• 정보처리학회논문지B
• /
• 제11B권5호
• /
• pp.555-562
• /
• 2004

스타일 또는 장르는 문서의 주제와는 다른 문서를 보는 또 하나의 관점이 될 수 있다. 그렇기 때문에 문서의 스타일은 문서 분류의 기준으로 사용될 수 있다. 문서의 스타일에 따른 자동 분류 시스템에 대한 여러 연구들이 수행되어 왔다. 그러나 이런 연구들의 대부분이 일반 문서를 대상으로 수행하였으며, 몇몇 일부의 연구만이 웹 문서를 대상으로 스타일 분류에 대한 연구를 수행하였다. 웹 문서는 일반 문서와는 달리 URL HTML을 갖고 있다. 본 연구에서는 이와 같은 URL과 HTML로부터 추출한 자질들을 웹 문서의 스타일 분류에 사용해 보고자 한다. 실험을 통해서 이와 같은 자질들이 웹 문서의 스타일 분류에 어떤 영향을 미치는지를 밝혀보고자 한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.432-434
• /
• 2022

우리는 전이 학습을 이용하여 원하는 특정 패션 스타일 분류기를 학습하였다. 패션 스타일 검색 결과물을 온라인 쇼핑몰과 연결하는 웹 서비스를 사용자에게 제공한다. 패션 스타일 분류기는 구글에서 이미지 검색을 통해 수집된 데이터를 이용하여 ResNet34[1]에 전이 학습하였다. 학습된 분류 모델을 이용하여 사용자 이미지로부터 패션 스타일을 17가지 클래스로 분류하였고 F1 스코어는 평균 65.5%를 얻었다. 패션 스타일 분류 결과를 네이버 쇼핑몰과 연결하여 사용자가 원하는 패션 상품을 구매할 수 있는 서비스를 제공한다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2022년도 제34회 한글 및 한국어 정보처리 학술대회
• /
• pp.480-484
• /
• 2022

텍스트 분류는 입력받은 텍스트가 어느 종류의 범주에 속하는지 구분하는 것이다. 분류 모델에 있어서 좋은 성능을 나타내기 위해서는 충분한 양의 데이터 셋이 필요함을 많은 연구에서 보이고 있다. 이에 따라 데이터 증강기법을 소개하는 많은 연구가 진행되었지만, 실제로 사용하기 위한 모델에 곧바로 적용하기에는 여러 가지 문제점들이 존재한다. 본 논문에서는 데이터 증강을 위해 스타일 변환 기법을 이용하였고, 그 결과 기존 방법 대비 한국어 감성 분류의 성능을 높였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2007년도 한국컴퓨터종합학술대회논문집 Vol.34 No.1 (B)
• /
• pp.199-202
• /
• 2007

본 논문에서는 주어진 영상을 필터링하여 영상의 스타일을 제거하는 방법을 제시한다. 스타일이 제거된 영상은 영상 분류, 특징점 인식, 영상 분할 등의 다양한 용도에 쓰일 수 있다. 또한 원래 영상과 스타일이 제거된 영상을 비교하여 영상의 스타일을 유추할 수 있다. 본 논문에서는 이를 위해 주어진 영상에서 스타일 벡터를 계산한 후 계산된 스타일 벡터를 이용하여 영상에 양방향 필터링을 적용한다. 이 때 영상의 경계 부분에서 스타일을 효과적으로 분리하는 방법과 다중 해상 처리 방법을 적용하여 다양한 크기와 방향의 스타일을 찾아낸다. 그 결과 주어진 영상에서 다양한 크기와 방향의 스타일을 제거하고 영상의 중요한 내용만을 효과적으로 나타낸다.

