• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2014년도 추계학술발표대회
• /
• 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.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (2)
• /
• pp.712-714
• /
• 2004

인터넷상의 대부분 이미지 검색엔진들은 이미지의 실제 내용보다는 이미지 파일명이나 부가적인 색인과 같은 문자 정보에 의존하여 이미지 검색을 하고 있다. 한편 이미지의 색상 정보를 비교에 사용하는 RGB 히스토그램 방법은 수행시간은 짧지만 형태는 고려하지 않기 때문에 높은 정확도는 기대하기 어렵다. 본 논문에서는 이미지의 실제 내용을 비교하여 비정형의 복잡한 물체를 검색하는 새로운 이미지 검색 알고리즘을 제안한다. 제안하는 알고리즘은 이미지의 색상과 형태 정보를 담은 타일 서열을 local alignment 알고리즘으로 정렬하여 이미지 검색을 한다 비정형 물체인 음식 사진을 사용한 실험에서 기존의 방법 RGB 히스토그램을 이용한 방법보다 월등히 향상된 정확도를 나타내었다.

• 한국산학기술학회논문지
• /
• 제10권9호
• /
• pp.2409-2414
• /
• 2009

통합적 마케팅 시스템의 한 방법으로 경진대회를 주최 하는 것은 주최자의 목적을 달성하고자 하는 하나의 방법이다. 그러므로 경진대회가 기업이미지 향상을 위하여 참여자는 물론 주최자 및 이해관계자들의 특성을 동시에 고려할 수 있는 연구가 필요하다. 본 연구의 실증분석을 통하여 다음과 같은 결과가 도출되었다. 첫째, 한국철도공사의 기업이미지에 대하여 신뢰성, 공헌성 등 총 6개의 요인으로 도출되었다. 마지막으로, 철도관광신상품 경진대회가 한국철도공사에 대한 기업이미지 향상 및 경진대회 재참여의사에 긍정적 영향을 미치는 것으로 파악되었다. 이에 본 연구결과를 중심으로 주최자는 경진대회의 취지 및 목적을 정확히 인식시킬 필요성이 제시된다. 이와 더불어 기업이미지 향상 프로그램 개발의 필요성을 제언한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1998년도 가을 학술발표논문집 Vol.25 No.2 (1)
• /
• pp.262-264
• /
• 1998

이미지 데이터베이스를 구성하여 사용자가 원하는 정보를 추출하는 의미 기반 검색을 지원하기 위해서는 이미지 내용에 관한 의미 정보들이 데이터 모델로 구조화되어야 한다. 본 논문에서는 다양한 정적 이미지 내용 정보들을 분류하고 그를 체계적으로 표현하기 위한 이미지 데이터 모델을 소개한다. 특히 본 이미지 데이터 모델은 그래프 이론을 이용하여 이미지내에 포함된 시각 객체들의 내용 정보를 표현하고 객체들간의 의미 관계를 정의한다. 이는 이미지 내용에 대한 정확한 정보 표현과 질의에 대한 이미지 검색 효율을 향상시킬 수 있으며 객체들간의 의미 관계를 이용한 질의와 검색을 가능하게 한다.

• 한국컴퓨터정보학회논문지
• /
• 제11권1호
• /
• pp.63-69
• /
• 2006

언제 어디서나 네트워크에 연결되어 있는 유비쿼터스 환경에서의 무선 단말기의 컨텐츠에 대한 연구가 활성화되고 있다. 본 논문에서는 일반 컴퓨터의 인터넷 컨텐츠를 무선 단말기를 이용하여 얻을 수 있도록 하는 프레임워크를 제안하고자 한다. 프레임워크의 컨텐츠를 관리하는 서버의 성능 향상을 위해서 다수의 리소스 중에서 위한 중요 이미지를 선정하고, 선정된 이미지만을 단말기에서 재생 가능한 이미지로 변환하는 것이 본 논문의 목표이다. 이를 위해 웹 문서의 이미지 관련 정보 중 화면 표시율(DPR)과 이미지의 분포 영역을 고려하여 다수의 변환 요구 이미지 중에서 중요 이미지를 선별한 후 모바일 이미지로 변환 서비스하여 서버의 모바일 이미지로의 변환 시간 및 자원을 축소 시켜 서버의 성능을 향상시키고자 한다.

