• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2021년도 하계학술대회
• /
• pp.352-354
• /
• 2021

본 논문에서는 2D 이미지를 입력으로 받는 3D 모델러 결과를 이용한 피부 반사 및 투과 요소를 조절한 데이터 셋 생성 방법을 제안한다. 고화질 얼굴 이미지로 된 Flickr-Faces-HQ 데이터셋을 이용해 3D 모델러의 결과인 3 차원 얼굴 모델과 텍스처를 추출해 이를 이용해 피부 반사 및 투과 요소를 조절한 2D 영상 생성 방법을 제시한다. 따라서 피부 반사 요소를 조절하기 위해 여러 조명과 카메라로 이루어진 라이트 스테이지 (light stage)와 같은 환경 없이 비용을 절약할 수 있다. 동시에 피부 투과 요소 측정 장비에 대한 한계를 극복하고 원하는 조건을 설정해 이미지를 생성할 수 있는 방법과 데이터셋을 제안한다.

• 환경영향평가
• /
• 제29권2호
• /
• pp.122-131
• /
• 2020

해양공간계획은 생태계서비스 개념에 기초하며 최근 연안 및 해양지역의 지속가능한 개발을 촉진하기 위한 방안으로 주목받고 있다. 정책개발자는 해양공간계획 개념에 기반을 둔 의사결정을 위해 각 해역별 자원의 이용현황과 그 특성을 규명할 필요가 있다. 특히, 해변관광은 연안에서 이루어지는 자원 이용활동 중 가장 빠르게 성장하는 활동이며 다수의 문화서비스 수혜를 유도하여 중요하다. 그러나 해변관광의 규모와 방문현황의 공간적 특성을 광역단위로 평가할 수 있는 정보가 부재하며, 현장조사의 경우 높은 비용과 노동력이 요구되어 적용이 어렵다. 그러므로 본 연구는 신규 대안으로 소셜 빅데이터의 해양공간계획 적용방안을 제안하고 트위터, 플리커 정보에 기초한 중점관리지역 도출 방안을 제시하였다. 본 연구는 남해 연안육역 일대를 대상으로 수행되었으며 소셜미디어에서 추출한 플리커, 트위터 정보를 대상으로 과다추정 방지 전처리, 적합 격자단위 규명 과정을 통해 광역단위 방문밀집도를 도출하였다. 더불어 공간통계분석 및 밀도분석을 통해 남해 일대의 집중관리가 필요한 연안육역 구역을 제시하였다. 본 연구는 중점관리구역, 보전구역 지정 등 해양공간계획의 수립과정에서 해변관광 및 문화서비스 규모의 고려를 위한 시사점을 제공한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제36권8호
• /
• pp.673-682
• /
• 2009

최근 Flickr, Facebook, Cyworld 처럼 사진 공유를 기반으로 하는 소셜 웹 서비스의 성공과 발달로 얼굴 검출/인식 기술을 이러한 서비스에 접목하려는 다양한 시도가 진행되고 있다. 그러나 인식률 향상에만 초점을 맞춘 기존의 일관처리 기반의 연구들은 수백만의 이용자가 수시로 접근하는 서비스에 적용하기 어렵다. 본 논문에서는 시간에 따라 증가하는 거대한 얼굴 영상 데이터베이스를 효과적으로 분류하기 위해 랜덤 사상(Random Projectio, RP) 비선형 회귀(Non-linear Regression) 그리고 REST(REpresen tational State Transfer) 규약을 사용해 새로운 증가적 얼굴 어노테이션 방법을 제안하고자 한다. 다양한 비교실험 결과에서 제안된 방법은 향상된 인식률과 낮은 계산 복잡도 기록했다. 따라서 제안된 방법은 대규모 웹서비스에 적합한 열굴 어노테이션 알고리즘이다.