• 응용통계연구
• /
• 제32권4호
• /
• pp.573-591
• /
• 2019

로마자 서체에 대한 수치적 분류체계는 잘 발달되어 있지만, 한글 서체 분류를 위한 기준은 수치적으로 잘 정의되어 있지 않다. 본 연구의 목표는 한글 서체 분류를 위한 수치적 기준을 세우기 위해, 서체 스타일을 구분하는 중요한 특징들을 찾는 것이다. 컨볼루션 뉴럴 네트워크(convolutional neural network)를 사용하여 명조와 고딕 스타일을 구분하는 모형을 세우고, 학습된 필터를 분석해 두 스타일의 특징을 결정하는 피처(feature)를 찾고자 한다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2020년도 제32회 한글 및 한국어 정보처리 학술대회
• /
• pp.64-68
• /
• 2020

텍스트 스타일 변환은 문장 내 컨텐츠는 유지하면서 문장의 스타일을 변경하는 것이다. 스타일의 정의가 모호하기 때문에 텍스트 스타일 변환에 대한 연구는 대부분 지도 학습으로 진행되어왔다. 본 논문에서는 병렬 데이터 구축이 되지 않은 데이터를 학습하기 위해 비병렬 데이터를 이용하여 스타일 변환을 시도한다. 트랜스포머 기반의 문장 생성기를 이용하여 문장을 생성하고, 해당 스타일을 분류하는 판별기로 이루어진 모델을 제안한다. 제안 모델을 통해, 감정 변환의 성능은 정확도(Accuracy) 56.9%, self-BLEU 0.393(긍정→부정), 0.366(부정→긍정), 유창성(fluency) 798.23(긍정→부정), 1381.05(부정→긍정)을 보였다. 본 연구는 비병렬 데이터에 대해 스타일 변환을 적용함으로써, 병렬 데이터가 없는 다양한 도메인에도 적용가능 할 것이다.

• 한국콘텐츠학회논문지
• /
• 제20권2호
• /
• pp.127-140
• /
• 2020

미국의 애니메이션 제작사인 픽사(Pixar)에서 제작된 <토이 스토리 Toy story>(1995) 1편 이래로 3D 애니메이션은 사실적인 움직임과 렌더링 기법을 지향해 왔다. 하지만 2018년에 개봉한 <스파이더맨 뉴 유니버스 Spider man : into the spider-verse>는 일러스트 기법을 통해 구현된 독특한 배경과 수작업을 통해 제작된 듯한 캐릭터의 역동적인 움직임을 통해 기존의 3D 애니메이션과는 많은 차이점을 보여주며 좋은 평가를 받았다. 본 연구에서는 <스파이더맨 뉴 유니버스>에서 구현된 특유의 스타일을 중심으로, 새로운 제작기법과 표현법에 대해 만화책 같은 아트 스타일과 그 이외에 애니메이션의 완성도를 높이는데 기여한 효과로 두 가지 영역으로 분류해 분석을 진행했다. 만화책 같은 스타일에서는 다시 첫째, 수작업 느낌을 도와주는 효과, 둘째, 만화적인 FX 디자인, 셋째, 코믹스 기법을 직접 활용한 예로 나누었고, 두 번째 영역은 첫째, 독특한 애니메이션 스타일, 둘째, 캐릭터별 다른 렌더링 기법, 셋째, 특유의 편집 스타일로 분류하였다. 기존 할리우드의 다소 정형화된 스타일의 3D 애니메이션 시장에서의 <스파이더맨 뉴 유니버스>는 애니메이션의 다양성 및 예술적 표현의 확장이라는 측면에서 긍정적인 의미를 부여할 수 있다고 판단되며, 본 연구는 관련 분야에서 새로운 제작기법과 표현법을 연구하는 연구자들에게 기초 학술자료나 연구자료로 활용될 수 있을 것으로 생각한다.

• 디지털융복합연구
• /
• 제17권11호
• /
• pp.157-162
• /
• 2019

본 논문은 긍정적인 유머 스타일과 부정적 유머스타일이 어떻게 매개하고 서로 상호관련성이 있는가에 대하여 SBS에서 방영되는 예능 프로그램 <런닝맨>을 통해 분석하였다. 이론적 배경은 Martin 과 동료들이 개발한 유머스타일 질문지(Humor Style Questionnaire: HSQ)를 선택하였다. 연구방법은 먼저 <런닝맨> 멤버들의 유머스타일 유형을 분류한 후, 긍정적 유머스타일과 부정적 유머스타일은 유머생성에 어떻게 매개하고 있는 지와 멤버들 유머스타일은 어떤 상호 관련성이 있는가에 대하여 분석하였다. <런닝맨> 나타난 긍정적 유머스타일과 부정적 유머스타일 유형은 4대 4로 균형을 이루었으며, 나이와 경력, 그리고 권력에 따라 분류되었다. 유머생성 매개는 유머가 대립하는 지점에서 발생하였고, 유머스타일 상호 관련성은 반전과 상관관계가 있는 것으로 나타났다.

