• 한국멀티미디어학회논문지
• /
• 제15권6호
• /
• pp.805-813
• /
• 2012

본 연구에서는 기존에 개발된 뇌 질환 임상연구를 위한 시스템에 데이터베이스 효율적인 접근을 위한 미들웨어를 설계 및 개발 하였다. 뇌 질환 임상연구를 위한 시스템이란, 정합기와 분석기로 나누어져 있는 것으로 정합기에서 만든 정합 데이터들을 모아 분석기에서 다양한 변수를 바탕으로 통계적 자료를 산출하는 시스템이다. 미들웨어는 데이터베이스 관리 및 다수의 클라이언트의 데이터 요청 처리를 위해 설계 되었으며, 각각의 기능을 모듈로 구분하여 기능 간에 연결성을 약화시켜 모듈 재사용을 구현하였다. 그리고 영상데이터 모듈은 영상 데이터를 효율적으로 관리 및 저장하기 위하여 데이터베이스에 영상을 텍스트 기반으로 압축한 후에 저장하는 방법을 사용하였다. 700장의 실제 의료 임상 데이터를 이용한 테스트 결과, 데이터의 전송시간이 기존 시스템에 비해 최고 115 배까지 단축되었으며, 개선된 모듈 구조를 통해 안정적인 시스템 운용과 향상된 보안기능을 제공하게 되었다. 향후 대규모 의료 데이터베이스 구축에 있어서 이러한 미들웨어의 중요성은 더욱 증대될 것이라 생각된다.

• 정보과학회 논문지
• /
• 제42권4호
• /
• pp.451-458
• /
• 2015

기존 멀티모달 학습 기법의 대부분은 데이터에 포함된 컨텐츠 모델링을 통한 지식획득보다는 이미지나 비디오 검색 및 태깅 등 구체적 문제 해결에 집중되어 있었다. 본 논문에서는 멀티모달 개념계층모델을 이용하여 만화 비디오로부터 컨텐츠를 학습하는 기법을 제안하고 학습된 모델로부터 등장인물의 특성을 고려한 자막을 생성하는 방법을 제시한다. 멀티모달 개념계층 모델은 개념변수층과 단어와 이미지 패치의 고차 패턴을 표현하는 멀티모달 하이퍼네트워크층으로 구성되며 이러한 모델구조를 통해 각각의 개념변수는 단어와 이미지패치 변수들의 확률분포로 표현된다. 제안하는 모델은 비디오의 자막과 화면 이미지로부터 등장 인물의 특성을 개념으로서 학습하며 이는 순차적 베이지안 학습으로 설명된다. 그리고 학습된 개념을 기반으로 텍스트 질의가 주어질 때 등장인물의 특성을 고려한 비디오 자막을 생성한다. 실험을 위해 총 268분 상영시간의 유아용 비디오 '뽀로로'로부터 등장인물들의 개념이 학습되고 학습된 모델로부터 각각의 등장인물의 특성을 고려한 자막 문장을 생성했으며 이를 기존의 멀티모달 학습모델과 비교했다. 실험결과는 멀티모달 개념계층모델은 다른 모델들에 비해 더 정확한 자막 문장이 생성됨을 보여준다. 또한 동일한 질의어에 대해서도 등장인물의 특성을 반영하는 다양한 문장이 생성됨을 확인하였다.

