• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권3호
• /
• pp.1595-1613
• /
• 2017

The IR camera and laser-based IR projector provide an effective solution for real-time collection of moving targets in RGB-D videos. Different from the traditional RGB videos, the captured depth videos are not affected by the illumination variation. In this paper, we propose a novel feature extraction framework to describe human activities based on the above optical video capturing method, namely spatial-temporal texture features for 3D human activity recognition. Spatial-temporal texture feature with depth information is insensitive to illumination and occlusions, and efficient for fine-motion description. The framework of our proposed algorithm begins with video acquisition based on laser projection, video preprocessing with visual background extraction and obtains spatial-temporal key images. Then, the texture features encoded from key images are used to generate discriminative features for human activity information. The experimental results based on the different databases and practical scenarios demonstrate the effectiveness of our proposed algorithm for the large-scale data sets.

• 한국의상디자인학회지
• /
• 제17권3호
• /
• pp.29-43
• /
• 2015

This study investigates transformable designs in contemporary fashion. In contemporary society, designs are accompanied by various changes such as transformation of shapes or variation of material beyond the certain form of dress. As a result of having interest in transformable designs with the various attempts on the overall design, transformable design is being suggested as an attempt as the new manner, radical concept, or alternative of multi-purpose lifestyle. With the constant research and collection presentation by the designers of empirical disposition, transformable dress has been evolving gradually. The feature of transformable design appeared in dress is considered as 'variability' which changes in the flow of time. Furthermore, the morphological variability and variability of material have been examined as visual stimuli and conversion of material. By analyzing and assorting diverse transformable dresses comprehensively, it could be divided into technique-oriented transformable design and transformable design with a wearer's intervention. The technique-oriented transformable design is subdivided into the conversion of material and the conversion of form; the transformable design with a wearer's intervention into the conversion of functional frame and the conversion of aesthetic feature.

• 대한토목학회논문집
• /
• 제40권2호
• /
• pp.257-264
• /
• 2020

현재 무인항공사진측량을 이용한 지도제작의 지형·지물 묘사는 주로 벡터화로 이루어지고 있다. 그러나 벡터화는 평면과 표고 위치를 별도로 취득하기 때문에 시간이 많이 소요되고 수치표면모델에서 표고값을 추출 할 때 과대 오차가 발생될 수 있다. 이에 3차원 공간정보를 동시에 취득가능한 수치도화의 필요성이 증가하고 있으나, 고가의 도화장비가 필요하고 무인항공영상의 수치도화 기술이 불완전한 단점이 있다. 이에 본 연구에서는 저가의 시스템으로 수치도화가 가능한 Menci사의 StereoCAD를 이용하여 지형·지물의 묘사정확도를 분석 평가하였다. 무인항공영상의 취득은 Phantom4 pro에 FC 6310 카메라를 탑재하여 비행고도 90 m에서 GSD (Ground Sample Distance) 3 cm로 촬영하였다. 정확도 분석은 검사점과 점·선·면형 레이어별 모서리에 대한 지상측량결과와 도화결과의 3차원 좌표의 차이를 산출하여 비교하였다. 그 결과 검사점의 RMSE는 평면 0.048 m, 표고 0.078 m이고, 레이어별 RMSE는 평면이 0.104~0.127 m, 표고는 0.086~0.092 m로 나타나 무인항공영상의 입체도화로 1:1,000 수치지형도 제작의 가능성을 입증할 수 있었다.

