• Proceedings of the Korean Information Science Society Conference
• /
• 2007.06c
• /
• pp.171-176
• /
• 2007

Parsing 작업의 결과인 Parse Tree 정보는 문장에 관한 구조적 정보를 가지고 있는 Tree 정보로 이 정보를 이용하여 정보 검색에 활용하는 알고리즘을 제안한다. 제안하는 알고리즘은 XML 기술과 스트링 매칭 기법을 이용하였으며, 사용한 스트링 매칭 기법은 Approximate String Matching 기법이다. Query 정보와 문서 정보를 Parsing하여 얻은 Parse Tree를 XML 형태의 정보로 변환한 후, 두 정보를 가지고 Approximate String Matching 기법을 적용하여 Query 정보와 문서 정보 간의 유사도를 계산한다. 제안하는 알고리즘의 장점은 구조 기반의 정보 검색 기능이 가능하고 비슷한 정보에 대한 검색 기능이 가능하며 비슷한 구조에 대한 검색 기능이 가능하다는 것이다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06a
• /
• pp.473-476
• /
• 2011

최근 3D영화의 흥행과 더불어 3D 영상제작 기술들이 높은 관심을 받고 있다. 변이 정보를 획득하기 위한, 스테레오 매칭에 관한 분야는 꾸준히 연구가 되고 있는 분야이다. 그 중에서도 지역적 방법은 구현의 용이성과 낮은 계산복잡도로 인하여 많은 연구가 진행되고 있다. 하지만 대부분의 지역적 방법들은 영상이 외부환경에 변형되었을 때의 경우를 고려하지 않고 있기 때문에, 외부환경에 의해 많이 변형된 영상에 대해서는 제대로 된 변이 정보를 추출해내지 못한다. 본 논문에서는 양쪽 영상에서 픽셀간의 차이를 이용하여 서로 대응되는 영역을 찾는 스테레오 매칭 기법을 제안한다. 제안하는 기법은 조명과 같은 외부요소에 강인한 특징을 가진다. 이 기법은 전 처리나 후처리 과정에서 부가적인 작업의 수행 없이 기법 자체만으로 외부요소에 대한 보상을 실행한다는 면에서 장점을 가진다. 다양한 영상에서 변이를 추출하는 실험 결과, 단계적 조명 변화에 대해서도 대조군 방법과 비교하여 균일한 변이 영상을 획득할 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06c
• /
• pp.418-420
• /
• 2012

스테레오 매칭의 지역적 방법은 구현의 용이성과 낮은 계산복잡도로 인하여 많은 연구가 진행되고 있다. 하지만 대부분의 지역적 방법들은 영상이 외부환경에 변형되었을 때의 경우를 고려하지 않고 있기 때문에, 외부환경에 의해 많이 변형된 영상에 대해서는 제대로 된 변이 정보를 추출해내지 못한다. 본 논문에서는 양쪽 영상에서 곡선접합을 이용하여 서로 대응되는 영역을 찾는 스테레오 매칭 기법을 제안한다. 제안하는 기법은 조명과 같은 외부요소에 강인한 특징을 가진다. 이 기법은 전 처리나 후처리 과정에서 부가적인 작업의 수행 없이 기법 자체만으로 외부요소에 대한 보상을 실행한다는 면에서 장점을 가진다. 비록 다양한 영상에서 변이를 추출하는 실험 결과, 거시적인 특성을 반영하는 곡선접합만으로도 조명에 의해 변형된 영상에 대해서 변이결과를 추출해내었다. 차후 미시적인 방법과의 결합을 통해, 변이정보의 추출의 정확도를 올릴 수 있을 것 이라고 기대된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.04a
• /
• pp.826-829
• /
• 2014

