 DoF 네트워크로 학습시키고, 이를 통해 이전 기법으로는 표현할 수 없었던 DoF 기반 객체 인식, 시점 추적, 문자 인식, 비사실적 렌더링을 효율적으로 표현해낸다.

• 한국콘텐츠학회논문지
• /
• 제13권8호
• /
• pp.482-489
• /
• 2013

본 연구는 일개 대학에서 e-Learning 수업을 듣고 있는 간호학과 학생 239명을 대상으로 학습전이 인식수준과 만족도에 영향을 미치는 e-Learning 교수설계 변인을 밝히고자 시행된 서술적 조사연구이다. 그 결과, 대상자의 학습전이 인식수준에 영향을 미치는 도입의 하부영역은 학습상황 및 방향제시, 학습자 초기 동기화로 나타났으며, 이는 41%의 설명력이 있었다(F=81.16, p<.001). 대상자의 학습전이 인식수준에 영향을 미치는 학습객체의 하부영역은 동기화, 학습목적 일치, 접근성, 피드백 및 적합으로 나타났으며, 이는 46%의 설명력이 있었다(F=50.69, p<.001). 대상자의 만족도에 영향을 미치는 도입의 하부영역은 학습상황 및 방향제시, 학습자 초기 동기화로 나타났으며, 이는 33%의 설명력이 있었다(F=59.32, p<.001). 대상자의 만족도에 영향을 미치는 학습객체의 하부영역은 동기화, 표현설계, 상호작용 유용성, 피드백 및 적합, 학습목적 일치, 콘텐츠 품질로 나타났으며, 이는 52%의 설명력이 있었다(F=43.93, p<.001). 이를 통해 대학 e-Learning 프로그램의 교수설계 요인이 학습자의 학습전이와 만족도에 영향을 미치고 있다는 것을 알 수 있었다. 이는 e-Learning 프로그램 교수설계 전략을 개발하기 위한 기초자료로서 활용될 수 있을 것이다.

• 인터넷정보학회논문지
• /
• 제9권6호
• /
• pp.141-153
• /
• 2008

이러닝(e-learning)은 정보통신 매체를 활용한 교육의 새로운 형태로 시간과 공간의 제약을 받지 않아 빠르게 확산되고 있는 추세이다. 그러나 이러닝은 아직 표준화가 되지 않아 학습 콘텐츠들이 중복적으로 개발되고 있다. 이러한 문제를 해결하기 위해 스콤(SCORM)이 제안되었다. 표준화로 인해 학습 콘텐츠의 공유성이 높아지면 콘텐츠의 재사용성이 증가한다. 그러므로 교육자나 콘텐츠 제작자가 학습코스를 생성할 때 편리하게 작업을 수행할 수 있는 방법이나 도구가 시급히 필요하다. 본 논문에서는 교육자나 콘텐츠 제작자가 교과목에 맞는 학습코스를 효율적으로 생성할 수 있는 연관기법을 제안한다. 본 논문에서 제안한 학습코스 생성 기법인 연관기법은 기존의 학습코스들과 학습 콘텐츠들을 활용하여 교과목에 맞는 학습코스를 생성하는 기법이다. 연관기법은 기존의 학습코스들에 존재하는 학습객체들의 통계적 정보와 학습객체간의 결합력을 분석하여 학습코스를 생성한다. 본 논문에서 제안한 연관기법은 교육자나 콘텐츠 제작자들이 학습코스를 편리하게 생성할 수 있도록 지원할 뿐만 아니라, 학습코스에 대한 가이드라인을 제공하는 역할을 한다.

• 대한원격탐사학회지
• /
• 제37권5_1호
• /
• pp.1083-1094
• /
• 2021

접근불능지역에 대한 핵활동 모니터링을 위해서는 고해상도 위성영상을 이용하여 핵활동 관련 객체의 변화양상을 분석하는 방법론의 수립이 필요하다. 그러나, 위성영상을 이용한 전통적인 객체탐지 및 변화탐지 기법들은 영상 취득 시 계절, 날씨 등의 영향에 의하여 탐지 결과물들을 다양한 활용분야에 적용하기에 어려움이 있다. 따라서, 본 연구에서는 딥러닝 모델을 이용하여 위성영상에서 관심객체를 탐지하고, 이를 활용하여 다시기 위성영상 내의 객체 변화를 분석하고자 하였다. 이를 위하여, 객체탐지를 위한 공개데이터셋을 이용하여 딥러닝 모델의 선행학습을 수행하고, 관심지역에 대한 학습자료를 직접 제작하여 전이학습에 적용하였다. 다시기·다종 위성영상 내의 객체를 개별적으로 탐지한 후, 이를 활용하여 영상 내 객체의 변화양상을 탐지하였다. 이를 통해 접근불능지역에 대한 핵 활동 관련 모니터링을 위하여 다양한 위성영상에 대한 객체탐지 결과를 직접적으로 변화탐지에 활용할 수 있는 가능성을 확인하였다.

