• 한국산학기술학회논문지
• /
• 제20권6호
• /
• pp.548-556
• /
• 2019

본 연구의 목적은 식생활라이프스타일과 인구통계적 특성이 외식영양표시 외식업체의 브랜드이미지에 미치는 영향을 분석하여 외식업체의 차별화된 브랜드 이미지 전략을 수립을 위한 마케팅의 기초자료를 제공하는데 있다. 연구분석을 위해 SPSS 21.0 (ver.) 프로그램, 빈도분석 및 기술통계, 요인분석 및 신뢰도분석, 상관관계 분석, 다중선형회귀분석 등을 실시하여 가설을 검증하였다. 그 결과 거주지에서 수도권은 안전추구, 비수도권은 맛추구, 안전추구, 성별에서 남성은 건강추구, 맛추구, 안전추구, 여성은 안전추구일수록 외식영양표시 외식업체에 대한 브랜드이미지가 상승하였다. 연령에서 20대는 맛추구, 30대와 40대는 안전추구, 결혼여부에서 기혼과 미혼 모두 안전추구일수록 외식영양표시 외식업체에 대한 브랜드이미지가 상승하는 것으로 분석되었다. 즉, 식생활라이프스타일이 안전추구, 건강추구일 경우 주거지, 연령, 성별, 결혼여부, 자녀유무와 관계없이 외식영양표시 외식업체에 긍정적인 브랜드이미지를 갖고 있다는 것을 알 수 있었다.

• 한국멀티미디어학회논문지
• /
• 제4권4호
• /
• pp.234-332
• /
• 2001

프랙탈 영상 부호화의 새로운 응용 분야인 프랙탈 영역 분할법의 YST방법은 주기점에 의한 라벨 붙이기와 프랙탈 변환에 의한 라벨 수정을 병용한 영역 분할법을 제안하였다. 그러나 이 개선법은 영역 분할의 질적인 개선은 가능하였으나, 여전히 라벨 붙이기와 라벨 수정의 과정에서 중복성이 남아 있다. 이 문제점의 해결방안으로 본 논문에서는 궤도에 따른 라벨 붙이기와 프랙탈 변환의 반복 과정에 관한 제약 조건을 제안한다.

• 한국콘텐츠학회논문지
• /
• 제21권6호
• /
• pp.701-715
• /
• 2021

최근 딥러닝 기술의 급속한 발전과 함께 학습데이터가 크게 주목을 받고 있다. 일반적으로 딥러닝 방식에서는 모델을 훈련시키기 위해 충분한 학습데이터가 준비되어 있어야 한다. 하지만, 딥러닝 모델 설계 작업과 달리 데이터셋을 제작하는 데 상당한 시간과 노력이 필요하다. 영상 데이터를 주로 다루는 시각지능 분야에서도 학습데이터 제작자들은 전문적인 학습데이터 제작 도구를 사용해 이미지 단위로 레이블링을 수작업으로 하고 있어 여전히 많은 시간과 노력이 필요한 상황이다. 따라서, 다양한 분야에서 필요한 충분한 영상 학습데이터셋을 확보하기 위해 기존의 수작업 방식을 대체할 수 있는 레이블링 기술이 필요하다. 본 논문에서는, 영상 학습데이터셋 동향을 소개하고, 학습데이터 제작 환경에 대해 분석한다 특히, 수작업으로 이루어지는 반복적이고 수고스러운 레이블링 과정을 자동화하여, '확인과 수정'의 단계를 비약적으로 단축시킬 수 있는 '스마트 영상학습데이터 제작 시스템'을 제안한다. 그리고, 실험을 통해 영상 학습데이터 제작 과정에서 이미지에 박스형 및 폴리곤형 객체영역을 지정하여 레이블링하는 데 소요되는 시간을 크게 줄이기 위한 자동레이블링 방식의 효과를 검증한다. 마지막으로, 제안하는 시스템의 실험에서 추가적으로 검증되어야 하는 부분과 함께 이를 개선하기 위한 향후 연구 계획에 대해 논의한다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2002년도 하계종합학술대회 논문집(4)
• /
• pp.153-156
• /
• 2002

The image labeling and classification is one of the important tasks for a content-based image retrieval and an image understanding. This paper propose a new technique to label and classify natural images with a color-spatial histogram and production rules. We show that our proposed method is very efficient for a natural image composed of a few regions.

