• 대한전자공학회논문지SP
• /
• 제42권1호
• /
• pp.17-23
• /
• 2005

본 논문에서는 얼굴영역에 존재하는 특정영역인 분할된 머리, 이마, 눈, 귀, 코, 입, 턱의 슈퍼 상태에서 임베디드 데이터를 이용하여 얼굴인식 방법을 제안한다. 제안된 방법에서는 정규화된 크기(92×112)에서 특정영역인 슈퍼 상태를 정의하고, 분할된 슈퍼 상태의 내부요소인 임베디드 데이터만을 추출하여 PCA 알고리듬으로 얼굴인식을 수행한다. 제안된 방법에서는 원래영상을 모두 학습하는 것이 아니라 분할된 임베디드 데이터만을 학습시키기 때문에 제안된 영상의 크기(92×112)에서 특정 데이터를 받아들일 수 있다. 그리고 평균적으로 92×112 크기의 영상에서는 99.05%, 단계1은 99.05%, 단계2는 98.93%, 단계3은 98.54%, 단계4는 97.85%의 얼굴인식률을 보였다. 따라서 실험을 통하여 제안된 방법은 얼굴영상의 정보를 축소할 뿐만 아니라 처리속도도 향상됨을 보였다.

• 대한전자공학회논문지SP
• /
• 제42권1호
• /
• pp.59-64
• /
• 2005

상관관계가 있는 간섭신호가 존재하는 경우, 다양한 빔형성 기법들은 어레이 출력 파워를 최소화하기 위해서 목적신호까지 제거하는 현상이 발생한다. 본 논문에서는 이러한 상관관계가 있는 간섭신호에 의한 신호 제거 문제를 해결하는 새로운 기법을 제안한다. 기존에 제시된 상관 간섭신호의 제거 기법들 대신 제안된 빔형성 지법은 상관 간섭신호를 또 다른 목적신호로 간주하여 코히어런트하게 간섭신호들을 더해준다. 제안된 기법은 고유벡터 제한을 이용하여 잡음과 상관관계가 없는 간섭신호를 제거하고, 목적신호와 상관 간섭신호는 유지하도록 한다. 고유벡터 제한 MV 빔형성 기법은 상관 간섭신호에 대한 어떤 사전정보론 필요로 하지 않는다는 장점이 있다. 모의 실험에 의해 상관 간섭신호가 존재하는 경우 제안된 기법은 어레이 출력의 신호 대 잡음비가 개선하여 목적신호 제거 문제를 해결할 수 있음을 보여준다.

• 한국인터넷방송통신학회논문지
• /
• 제8권6호
• /
• pp.111-117
• /
• 2008

본 논문은 권투 모션 인식에 대한 연구로서 게임이나, 애니메이션 등의 분야에 응용될 수 있다. 권투 모션의 인식을 위하여 주성분분석과 동적시간정합 알고리즘을 적용한 실험을 하여 비교 연구하였다. 주성분분석 이론은 인식하고자 하는 데이터의 차원을 축소하여 특정 벡터를 추출하여 비교하는 알고리즘이며, 동적시간정합은 두 순차적인 데이터의 유사성을 구하는 알고리즘이다. 모션 인식을 위해 두 상이한 알고리즘을 비교하여 성능을 고찰하고, 권투 모션을 구성하기 위해 만든 모션캡쳐 시스템을 소개한다. 구성된 권투 모션 데이터로부터 모션 그래프를 구성하고, 정규화 과정을 처리한 후, 각각 5명의 연기자의 모션에 대해 인식을 시도하여 실험을 통해 인식률 결과를 보여준다.

• 한국의류산업학회지
• /
• 제20권5호
• /
• pp.533-547
• /
• 2018

The objective of this study is to examine the perception of golfwear and related trends based on major keywords and associated words related to golfwear utilizing big data. For this study, the data was collected from blogs, Jisikin and Tips, news articles, and web $caf{\acute{e}}$ from two of the most commonly used search engines (Naver & Daum) containing the keywords, 'Golfwear' and 'Golf clothes'. For data collection, frequency and matrix data were extracted through Textom, from January 1, 2016 to December 31, 2017. From the matrix created by Textom, Degree centrality, Closeness centrality, Betweenness centrality, and Eigenvector centrality were calculated and analyzed by utilizing Netminer 4.0. As a result of analysis, it was found that the keyword 'brand' showed the highest rank in web visibility followed by 'woman', 'size', 'man', 'fashion', 'sports', 'price', 'store', 'discount', 'equipment' in the top 10 frequency rankings. For centrality calculations, only the top 30 keywords were included because the density was extremely high due to high frequency of the co-occurring keywords. The results of centrality calculations showed that the keywords on top of the rankings were similar to the frequency of the raw data. When the frequency was adjusted by subtracting 100 and 500 words, it showed different results as the low-ranking keywords such as J. Lindberg in the frequency analysis ranked high along with changes in the rankings of all centrality calculations. Such findings of this study will provide basis for marketing strategies and ways to increase awareness and web visibility for Golfwear brands.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권3호
• /
• pp.361-368
• /
• 2004

