• Journal of Bio-Environment Control
• /
• v.33 no.2
• /
• pp.120-128
• /
• 2024

Since ChatGPT was released in 2022, the generative artificial intelligence (AI) industry has seen massive growth and is expected to bring significant innovations to cognitive tasks. AI-based image generation, in particular, is leading major changes in the digital world. This study investigates the technical foundations of Midjourney, Stable Diffusion, and Firefly-three notable AI image generation tools-and compares their effectiveness by examining the images they produce. The results show that these AI tools can generate realistic images of tomatoes, strawberries, paprikas, and cucumbers, typical crops grown in greenhouse. Especially, Firefly stood out for its ability to produce very realistic images of greenhouse-grown crops. However, all tools struggled to fully capture the environmental context of greenhouses where these crops grow. The process of refining prompts and using reference images has proven effective in accurately generating images of strawberry fruits and their cultivation systems. In the case of generating cucumber images, the AI tools produced images very close to real ones, with no significant differences found in their evaluation scores. This study demonstrates how AI-based image generation technology can be applied in agriculture, suggesting a bright future for its use in this field.

• Journal of the Korea Computer Industry Society
• /
• v.4 no.10
• /
• pp.631-642
• /
• 2003

We propose an approach to extract and to classify facial features into some classes from one's photo as prepared classification standards to generate one's avatar. Facial Feature Extraction and Classification was executed at eyes, nose, lips, jaw separately and I presented each facial features and classification standards. Extracted Facial Features are used for calculation to features of professional designer's facial component images. Then, most similar facial component images are mapped onto avatar's vector face.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.11 no.7
• /
• pp.677-684
• /
• 2016

With the increase of multimedia information such as image, researches on extracting high-level semantic information from low-level visual information has been realized, and in order to automatically generate this kind of information. Various technologies have been developed. Generally, image retrieval is widely preceded by comparing colors and shapes among images. In some cases, images with similar color, shape and even meaning are hard to retrieve. In this article, in order to retrieve the object in an image, technical value of middle level is converted into meaning value of middle level. Furthermore, to enhance accuracy of segmentation, K-means algorithm is engaged to compute k values for various images. Thus, object retrieval can be achieved by segmented low-level feature and relationship of meaning is derived from ontology. The method mentioned in this paper is supposed to be an effective approach to retrieve images as required by users.

• Journal of KIISE:Computing Practices and Letters
• /
• v.8 no.6
• /
• pp.692-704
• /
• 2002

In this paper, we present am image retrieval method based on color-spatial features using quadtree and texture information extracted from object MBRs in an image. Tile proposed method consists of creating a DC image from an original image, changing a color coordinate system, and decomposing regions using quadtree. As such, conditions are present to decompose the DC image, then the system extracts representative colors from each region. And, image segmentation is used to search for object MBRs, including object themselves, object included in the background, or certain background region, then the wavelet coefficients are calculated to provide texture information. Experiments were conducted using the proposed similarity method based on color-spatial and texture features. Our method was able to refute the amount of feature vector storage by about 53%, but was similar to the original image as regards precision and recall. Furthermore, to make up for the deficiency in using only color-spatial features, texture information was added and the results showed images that included objects from the query images.

• Annual Conference of KIPS
• /
• 2007.11a
• /
• pp.165-168
• /
• 2007

이미지 데이터를 의미적으로 검색하기 위한 가장 중요한 요소는 이미지의 정보를 표현하고 있는 주석이라고 할 수 있다. 이미지의 주석은 관리자가 사용자 입장에서 검색이 가능한 이미지를 표현할 수 있는 키워드를 선별하여 데이터화한 것이다. 그러다보니 이미지내 의미를 모두 표현하기위해 주석에 수는 증가되고, 증가된 주석은 각각에 이미지에서 차지하고 있는 의미량을 고려하지않고 동일한 크기를 가지게 된다. 이러한 경우 실제적으로 검색하였을 때 의미량에 상관없이 질의어와 주석이 일치한 모든 이미지를 검색하므로 사용자가 검색 결과에서 의미량이 큰 이미지를 다시 재검색하거나 주석입력자와 사용자와 어휘 표현에 차이 때문에 검색에 재검색해야한다. 따라서 본 논문에서는 의미량을 이용하여 효율적인 이미지 검색을 하기 위해 각 키워드 간에 의미적인 관계를 어휘 온톨로지인 WordNet을 이용하여 유사도 측정을 하고, 측정한 데이터를 이용하여 전체 이미지 의미량에서 해당 키워드가 갖는 의미량을 측정한다. 의미량은 이미지 검색시 질의어가 이미지에서 차지하고 있는 비율을 비교하여 가장 높은 의미량을 갖는 이미지를 우선 검색하고 의미량이 가장 큰 키워드를 대표키워드로 추출하여 WordNet상에서 동일한 의미를 갖는 계층에 단어들로 주석을 확장한다.

