• 한국전자통신학회논문지
• /
• 제15권3호
• /
• pp.579-586
• /
• 2020

웹 페이지에는 방대한 양의 멀티미디어 자료가 있으며 정확한 검색을 위하여 낮은 수준의 시각 정보에서 의미 정보를 추출하는 방법에 대한 연구가 이루어지고 있다. 그러나 이러한 기술들은 대부분 한 장의 이미지에 하나의 정보를 추출하므로 이미지 내에 여러 객체가 조합되어 있는 경우 의미 정보를 추출하기 어렵다. 본 논문에서는 이미지내의 여러 객체와 배경 등을 추출하기 위하여 우선 각각의 저수준 특징을 추출하고, 이를 SVM을 이용하여 미리 정의해 놓은 배경과 객체로 나눈다. 이렇게 나눈 객체와 배경은 온톨로지로 구축하고, 위치와 연관 관계의 의미 정보를 추론엔진을 이용하여 추론한다. 이는 이미지 내의 여러 객체들 사이에 의미 정보 추론이 가능하고, 좀 더 복잡하고 다양한 고수준의 의미 정보를 추론하는 방법을 제안한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제35권9호
• /
• pp.562-571
• /
• 2008

본 논문에서는 분야 온톨로지 구축을 위하여 분야 상위 온톨로지를 구축한 다음, 분야 시소러스의 개념과 관계를 이용하여 분야 상위 온톨로지를 확장하는 방법을 제안한다. 이를 위하여 우선 일반분야 시소러스와 분야 사전을 이용하여 분야 상위 개념 분류체계를 구축한다. 다음, 분야 시소러스의 개념을 분야 상위 온톨로지의 상위 개념으로 분류하고, 광의어(Broader Term: BT)-협의어(Narrower Term: NT) 및 광의어-관련어(Related Term: RT) 사이의 관계를 분야 상위 온톨로지에서 정의한 의미관계로 분류한다. 개념 분류는 두 단계로 진행되는데, 1단계에서는 빈도수 기반 방법, 2단계에서는 유사도 기반방법을 적용하여 시소러스 개념을 분야 상위 온톨로지의 개념으로 분류한다. 관계 분류에서는 두 가지 방법을 적용하였는데, (i) 훈련데이타가 부족한 경우를 위하여 규칙기반 방법으로 BT-NT/RT관계를 iso와 기타 관계(non-isa관계)로 분류하고, 다시 패턴기반 방법으로 non-isa관계를 온톨로지를 위한 의미관계로 분류한다. (ii) 훈련데이타를 충분히 가지고 있을 경우, 최대 엔트로피 모델(MEM)을 적용한 특징기반 분류 기법을 사용하되, k-Nearest Neighbors(k-NN)방법으로 훈련데이타를 정제하였다. 본 논문에서 제안한 방법으로 시스템을 구축하였고, 실험 결과 사람에 의한 판단 결과와 비교 가능한 성능을 보여 주었다.

• 디지털융복합연구
• /
• 제12권10호
• /
• pp.265-270
• /
• 2014

기존의 음성 인식 알고리즘은 어휘들 간의 순서가 정해져 있지 않으며, 음성 인식 환경 변화에 따른 잡음으로 인한 음성 검출이 정확하지 못한 단점을 가지며, 검색 시스템은 키워드의 의미가 다양하여 정확한 정보를 인지하지 못한다. 본 연구에서는 사건 기반 시맨틱 온톨로지 추론 모델을 제안하였으며, 제안된 시스템에서 음성 인식 특징을 추출하기 위해 ERB 필터를 이용하여 특징 추출하는 모델을 구축하였다. 제안된 모델은 성능 평가를 위해 지하철역, 지하철 잡음을 사용하였고 잡음 환경의 SNR -10dB, -5dB 신호에서 잡음 제거를 수행하여 왜곡도를 측정한 결과 2.17dB, 1.31dB의 성능이 향상됨을 확인하였다.