본 논문에서는 온라인 학습 자료의 비선형 특징(feature) 추출을 위한 새로운 온라인 비선형 주성분분석(OL-NPCA : On-line Nonlinear Principal Component Analysis) 기법을 제안한다. 비선형 특징 추출을 위한 대표적인 방법으로 커널 주성분방법(Kernel PCA)이 사용되고 있는데 기존의 커널 주성분 분석 방법은 다음과 같은 단점이 있다. 첫째 커널 주성분 분석 방법을 N 개의 학습 자료에 적용할 때 N${\times}$N크기의 커널 행렬의 저장 및 고유벡터를 계산하여야 하는데, N의 크기가 큰 경우에는 수행에 문제가 된다. 두 번째 문제는 새로운 학습 자료의 추가에 의한 고유공간을 새로 계산해야 하는 단점이 있다. OL-NPCA는 이러한 문제점들을 점진적인 고유공간 갱신 기법과 특징 사상 함수에 의해 해결하였다. Toy 데이타와 대용량 데이타에 대한 실험을 통해 OL-NPCA는 다음과 같은 장점을 나타낸다. 첫째 메모리 요구량에 있어 기존의 커널 주성분분석 방법에 비해 상당히 효율적이다. 두 번째 수행 성능에 있어 커널 주성분 분석과 유사한 성능을 나타내었다. 또한 제안된 OL-NPCA 방법은 재학습에 의해 쉽게 성능이 항상 되는 장점을 가지고 있다.

• 인터넷정보학회논문지
• /
• 제17권1호
• /
• pp.47-53
• /
• 2016

워크플로우 소속성 네트워크는 워크플로우 기반 조직의 수행자와 업무 사이의 연관관계를 나타내는 소셜 네트워크의 한 형태이며, 이를 기반으로 연결 중심도, 근접 중심도, 사이 중심도, 위세 중심도 등과 같은 다양한 분석 기법들이 제안되었다. 특히, 전사적 워크플로우 모델을 기반으로 하는 소속성 네트워크의 근접 중심도 분석은 워크플로우 소속성 네트워크의 규모가 증가함에 따라, 중심도 및 랭킹 계산의 시간 복잡도 문제점을 가진다는 것을 발견하였다. 본 논문에서는 근접 중심도 분석의 시간 복잡도 문제를 개선하기 위해, 근사치 추정 방법을 이용한 워크플로우 기반 소속성 네트워크의 추정 근접 중심도 기반 랭킹 알고리즘을 제안한다. 노드의 타입이 수행자인, 워크플로우 예제 모델을 추정 근접 중심도 기반 랭킹 알고리즘에 적용한 성능 분석을 실시하였다. 수행 결과, 네트워크 규모 관점에서의 정확도는 평균적으로 47.5% 향상되었고, 샘플 모집단 비율 관점에서는 평균적으로 9.44%정도의 향상된 수치를 보였다. 또한, 추정 근접 중심도 랭킹 알고리즘의 평균 계산 시간은 네트워크의 노드 수가 2400개, 샘플 모집단의 비율이 30%일 때, 기존 근접 중심도 랭킹 알고리즘의 평균 계산 시간보다 82.40%의 높은 성능을 보였다.

• 한국콘텐츠학회논문지
• /
• 제17권6호
• /
• pp.153-168
• /
• 2017

영화 장르에 대한 기존 연구는 특정 장르와 영화 성과간의 유의성 검증에 집중하였다. 그러나 기존 연구는 대상 국가 및 시기에 따라 서로 다른 결과를 보여주고 있어 이론적, 실무적 시사점을 얻는 데 어려움이 있으며 주로 단일 장르와 성과 간의 관계에 집중했기 때문에, 최근 중요하게 부각되고 있는 복합 장르 문제를 이해하는 데 한계를 가지고 있다. 본 연구에서는 사회연결망 분석 방법과 복합 장르 자료를 활용하여 장르 간 네트워크를 구성하고 장르 중심성과 영화 성과와의 관계를 분석하였다. 연구 결과 장르 중심성과 영화 성과 간에는 역 U 형태의 관계가 있는 것으로 확인되었다. 이는 지나친 '탐색'과 지나친 '활용'보다는 이 둘 간의 직절한 균형이 필요하다는 이론적 주장을 지지하는 결과이다. 본 연구는 실무적 차원에서 영화 장르의 범위와 조합을 선택하는 데에도 유용하게 활용할 수 있을 것이다. 향후 연구에서 연구 대상을 확대하고 장르 간 연결에 대한 질적 분석을 수행한다면 연구의 신뢰성을 높일 수 있을 것으로 기대하며 영화산업의 성장과정과 연계한 장르 네트워크의 동적 연구로도 확장 가능할 것이다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2010년도 한국컴퓨터종합학술대회논문집 Vol.37 No.2(A)
• /
• pp.27-31
• /
• 2010