• 대한의용생체공학회:학술대회논문집
• /
• 대한의용생체공학회 1995년도 추계학술대회
• /
• pp.171-172
• /
• 1995

In this paper, an anatomical labeling system for assisting localization of region of interest on human brain imaging is represented. Model image for labeling anatomical name on the other image is Atlas. Object image to be labeled, such as CT, MR, and PET, is registered onto Atlas. And then, anatomical name for region of interest is appeared on a window by clicking mouse button on object image. The same part named anatomically on that region is labeled and drawn on object image.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2000년도 제15차 학술회의논문집
• /
• pp.241-241
• /
• 2000

In this Paper, we present a new efficient algorithm that can segment an object in the image. There are many algorithms for segmentation and many studies for criteria or threshold value. But, if the environment or brightness is changed, their would not be suitable. Accordingly, we apply a clustering algorithm for adopting and compensating environmental factors. And applying labeling method, we try arranging segment by the similarity that calculated with the fuzzy algorithm. we also present simulations for searching an object and show that the algorithm is somewhat more efficient than the other algorithm.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2014년도 춘계학술대회
• /
• pp.408-410
• /
• 2014

본 논문에서는 자동차 번호판 인식을 위해 이진화과정을 거쳐 레이블링된 이미지에서 번호판 영역을 추출하기 위한 기법을 제안한다. 자동차 번호판 인식 시스템은 지금까지 많은 연구가 이루어지고 있으며, 번호판의 인식률도 점점 높아지고 있는 추세이다. 본 논문에서는 레이블링 이미지에서 자동차 번호판 영역을 추출하기 위한 관심 영역 설정에 대한 연구를 기술하였으며 레이블링을 위한 이미지 샘플은 오츠알고리즘을 이용하여 이진화 되었다.

• 한국통신학회논문지
• /
• 제36권9C호
• /
• pp.555-563
• /
• 2011

본 논문에서는 움직임 추정 (motion estimation, ME), 컬러 라벨링(labeling) 그리고 Non-local mean 필터를 이용하여 2D 영상을 3D 업체 영상으로 변환하는 기법을 제안한다. 제안하는 기법에서는 먼저 프레임 간의 움직임을 추정하여 객체의 움직임 벡터를 추출하고 주어진 영상에 대해 컬러 라벨링 작업을 수행하여 영상을 분리한다. 움직임 추정 결과와 컬러 라벨링 결과를 비교 분석하여 영상내의 객체를 추출하고 추출된 객체를 이동하여 우 영상을 생성하게 되는데 이때 우 영상을 생성하는 과정에서 채워지지 않은 가려짐 영역이 발생하며 전체 화소간의 상관도를 고려하는 Non-local mean 필터를 사용하여 보상한다. 이후 원본 영상인 좌 영상과 생성된 우 영상으로 비윌 주사하여 최종 3D 업체 영상을 재현한다. 실험 결과를 통해 제안된 기법으로 생성된 3D 업체 영상에서 객체위주의 안정된 업체 변환이 수행되는 것을 확인할 수 있었다.

• Journal of information and communication convergence engineering
• /
• 제15권1호
• /
• pp.49-52
• /
• 2017

Ganglion cysts are benign soft tissues usually encountered in the wrist. In this paper, we propose a method to extract a ganglion cyst region from ultrasonography images by using image segmentation. The proposed method using the possibilistic c-means (PCM) clustering method is applicable to ganglion cyst extraction. The methods considered in this thesis are fuzzy stretching, median filter, PCM clustering, and connected component labeling. Fuzzy stretching performs well on ultrasonography images and improves the original image. Median filter reduces the speckle noise without decreasing the image sharpness. PCM clustering is used for categorizing pixels into the given cluster centers. Connected component labeling is used for labeling the objects in an image and extracting the cyst region. Further, PCM clustering is more robust in the case of noisy data, and the proposed method can extract a ganglion cyst area with an accuracy of 80% (16 out of 20 images).

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 1998년도 추계종합학술대회 논문집
• /
• pp.731-734
• /
• 1998

A scalable parallel algorithm is proposed for efficient image component labeling with local operatos on a mesh connected SIMD computer. In contrast to the conventional parallel labeling algorithms, where a single pixel is assigned to each PE, the algorithm presented here is scalable and can assign m$\times$m pixel set to each PE according to the input image size. The assigned pixel set is converted to a single pixel that has representative value, and the amount of the required memory and processing time can be highly reduced. For N$\times$N image, if m$\times$m pixel set is assigned to each PE of P$\times$P mesh, where P=N/m, the time complexity due to the communication of each PE and the computation complexity are reduced to O(PlogP) bit operations and O(P) bit operations, respectively, which is 1/m of each of the conventional method. This method also diminishes the amount of memory in each PE to O(P), and can decrease the number of PE to O(P2) =Θ(N2/m2) as compared to O(N2) of conventional method. Because the proposed parallel labeling algorithm is scalable, we can adapt to the increase of image size without the hardware change of the given mesh connected SIMD computer.