• 한국멀티미디어학회논문지
• /
• 제25권8호
• /
• pp.1224-1232
• /
• 2022

Whole body bone scan is the most frequently performed nuclear medicine imaging to evaluate bone metastasis in cancer patients. We evaluated the performance of a VGG16-based transfer learning classifier for bone scan images in which metastatic bone lesion was present. A total of 1,000 bone scans in 1,000 cancer patients (500 patients with bone metastasis, 500 patients without bone metastasis) were evaluated. Bone scans were labeled with abnormal/normal for bone metastasis using medical reports and image review. Subsequently, gradient-weighted class activation maps (Grad-CAMs) were generated for explainable AI. The proposed model showed AUROC 0.96 and F1-Score 0.90, indicating that it outperforms to VGG16, ResNet50, Xception, DenseNet121 and InceptionV3. Grad-CAM visualized that the proposed model focuses on hot uptakes, which are indicating active bone lesions, for classification of whole body bone scan images with bone metastases.

• 스마트미디어저널
• /
• 제12권7호
• /
• pp.9-17
• /
• 2023

작물의 병충해는 다양한 작물의 성장에 영향을 미치기 때문에 초기에 병충해를 식별하는 것이 매우 중요하다. 이미 많은 머신러닝(ML) 모델이 작물 병충해의 검사와 분류에 사용되었지만, 머신러닝의 부분 집합인 딥러닝(DL)이 발전을 이루면서 이 연구 분야에서 많은 진보가 있었다. 본 연구에서는 YOLOX 검출기와 MobileNet 분류기를 사용하여 비정상 작물의 병충해 검사 및 정상 작물에 대해서는 성숙도 분류를 진행하였다. 이 방법을 통해 다양한 작물 병충해 특징을 효과적으로 추출할 수 있으며, 실험을 위해 딸기, 고추, 토마토와 관련된 다양한 해상도의 이미지 데이터 셋을 준비하여 작물 병충해 분류에 사용하였다. 실험 결과에 따르면 복잡한 배경 조건을 가진 영상에서 평균 테스트 정확도가 84%, 성숙도 분류 정확도가 83.91% 임을 확인할 수 있었다. 이 모델은 자연 상태에서 3가지 작물에 대한 6가지 질병 검출 및 각 작물의 성숙도 분류를 효과적으로 진행할 수 있었다.

• 스마트미디어저널
• /
• 제12권4호
• /
• pp.19-26
• /
• 2023

뉴로모픽 아키텍처 기반 하드웨어를 이용한 IoT 엣지 서비스는 단말 장치에서 지능형 처리를 수행할 수 있기 때문에 자율형 IoT 응용 지원에 적합하다. 그러나 IoT 개발자가 뉴로모픽 하드웨어에서 사용되는 SNN을 이해하기에는 어려움이 있다. 본 논문에서는 뉴로모픽 하드웨어의 제약조건을 고려하며 사용자의 요구 성능을 만족하는 SNN 모델 생성 기법을 제안한다. 제안 기법은 프로파일링된 데이터에서 최적의 SNN 모델 파라미터를 찾도록 전처리된 데이터로 사전 학습한 모델을 활용한다. 전체 탐색 기법과 비교 결과, 두 기법 모두 사용자 요구사항을 모두 만족하였지만, 제안 기법이 수행 시간 측면에서 더 좋은 성능을 보였다. 또한, 신규 하드웨어의 제약조건을 명확히 알지 못하더라도 새로운 하드웨어의 프로파일링된 데이터를 활용할 수 있으므로 높은 확장성을 제공할 수 있다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제29권3호
• /
• pp.79-84
• /
• 2023