• 디지털콘텐츠학회 논문지
• /
• 제8권2호
• /
• pp.235-243
• /
• 2007

수학과의 학습은 학습자가 구체적인 조작을 통해서 개념을 학습한다. 그러나 웹에서 구현되는 대부분의 콘텐츠들은 정적이며 학습자와의 상호작용에 제약이 많다. 이런 제약 조건을 극복하고 학생들의 인지적인 단계에 적합한 동적인 상호작용을 위한 콘텐츠 개발이 필요하다. 이에 본 연구에서는 초등수학에서 수와 연산 영역의 교육과정 분석하였다. 이를 기반으로 객체지향설계원리를 이용하여 학습 애플릿에 필요한 "수 클래스"를 설계하고 구현하였으며, 구현된 "수 클래스"를 기반으로 클래스기반 "수와 연산 학습 애플릿"을 개발하였다. 클래스기반 '수와 연산 학습 애플릿'은 초등학교 수학과의 '수와 연산' 영역 교육과정을 토대로 학습 주제를 선정하였으며, 각 학습 주제에 따라 소단위 프로그램으로 제작하였다. 이 학습 애플릿은 자유로운 조작과 탐구활동을 통해 수와 연산의 개념과 원리를 학습할 수 있도록 한다. 이것은 학생들의 동적인 상호 작용을 강화한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2019년도 춘계학술대회
• /
• pp.160-161
• /
• 2019

3차원 객체를 모델링 하기 위한 방법으로 3D 스캐너를 이용하는 방법과 모션캡처 시스템을 이용하는 방법 그리고 키넥트(Kinect) 시스템을 이용하는 방법 등이 있다. 이러한 방법을 통해 3차원 객체를 생성하는 과정에서 가려짐에 의해 촬영되지 않는 부분이 발생한다. 완벽한 3차원 객체를 구현하기 위해서는 가려진 부분을 임의로 채워줘야 하는 상황이 발생한다. 다양한 영상처리 방법을 통해 가져져 촬영되지 않은 부분을 메우는 기법이 존재한다. 본 연구에서는 보다 자연스러운 hole filling을 위한 방법으로 비지도기계학습의 최신 트렌드인 GANs를 이용한 방법을 제안한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 추계학술대회
• /
• pp.222-224
• /
• 2022

객체 분할 분야의 딥러닝 기반 컴퓨터 비전 응용들은 성능을 향상하기 위하여 STOA 기법들이 사전학습하여 배포한 하이퍼파라미터와 모델을 통해 학습하는 전이학습 방법을 사용한다. 이 과정에서 사용되는 커스텀 데이터 셋들은 Ground Truth 정보를 생성하기 위한 라벨링 작업에서 시간이나 라벨러등의 많은 자원을 필요로 한다. 본 고에서는 딥러닝 신경망에서 사용되는 커스텀 데이터 셋 구축을 위하여 시간이나 라벨러등의 자원을 적게 사용할 수 있도록 객체 분할 기법을 활용한 자동 라벨링 구축 방법을 제시한다.

• 터널과지하공간
• /
• 제33권4호
• /
• pp.281-298
• /
• 2023

달 현지 탐사를 위해 무인 이동체에 대한 연구가 지속적으로 이루어져 있으며 달 지상 관심 지역의 정확한 위치 및 맵핑을 위한 실시간 정보화 작업이 요구되고 있다. 딥러닝 영상 처리 분석 기술을 실제 로버에 적용하기 위해 소프트웨어의 통합과 최적화에 대한 연구가 필요하며 본 연구에서는 가상의 달 기지 건설현장의 영상을 실시간 분석하여 핵심 객체의 공간 정보를 자동으로 수치화하는 방안에 대한 기초 연구가 진행되었다. 본 연구를 통해 이미 구축된 영역 분할 기반 객체 인식 알고리즘을 경계 상자 기반 객체 인식알고리즘으로 변경하여 객체 인식 정확도 및 추론 속도를 개선하는 작업이 이루어졌으며, 대용량 데이터 기반 객체 매칭 학습을 위해 Batch Hard Triplet Mining 기법을 도입하고, 학습 및 추론에 대한 최적화 연구가 수행되었다. 또한 개선된 객체 인식 및 동일 객체 매칭 소프트웨어를 통합하고, 입력 이미지 내 동일 객체 자동 매칭을 시각화하는 소프트웨어를 개발하였으며, 위성 모사 촬영 영상 내 객체를 학습 데이터로, 이동체 촬영 영상 내 객체를 추론 데이터로 사용하여 동일 객체 매칭의 학습 및 추론이 이루어졌다. 본 연구의 결과는 이동체의 연속 촬영 영상을 기반 3차원 공간 정보를 구현 및 관심 공간 내 객체 위치 설정에 활용할 수 있을 것으로 사료되며, 향후 달 기지 건설 현장에서의 영상 기반 시공 모니터링 및 제어를 위한 자동 현장 및 주요 대상물 공간 정보 구축 시스템과의 연계에 기여할 것으로 기대된다.