본 연구에서는 야외 지형 영상 및 항공 영상 등에 대하여 각각의 영역들의 속성을 분할 및 인식 하기 위해 minimum entropy clustering 기반의 군집화 기법과 over-segmentation을 반복 적용하여 군집화 하는 두 방법을 융합한 기법을 제안하였다. 이 기법들을 기반으로 각 군집의 대표 영역을 추출한 후에 학습 데이터를 기반으로 만들어진 텍스톤 사전과 학습 데이터 각각의 텍스톤 모델을 이용하여 텍스톤 히스토그램 매칭을 통해 매칭 포인트를 얻어내고 얻어낸 매칭 포인트를 기반으로 영역의 카테고리를 결정한다. 본 논문에서는 인터넷에서 얻은 일반 야외 영상들로부터 자체적으로 제작한 지형 데이터 셋을 통해 제안한 기법의 우수성을 검증하였으며, 본 실험에서는 영역을 토양, 수풀 그리고 물 지형으로 하여 영상내의 영역을 분류 및 인식하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2011.05a
• /
• pp.113-115
• /
• 2011

본 논문은 레이저 내비게이션(laser navigation)의 위치측정을 위한 반사체 매칭(matching) 기법을 제안한다. 레이저 내비게이션은 레이저 헤더가 360도로 회전하면서 벽면에 부착되어 있는 반사체의 위치를 측정하는 장치이다. 기존의 레이저 내비게이션을 이용한 매칭방법은 계측된 반사체들을 이미 알고 있는 실제 반사체의 각각에 평행 이동시켜 회전 하면서 매칭하는 방법이었다. 하지만 기존의 방법은 연산량이 많아 AGV의 위치를 측정하기 위해 많은 시간을 요구한다. 따라서 본 논문에서는 기존 문제를 해결하기 위해, 실제 반사체들의 위치를 AGV의 위치로 가정하고 실제 반사체들을 회전하여 계측된 반사체를 매칭하는 방법을 제안한다. 실험은 레이저 내비게이션이 설치된 실제 AGV를 5회 회전 주행시켜 반사체를 계측 받고 제안된 방법으로 위치측정한 결과를 분석하였다. 실험 결과, 제안된 방법은 적은 연산으로 정확히 반사체를 매칭 할 수 있음을 확인하였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.05d
• /
• pp.1081-1086
• /
• 2002

이미지검색을 위해서 객체의 시각적인 특징에 대한 저차원의 특징 정보를 추출하고 이미지에 의미를 부여하기 위하여 주석을 다는 것이 일반적이다. 하지만 주석 기반 검색에서는 주석으로 달아 놓은 단어와 정확한 매칭이 없다면 찾을 수가 없다. 이러한 문제를 해결하기 위해 재질의 질의어 확장과 같은 기법을 써서 문제를 해결해 왔으나 여전히 개념적 매칭이 아닌 스트링 매칭의 문제를 안고 있다고 볼 수 있다. 이에 본 논문에서는 이미지 관련 Text에서 단어를 추출한 후 추출된 단어들간의 개념 관계를 WordNet을 이용하여 표현한 주석 시스템을 제안한다. 이 시스템은 단순 스트링 매칭이 아닌 개념적 매칭에 의한 개념 기반 검색을 지원할 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.11a
• /
• pp.1294-1297
• /
• 2013