이미지 생성 모델은 다양한 분야에 적용되어 데이터 부족 문제와 시간 및 비용 문제를 극복하고 있다. 그러나 규칙적 패턴 이미지에서의 이미지 생성과 해당 데이터의 결함 검출에는 한계를 가진다. 본 논문에서는 이미지 생성 모델의 패턴 이미지 생성의 가능성을 확인하고 OLED 패널의 결함 검출을 위한 데이터 증강에 적용하였다. OLED 결함 검출 모델을 학습하기 위해 필요한 데이터는 OLED 패널의 높은 비용 문제로 실제 데이터 세트를 확보하기 어렵다. 그렇기 때문에 해당 데이터 세트를 확보한다 하더라도 여러가지 결함 유형을 정의하고 분류하는 작업이 필요하다. 이를 위한 가상의 기반 데이터 세트를 획득할 OLED 패널 결함 데이터 획득 시스템을 소개하고, 이미지 생성 모델로 해당 데이터를 증강한다. 또, 확산모델에서의 패턴 이미지 생성의 어려움을 확인하여 가능성을 제안하고, 이미지 생성 모델 이용한 데이터 증강 및 결함 검출 데이터 증강의 제한 사항을 개선하였다.

• 스마트미디어저널
• /
• 제13권6호
• /
• pp.24-34
• /
• 2024

시계열인 네트워크 트래픽 데이터로부터 미래를 예측할 수 있다면 효율적인 자원 배분, 악성 공격에 대한 예방, 에너지 절감 등의 효과를 거둘 수 있다. 통계 기법과 딥러닝 기법에 기반한 많은 모델이 제안되었는데, 이들 연구 대부분은 모델 구조와 학습 알고리즘을 개선하는 일에 치중하였다. 모델의 예측 성능을 높이는 또 다른 접근방법은 우수한 데이터를 확보하는 것이다. 이 논문은 우수한 데이터를 확보할 목적으로, 시계열 데이터를 증강하는 밀집 샘플링 기법을 네트워크 트래픽 예측 응용에 적용하고 성능 향상을 분석한다. 데이터셋으로는 네트워크 트래픽 분석에 널리 사용되는 UNSW-NB15를 사용한다. RMSE와 MAE, MAPE를 사용하여 성능을 분석한다. 성능 측정의 객관성을 높이기 위해 10번 실험을 수행하고 기존 희소 샘플링과 밀집 샘플링의 성능을 박스플롯으로 비교한다. 윈도우 크기와 수평선 계수를 변화시키며 성능을 비교한 결과 밀집 샘플링이 일관적으로 우수한 성능을 보였다.

• 스마트미디어저널
• /
• 제13권4호
• /
• pp.57-64
• /
• 2024

패션 이미지에 포함된 소재, 색상, 핏 등의 속성은 소비자가 의류를 구매하는 데 있어서 중요한 요인이다. 그러나 의류 속성을 분류하는 과정은 많은 인력을 필요로 하고, 작업자의 주관적인 판단에 의존하기 때문에 일관성이 떨어진다. 이러한 문제를 완화하기 위해 인공지능을 활용하여 패션 이미지의 의류 속성을 분류하는 연구가 필요하다. 기존 연구에서는 주로 상의 또는 하의 중 하나의 항목에 대한 의류 속성을 분류하는 것에 초점을 두고 있기 때문에 전신 패션 이미지의 경우에는 상의와 하의의 속성을 동시에 파악할 수 없다는 한계가 있었다. 본 연구는 패션 이미지의 상의와 하의를 구분하여 각 항목의 카테고리와 의류 소재의 속성을 분류할 수 있는 딥러닝 모델을 제안한다. 본 연구에서 딥러닝 모델 ResNet과 EfficientNet를 이용하였고, 학습에 활용한 데이터셋은 패션 이미지 1,002,718장과 의류 카테고리와 소재 속성을 포함한 라벨 총 125개를 사용하였다. Weighted F1-Score를 기준으로 ResNet은 0.800, EfficientNet는 0.781로 ResNet이 더 우수한 성능을 보였다.

• 정보교육학회논문지
• /
• 제15권3호
• /
• pp.425-437
• /
• 2011

최근까지 개발된 디지털교과서는 전자칠판, 학습도구, 멀티미디어 등의 기능은 포함하였지만 자료검색 지원에는 취약점을 갖고 있었다. 본 연구에서는 검색기능을 지원하는 초등학교 디지털교과서를 개발하는데 목표를 두었다. 이를 위해 초등교사를 대상으로 검색기능 수요조사를 실시하였고 조사결과를 기반으로 디지털교과서를 설계하고 구현하였다. 개발된 디지털교과서는 XML로 기술되었고 의미 있는 단락 모음별로 검색할 수 있는 것이 특징이다. 디지털교과서의 사용후 설문에서 수업에의 유용성과 향후 사용의지에도 90% 이상의 교사가 긍정적으로 답하여 앞으로 초등학교에 보급될 디지털교과서에 검색기능이 반영되면 교수-학습에 많은 도움이 될 것으로 기대할 수 있다.

