• Journal of Digital Contents Society
• /
• v.18 no.7
• /
• pp.1249-1257
• /
• 2017

Due to the 4th industrial revolution and an aged society, many studies are being conducted to apply virtual reality to medical field. Research on dementia is especially active. This paper proposes virtual reality based on cognitive rehabilitation contents using image recognition and clustering method to improve cognitive and physical disabilities caused by dementia. Unlike the existing cognitive rehabilitation system, this paper uses travel photos that reflect the memories of the subjects to be treated. In order to generate automated cognitive rehabilitation contents, we extract face information, food pictures, place information, and time information from photographs, and normalization is performed for clustering. And we present scenarios that can be used as cognitive rehabilitation contents using travel photos in virtual reality space.

• Journal of KIISE:Computing Practices and Letters
• /
• v.15 no.8
• /
• pp.611-615
• /
• 2009

Due to the popular use of digital camera, a great number of photos are taken at every usage of camera. It is essential to reveal relationship between photos to manage digital photos efficiently. We propose a method that tessellates image into unit blocks and applies 2D alignment to extend content-based similar region from seed block pair having high similarity. Through an alignment, we can get a block region scoring best matching value on whole image. The method can distinguish whether photos are sharing the same object or background. Our result is less sensitive to transition or pause change of objects. In experiment, we show how our alignment method is applied to real photo and necessities for further research like photo clustering and massive photo management.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.26 no.5
• /
• pp.455-463
• /
• 2008

The shadows, which is generated when acquiring data using optical sensor, mutilates consistency of brightness for same objects in the images. Hence, it makes a trouble to interpret the ground information. This study is focused on detecting the shadowing area in the images. And only single image is used without any other data which is acquired from different source. Also, This study presents the method using HSI color model, especially, using I(intensity) information, and the intensity clustering algorithm. Then, we illuminate the effects of shadow by FFT(Fast Fourier Transform).

• The Bulletin of The Korean Astronomical Society
• /
• v.43 no.2
• /
• pp.41.1-41.1
• /
• 2018

We constrain cosmological parameters by combining three different power spectra measured from galaxy clustering, galaxy-galaxy lensing, and cosmic shear using the Deep Lens Survey (DLS). Two lens bins (centered at z~0.27 and 0.54) and two source bins (centered at z~0.64, and 1.1) containing more than one million galaxies are selected to measure the power spectra. We re-calibrate the initial photo-z estimation of the lens bins by matching with SHELS and PRIMUS and confirm its fidelity by measuring a cross-correlation between the bins. We also check the reliability of the lensing signals through the null tests, lens-source flipping and cross shear measurement. Residual systematic errors from photometric redshift and shear calibration uncertainties are marginalized over in the nested sampling during our parameter constraint process. For the flat LCDM model, we determine S_8=sigma_8(Omega_m/0.3)^0.5=0.832+-0.028, which is in great agreement with the Planck data. We also verify that the two independent constraints from the cosmic shear and the galaxy clustering+galaxy-galaxy lensing measurements are consistent with each other. To address baryonic feedback effects on small scales, we marginalize over a baryonic feedback parameter, which we are able to constrain with the DLS data alone and more tightly when combined with Planck data. The constrained value hints at the possibility that the AGN feedback in the current OWLS simulations might not be strong enough.

• The Bulletin of The Korean Astronomical Society
• /
• v.44 no.1
• /
• pp.79.2-79.2
• /
• 2019

Based on three types of 2-point statistics (galaxy clustering, galaxy-galaxy lensing, and cosmic shear power spectra) from the Deep Lens Survey (DLS), we constrain cosmology and baryonic feedback. The DLS is a deep survey, so-called a precursor to LSST, reaching down to ~27th magnitude in BVRz' over 20 deg2. To measure the three power spectra, we choose two lens galaxy populations centered at z ~0.27 and 0.54 and two source galaxy populations centered at z ~0.64 and 1.1, with more than 1 million galaxies. We perform a number of consistency tests to confirm the reliability of the measurements. We calibrated photo-z estimation of the lens galaxies and validated the result with galaxy cross-correlation measurement. The B-mode signals, indicative of potential systematics, are found to be consistent with zero. The two cosmological results independently obtained from the cosmic shear and the galaxy clustering + galaxy-galaxy lensing measurements agree well with each other. Also, we verify that cosmological results between bright and faint sources are consistent. While there exist some weak lensing surveys showing a tension with Planck, the DLS constraint on S8 agrees nicely with the Planck result. Using the HMcode approach derived from the OWLS simulation, we constrain the strength of baryonic feedback. The DLS results hint at the possibility that the actual AGN feedback may be stronger than the one implemented in the current state-of-the-art simulations.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• v.7 no.5
• /
• pp.1236-1251
• /
• 2013

Sharing geo-tagged photos has been a hot social activity in the daily life because these photos not only contain geo information but also indicate people's hobbies, intention and mobility patterns. However, the present raw geo-tagged photo routes cannot provide information as enough as complete GPS trajectories due to the defects hidden in them. This paper mainly aims at analyzing the large amounts of geo-tagged photos and proposing a novel travel route restoring method. In our approach we first propose an Interest Measure Ratio to rank the hot spots based on density-based spatial clustering arithmetic. Then we apply the Hidden Semi-Markov model and Mean Value method to demonstrate migration discipline in the hot spots and restore the significant region sequence into complete GPS trajectory. At the end of the paper, a novel experiment method is designed to demonstrate that the approach is feasible in restoring route, and there is a good performance.