• 인터넷정보학회논문지
• /
• 제23권3호
• /
• pp.35-45
• /
• 2022

현대에도 일부 소외된 지역에서는 의료 인력의 부족으로 인해 위·중증 환자에 대한 치료가 지연되는 경우가 많다. 의료 데이터에 대한 분석을 자동화하여 의료 서비스의 접근성 문제 및 의료 인력 부족을 해소하고자 하는 연구가 계속되고 있다. 컴퓨터 비전 기반의 진료 자동화는 훈련 목적에 대한 데이터 수집 및 라벨링 작업에서 많은 비용이 요구된다. 이러한 점은 희귀질환이나 시각적으로 뚜렷하게 정의하기 어려운 병리적 특징 및 기전을 구분하는 작업에서 두드러진다. 이상 탐지는 비지도 학습 전략을 채택함으로써 데이터 수집 비용을 크게 절감할 수 있는 방법으로 주목된다. 본 논문에서는 기존의 이상 탐지 기법들을 기반으로, 흉부 X-RAY 영상에 대해 이상 탐지를 수행하는 방법을 다음과 같이 제안한다. (1) 최적 해상도로 샘플링된 의료 영상의 색상 범위를 정규화한다. (2) 무병변 영상으로부터 패치 단위로 구분된 중간 수준 특징 집합을 추출하여 그 중 높은 표현력을 가진 일부 특징 벡터들을 선정한다. (3) 최근접 이웃 탐색 알고리즘을 기반으로 미리 선정된 무병변(정상) 특징 벡터들과의 차이를 측정한다. 본 논문에서는 PA 방식으로 촬영된 흉부 X-RAY 영상들에 대한 제안 시스템의 이상 탐지 성능을 세부 조건에 따라 상세히 측정하여 제시한다. PadChest 데이터세트로부터 추출한 서브세트에 대해 0.705 분류 AUROC를 보임으로써 의료 영상에 대한 이상 탐지 적용의 효과를 입증하였다. 제안 시스템은 의료 기관의 임상 진단 워크플로우를 개선하는 데에 유용하게 사용될 수 있으며, 의료 서비스 접근성이 낮은 지역에서의 조기 진단을 효율적으로 지원할 수 있다.

• 한국컴퓨터정보학회논문지
• /
• 제25권10호
• /
• pp.59-67
• /
• 2020

웨어러블 기기의 발전으로 개인의 건강 상태를 실시간으로 확인하고 위험을 예측할 수 있게 되었다. 예를 들어 심장 질환 환자의 심박수, 심전도가 이상 수치를 보이면 위급 상황을 감지하여 자동으로 보호자에게 연락한다. 이처럼 즉각적인 대처를 가능케 하는 건강 데이터는 생명에 관계되는 만큼 유출되었을 시 심각한 피해를 발생시킨다. 본 연구는 지역 차분 프라이버시 기법을 통해 데이터 소유자의 개인 정보를 보호하면서 데이터를 수집하는 방법을 제안한다. 선행 연구에서는 고정된 k개의 특징 점을 탐색하는 알고리즘으로 전체 데이터가 아닌 특징 점 데이터를 데이터 수집가에게 전송하는 기법을 소개하였다. 이어서 본 연구는 최적의 특징 점 개수 k를 찾는 알고리즘을 이용하여 성능을 최대 75% 향상시키는 방법에 대해 설명할 것이다.

• 한국인터넷방송통신학회논문지
• /
• 제17권2호
• /
• pp.25-31
• /
• 2017

본 논문은 웹하드, 토렌트 및 해외 웹사이트를 통해 불법적으로 유통되고 있는 웹툰 저작물에 대상으로 모니터링 및 식별 기술을 개발하여 불법 유통을 효과적으로 차단함으로서 웹툰 저작물의 저작권을 보호하고 건전한 시장을 조성하기 위한 연구이다. 본 논문에서는 웹툰 서비스 사이트로부터 웹툰 저작물을 자동으로 수집하고, 수집된 웹툰 저작물로부터 특징점을 추출하여 이를 데이터베이스에 저장하기 위한 기술을 다룬다. 이를 위하여 시스템의 성능 및 기능 요구사항을 분석하고 웹툰 서비스 사이트의 구조를 분석하여 웹툰 저작물 자동 수집 및 특징점 등록 시스템을 제시하고자 한다. 제시된 시스템을 통해 웹툰 저작물이 게시되어 특징점이 등록될 때까지 소요되는 시간 동안 발생하는 불법유통에서 매우 중요한 초기 차단도 가능해진다.

• 한국통신학회논문지
• /
• 제30권1C호
• /
• pp.73-81
• /
• 2005

본 논문에서는 미리 정의된 키 피쳐(key feature)를 수신된 변조 신호로부터 추출하여 동등 이득 조합(equal gain combining) 기법을 적용하는 자동 변조 인식 알고리즘을 제안하곡 의사 결정 이론(decision-theoretic) 알고리즘과 제안된 알고리즘의 성능을 비교, 분석하였다. 제안된 변조 인식 알고리즘은 키 피쳐 추출 단위인 세그먼트별로 미리 정의된 5 가지 종류의 키 피쳐를 추출하고, 전체 프레임에 걸쳐 평균화된 각 키 피쳐값을 결정-순서도(decision flowchart)에 적용하여 수신 신호의 변조 형식을 구분한다. 제안된 알고리즘의 성능을 검증하기 위하여 아날로그 변조 신호인 AM, FM, SSB 신호와 디지털 변조 신호인 FSK2, FSK4, PSK2, PSK4 신호를 대상으로 SNR의 변화 및 신호 수집 시간의 변화에 따른 변조 인식 성공률을 측정하였다. 그 결과 제안된 알고리즘이 기존의 의사 결정 이론 알고리즘에 거의 근접하는 성능을 나타내면서 낮은 복잡도를 나타내었다.