• Journal of Multimedia Information System
• /
• 제1권1호
• /
• pp.55-67
• /
• 2014

Image topic and emotion analysis is an important component of online image retrieval, which nowadays has become very popular in the widely growing social media community. However, due to the gaps between images and texts, there is very limited work in literature to detect one image's Topics and Emotions in a unified framework, although topics and emotions are two levels of semantics that often work together to comprehensively describe one image. In this work, a unified model, Joint Topic/Emotion Multi-Modal Hierarchical Latent Dirichlet Allocation (JTE-MMHLDA) model, which extends previous LDA, mmLDA, and JST model to capture topic and emotion information at the same time from heterogeneous data, is proposed. Specifically, a two level graphical structured model is built to realize sharing topics and emotions among the whole document collection. The experimental results on a Flickr dataset indicate that the proposed model efficiently discovers images' topics and emotions, and significantly outperform the text-only system by 4.4%, vision-only system by 18.1% in topic detection, and outperforms the text-only system by 7.1%, vision-only system by 39.7% in emotion detection.

• 한국멀티미디어학회논문지
• /
• 제11권8호
• /
• pp.1169-1178
• /
• 2008

웹 2.0에서 대부분의 정보는 사용자에 의해 생산되고, 사용자가 붙인 태그에 의해 분류되어진다. 현재 태그와 연관된 서비스 및 연구들은 자동 태깅 기법이나 태그 클라우드 구성 기술에 초점이 맞춰 진행되어짐에 따라, 태그에 의해 분류되어진 정보 및 리소스들을 효율적으로 분류하여 사용자에게 제공하는 연구는 미흡한 실정이다. 이에 본 논문에서는 웹상에 산재되어있는 리소스 및 그에 따른 태그 정보들을 수집하여 태그들 간의 연관성에 따라 맵핑하고, 이를 클러스터링하여 검색에 적용하기 위한 시스템을 설계 및 구현하였다. 또한 제안 시스템의 성능평가를 위해 태그 기반 대표사이트인 플리커 사이트의 이미지 검색 결과와의 정확성과 재현율을 비교 평가함으로서 향상된 검색결과를 제시하였다.

• 한국산업정보학회논문지
• /
• 제13권5호
• /
• pp.133-141
• /
• 2008

소셜웹은 정보를 공유하고 사용자간 연결 정도를 높이기 위해 현재의 웹을 소셜 플랫폼으로 변화시키고 있다. 본 논문은 여러 소셜웹 사이트에 산재되어 있는 소셜 데이터를 중재하고 연결하는 방법을 제공하기 위해 딜리셔스, 플리커, 유튜브와 같은 대표적인 소셜 태깅 사이트의 태깅 데이터를 분석한다. 그 결과로 서로 다른 태깅 데이터를 통합하고 서로 다른 소셜 메타데이터를 연결하기 위한 태그 온톨로지를 제안한다. 또한 태깅 데이터의 기계 학습을 통하여 유사 태그 그룹과 사용자 그룹 정보를 획득한 후 태그 온톨로지를 학습한다. 이의 활용 방안으로는 학습된 태그 온톨로지를 이용하여 모델링한 추천 시스템도 제안한다.

• Journal of Information Technology Applications and Management
• /
• 제24권4호
• /
• pp.57-69
• /
• 2017

Due to the development of technology even in learning and education area, many studies have begun to make a new attempts to research by using SNS, breaking away from traditional learning methods. However, the limitations of these studies are restricted only to the use of wireless Internet and writing on Web sites. This study aims to conduct a research on English learning activities that utilize various technologies such as Bigdata, Facebook, Social Network Services (SNS) and English applications. In addition, this study looks into how these modern technologies can be integrated in the classrooms and which activities can be applied in the English classroom. This research is to suggest effective English learning methods through a thorough investigation on the effectivity of various technologies based on the Web 2.0 such as Flickr, blogs, MySpace, and online discussion board within the context of the English learning. To verify the effect of the study, the subjects are divided into experimental and control group. The experiment is proceeded with pre- and post-test. The experimental group is designed to verify the effects using SNS tools such as Facebook, Bigdata, and Online Massive Learning. A survey is conducted to determine the preference of utilizing social networking sites and to analyze the effects in class. The result is that the average scores for experimental group have improved more than the average of control group. The comparison of pre and post-test of the experimental group shows that the significance of the higher and median group was statistically significant at the p<0.01.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2010년도 한국컴퓨터종합학술대회논문집 Vol.37 No.1(C)
• /
• pp.62-65
• /
• 2010

