• 방송공학회논문지
• /
• 제26권5호
• /
• pp.608-620
• /
• 2021

최근 딥러닝 기반의 얼굴 초해상화 연구는 일반적인 영상에 대한 초해상화 연구와 달리 인간의 얼굴이 가지는 구조적 혹은 의미론적인 특성을 반영한 안면 랜드마크 정보, 주요 영역 딕셔너리와 같은 사전 및 참조 정보를 사용하여 우수한 초해상화 결과를 보였다. 그러나 얼굴에 특화된 사전 정보를 사용할 시 추가적인 처리 소요 시간과 메모리를 요구하는 단점이 존재한다. 본 논문은 앞서 언급한 한계점을 극복하고자 지식 증류 기법을 활용한 효율적인 초해상화 모델을 제안한다. 주요 얼굴 영역 기반의 딕셔너리 정보를 사용하는 선생 모델에 지식 증류 기법을 적용하여 추론 시 랜드마크 정보와 부가적인 딕셔너리 사용이 필요 없는 학생 모델을 구축하였다. 제안하는 학생 모델은 특징맵 기반의 적대적 지식 증류를 통해 얼굴 주요 영역 딕셔너리를 가지고 있는 선생 모델로부터 학습을 진행하였다. 본 논문은 제안하는 학생 모델의 실험 결과를 통해 정량 및 정성적으로 우수함을 보이며 선생 모델의 연산량에 비해 90% 이상 절감되는 효율성을 증명한다.

• 전자공학회논문지
• /
• 제51권8호
• /
• pp.87-96
• /
• 2014

본 논문은 다양한 영상 획득 과정에서 발생하는 에일리어싱 성분과 잡음을 동시에 제거하기 위하여 공간-주파수 분석 기반사전 학습(dictionary learning)을 사용한 방향 적응적 영상 개선 알고리듬을 제안한다. 제안된 기술은 i) 학습된 사전과 결합된 웨이블릿-푸리에 변환을 이용하여 에일리어싱 및 잡음 영역을 검출하는 단계와, ii) 검출된 영역에서 방향 적응적 계수 축소기법을 이용하여 에일리어싱을 제거하는 동시에 잡음을 억제하는 단계로 구성된다. 제안한 방법은 공간-주파수 성분을 동시에 분석하여 특정 위치와 특정 주파수 성분을 선택적으로 제거하기 때문에, 검출된 영역에서 에지 성분을 보존하면서 에일리어싱 제거와 잡음 억제를 가능하게 한다. 실험 결과를 근거로 제안된 방법은 기존 알고리듬들과 비교할 때 주요 고주파 성분들의 억제 및 아티펙트 발생을 최소화하며 에일리어싱과 잡음을 제거함으로써 디지털 영상의 리샘플링, 초고해상도 영상 생성, 로봇비전 등과 같은 다양한 영상 획득 장치에 적용될 수 있다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제35권3호
• /
• pp.197-206
• /
• 2008

모바일 인터넷 환경에서는 학습 내용을 검색 및 다운로드하기 위하여 모바일 기기와 서버 사이에 잦은 통신이 필요하다. 본 논문에서는 모바일 사전을 사용함에 있어서, 네트워크 비용을 절감하고 통신 효율을 높이기 위한 효율적인 선인출 기법을 제안한다. 이를 위해 본 논문에서는 다음 방법으로 연구를 전개한다. 첫째, 모바일 사전을 위한 선인출 기반의 동작 프레임워크를 제안한다. 둘째, 패킷 요금 방식과 정액 요금 방식으로 구분하여 선인출할 데이타의 양을 결정하는 방법을 제시한다. 셋째, 중 고등학생 대상의 모바일 영한사전에 초점을 맞춘 선인출 데이타 결정 방법을 제안한다. 넷째, 이러한 데이타 양 및 데이타 종류 결정 방법을 바탕으로 선인출 알고리즘을 제안한다. 다섯째, 실험을 통하여 제안한 선인출 방법의 우수성을 입증한다. 이 같은 연구에 따른 본 논문의 공헌은 다음과 같이 요약할 수 있다. 첫째, 선인출을 모바일 응용에 적용한 첫 번째 시도로서 의미를 갖는다. 둘째, 선인출을 모바일 사전에 적용하기 위한 체계적인 방법론을 제시하였다. 셋째, 선인출 적용을 통해 네트워크 기반 모바일 사전의 성능 향상을 도모하였다. 실제 실험 결과, 제안한 방법은 기존의 요구인출에 평균 $9.8%{\sim}33.2%$의 높은 성능 향상을 나타냈다. 이 같은 결과를 볼 때, 본 논문의 연구 결과는 모바일 사전뿐 아니라 선인출 기능을 필요로 하는 무선 인터넷 기반의 여러 응용에 적용될 수 있는 우수한 연구 결과라 사료된다.