본 논문에서는 하이퍼그래프의 고유벡터를 척도로 하여 fMRI기반 Brain Network를 분석하여 중요한 허브노드를 찾는 방법론을 제시한다. 이 방법을 비디오게임을 수행하면서 촬영한 기능적 자기뇌영상(fMRI) 데이터인 PBAIC 2007 데이터셋에 대하여 그 유용성을 검증하였다. 이 데이터는 각 20분씩 세 세션을 촬영한 것이며 처음 두 세션에는 13가지의 감정 항목의 평가치가 각 스캔마다 주어진다. 한 피험자의 첫번째 세션 데이터로부터 13가지 감정 항목에 대하여 상관관계가 높은 각각의 복셀(voxel)들을 추출하였다. 이 13가지의 복셀들의 집합들을 각각 하이퍼에지로 보고 하이퍼그래프를 구성하였다. 하이퍼그래프로부 터 인접 행렬(adjacency matrix)를 구성한 후 고유치(eigenvalue)와 고유벡터(eigenvector)를 구하였다. 여기서 고유치가 가장 큰 고유벡터의 원소들은 각 복셀들의 중앙성(centrality), 즉 중요성을 나타내며 이로부터 감정과 관련된 중요한 허브 복셀들과 그들의 국소적 집합인 모듈을 찾았다. 모듈들은 감정 및 작업기억(working memory)과 관련된 뇌 영역들의 클러스터(cluster)로 추정된다.

• 정보처리학회논문지B
• /
• 제11B권1호
• /
• pp.21-26
• /
• 2004

칼라 양자화는 칼라 카메라로부터 입력된 자연 색의 칼라 영상을 컴퓨터 모니터에 표현하기 위해 더 적은 칼라 팔레트로 구성하는 것이다. 이것은 자연색 중에서 인간이 인식한 수 있는 색은 수 백가지 정도일 뿐 아니라 실제 칼라 영상에 나타나는 색은 이 보다는 훨씬 적다는 것을 바탕으로 한다. 본 논문에서는 인간의 시각 특성중 공간 지각 특성을 고려한 개선된 고유벡터를 이용한 이진 트리 벡터양자화 기법을 제안한다. 제안 방법은 고유벡터를 이용한 이진 트리 벡터 양자화의 두 노드로 분할하는 과정에 영상의 블록 내의 칼라의 변화에 따른 인간의 시각의 반응 정도를 가중피로 결합하여 양자화를 하였다. 제안 방법은 기존의 방법보다 색상이 선명해지며 유사한 영역의 분한에 뛰어난 성능을 보여 주었으며 주관적인 화질 평가와 PSNR에서도 좋은 결과를 보였다.

• 한국멀티미디어학회논문지
• /
• 제14권6호
• /
• pp.742-751
• /
• 2011

본 논문에서는 형상 특징자인 열 커널 인증 (Heat Kernel Signature, HKS)를 기반으로 강인한 3D 모델 해싱을 제안한다. 키와 매개변수에 의존한 형상 특징자 기반 3D 모델 해싱을 제안한다. 제안한 방법에서는 Mesh Laplace 연산자의 고유치와 고유벡터에 의하여 각 꼭지점에 대한 전역 및 국부 타임 HKS 계수를 구한 다음, 이 계수들을 정방형 2D 셀로 군집화한다. 그리고 각 셀에 할당된 HKS 계수 쌍의 거리 가중치 기반으로 정의된 특징계수와 랜덤 계수 키와의 조합에 의하여 중간 해쉬 계수를 생성한 다음, 이진화 과정에 의하여 최종 이진 해쉬를 생성한다. 본 실험에서는 3D 범용 툴을 이용한 다양한 기하하적 공격과 위상학적 공격을 통하여 강인성을 평가하였고, 모델과 키 조합에 대한 해쉬의 유일성을 평가하였다. 또한 인증 범위를 만족히는 공격 세기를 측정함으로써 모델 공간성을 평가하였다. 실험결과로부터 제안한 3D 모델 해싱이 기존 해싱에 비하여 강인성 모델 공간성 및 유일성이 우수함을 확인하였다.