• 대한원격탐사학회지
• /
• 제31권6호
• /
• pp.561-570
• /
• 2015

현재 위성정보 활용은 데이터 중심의 과학적 연구를 위주로 하고 있어 위성정보 처리나 응용 시스템에 대한 연구나 기술 개발은 미흡한 실정이다. 특히 위성영상정보는 다른 분야에 비하여 대용량의 정보 처리와 전문 분석 기능을 요구하기 때문에 응용 시스템 개발을 위한 연구의 필요성이 점점 부각되고 있다. 한편 정보시스템 분야에서는 웹 기반 표준과 클라우드 컴퓨팅 환경 뿐만 아니라 프레임워크 등과 같은 내용들이 적용상의 장점과 실질적인 수요에 근거하여 부각되고 있다. 이 연구에서는 오픈소스 클라우드 컴퓨팅 환경인 오픈스택(OpenStack)과 전자정부 표준프레임워크를 기반으로 하여 위성정보 처리기능을 제공하는 웹서비스 시스템을 시험 구현하였다. 처리 기능은 서로 다른 웹 서비스 시스템 간에 상호 운영이 가능하도록 GeoServer에서 지원하는 WPS를 적용하였다. 이러한 클라우드 기반 웹 서버 구축에 따라 운영되는 클라이언트 측도 HTML 5와 JQuery, OpenLayers와 같은 오픈소스를 적용하여 구현하였다. 이 연구의 결과는 추가적인 현장 적용 실험과 수요자 요구 기능 추가 실험 등을 거쳐 클라우드 컴퓨팅 환경과 전자정부 표준프레임워크, 공간정보 처리 표준 사양들이 복합적으로 요구되는 위성정보 분석 처리 시스템 구현을 위한 참고 모델로 이용될 수 있다.

• 한국차세대컴퓨팅학회논문지
• /
• 제14권6호
• /
• pp.30-43
• /
• 2018

영상의 특징인 색상, 모양, 질감 등을 이용해 영상을 검색하는 연구들은 많이 진행되어 왔다. 또한 작물의 질병 영상과 관련된 연구들도 진행되고 있다. 농업 현장에서 재배되는 작물에 발생한 질병을 확인하는데 도움이 되기 위해 본 논문에서는 시설원예 작물의 질병 영상을 이용한 유사도 기반 작물 질병 검색 시스템을 제안한다. 제안하는 시스템은 단일 Descriptor를 사용하지 않고, 조합 Descriptor를 통해 기존 대비 영상의 유사도 검색 성능을 높였고 유사도 검색 결과를 가독성 높게 사용자에게 제공하기 위해 가중치 기반 산출방법을 적용했다. 본 논문에서는 총 13개의 개별 Descriptor를 이용해 조합을 진행했다. 조합 Descriptor를 이용해 6개 작물의 질병에 대해 유사도 검색을 진행했고 작물별로 평균 accuracy가 높은 조합 Descriptor를 선정해 유사도 검색에 사용했다. 검색된 결과는 병명의 비율을 기반으로 한 산출방법과 가중치를 기반으로 한 산출방법을 사용해 백분율로 나타냈다. 병명의 비율을 기반으로 한 산출방법은 질의 영상과 유사도 검색에 사용되는 영상의 수가 많은 병명이 1순위로 출력되는 문제점이 있다. 이를 해결하기 위해 가중치를 기반으로 한 산출방법을 사용했다. 작물의 병명별 테스트 영상을 두 가지 산출방법에 적용해 검색 성능을 측정했다. 작물의 질병별로 두 가지 산출방법에 대해 검색 성능 값의 평균을 비교한 결과 고추, 사과 작물에서는 병명의 비율을 기반으로 한 산출방법의 성능이 가중치를 기반으로 한 산출방법의 성능보다 평균 약 11.89%의 높은 성능 결과를 보였다. 국화, 딸기, 배, 포도 작물에서는 가중치를 기반으로 한 산출방법이 병명의 비율을 기반으로 한 산출방법의 성능보다 평균 약 20.34%의 높은 성능 결과를 보였다. 또한 본 논문에서 제안하는 시스템의 UI/UX는 실제 사용자의 피드백을 통해 편리하게 구성했다. 시스템의 화면마다 상단에 제목과 설명을 출력했고 사용자가 질병의 정보를 보기 편리하게 화면을 구성했다. 검색된 질병의 정보는 위에서 제안한 산출방법을 토대로 유사한 질병의 영상과 병명을 출력한다. 시스템의 환경은 PC 환경 기반의 웹 브라우저와 모바일 디바이스 환경 기반의 웹 브라우저를 통해 사용할 수 있도록 구현했다.

