• 한국정보디스플레이학회:학술대회논문집
• /
• 한국정보디스플레이학회 2008년도 International Meeting on Information Display
• /
• pp.943-946
• /
• 2008

Many works have been done to enable computer, as brain of robot, to learn color categorization, most of them rely on modeling of human color perception and mathematical complexities. This paper aims at developing the innate ability of the computer to learn the human-like color categorization.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제22권6호
• /
• pp.290-295
• /
• 2016

최근 사용자들이 협동적으로 이미지 주석인 태그를 만들고 활용하는 폭소노미 기반의 이미지 공유 사이트들이 많은 인기를 얻고 있다. 이러한 사이트는 사용자 질의에 대해 단순한 텍스트 매칭 기반의 검색을 수행하고 매칭되는 결과 이미지들을 포토 스트림 형태로 나열하여 보여 준다. 하지만 이러한 태그들은 매우 개인적이고 주관적이며, 이미지 역시 카테고리로 분류되어 있지 않기 때문에 검색의 정확도나 사용자 만족도가 떨어진다는 문제점이 있다. 본 연구에서는 태그를 기반으로 하는 이미지 검색에서 검색의 정확도를 높일 수 있는 폭소노미 이미지의 카테고리화 기법을 제안하고, 폭소노미 환경에서 생성된 태그와 이미지 정보를 모두 이용하며 의미적으로 유사한 이미지들끼리 분류된 검색 결과를 생성한다. 제안하는 기법의 성능 평가를 위해 폭소노미 이미지를 수집하고 텍스트, 이미지 특성에 따른 카테고리 분류를 수행하여 기존 검색 기법과 이미지 검색의 정확도를 비교한다.

• 전자공학회논문지
• /
• 제51권8호
• /
• pp.77-86
• /
• 2014

모바일 디바이스는 일반적으로 인위적인 디자인의 앱 영상으로 구성된다, 따라서, 본 논문에서는 주변 밝기에 따라 앱 영상별 최적의 밝기를 설정하여 재현함으로 모바일 디스플레이에서의 최적의 시인성을 나타내는 방법을 제안한다. 먼저 두 가지의 사전실험을 통하여 시인성에 영향을 주는 앱 영상의 특성요소를 찾고, 각 앱 영상별 만족하는 디바이스 밝기를 조사하였다. 다음으로, 앱 영상별로 이들 요소들과 디바이스 만족 밝기와의 관계를 비교 분석하였다. 그 결과, 평균 밝기와 진출색의 분포비율을 이용하여 앱 영상을 분류하고 각 분류별 가장 많은 빈도를 나타내는 만족 밝기를 최적 밝기로 설정하였다. 평가를 위한 실험에서 분류된 영상별 최적의 밝기에 대해 시인성 테스트를 수행한 결과 분류된 앱 영상에 따라 다양한 조도 환경에 대하여 높은 만족도를 나타냄을 확인하였다.

• 전자공학회논문지
• /
• 제50권6호
• /
• pp.221-227
• /
• 2013

본 논문에서는 영상의 범주화에 근거한 개선된 스테그분석 방법을 제안한다. 대부분의 스테그분석 방법은 영상이 가지는 고유한 특성과는 무관하게 영상의 전역적 특징을 나타내는 통계적 모멘트에 기반하여 특징 벡터를 추출한다. 그러나 모멘트에 근거한 방법은 서로 다른 복잡도의 영상에 사용됨으로써 스테그분석의 성능 저하를 야기시키게 된다. 본 논문에서는 8비트 영상을 상위 4 비트 및 하위 4 비트 평면으로 분해하고, 이들 간의 상관계수에 따라 영상을 두 클래스로 범주화한다. 이와같이 범주화된 영상들은 각각에 대하여 독립적으로 스테그분석을 시행할 수 있다. 본 논문의 방법은 영상의 범주에 따라 독립적으로 스테그분석을 수행함으로써 통계적 모멘트를 사용한 방법이 가지는 단점을 완화할 수 있다. 제안된 스테그분석 방법의 성능을 평가하기 위해 기존의 잘 알려진 네 가지 스테그분석 방법과 비교하였으며, 실험 결과 기존의 방법에 비해 더 높은 검출율을 보임을 확인할 수 있었다.