Image annotations allow users to access a large image database with textual queries. But since the surrounding text of Web images is generally noisy. an efficient image annotation and retrieval system is highly desired. which requires effective image search techniques. Data mining techniques can be adopted to de-noise and figure out salient terms or phrases from the search results. Clustering algorithms make it possible to represent visual features of images with finite symbols. Annotationbased image search engines can obtains thousands of images for a given query; but their results also consist of visually noise. In this paper. we present a new algorithm Double-Circles that allows a user to remove noise results and characterize more precise representative annotations. We demonstrate our approach on images collected from Flickr image search. Experiments conducted on real Web images show the effectiveness and efficiency of the proposed model.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 춘계학술발표대회
• /
• pp.425-428
• /
• 2010

멀티미디어 기기의 확산과 인터넷의 발달로 Flickr, Facebook 과 같은 사회적 네트워크를 기반으로 이미지 공유가 활발해졌다. 사회적 네트워크 사이트에서 이미지의 효율적인 검색과 관리를 위해서 태그를 이용하는 방법이 많이 사용되고 있다. 하지만 많은 양의 이미지에 수동으로 태그를 등록하는 것은 사용자에게 많은 시간과 노력을 요구한다. 태그 추천 기술은 자동으로 사용자에게 태그를 추천함으로써, 수동 태깅의 한계를 극복할 수 있는 방법이다. 본 논문에서는 사회적 네트워크를 기반으로 하는 폭소노미에서 사용자 사이의 사회적 관계를 사용자 들의 얼굴 정보를 이용하여 측정하고, 이를 활용하여 이미지 태그를 추천하는 기술을 제안한다. 제안하는 방법은 이미지의 시각 정보와 태그 분포뿐만 아니라 사용자 사이의 사회적 관계 정보를 추가로 활용한다. 실험을 통해서 제안하는 방법이 기존의 이미지 태그 추천 방법에 비해서 7% 향상된 태그 추천의 정확성을 보장하는 것을 증명하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제3권12호
• /
• pp.547-552
• /
• 2014

플리커, 페이스북과 같은 대용량 소셜 미디어 공유 사이트의 발전으로 이미지 정보가 매우 빠르게 증가하고 있다. 이에 따라 소셜 이미지를 정확하게 검색하기 위한 다양한 연구가 활발히 진행되고 있다. 이미지 태그들의 의미적 연관성을 이용하여 태그기반의 이미지 검색의 정확도를 높이고자 하는 연구를 비롯하여 이미지 단어집(Bag of Visual Words)을 기반으로 웹 이미지를 분류하는 연구도 다양하게 진행되고 있다. 본 논문에서는 이미지에서 배경과 같은 중요도가 떨어지는 정보를 제거하여 중요부분을 찾는 GBVS(Graph Based Visual Saliency)모델을 기존 연구에 사용할 것을 제안한다. 제안하는 방법은 첫 번째, 이미지 태그들의 의미적 연관성을 이용해 1차 분류된 데이터베이스에 SIFT알고리즘을 사용하여 이미지 단어집(BoVW)을 만든다. 두 번째, 테스트할 이미지에 GBVS를 통해서 이미지의 관심영역을 선택하여 테스트한다. 의미연관성 태그와 SIFT기반의 이미지 단어집을 사용한 기존의 방법에 GBVS를 적용한 결과 더 높은 정확도를 보임을 확인하였다.