• 융합신호처리학회논문지
• /
• 제3권3호
• /
• pp.47-53
• /
• 2002

본 논문은 동영상의 대표프레임에서 eigen value와 휘도 성분을 이용한 내용기반 검색 기법에 관한 연구이다. video를 shot단위로 분할하여 shot을 대표하는 대표프레임을 얻어내고, 그 대표프레임을 Eigen Component Analysis(ECA)를 이용하여 데이터베이스를 생성하여 shot들의 휘도값 분포를 구한다. 생성된 코드북과 각 대표 프레임에 대한 코드북 인덱스 값, 휘도값을 database화하여 질의 영상과 video database간의 저장된 비디오들의 코드북과 코드워드간의 유클리디안 거리를 이용하여 유사도 높은 비디오를 찾고, 검색되어진 video에 포함된 대표프레임들의 코드북 인덱스 값과 입력 영상의 코드북 인덱스 값을 비교하여 입력 영상의 특징과 가장 유사한 대표프레임을 얻어낸다. 실험결과 제안된 방법이 검색에 있어서 영상의 형태에 대한 전체적인 특징을 제공하는 대표프레임의 eigen value와 휘도 성분을 이용함으로서 보다 검색 결과가 우수하며, 영상의 통계적인 특성을 이용함으로서 시간과 메모리 공간을 줄일 수 있음을 확인하였다.

• 한국정보처리학회논문지
• /
• 제7권12호
• /
• pp.3762-3774
• /
• 2000

컴퓨터 하드웨어 및 멀티미디어 정보 처리 기술의 발달로 인하여 멀티미디어 정보 검색 시스템에 대한 요구가 증대되고 있다. 멀티미디어 정보 검색 시스템은 텍스트와 이미지 위주로 발전하였으나 비디오와 오디오 정보, 특히 음악 정보를 위한 멀티미디어 정보 검색 시스템에 대한 요구가 점차 증대되고 있다. 최근의 음악 정보 검색 시스템에서는 해당 음악 정보의 작곡가, 곡명 등과 같은 메타 정보만을 이용한 메타 정보 기반의 검색뿐만 아니라 음악의 내용을 기반으로 하는 내용 기반 검색까지도 가능하다. 음악의 내용 기반 검색에서는 메타 정보 기반 검색에서 흔히 볼 수 있는 문자열에 대한 패턴 매칭보다는 멀티미디어 데이타간의 유사도를 기반으로 검색한다. 본 논문에서는 음악을 일정한 선율에 따른 음들의 배합으로 정의하고, 선율을 구성하는 음의 높이와 음의 길이 정보를 복합적으로 이용하여 두 음악 정보간의 유사도를 계산하는 알고리즘을 제안한다. 또한, 본 논문에서는 제안된 유사도 계산 알고리즘의 검증을 위해 동요를 대상으로 실험을 하였다. 실험 결과에 따르면 제안된 유사도 계산 알고리즘이 기존에 제안된 내용기반 음악 정보 검색 시스템과 비교하여 음악의 선율 정보를 기준으로 음악들간의 유사도를 보다 정확하게 효과적으로 계산하였다.

• 한국정보과학회논문지:데이타베이스
• /
• 제29권1호
• /
• pp.58-71
• /
• 2002

일반적으로 이미지나 공간 데이터베이스와 같은 다차원의 특징을 갖는 데이터들은 대용량의 저장공간을 요구한다. 이 대량의 데이터를 하나의 워크스테이션에 저장하고 검색을 수행하는 데는 한계가 있다. 최근 활발히 연구되고 있는 병렬 컴퓨팅 환경에서 이들에 대한 저장 및 검색을 수행한다면 훨씬 더 높은 성능 향상을 가져 올 수 있을 것이다. 이 논문에서는 기존에 존재하는 병렬 컴퓨팅 환경의 장점을 최대한 이용하는 병렬 고차원 색인구조를 제안한다. 제안하는 색인구조는 nP(프로세서)-nD(디스크)와 lP-nD의 결합 형태인 nP-n$\times$mD의 구조라고 볼 수 있다. 노드 구조는 팬-아웃을 증가시키고 트리의 높이를 줄일 수 있도록 설계되었다. 또한 I/O의 별렬성을 최대화하는 범위 탐색 알고리즘을 제안하고 이것을 K-최근접 탐색 알고리즘에 적용하여 탐색 성능향상을 꾀한다. 마지막으로, 다양한 환경에서의 실험을 통해 제안하는 색인구조의 탐색 성능을 테스트하고 기존에 제안된 병렬 다차원 색인구조와의 비교를 통해 제안한 방법의 우수함을 보인다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제9권7호
• /
• pp.2599-2613
• /
• 2015