• 감성과학
• /
• 제10권3호
• /
• pp.491-502
• /
• 2007

범주화는 제품디자인에 있어서 매우 중요하다. 범주화의 유형에 따라 소비자의 감성이 다르고 감성의 차이에 따라 디자인 컨셉이 다르며 이에 따라 디자인요소가 다르게 배합되어야 하기 때문이다. 특히 요즘처럼 제품라인이 확대되어 제품의 차별화가 모호한 경우에는 범주화과정이 필요하다. 즉 감성의 유사성 정도를 바탕으로 정확한 범주를 정하고 컨셉화하여 소비자 지향적인 디자인을 제공해야 하는 것이다. 본 연구는 특정의 제품범주(장류) 안에 유사한 하위범주(고추장, 된장, 청국장, 쌈장, 간장)를 구성하고 있는 각 제품에 대한 소비자의 감성이미지를 추출하고 그 유사성정도를 바탕으로 범주를 결정하여 디자인방향을 어떻게 결정해야 할지를 제시하는 데 목적이 있다. 본 연구를 통해 살펴본 결과, 장류는 선호하는 이미지로부터 차별화되어있지 않다는 것을 알 수 있다. 장류에 대한 감성 이미지 조사에서, "웰빙의", "감칠맛나는"의 감성 이미지는 선호에 긍정적인 영향을 미치는 반면, "지저분한", "냄새나는"의 감성 이미지는 선호에 부정적인 영향을 미치는 것으로 나타났다. 따라서 우리는 장류제품을 개발할 때 "감칠맛 나는"과 같은 긍정적인 감성이미지는 부각시키고, "지저분한" 이미지와 같은 부정적인 감성이미지를 제거할 수 있는 디자인 및 마케팅 전략을 제안한다. 본 연구는 학문적 측면과 실무적 측면에서 제품디자인에 대한 다양한 통찰력을 제공할 것이다.

• 한국비블리아학회지
• /
• 제24권4호
• /
• pp.75-90
• /
• 2013

이용자들은 최근 소셜 미디어를 활발하게 이용하고 있으며, 소셜 미디어는 이미지와 같은 멀티미디어 정보의 배태가 주요한 특징이다. 본 연구는 트위터 상에서 이미지 이용 행태를 규명하고자 하였다. 이를 위하여 2013년 4월에 발생한 "보스턴 마라톤 대회 테러" 사건과 관련된 1,589건의 이미지 포함 트윗 메시지를 수집하여 이 중에서 영향력 있는 트윗 메시지 200건과 선호하는(favorite) 트윗 메시지 200건, 무작위로 선택된 일반 트윗 메시지 200건을 각각 선정하여 데이터 분석을 실시하였다. 데이터 분석은 두 단계의 분석과정과 세 그룹의 데이터 셋을 대상으로 수행하였다. 첫 번째 단계에서는 기존 선행연구를 바탕으로 개발된 코딩 체계를 활용하여 세 그룹의 데이터에 대해서 트윗 메시지, 이미지 이용, 이용자에 관하여 각각 수행되었다. 두 번째 단계는 세 그룹의 데이터 셋(일반 트윗, 영향력 있는 트윗, 선호하는 트윗)의 코딩 결과를 비교 분석하였다. 이러한 분석과정을 통해서, 의견을 표현하는 트윗이 가장 선호되었으며, 정보를 공유하는 트윗이 가장 영향력이 있는 것으로 나타났다. 이미지 이용 관점에서는 정보배포, 일러스트레이션, 감정적/설득적, 정보처리 이용목적이 가장 두드러지게 나타났다. 이러한 이미지 이용은 기존의 이미지 이용 패턴과 달리 이미지를 데이터로서 이용하는 목적이 객체 중심으로 이용하는 목적보다 높은 것으로 나타났다. 이용자 분석에서는 정부기관, 유명인, 이미지 사이트가 가장 선호되고 영향력 있는 것으로 나타났다. 이러한 연구결과는 이용 맥락 관점의 차세대 이미지 정보 검색 패러다임을 위한 이용자 관점의 이해 증진에 기여할 수 있을 것으로 기대한다.