• 한국IT서비스학회지
• /
• 제13권3호
• /
• pp.221-233
• /
• 2014

Because people's interest of the stock market has been increased with the development of economy, a lot of studies have been going to predict fluctuation of stock prices. Latterly many studies have been made using scientific and technological method among the various forecasting method, and also data using for study are becoming diverse. So, in this paper we propose stock prices prediction models using sentiment analysis and machine learning based on news articles and SNS data to improve the accuracy of prediction of stock prices. Stock prices prediction models that we propose are generated through the four-step process that contain data collection, sentiment dictionary construction, sentiment analysis, and machine learning. The data have been collected to target newspapers related to economy in the case of news article and to target twitter in the case of SNS data. Sentiment dictionary was built using news articles among the collected data, and we utilize it to process sentiment analysis. In machine learning phase, we generate prediction models using various techniques of classification and the data that was made through sentiment analysis. After generating prediction models, we conducted 10-fold cross-validation to measure the performance of they. The experimental result showed that accuracy is over 80% in a number of ways and F1 score is closer to 0.8. The result can be seen as significantly enhanced result compared with conventional researches utilizing opinion mining or data mining techniques.

• 방송공학회논문지
• /
• 제24권3호
• /
• pp.401-410
• /
• 2019

본 논문에서는 SHVC 부호화 성능 개선을 위하여 딥러닝 기반 계층간 예측을 위한 참조 픽처 생성 방법을 제안한다. 새로운 참조 픽처를 생성하기 위하여 DCT-IF기반 업샘플링 된 픽처를 VDSR 네트워크를 이용한 필터링을 진행하는 구조와 SHVC 계층간 참조 픽처를 생성하기 위한 트레이닝 방법에 대해 설명한다. 제안하는 방법은 SHM 12.0 기반으로 구현되어 있다. 성능 평가를 위하여 사전 학습을 이용하여 계층간 예측 픽처를 생성하는 방법과 비교를 진행하였다. 그 결과 상위 계층의 부호화 성능은 사전 학습을 이용한 방법 대비 최대 13.14%의 비트 감소, SHM 대비 최대 15.39%의 비트 감소율을 보였고, 평균 6.46%의 비트 감소율을 보였다.

• Journal of the Korean Data and Information Science Society
• /
• 제14권4호
• /
• pp.817-824
• /
• 2003

We employed a hierarchical document classification method to classify a massive collection of electronic medical records(EMR) written in both Korean and English. Our experimental system has been learned from 5,000 records of EMR text data and predicted a newly given set of EMR text data over 68% correctly. We expect the accuracy rate can be improved greatly provided a dictionary of medical terms or a suitable medical thesaurus. The classification system might play a key role in some clinical decision support systems and various interpretation systems for clinical data.