• Science of Emotion and Sensibility
• /
• v.10 no.3
• /
• pp.491-502
• /
• 2007

Categorization is very important for product design. Consumer's emotion become different according to a type of categorization, so design concept and design elements must be combined differently with difference of the emotion. Specially, categorization process is necessary if nowadays product line is enlarged, and a product differentiation is not clear. That is, designers decide on correct categories and a design concept based on similarity of emotion and have to provide to consumer-oriented design. The purpose of this study is to provide a design direction for Korean traditional sauce products after extracting consumers' sensitivity from the whole image of Korean traditional sauce and each images of the sauces-korean hot pepper paste, soybean paste, fermented soybeans paste, SsamJang, and soy sauce- and deciding categories of the each sauces based on the extracted sensitivities' similarity. In the result of this study, we knew that Korean traditional sauces didn't differentiate from consumers' preference images. In our empirical research, the research - emotional image survey on sauces - have conclusion that emotional image of "well-being", "tasty" have positive influence, but emotional image of "messy and dirty", "smelly" have negative influence. Therefore, we suggest that positive emotional images like "tasty" should be emphasized, but negative emotional images like "messy" should be eliminated for design and marketing strategy of Korean traditional sauces. This research will suggest the guideline for product design with respect to academic aspects and working-level aspects.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.06c
• /
• pp.370-375
• /
• 2007

인터넷과 디지털기기의 발달로 인해 이미지 데이터가 기하급수적으로 증가함에 따라 이미지 데이터의 의미적인 자동분류를 위한 연구가 활발히 진행되고 있다. 기존의 이미지 분류방법은 내용기반 분류와 주석자에 의한 직접 분류 방법이 있다. 하지만 분류 기준이 명확하지 않고, 이미지가 내포하고 있는 정확한 의미 별로 분류가 이루어져 있지 않았다. 이에 본 논문에서는 이미지의 주석간 개념적인 관계를 분석하고 이미지에 의미를 대표할 수 있는 키워드를 추출하여 의미적이고 효율적인 분류 방법을 제안한다.

• Annual Conference of KIPS
• /
• 2014.11a
• /
• pp.729-732
• /
• 2014

본 논문에서는 부분 노이즈 제거를 지원하는 윤곽선 이미지 매칭의 성능 최적화 문제를 다룬다. 윤곽선 이미지 매칭에서 이미지의 노이즈를 제거하는 것은 직관적이고 정확한 매칭을 위해 매우 중요한 요소이다. 그러나, 윤곽선 이미지 매칭에서 부분 노이즈 제거를 지원하기 위해서는 매우 많은 계산이 빈번하게 발생한다. 본 논문에서는 기존 부분 노이즈 제거 윤곽선 이미지 매칭 연구를 좀 더 구체화하여 성능 향상을 위해 유사 거리의 하한을 제안한다. 실험 결과, 부분 노이즈 제거 윤곽선 이미지 매칭 성능을 수 배에서 수십 배까지 향상시킨 것으로 나타났다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2000.04a
• /
• pp.153-156
• /
• 2000

동영상 정보는 영상정보뿐만 아니라 음성정보, 문자정보 및 각종 의미있는 정보들을 포함하고 있어서 기존의 검색방법으로는 사용자가 원하는 이미지를 찾는데 어려움이 따른다. 따라서, 본 연구에서는 동영상 정보의 효율적인 활용을 위한 색인방법으로 칼라 임계값을 이용한 컷 검출 방법을 제안하였다. 이것은 frame 간의 유사도를 측정해서 이 값이 주어진 임계값보다 작을 경우, 장면의 전환이 일어나는 곳을 컷 지점으로 검출하는 것인데, 동영상의 장면에 따른 유사도가 다를 수 있기 때문에, 컷을 구성하는 프레임들간의 칼라 임계값에 변동을 주어 최적의 컷 검출율을 구하고자 했다. 초기의 칼라 임계값은 '80'을 사용했고, 이후 frame 의 유사도가 임계값보다 클 경우, 즉 장면전환이 일어나지 않았을 경우일정한 상수 값을 초기 임계값에서 감산토록 하였다. 이러한, 과정을 거쳐 추출된 frame을 가지고 원하는 이미지를 검색하게 되면 사용자의 노력 및 검색 시간이 단축되고, 동영상 정보의 관리가 용이해진다.

• Annual Conference of KIPS
• /
• 2001.04b
• /
• pp.887-890
• /
• 2001

본 논문은 사용자로부터 입력된 얼굴 사진을 얼굴 기울기 교정을 거친 후 얼굴 구성요소의 특징정보를 추출하고, 추출된 특징정보와 가장 유사한 캐리커처를 생성하는데 목적이 있다. 우리는 입력된 인물 사진에서 눈 영역 추출을 이용, 얼굴의 기울기를 교정시킨 다음 세그멘테이션을 통하여 인물의 얼굴을 추출하고, 추출된 얼굴의 수직과 수평 히스토그램을 이용하여 얼굴 구성요소를 추출한다. 또한 모양과 크기 등이 다양한 특징정보를 가진 얼굴 구성요소에 관한 데이터베이스를 구축함으로써 캐리커처의 질을 향상시키고자 한다. 우리는 사용자로부터 입력된 사진에서 추출된 얼굴 구성요소의 특징정보와 데이터베이스에 저장되어 있는 캐리커처 이미지의 특징정보와 유사도를 계산한다. 마지막으로 유사도가 가장 높은 캐리커처 이미지를 선택하여 눈, 눈썹, 코, 입, 얼굴형 등을 각각 위치에 매핑시킨다.