• The Journal of the Acoustical Society of Korea
• /
• 제15권1E호
• /
• pp.29-33
• /
• 1996

A categorization for cluster is necessary when an unsupervised classfication is used for remote sensing image classification. It is desirable that this method is performed automatically, because manual categorization is a highly time consuming process. In this paper, several automatic determination methods were proposed and evaluated. They are four methods. a) maximum number method : which assigns the tharget cluster to the category which occupies the largest area of that cluster b) maximum percentage method : which assigns the target cluster to the category which shows the maximum percentage within the category in that cluster. c) minmun distance method : which assigns the target cluster to the category having minmum distance with that cluster d) element ratio matching method : which assigns local regions to the category having the most similar element ratio of that region From the results of the experiments, it was certified that the result of minimum distance method was almost the same as the result made by a human operator.

• 한국의류학회지
• /
• 제16권4호
• /
• pp.371-377
• /
• 1992

The purposes of the study were 1) to extend the cognitive categorization theory in an attempt to explain the of garment category, fashionability, and wearer's body types on impression formation, and 2) to find out structures of wearer's impressional dimension and wearer's professional image. The research included a quasi-experiment and survey. The experimental design was a $2^{3}$full factorial design of 3 independent variables. The experimental materials developed for the study were a set of stimuli and a response scale. The stimuli consisted of 8 drawings made by 3 independent variables (garment category, fashion level, wearer's body type). Result were as follows: 1) Garment category, fashionability and wearer's body type had significant effects on impression of the 5 factors-evaluation, potency, appearance, sociability and good-bad, with exception of wearer's body type which was nonsignificant to the potency factor. 2) Garment category was most effective on the evaluation and the potency. However wearer's body type was most effect on the appearance factor and fashionability variable was most effective on the good-bad factor. It was conclued that the results supported the cognitive categorization theory on impression formation and a cognitive categorization hypothesis of clothes.

• 인터넷정보학회논문지
• /
• 제14권2호
• /
• pp.1-13
• /
• 2013

개인이 사용할 수 있는 스마트 기기가 다양해지면서 여러 기기로 생산된 사진 콘텐츠가 어떤 기준이나 규칙 없이 분산되어 있어 콘텐츠를 관리하고 원하는 콘텐츠를 검색하는 것이 어려워졌다. 따라서 본 논문에서는 개인 사진 콘텐츠를 효과적으로 분류하기 위하여 의미적 유사도를 기반으로 한 태그 클러스터링 기법과 개인이 사진에 태그를 넣을 때 초기 클러스터를 기반으로 태그를 추천하는 방법을 제안한다. 태그들 사이의 유사도를 계산하여 서로 관련이 있다고 판단되는 태그들을 클러스터링 하는데, 태그가 같은 클러스터에 포함되어 있으면 그 태그를 가진 사진들도 유사성을 가진다고 볼 수 있으므로 개인 사진들을 의미에 따라 분류하는데 이용할 수 있다. 또한 분류된 초기 클러스터로 태그를 추천하여 개인 사용자가 태그를 분류에 맞게 추가할 수 있어 사진 분류 관리가 용이해진다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권6호
• /
• pp.2527-2545
• /
• 2016

Measuring the similarity of given samples is a key problem of recognition, clustering, retrieval and related applications. A number of works, e.g. kernel method and metric learning, have been contributed to this problem. The challenge of similarity learning is to find a similarity robust to intra-class variance and simultaneously selective to inter-class characteristic. We observed that, the similarity measure can be improved if the data distribution and hidden semantic information are exploited in a more sophisticated way. In this paper, we propose a similarity learning approach for retrieval and recognition. The approach, termed as LDA-FEK, derives free energy kernel (FEK) from Latent Dirichlet Allocation (LDA). First, it trains LDA and constructs kernel using the parameters and variables of the trained model. Then, the unknown kernel parameters are learned by a discriminative learning approach. The main contributions of the proposed method are twofold: (1) the method is computationally efficient and scalable since the parameters in kernel are determined in a staged way; (2) the method exploits data distribution and semantic level hidden information by means of LDA. To evaluate the performance of LDA-FEK, we apply it for image retrieval over two data sets and for text categorization on four popular data sets. The results show the competitive performance of our method.