• 한국군사과학기술학회지
• /
• 제16권5호
• /
• pp.583-589
• /
• 2013

In this paper, we proposed a system that efficiently provides support maps which includes the grid based terrain analysis information. To do this, we use the FDB which is defined as a GIS database that contains features with attributes attached to the features. The FDB is composed of a number of features and feature classes. In order to create support maps, it is necessary to classify feature classes that are associated with each support map and to search them in a grid map. The proposed system use a ontology model to classify semantically feature classes and the quad-tree data structure to find them in a grid map quickly. Therefore, our system is expected to be utilized for global path planning of UGV. In this paper, we show the possibility through an experimental implementation.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2004년도 춘계학술대회 학술발표 논문집 제14권 제1호
• /
• pp.235-240
• /
• 2004

In this paper, we propose a framework for ontological knowledge-based image understanding systems. Ontology composed of concepts can be used as a guide for describing objects from a specific domain of interest and describing relations between objects from different domains The proposed framework consists of four main subparts ⅰ) ontological knowledge bases, ⅱ) primitive feature detectors, ⅲ) concept inference engine, and ⅳ) semantic inference engine. Using ontological knowledge bases on various domains and features extracted from the detectors, concept inference engine infers concepts on regions of interest in an image and semantic inference engine reasons semantic situations between concepts from different domains. We present a outline for ontological knowledge-based image understanding systems and application examples within specific domains such as text recognition and human recognition in order to show the validity of the proposed system.

• 한국산학기술학회논문지
• /
• 제7권2호
• /
• pp.182-187
• /
• 2006

본 논문은 통계 기반 접근 방식인 HMM(Hidden Markov model)과 생물학의 개체명에 관한 온톨로지 정보를 이용한 생물학 문서에서의 개체명(named entity) 경계 인식 방법을 제안한다. 제안하는 방법은 31개의 자질 정보를 이용한 평탄화 기법을 사용하며 생물학 개체명의 계층 정보를 이용하여 HMM의 자료 부족 문제를 완화시킬 수 있도록 하였다. 개체명 경계 인식의 학습과 실험을 위하여 GENIA 코퍼스 ver 2.1을 사용하였으며 개체명 경계 인식 실험을 수행한 결과 모든 부류를 사용한 경우보다 정확도 및 실행 속도가 개선됨을 확인하였다.

• 한국콘텐츠학회논문지
• /
• 제9권4호
• /
• pp.45-54
• /
• 2009

가상세계는 현실과 같이 구축된 세계로 에이전트와 가상환경으로 구성된다. 에이전트는 가상환경에 존재하는 객체와 환경 요소들을 지각하고, 인식하여 상황을 판단하며 자율적으로 활동한다. 이러한 에이전트는 마치 사람이 행동하는 것과 같은 느낌과 친숙함을 주며 실수도 하고 엉뚱한 행동을 해서 새로운 상황을 만든다. 이런 상황들은 개체, 관계, 그리고 활동들의 개념들에 의해 구성되어지고 에이전트는 이러한 개념들을 인식함으로써 상황들을 파악한다. 본 논문에서는 가상세계에 존재하는 객체들의 가장 중요한 특징인 모양을 표현하고 인식하는 방법을 제안한다. 구체적으로 다양한 모양들을 기본적인 모양들과 그들 사이의 공간관계들로 나타낸다. 기본적인 공간관계를 표현하기 위하여 거리, 방위, 방향을 이용한다. 기초적인 신호 처리를 생략하기 위해 객체는 능동적으로 자신의 정보를 에이전트에게 메시지로 전달하며 가상 세계에 대한 지식베이스로 온톨로지를 이용한다. 에이전트는 객체로부터 전달되어지는 메시지의 정보를 온톨로지 상의 스키마 정보와 인스턴스 정보와 비교하여 객체를 인식한다.