Multi-index hashing (MIH) is the state-of-the-art method for indexing binary codes, as it di-vides long codes into substrings and builds multiple hash tables. However, MIH is based on the dataset codes uniform distribution assumption, and will lose efficiency in dealing with non-uniformly distributed codes. Besides, there are lots of results sharing the same Hamming distance to a query, which makes the distance measure ambiguous. In this paper, we propose a data-oriented multi-index hashing method (DOMIH). We first compute the covariance ma-trix of bits and learn adaptive projection vector for each binary substring. Instead of using substrings as direct indices into hash tables, we project them with corresponding projection vectors to generate new indices. With adaptive projection, the indices in each hash table are near uniformly distributed. Then with covariance matrix, we propose a ranking method for the binary codes. By assigning different bit-level weights to different bits, the returned bina-ry codes are ranked at a finer-grained binary code level. Experiments conducted on reference large scale datasets show that compared to MIH the time performance of DOMIH can be improved by 36.9%-87.4%, and the search accuracy can be improved by 22.2%. To pinpoint the potential of DOMIH, we further use near-duplicate image retrieval as examples to show the applications and the good performance of our method.

• Journal of Computing Science and Engineering
• /
• 제9권4호
• /
• pp.204-213
• /
• 2015

Under the conditional independence assumption among local features, the Naive Bayes Nearest Neighbor (NBNN) classifier has been recently proposed and performs classification without any training or quantization phases. While the original NBNN shows high classification accuracy without adopting an explicit training phase, the conditional independence among local features is against the compositionality of objects indicating that different, but related parts of an object appear together. As a result, the assumption of the conditional independence weakens the accuracy of classification techniques based on NBNN. In this work, we look into this issue, and propose a novel Bayesian network for an NBNN based classification to consider the conditional dependence among features. To achieve our goal, we extract a high-level feature and its corresponding, multiple low-level features for each image patch. We then represent them based on a simple, two-level layered Bayesian network, and design its classification function considering our Bayesian network. To achieve low memory requirement and fast query-time performance, we further optimize our representation and classification function, named relation-based Bayesian network, by considering and representing the relationship between a high-level feature and its low-level features into a compact relation vector, whose dimensionality is the same as the number of low-level features, e.g., four elements in our tests. We have demonstrated the benefits of our method over the original NBNN and its recent improvement, and local NBNN in two different benchmarks. Our method shows improved accuracy, up to 27% against the tested methods. This high accuracy is mainly due to consideration of the conditional dependences between high-level and its corresponding low-level features.

• 전기전자학회논문지
• /
• 제14권3호
• /
• pp.224-231
• /
• 2010

이미지에서의 자동 객체 인식은 컴퓨터 비젼 및 패턴 분석을 포함한 많은 분야에서 아주 중요한 이슈중의 하나이다. 특히, 최근 스마트폰과 같은 개인용 이동형 단말기가 빠르게 보급되면서, 그러한 기술들을 지원할 필요성이 커지게 되었다. 이러한 단말기들은 대개 카메라, GPS, 가속도 센서 등과 같은 장치들을 갖추고 있으며 사용자들에게 다양한 서비스를 편리한 인터페이스를 통해 제공하고 있다. 하지만 제한된 시스템 자원 때문에 처리속도가 비교적 느리다는 문제점을 가지고 있다. 본 논문에서 우리는 전처리 과정과 단순 지역 특징을 기반으로 한 객체 인식 성능 향상 기법을 제안한다. 전처리 단계에서는, 우선 객체 종류별 이미지로부터 각 객체의 특징이라고 생각되는 부분을 자동으로 판별하고 비슷한 부분끼리 분류한 다음 이들의 특징을 추출하고 학습한다. 질의 영상에 대해 우선 지역 특징 후보들을 파악한 다음 전처리 과정에서 학습된 정보와 비교하여 객체인식을 하게 된다. 실험을 통하여 제안된 기법의 객체 인식 성능을 보인다.