• 스마트미디어저널
• /
• 제13권3호
• /
• pp.27-35
• /
• 2024

본 연구는 GAN(Generative Adversarial Network)을 기반으로 한 Semi Supervised Learning을 활용하여 이미지 생성과 ResNet50을 이용한 이미지 분류를 결합하는 방법에 대해 다루고 있다. 이를 통해 새로운 접근법을 제시하여 이미지 생성과 분류를 통합함으로써 더 정확하고 다양한 결과를 얻을 수 있도록 하였다. 생성자와 판별자를 학습시켜 생성된 이미지와 실제 이미지를 구별하고, ResNet50을 활용하여 이미지 분류를 수행한다. 실험 결과에서는 생성된 이미지의 품질이 epoch에 따라 변화함을 확인할 수 있었으며, 이를 통해 산업재해 예측 정확성을 향상하고자 한다. 또한, GAN과 ResNet50의 결합을 통해 이미지 생성의 품질을 향상시키고 이미지 분류의 정확도를 높이는 효율적인 방법을 제시하고자 한다.

• 한국정보관리학회:학술대회논문집
• /
• 한국정보관리학회 2006년도 제13회 학술대회 논문집
• /
• pp.183-189
• /
• 2006

이 연구에서는 색상 자질을 이용하여 이미지를 검색할 때 이미지를 분할하여 각 영역별로 색인하여 검색하는 것의 유용성을 알아보고 분할된 영역간의 유사도 산출 기법을 제안하였다. 실험결과, 질의 이미지의 특정 영역과 최대의 유사도를 갖는 검색 이미지의 영역을 이미지간 유사도 산출 방법으로 이용하고, 이미지 영역을 세분할수록 이미지 검색 성능이 향상되었다. 특히 검색 성능이 좋지 않은 질의 이미지의 경우, 이 연구에서 제안한 기법이 더욱 유용하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2011년도 하계학술대회
• /
• pp.479-481
• /
• 2011

기존의 무손실 압축은 일반적으로 채널간의 상관관계를 거의 이용하지 않고, 각각의 채널을 따로 압축하였다. 본 논문에서는 컬러 이미지가 갖는 채널 간의 상관관계를 이용하여 무손실 압축의 성능을 향상시키는 방법을 제안하였다. 제안하는 방법에서는 채널 간 상관관계를 표현할 수 있도록 비대칭 샘플링을 이용하여 모자이크 이미지와 나머지 이미지로 나누어 압축을 수행하였고, 압축된 모자이크 이미지의 정보를 이용해서 나머지 이미지를 예측하여 압축할 정보의 양을 감소시켰다. 압축 성능을 평가하는데 일반적으로 사용되는 데이터들에 대하여 실험한 결과, 기존의 압축표준인 JPEG2000 lossless에 대해 평균 4.75%의 성능 향상을 보여주었다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제67차 동계학술대회논문집 31권1호
• /
• pp.303-305
• /
• 2023

본 논문에서는 트랜스포머를 사용한 이미지 캡셔닝 방법과 비디오 캡셔닝 방법을 제안한다. 트랜스포머의 입력으로 사전 학습된 이미지 클래스 분류모델을 거쳐 추출된 특징을 트랜스포머의 입력으로 넣고 인코더-디코더를 통해 이미지와 비디오의 캡션을 출력한다. 이미지 캡셔닝의 경우 한글 데이터 세트를 학습하여 한글 캡션을 출력하도록 학습하였으며 비디오 캡셔닝의 경우 MSVD 데이터 세트를 학습하여 학습 후 출력 캡션의 성능을 다른 비디오 캡셔닝 모델의 성능과 비교하였다. 비디오 캡셔닝에서 성능향상을 위해 트랜스포머의 디코더를 변형한 GPT-2를 사용하였을 때 BLEU-1 점수가 트랜스포머의 경우 0.62, GPT-2의 경우 0.80으로 성능이 향상됨을 확인하였다

• 한국콘텐츠학회논문지
• /
• 제21권8호
• /
• pp.1-9
• /
• 2021

딥 러닝을 활용한 컴퓨터 비전 연구는 여전히 대규모의 학습 데이터와 컴퓨팅 파워가 필수적이며, 최적의 네트워크 구조를 도출하기 위해 많은 시행착오가 수반된다. 본 연구에서는 네트워크 최적화나 데이터를 보강하는 것과 무관하게 데이터 자체의 특성만을 고려한 CR(Confusion Rate)기반의 유사 이미지 분류 성능 향상 기법을 제안한다. 제안 방법은 유사한 이미지 데이터를 정확히 분류하기 위해 CR을 산출하고 이를 손실 함수의 가중치에 반영함으로서 딥 러닝 모델의 성능을 향상시키는 기법을 제안한다. 제안 방법은 네트워크 최적화 결과와 독립적으로 이미지 분류 성능의 향상을 가져올 수 있으며, 클래스 간의 유사성을 고려해 유사도가 높은 이미지 식별에 적합하다. 제안 방법의 평가결과 HanDB에서는 0.22%, Animal-10N에서는 3.38%의 성능향상을 보였다. 제안한 방법은 다양한 Noisy Labeled 데이터를 활용한 인공지능 연구에 기반이 될 것을 기대한다.