• 한국ITS학회 논문지
• /
• 제15권1호
• /
• pp.109-118
• /
• 2016

트래픽 혼잡이 도심지역에서는 급속히 증가하고 있다. 이 문제를 해결하기 위하여 유용한 핵심 정보를 사용하여 트래픽 상황을 신속하게 인지할 수 있는 실시간 그리고 지능적인 방안이 필요하다. 본 연구는 실시간 교통망을 관찰하고 여행자를 위한 도시의 극성 지도를 구축하기 위하여 퍼지기반 오피니언 마이닝 시스템을 제안한다. 제안된 시스템은 도시의 교통 상황에 관련한 트위터 및 리뷰를 추출하고, 특징 오피니언을 추출하여, 퍼지기반 오피니언 마이닝 시스템를 사용하여 교통 및 도시의 특징적 극성을 규명한다. $Prot{\acute{e}}g{\acute{e}}$ OWL 과 자바를 사용하여 퍼지기반 오피니언 마이닝 시스템과 그 지능형 프로토타입을 개발한다. 실험을 통하여 트위트 및 리뷰의 분석과 오피니언 마이닝 측면에서 성능이 개선됨을 확인하였다.

• 한국전자통신학회논문지
• /
• 제11권7호
• /
• pp.677-684
• /
• 2016

이미지와 같은 멀티미디어 정보들의 증가로 저수준의 시각 정보에서 고수준의 의미 정보를 추출하는 방법에 대한 연구가 이루어지고 있으며, 이러한 정보를 자동으로 생성하는 다양한 기술들이 연구되고 있다. 일반적으로 이미지 검색에 있어서 색상과 모양 등의 유사도를 이용하여 검색하는 경우가 많다. 색상과 모양이 비슷하다고 하여 의미까지 같은 이미지를 검색하기에는 어려움이 있다. 본 논문에서는 이미지에서 객체를 인식하기 위해 중간 계층 기술값을 이용하여 중간 계층의 의미 값으로 변환하며, 세그멘테이션의 성능을 높이기 위해 K-means알고리즘을 이용하여 각각의 이미지에 적합한 K값을 구하는 방법을 제안한다. 이렇게 세그멘테이션을 이용한 저수준 특징을 이용하여 객체를 추출하고, 온톨로지를 이용하여 의미관계를 추론한다. 제안하는 방법은 사용자가 생각하는 의미적으로 유사한 이미지를 보다 효율적으로 검색할 수 있다.

• 전자공학회논문지CI
• /
• 제45권5호
• /
• pp.32-37
• /
• 2008

최근 멀티미디어 정보의 양이 빠른 속도로 증가함에 따라 비디오 자료에 대한 효율적 관리는 매우 중요한 의미를 가지게 되었다. 비디오는 대용량적인 특성과 비정형적인 특성을 가지고 있어 신속하고 효율적으로 비디오 검색을 하기 위해서는 정확한 특징 정보를 추출하여 비디오 색인 구조를 구축해야 한다. 비디오 색인 구조는 전통의 데이터베이스와는 다른 모델링 방법과 검색 방법을 사용한다. 따라서 비디오 색인 구조에서 검색의 속도와 정확도를 향상시키기 위해서는 새로운 비디오 색인 구조가 필요하다. 본 논문에서는 의미적으로 비디오를 장면단위로 검색할 수 있는 비디오 온톨로지 시스템을 제안한다. 비디오 온톨로지 시스템은 장면의 내용에 대한 키워드를 구조화 시킨 장면이름 온톨로지와 장면이 가지는 특징 정보에 대한 정보를 가지는 장면 모델 온톨로지로 구성된다. 장면 이름 온톨로지는 색인된 내용에 대한 의미적 검색이 가능하도록 단어들을 트리구조로 저장된다. 그리고 장면 모델 온톨로지는 색상, 모양, 재질과 같은 저수준 정보와 객체, 이벤트 같은 고수준 정보의 의미적 차이를 극복해 줌으로써 의미기반 검색이 가능하게 해준다.