본 논문은 기계학습을 통하여 특허문서를 국제 특허 분류(IPC) 기준에 따라 자동으로 분류하는 시스템에 관한 연구로 잠재 의미 색인 기법을 이용하여 분류의 성능을 높일 수 있는 방법을 제안하기 위한 연구이다. 종래 특허문서에 관한 IPC 자동 분류에 관한 연구가 단어 매칭 방식의 색인 기법에 의존해서 이루어진바가 있으나, 현대 기술용어의 발생 속도와 다양성 등을 고려할 때 특허문서들 간의 관련성을 분석하는데 있어서는 단어 자체의 빈도 보다는 용어의 개념에 의한 접근이 보다 효과적일 것이라 판단하여 잠재 의미 색인(LSI) 기법에 의한 분류에 관한 연구를 하게 된 것이다. 실험은 단어 매칭 방식의 색인 기법의 대표적인 자질선택 방법인 정보획득량(IG)과 카이제곱 통계량(CHI)을 이용했을 때의 성능과 잠재 의미 색인 방법을 이용했을 때의 성능을 SVM, kNN 및 Naive Bayes 분류기를 사용하여 분석하고, 그중 가장 성능이 우수하게 나오는 SVM을 사용하여 잠재 의미 색인에서 명사가 해당 용어의 개념적 의미 구조를 구축하는데 기여하는 정도가 어느 정도인지 평가함과 아울러, LSI 기법 이용시 최적의 성능을 나타내는 특이값의 범위를 실험을 통해 비교 분석 하였다. 분석결과 LSI 기법이 단어 매칭 기법(IG, CHI)에 비해 우수한 성능을 보였으며, SVM, Naive Bayes 분류기는 단어 매칭 기법에서는 비슷한 수준을 보였으나, LSI 기법에서는 SVM의 성능이 월등이 우수한 것으로 나왔다. 또한, SVM은 LSI 기법에서 약 3%의 성능 향상을 보였지만 Naive Bayes는 오히려 20%의 성능 저하를 보였다. LSI 기법에서 명사가 잠재적 의미 구조에 미치는 영향은 모든 단어들을 내용어로 한 경우 보다 약 10% 더 향상된 결과를 보여주었고, 특이값의 범위에 따른 성능 분석에 있어서는 30% 수준에 Rank 되는 범위에서 가장 높은 성능의 결과가 나왔다.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.15 no.1
• /
• pp.41-50
• /
• 1997

This study is aimed to suggest the method, color channel seperation, can match the common points in real-time automatically. Image coordinates which was calculated from the acquired image with CCDcamera in this study is checked with two methods; check the accuracy of image coordinate and common point matching through correct sort. In conclusion of check, The RMSE of object coordinate which is calculated by photogrammetry program with image coordinate is in the expect RMSE of close-range photogrammetry, and Match-ing of common point is also performed correctly by using sort. For these reason, this color channel separation method is adequate for the acquisition of accurate image coordinates and the matching of the common points. I think that this method will be useful for the fields of industry which need fast-correct processing with acquired information in real-time.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.11a
• /
• pp.671-672
• /
• 2009

네트워크 대역폭과 침입 기술의 발달하는 상황에서 침입탐지 시스템의 패턴 매칭 방식으로는 대용량화된 패킷을 스니핑되는 환경에서 기존의 패턴 매치 방식은 서비스에 따른 순차적인 패턴 매칭 방법으로는 모든 패킷들의 패턴을 분석하는 것에는 한계가 발생하며, 중요한 패킷을 패턴 매칭을 통하여 분석하지 못하여 여러 취약점에 대한 공격이 발생할 수 있는 악성 봇, 정보의 유출이 발생할 수 있다. 본 연구에서는 패턴 매칭 기법을 이용하는 침입탐지 시스템의 패턴 매칭 성능 향상을 위하여 서비스별로의 순차적인 패턴 매칭 방법에서 해시 기반의 패턴 매칭을 이용하여 패턴 매칭의 시간을 단축 시켜 빠른 속도로 탐지 할 수 있는 시스템을 제시하고 검증하고자 한다.

• The Journal of the Korea Contents Association
• /
• v.22 no.8
• /
• pp.33-43
• /
• 2022

Labeled graphs are used to represent entities, their relationships, and their structures in real data such as knowledge graphs and protein interactions. With the rapid development of IT and the explosive increase in data, there has been a need for a subgraph matching technology to provide information that the user is interested in. In this paper, we propose an approximate Top-k labeled subgraph matching scheme that considers the semantic similarity of labels and the difference in graph structure. The proposed scheme utilizes a learning model using FastText in order to consider the semantic similarity of a label. In addition, the label similarity graph(LSG) is used for approximate subgraph matching by calculating similarity values between labels in advance. Through the LSG, we can resolve the limitations of the existing schemes that subgraph expansion is possible only if the labels match exactly. It supports structural similarity for a query graph by performing searches up to 2-hop. Based on the similarity value, we provide k subgraph matching results. We conduct various performance evaluations in order to show the superiority of the proposed scheme.