• 재활치료과학
• /
• 제13권2호
• /
• pp.69-84
• /
• 2024

목적 : 노인의 건강한 삶의 방식으로서 라이프스타일에 대한 연구가 증가하고 있다. 라이프스타일이 개개인의 가치와 삶의 태도를 반영하는 개념임에도 불구하고, 아직까지 개인의 어떠한 가치가 라이프스타일을 건강하게 유도하는지 파악한 연구는 부족한 실정이다. 이에 본 연구는 노인의 라이프스타일 유형을 두 가지로 분류하고, 머신러닝을 활용하여 어떠한 개인적 가치가 건강한 라이프스타일에 우선적으로 작용하는지 파악하고자 한다. 연구방법 : 본 연구는 지역사회에 거주하는 55세 이상 중고령 노인 300명을 대상으로 횡단 연구를 수행하였다. 라이프스타일은 Yonsei Lifestyle Profile-Active, Balanced, Connected, Diverse (YLP-ABCD) 응답을 사용하여 잠재프로파일 분석을 통해 유형화하였다. 라이프스타일 유형을 예측하는 개인적 가치는 YLP-V (Values) 응답을 수집하여, 예측성능이 가장 높은 머신러닝 알고리즘을 선정한 후 상대적 중요도를 파악하였다. 결과 : 잠재프로파일 분석 결과, 라이프스타일은 건강한 라이프스타일 실천형(48.87%), 비실천형(51.13%)으로 분류되었다. 실천형에 속한 중고령 노인은 비실천형에 비해 사회관계가 활발한 특성을 나타내었다. 본 연구에 포함된 머신러닝 알고리즘 중 가장 우수한 성능을 보인 모델은 서포트 벡터 머신으로, 정확도 96%, Receiver Operating Characteristic (ROC) 영역 95%로 나타났다. 본 알고리즘을 바탕으로 개인적 가치의 상대적 중요도를 분석한 결과, 건강한 식단, 건강 매체, 여가활동, 건강 제품 및 머신러닝에 주의를 기울일수록, 해당 가치에 따라 중고령 노인은 건강한 라이프스타일을 실천하는 그룹에 속할 가능성이 큰 것으로 나타났다. 결론 : 본 연구는 중고령 노인의 사회적 관계망을 포함한 건강한 라이프스타일을 유도하기 위해, 건강 식단, 매체, 여가, 제품 및 습관에 대한 가치 향상을 중점적으로 다루는 종합적인 프로그램 및 서비스의 필요성을 시사한다.

• 문화기술의 융합
• /
• 제9권5호
• /
• pp.501-508
• /
• 2023

본 연구는 대한민국의 남성과 여성의 다양한 헤어스타일을 헤어이미지를 활용하여 분류하고, 이를 기반으로 3D 헤어 모델을 제작하는 것을 목표로 한다. 헤어스타일 분류는 육안으로 확인 가능한 큰 특징을 기준으로 하여 14가지 카테고리로 구분하였다. 남성 6가지 스타일과 여성 8가지 스타일로 분류하였으며 헤어이미지에 가장 적합한 헤어스타일을 매칭하여 메타버스 저작환경에서 헤어 제작을 위해 필요한 헤어모델을 추천하는데 사용하도록 하였다. 메타버스와 같은 플랫폼에서 원격지에서 접속한 사용자의 헤어를 촬영하거나 이미 획득한 헤어이미지와 가장 유사한 3D 헤어 모델을 매칭하는 데 활용될 수 있다. 이를 통해 사용자에게 가장 유사한 3D 헤어 모델을 제안하는 데 사용할 수 있다.