• 한국멀티미디어학회논문지
• /
• 제9권5호
• /
• pp.576-584
• /
• 2006

내용기반 비디오 정합은 원본의 클립에서 특징(signature)을 구한 후 복사본의 특징과 비교하여 유사도를 측정한다. 특히 정확한 위치의 프레임을 정합하는 것은 매우 중요하며 원본과 복사본의 프레임율, 잡음, 해상도, 압축형식에 따라 정합 율이 달라질 수 있다. 비디오 특징 중 오디널(ordinal) 특징은 일반적으로 우수한 정합특징을 나타내고 있으나 비디오 특징의 구별 능력을 나타내는 유일성 실험(uniqueness test)과 잡음에 대한 내성을 나타내는 강건성 실험(robustness test)이 중요한 요소로 고려되지 않았다. Hua등은 유일성 실험에서 해상도, 압축형식 등을 고려하였지만 강건성 실험에서 영상에 잡음을 첨가하는 대신 압축 형식이 변환된 영상을 사용하였다. 본 논문에서는 오디널 특정의 유일성 분석과 함께 실질적인 잡음 모텔을 도입하여 오디널 특징의 강건성 실험 방법을 제안하고 성능을 분석하였다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제16권10호
• /
• pp.1010-1014
• /
• 2010

잡지기사 관련 상품 연계 추천 서비스는 온라인 상에서 잡지 가사의 컨텍스트를 반영하여 상품을 추천하는 서비스이다. 현재 이러한 서비스는 잡지기사와 상품에 부여되어 있는 태그 간의 유사성을 기준으로 한 추천 기술에 의존하고 있으나, 태그 부여 비용과 추천의 정확도가 높지 않은 단점이 있다. 본 논문에서는 잡지 기사 컨텍스트 관련 상품연계 추천 기술의 한 요소로서 상품이미지 정보로부터 상품의 종류를 자동으로 분류하고 이를 상품의 태그로 활용하는 방법을 제안한다. 이미지에서 추출한 시각단어(visual word)와 상품 종류 간의 고차 연관관계를 하이퍼네트워크 기법을 통해 학습하고, 학습된 하이퍼네트워크를 이용하여 상품 이미지에 한 개 이상의 태그를 자동으로 부여한다. 실제 온라인 쇼핑몰에서 사용되는 10 가지 종류의 상품 1,251개의 이미지 데이터를 기반으로, 하이퍼네트워크 이용한 상품이미지 자동 태깅 기법이 다른 기계학습 방법과 비교하여 경쟁력 있는 성능을 보여줌과 동시에, 복수개의 태그 부여를 통해 상품 이미지 태깅의 정확성이 향상됨을 보인다.

• 한국지능시스템학회논문지
• /
• 제6권3호
• /
• pp.81-88
• /
• 1996

클러스터링은 주어진 데이타 집합의 패턴을 비슷한 성질을 가지는 그룹으로 나누어 패턴 상호간의 관계를 정립하기 위한 방법론이다. 이러한 클러스터링 기법을 위하여 많은 알고리즘이 개발되었고, 패턴인식과 영상처리 등의 여러 공학영역에 적용되어 왔다. 대부분의 실세계 데이타는 그 경계가 명확하지 않으므로 그 특성을 보다 정확히 반영하기 위하여 퍼지이론이 도입되었다.이와 같은 클러스터 분석 방법은 보다 적절히 으용하기 위하여 클러스터링의 적절성을 평가하기 위한 방법론과 함께 연구되어야 한다. 이를 위하여 각 데이타 패턴이 얼마나 잘 분류되었는지를 수학적으로 계산하기 위한 함수들이 제안되었다. 그러나 클로스터 타당성 문제는 주어지 클러스터링 방법론의 특성, 그 알고리즘에서 사용한 파라메터의 성질, 주어진 입력 데이타 집합의 특성 등 여러 복잡한 상황을 포함하고 있으므로 기존의 연구에서와 같이 하나의 함수를 이용하여 해결하기는 어렵다. 그러므로 본 논문에서는 기존에 연구되어온 타당성 측정 함수를 조사하고 그의 단점을 고찰하여 이를 해결하기 위한 방법으로 4가지성능 측정자를 제안하고 이의 결합에 의하여 형성된 클러스터 타당성의 정도를 구하는 방법론을 제시하고자 한다. 또한 이러한 방법은 퍼지 클러스터링을 위한 학습 알고리즘과 결함하여 클러스터의 수나 데이타의 분포에 대한 정보없이 최적 클러스터를 찾아주는 방법에 응용될 수 있음을 보인다.