• 정보처리학회논문지B
• /
• 제15B권1호
• /
• pp.61-68
• /
• 2008

본 논문에서는 스팸메일에 나타나는 스팸성 자질과 URL 자질의 공동 학습을 이용한 최대엔트로피모델 기반 스팸 필터 시스템을 제안한다. 스팸성 자질은 스패머들이 스팸메일에 인위적으로 넣는 강조 패턴이나 필터 시스템을 통과하기 위해 비정상적으로 변형시킨 단어들을 말한다. 스팸성 자질 외에 반복적으로 나타나는 URL과 비정상적인 URL도 자질로 사용하였다. 메일에 나타난 정상적인 URL과 필터 시스템을 피하기 위해 변형된 비정상적인 URL들이 스팸 메일을 걸러내는데 도움을 줄 수 있기 때문이다. 또한 스팸성 자질과 URL자질을 이용한 공동 학습을 하였다. 공동 학습은 학습 과정에서 두 자질을 독립적으로 이용한 비지도 학습 방법으로 정답을 모르는 문서를 이용할 수 있다는 장점을 갖는다. 실험을 통해 스팸성 자질과 URL을 이용함으로써 스팸 필터 시스템의 성능을 향상시킬 수 있음을 확인하였으며 두 자질 집합을 이용한 공동 학습이 필요한 학습 문서의 수를 감소시키면서, 정확도는 일괄 학습 정확도에 근접한다는 것을 확인하였다.

• 한국문헌정보학회지
• /
• 제43권3호
• /
• pp.163-180
• /
• 2009

본 논문은 사용자가 검색에 사용한 질의어를 기반으로 개인의 성향정보를 분석하고자 한다. 이를 위하여 사용자가 검색을 하기 위해서 입력한 질의어를 문서분류기를 이용하여 범주를 부여한다. 본 연구에서는 각 레코드에 미리 부여된 DDC 분류코드를 분류정보로 활용하였다. 이러한 방식을 사용하여 사용자의 질의어를 기반으로 개인의 특징을 분석한다. 분석된 개인의 성향정보를 검색 결과에 반영하고 개인의 의도에 맞는 문서를 재순위화시키는 개인화 검색시스템을 개발하였다. 또한 개인의 성향정보를 이용하여 단어의 중의성 문제를 해결할 수 있었다. 본 논문에서는 한국과학기술정보연구원이 운영 중인 과학기술학회마을 데이터베이스를 이용하여 개인화와 단어중의성 해소에 관한 실험을 수행하였다. 실험과 사용자 평가를 통해서 개인화 검색 및 단어중의성 해소 성능을 제시하였다.

• Journal of Information Processing Systems
• /
• 제17권5호
• /
• pp.1020-1033
• /
• 2021

Nowadays, online or mobile social network services (SNS) are very popular and widely spread in our society and daily lives to instantly share, disseminate, and search information. In particular, SNS such as YouTube, Flickr, Facebook, and Amazon allow users to upload billions of images or videos and also provide a number of multimedia information to users. Information retrieval in multimedia-rich SNS is very useful but challenging task. Content-based media retrieval (CBMR) is the process of obtaining the relevant image or video objects for a given query from a collection of information sources. However, CBMR suffers from the dimensionality curse due to inherent high dimensionality features of media data. This paper investigates the effectiveness of the kernel trick in CBMR, specifically, the kernel principal component analysis (KPCA) for dimensionality reduction. KPCA is a nonlinear extension of linear principal component analysis (LPCA) to discovering nonlinear embeddings using the kernel trick. The fundamental idea of KPCA is mapping the input data into a highdimensional feature space through a nonlinear kernel function and then computing the principal components on that mapped space. This paper investigates the potential of KPCA in CBMR for feature extraction or dimensionality reduction. Using the Gaussian kernel in our experiments, we compute the principal components of an image dataset in the transformed space and then we use them as new feature dimensions for the image dataset. Moreover, KPCA can be applied to other many domains including CBMR, where LPCA has been used to extract features and where the nonlinear extension would be effective. Our results from extensive experiments demonstrate that the potential of KPCA is very encouraging compared with LPCA in CBMR.