• Annual Conference of KIPS
• /
• 2012.11a
• /
• pp.633-636
• /
• 2012

최근 디지털카메라와 스마트 폰 등의 모바일 기기가 급속도로 발전 하면서 언제, 어디서나 손쉽게 사진을 찍을 수 있게 되었다. 이런 환경의 변화는 수없이 많은 사진을 양산하게 되었고, 손쉽게 많이 찍은 사진에 대한 분류에 불필요한 시간을 많이 보내게 되었다. 따라서 보다 편리하게 촬영된 사진들을 분류 관리하기에 적합한 자동화된 프로그램이 필요하게 되었다. 이 논문에서는 GPS나 시간 등의 메타 정보에 의존하지 않고 오직 사진의 주 색상을 이용한 히스토그램 특징과 Mean Shift 분류기를 사용하여 대략적인 분류를 시도하려했다. 실험결과를 토대로 살펴보면, 제안된 방법은 사진의 주 색상이 확실한 경우는 잘 분류할 수 있지만 여러 가지 색상이 복잡하게 혼합된 경우와 주 색상을 찾기 어려운 경우에는 분류에 한계가 있음을 알 수 있었다. 따라서 제안된 알고리즘은 사진과 영상들을 개략적인 분류를 실시할 때 주 색상 히스토그램특징이 의미 있는 전역적 특징(Global Feature)중의 하나로 생각된다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2024.01a
• /
• pp.491-492
• /
• 2024

맞벌이 가정이 증가함에 따라 영유아, 장애인, 노인 등의 사회적 약자를 낮시간 동안 보육/보호하는 데이케어 센터의 수요가 증가하고 있다. 데이케어 센터는 센터 경쟁력 확보 및 보호자 만족도 제고를 위해서 피보호자의 일상 사진을 제공하는 곳이 대부분이다. 하지만 데이케어 센터의 직원이 다수의 사람에 대한 사진을 촬영 및 선별해서 메시지를 전송하는 일은 데이케어 센터 본연의 업무를 방해할 수 있다. 따라서 본 논문에서는 사진 선별을 업무 부담을 완화시키는데 도움을 줄 수 있는 얼굴 특징 기반 사진 자동분류하는 시스템을 개발한다. 제안한 방법에서는 얼굴 특징 추출 기법과 클러스터링 알고리즘인 DBSCAN을 이용하여 얼굴기준 사진 분류시스템을 설계하엿다. 특히, OpenCV와 face recognition 라이브러리를 이용하여 카메라로 촬영된 사진 속의 얼굴 객체를 인식하고 얼굴사진을 저정한 후 얼굴의 특징을 추출한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06c
• /
• pp.427-429
• /
• 2012

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 기법을 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.

• Annual Conference of KIPS
• /
• 2011.04a
• /
• pp.497-500
• /
• 2011

이전 필름 카메라 시대에는 한 필름에 촬영 가능한 사진의 수가 제한되고 인화와 현상에 대한 비용과 시간 소모로 인해, 꼭 필요하거나 중요한 순간에 사진을 촬영하였다. 그러나 최근에는 디지털 카메라의 보급과 대용량화된 메모리로 인해, 이전의 필름 카메라 시대와는 달리 일반 사람들도 한번에 많은 양의 사진을 촬영하는 일이 많아졌다. 이와 같이 관리해야 할 사진의 수가 많아질수록 사진을 분류하고 관리하는 작업에 많은 노력과 비용이 소모된다. 본 논문에서는 윈도우와 우선순위 큐를 이용하여, 촬영시각 문맥 (temporal context)의 흐름이 약한 순서대로 사진들을 클러스터링하는 방법을 제안한다. 제안한 방법의 평가를 위해서, Cooper 가 제안한 이벤트 클러스터링 방법과 정확도와 재현율을 비교하였으며, 사진 촬영 시각 차이의 분포의 편차가 작을수록, 제안한 클러스터링 방법이 높은 정확도를 보였다. 본 논문에서 제안한 촬영 시각 클러스터링은 많은 수의 사진들을 이벤트 기반으로 자동 분류하는데 활용될 수 있으며, 클러스터링된 정보들을 그룹별로 시각화하기 위한 인터페이스를 개발하는 것을 향후 연구과제로 제시한다.