• 대한임베디드공학회논문지
• /
• 제14권5호
• /
• pp.277-286
• /
• 2019

In this paper, we propose an efficient hyperplane generation technique to classify human activity from combination of events and sequence information obtained from multiple-event sensors. By generating hyperplane efficiently, our machine learning algorithm classify with less memory and run time than the LSVM (Linear Support Vector Machine) for embedded system. Because the fact that light weight and high speed algorithm is one of the most critical issue in the IoT, the study can be applied to smart home to predict human activity and provide related services. Our approach is based on reducing numbers of hyperplanes and utilizing robust string comparing algorithm. The proposed method results in reduction of memory consumption compared to the conventional ML (Machine Learning) algorithms; 252 times to LSVM and 34,033 times to LSTM (Long Short-Term Memory), although accuracy is decreased slightly. Thus our method showed outstanding performance on accuracy per hyperplane; 240 times to LSVM and 30,520 times to LSTM. The binarized image is then divided into groups, where each groups are converted to binary number, in order to reduce the number of comparison done in runtime process. The binary numbers are then converted to string. The test data is evaluated by converting to string and measuring similarity between hyperplanes using Levenshtein algorithm, which is a robust dynamic string comparing algorithm. This technique reduces runtime and enables the proposed algorithm to become 27% faster than LSVM, and 90% faster than LSTM.

• 한국산학기술학회논문지
• /
• 제22권2호
• /
• pp.20-25
• /
• 2021

본 논문은 Deep-learning 기반의 검출모델을 이용하여 연속적으로 입력되는 비디오 이미지 내의 해당 대상체를 의미별로 분류해야하는 문제에 대한 구현방법에 관한 논문이다. 기존의 대상체 검출모델은 Deep-learning 기반의 검출모델로서 유사한 대상체 분류를 위해서는 방대한 DATA의 수집과 기계학습과정을 통해서 가능했다. 대상체 검출모델의 구조개선을 통한 유사물체의 인식 및 분류를 위하여 기존의 검출모델을 이용한 분류 문제를 분석하고 처리구조를 변경하여 개선된 비전처리 모듈개발을 통해 이를 기존 인식모델에 접목함으로써 대상체에 대한 인식모델을 구현하였으며, 대상체의 분류를 위하여 검출모델의 구조변경을 통해 고유성과 유사성을 정의하고 이를 검출모델에 적용하였다. 실제 축구경기 영상을 이용하여 대상체의 특징점을 분류의 기준으로 설정하여 실시간으로 분류문제를 해결하여 인식모델의 활용성 검증을 통해 산업에서의 활용도를 확인하였다. 기존의 검출모델과 새롭게 구성한 인식모델을 활용하여 실시간 이미지를 색상과 강도의 구분이 용이한 HSV의 칼라공간으로 변환하는 비전기술을 이용하여 기존모델과 비교 검증하였고, 조도 및 노이즈 환경에서도 높은 검출률을 확보할 수 있는 실시간 환경의 인식모델 최적화를 위한 선행연구를 수행하였다.

• 한국방사선학회논문지
• /
• 제15권3호
• /
• pp.281-291
• /
• 2021

본 연구는 자기공명영상을 이용한 TOF MRA 검사에서 flow rate 2.0 ml 이하의 유속을 표현함에 있어 Compressed sensing의 사용에 따른 영상의 변화를 정량적으로 측정하고자 하였다. Auto-injector와 Flow phantom을 이용하여 각각의 혈류속도 구간을 설정하고 CS를 사용하지 않은 TOF without CS 기법과 CS를 이용한 TOF with CS 기법에서 CS factor의 변화에 따른 SNR, CNR, SSIM, RMSE 등을 측정하여 비교하였다. CS factor의 증가에 따라 나타나는 영상의 영향을 검증하고자 일원배치 분산분석(One-way ANOVA)을 시행하였다. 실험 결과 CS를 사용한 TOF MRA는 CS를 사용하지 않은 TOF MRA와 비교하여 SNR 및 CNR의 유의한 차이 없이 scan time이 현저하게 감소하였다. 반면 CS factor의 증가에 따라 SSIM 및 RMSE는 TOF without CS 영상과의 차이가 증가함을 나타내었다. 따라서 TOF MRA 검사 시 CS 기법을 통해 scan time을 효율적으로 감소시키되 적절한 CS factor의 범위를 충분히 고려해야 한다. 또한 CS factor와 영상의 유사도, 정밀성에 대한 지속적인 연구가 필요할 것으로 사료된다.