• 공학교육연구
• /
• 제3권1호
• /
• pp.63-72
• /
• 2000

미래 지향적 공학교육은 기본이론을 철저하게 습득시키고 다양한 실험교육을 통해 창의성을 함양하며, 실제 사회와 연계된 실용성에 중점을 두어야 한다. 본 논문에서는 교육 패러다임의 변화에 발맞추어 LOD 시스템의 개발방향을 제시하고 공학실험과목의 콘텐츠를 제작하는 방법을 소개하였다. Internet 기반의 LOD시스템을 구축할 때 코스웨어 개발에 필요한 고려사항과 설계방안을 검토하여 이를 공학실험과목의 콘텐츠 제작시 적용하였다. 본 연구의 결과는 실험교과내용을 충실하게 설명하고, 공학실험에 필요한 학습보조자료와 멀티미디어 자료를 제공하여, 학생들의 학습증진에 기여할 뿐만 아니라 대학의 미래상을 예측하고 이를 구현함으로서 대학의 나가야 할 방향을 제시할 수 있을 것이다.

• 디지털콘텐츠학회 논문지
• /
• 제18권1호
• /
• pp.71-77
• /
• 2017

가상광고는 컴퓨터 그래픽을 이용하여 스포츠영상과 같은 미디어제작영상에 제품의 이미지, 로고, 선전문구 등을 삽입하는 광고기법이다. 최근 영상처리 기술과 컴퓨터 성능의 상승으로 인해 스포츠영상에 가상광고를 삽입하기 위한 기술적인 요소가 충족되어 영상 내에 가상광고의 삽입이 활발하게 진행되고 있다. 또한 자동적인 가상광고 삽입을 위한 영상 처리 기술이 가상광고 영역에서 중요한 연구 분야로 자리 잡고 있다. 이에 본 논문에서는 스포츠 영상 내에서 자동적으로 가상광고를 삽입하기 위해 영상처리 기법과 기계학습을 활용하여 저정보 영역을 추출하는 방법을 제안한다. 제안 방법은 영상의 밝기 정도를 히스토그램을 통해 분석하고 기계학습 방법을 활용하여 저정보 영역을 추출한다.

• 인터넷정보학회논문지
• /
• 제13권5호
• /
• pp.45-53
• /
• 2012

지능형 모바일 및 가전기기의 등장은 다양한 멀티미디어 콘텐츠 뿐 아니라 교육용 콘텐츠의 이용량을 증대시켰다. 특히 이동성을 강조한 단말 기기인 스마트폰과 스마트패드의 보급 및 지능화된 스마트 TV의 등장은 다양한 단말 환경에서 편리하게 학습할 수 있는 환경을 제공하였고, 언제 어디서나 이용자가 교육용 콘텐츠를 이용할 수 있도록 했다. 그러나 현재 이용되고 있는 스마트 디바이스들은 단말 제조사 및 모바일 OS 공급자의 정책이 통일되지 않아 다양한 환경 내에서의 콘텐츠의 재사용이 어렵다. 이에 본 논문에서는 이러한 문제점을 해결하기 위해 NeS(N-Screen e-learning System)를 제안하고자 한다. NeS는 이용자 학습 관리, 교육 콘텐츠 관리의 교육 관련 시스템과 콘텐츠 변환과 양방향 처리로 이루어지는 N-Screen 대응 콘텐츠 전송 시스템으로 구성된다. NeS에서는 새로운 웹 표준으로 각광받고 있는 HTML 5 언어를 이용해 각종 기기간의 상호호환성을 보장한다. 본 논문에서 제시하는 NeS를 통해 사용자가 소유하고 있는 각종 기기 및 다양한 OS의 종류에 구애받지 않고 콘텐츠의 OSMU를 실현할 수 있고, 콘텐츠의 연속성을 보장하여 보다 편리하게 교육용 콘텐츠를 이용할 수 있다.