• 전자공학회논문지
• /
• 제50권4호
• /
• pp.144-154
• /
• 2013

본 논문에서는 상호 보완 관계에 있는 초고해상도 기법과 선명도 증강 기법을 통합하여 전체적인 화질을 향상시키는 새로운 초고해상도 기법을 제안한다. 먼저 학습 과정을 통해 선명도 증강의 세기에 따라 다중의 사전을 구성하고, 고 해상도 영상을 합성할 때 영상의 국부 영역 특성에 따라 서로 다른 사전을 적응적으로 참조하도록 한다. 또한, 추가적인 후처리 과정을 통하여 저해상도 영상에 내재되어 있는 아티팩트가 초고해상도 처리에 의해 증폭되는 현상을 감소시켜 화질을 극대화한다. 모의실험 결과에 따르면 제안한 알고리즘은 객관적 화질 측면에서 비교 대상이 되는 알고리즘들에 비하여 우수함을 보였다. 특히, 영상의 선명도를 나타내는 CPBD 측면에서 bi-cubic 대비 0.3, Song 기법과 Fan 기법 대비 0.1 높게 나타났다. 또한, 주관적 화질 측면에서 영상의 질감 영역 및 경계 영역의 화질이 향상된 결과를 보이는 것을 확인하였다. 제한된 방법은 기존 방법 대비 17% 정도의 메모리만을 필요로 하므로 구현 관점에서도 장점이 있음을 알 수 있다.

• 한국통신학회논문지
• /
• 제18권2호
• /
• pp.157-168
• /
• 1993

본 논문에서는 역전파 알고리듬으로 학습된 신경회로망과 사전을 이용하여 필기체 영문자 인식을 수행하였다. 스캐너를 이용하여 입력된 영상화일로부터 불필요한 데이터 부분을 제거하고 문자의 다양성을 최소화하기 위해서 여러가지 전처리과정, 즉 문자분리, 중심변환, 잡음제거, 배율조정과 세선화과정을 거쳤다. 다음으로 세선화된 문체 패턴으로부터 문자의 특징이 추출되고, 신경회로망에 시험데이터에 대한 특징들을 학습시켰다. 그리고 테스트할 영문자에 대해서도 특징들을 추출하여 이미 학습된 신경회로망에 의해 분류하였다. 마지막으로 학습시간을 줄이고 인식율을 향상시키기 위한 방법과 학습시간과 은닉층의 노드수에 대해 고찰하였다. 실험 결과로서 이와 같은 시스템으로 필기체 영문제에 대하여 학습후에 약 93%의 높은 인식율을 얻을 수 있었을 사전을 이용했을 경우 인식율이 약 97%였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권3호
• /
• pp.1700-1721
• /
• 2017

The problem of blocking artifacts is very common in block-based image and video compression, especially at very low bit rates. In this paper, we propose a post-processing method for JPEG-coded image deblocking via sparse representation and adaptive residual threshold. This method includes three steps. First, we obtain the dictionary by online dictionary learning and the compressed images. The dictionary is then modified by the histogram of oriented gradient (HOG) feature descriptor and K-means cluster. Second, an adaptive residual threshold for orthogonal matching pursuit (OMP) is proposed and used for sparse coding by combining blind image blocking assessment. At last, to take advantage of human visual system (HVS), the edge regions of the obtained deblocked image can be further modified by the edge regions of the compressed image. The experimental results show that our proposed method can keep the image more texture and edge information while reducing the image blocking artifacts.

• Journal of Platform Technology
• /
• 제10권3호
• /
• pp.69-78
• /
• 2022

채용 플랫폼의 일자리 정보는 IT 기술의 발전과 함께 많은 산업 분야에서 대량의 데이터를 발생시키고 있으며 실시간 발생하는 비정형도가 높은 특징이 있다. 또한 일자리와 관련한 채용공고와 훈련정보 등은 4차 산업혁명 등 산업기술의 변화와 밀접한 관계가 있어 기술변화 및 발전을 이해하는데 높은 데이터 가치를 지니고 있다. 본 논문은 구인-구직과 관련된 정보들을 직관적으로 이해하고 활용하기 위해 관련된 데이터를 정의해 직무데이터 사전을 만들고, 공고-직무-훈련 등 데이터 간 연계와 추론을 할 수 있도록 온톨로지 모델링에 기반한 데이터맵을 설계·구축 및 평가를 수행하였다. 이를 통해 업무능력 중심의 추론 기능은 수요자 간 미스매치를 최소화하고 데이터사전 최적화로 사용자가 만족할 수 있는 QoS 지원이 가능함과 검색엔진 기반 구인-구직 시스템보다 성능이 우수함을 확인하였다.