• 한국멀티미디어학회논문지
• /
• 제25권2호
• /
• pp.176-188
• /
• 2022

In this paper, we propose a compact method for anthropomorphism that uses Deep Convolutional Neural Networks (DCNN) to detect the similarities between a human face and an animal face. We also apply texture feature-based morphing between them. We propose a basic texture feature-based morphing system for morphing between human faces only. The entire anthropomorphism process starts with the creation of an animal face classifier using a parallel DCNN that determines the most similar animal face to a given human face. The significance of our network is that it contains four sets of convolutional functions that run in parallel, allowing it to extract more features than a linear DCNN network. Our employed texture feature algorithm-based automatic morphing system recognizes the facial features of the human face and takes the Control Points automatically, rather than the traditional human aiding manual morphing system, once the similarity was established. The simulation results show that our suggested DCNN surpasses its competitors with a 92.0% accuracy rate. It also ensures that the most similar animal classes are found, and the texture-based morphing technology automatically completes the morphing process, ensuring a smooth transition from one image to another.

• International Journal of Computer Science & Network Security
• /
• 제22권5호
• /
• pp.225-233
• /
• 2022

Due to the large number of documents that are important to people and many of their requests from time to time to perform an essential official procedure, this requires a practical arrangement and organization for them. When necessary, many people struggle with effectively arranging official documents that enable display, which takes a lot of time and effort. Also, no mobile apps specialize in professionally preserving essential electronic records and displaying them when needed. Dataset consisting of 10,841 rows and 13 columns was analyzed using Anaconda, Python, and Mito Data Science new tool obtained from Google Play. The research was conducted using the quantitative descriptive approach. The presented solution is a model specialized in saving essential documents, categorizing according to the user's desire, and displaying them when needed. It is possible to send in an image or a pdf file. Aside from identifying file kinds like PDFs and pictures, the model also looks for and verifies specific file extensions. The file extension and its properties are checked before sharing or saving it by applying the similarity algorithm (Levenshtein). Our method effectively and efficiently facilitated the search process, saving the user time and effort. In conclusion, such an application is not available, which facilitates the process of classifying documents effectively and displaying them quickly and easily for people for printing or sending to some official procedures, and it is considered one of the applications that greatly help in preserving time, effort, and money for people.

• 한국의류산업학회지
• /
• 제24권6호
• /
• pp.719-730
• /
• 2022

This study explored the impact of beauty influencers' characteristics and product characteristics on new product acceptance intentions and studied the mediating effects of consumer trust in this process. A survey was conducted from February 22, 2021, to February 28, 2021, with Gen Y and Gen Z women in China, and 379 questionnaires were analyzed. The conclusions are as follows: First, the characteristics of beauty influencers are authenticity and expertise, similarity, attractiveness, interactivity, familiarity, and trustworthiness; product characteristics are cost, image, product quality, product perception, sales promotion, and sustainability. Second, partial beauty influencers' characteristics and partial product characteristics have a positive impact on consumer confidence and acceptance intention of the new product. Third, the mediating effect of consumer trust in the process by which beauty influencers' characteristics and product characteristics influence the intention of new product acceptance was determined. Therefore, when beauty companies use influencers in marketing, it is necessary to understand their characteristics, consider their professionality and authenticity, examine their reliability, and assess their ability to form connections with images and viewers that match their products. Additionally, to increase the acceptance intention of new products, companies should present the price of high-quality products, product sensibilities, and corporate images of products and establish measures that can positively affect consumers' acceptance intention of new products by combining them with the characteristics of beauty influencers.

• 한국컴퓨터정보학회논문지
• /
• 제28권9호
• /
• pp.93-104
• /
• 2023

현대 사회의 서비스 방식은 대면 방식보다 비대면 방식을 선호하는 추세이다. 하지만 신발과 같이 상품을 추천하는 서비스는 대면 방식의 서비스가 불가피하다. 본 논문에서는 비대면 서비스를 목적으로 자동으로 발의 사이즈를 측정하고, 측정 결과를 기반으로 신발을 추천하는 시스템을 제안한다. 제안방법의 성능을 분석하기 위해 사이즈 측정 오차율과 추천성능을 분석하였다. 추천성능 실험에 사용한 방법은 총 10가지이고, 이의 방법 중 가장 좋은 성능을 보이는 추천 방법을 시스템에 적용하였다. 오차율에 대한 실험결과, 사이즈 관련 오차가 작음을 알 수 있었고, 추천성능에 대한 실험결과, 추천에 대한 유의한 결과를 도출할 수 있었다. 본 논문에서의 제안방법은 실험실 수준으로 향후 실제 환경으로 확대 적용할 필요가 있다.