• 환경정책연구
• /
• 제13권3호
• /
• pp.109-133
• /
• 2014

기후변화와 온실가스 감축에 대한 사회적 관심과 정부의 정책이 증가하는 요즘 탄소 라벨링 제도는 저탄소 생산과 저탄소 소비를 연결하는 환경정책으로 시장에 점차 확대되고 있다. 따라서 탄소 라벨링 제품에 대한 소비자 태도와 브랜드 충성도를 분석하기 위하여 탄소 라벨링 소비자 모형을 제시하여, 소비자의 내재된 가치가 탄소 라벨링 제품 및 기업 이미지 형성에 영향을 주고 나아가 브랜드 충성도를 제고하는 과정을 분석하였다. 2차에 걸친 설문조사를 통해 패널 데이터를 수집하여 분석한 결과 소비자의 자율성 가치는 지각된 통제소재에 긍정적인 영향을 주고 기업 이미지를 긍정적으로 형성시켰으며, 환경적 가치는 지각된 소비자 효과를 높이고, 나아가 지각된 장애를 줄임으로써 제품 이미지에 영향을 미침을 확인하였다. 궁극적으로, 긍정적인 기업 이미지와 제품 이미지는 브랜드 충성도를 향상시켰다. 이와 같은 결과는 탄소 라벨링 정책이 기후변화 대응을 위해 온실가스를 감축하는 데 도움이 될 뿐만 아니라 동시에 소비자의 기업 및 제품에 대한 이미지와 브랜드 충성도를 향상시키는 순기능이 있음을 보여준다. 탄소 라벨링책이 소비자 태도와 브랜드 충성도에 미치는 영향을 분석하는 고유의 모형을 제시하고 실증분석한 점에 그 학문적 기여도가 높다고 하겠다. 더욱이, 연구결과는 정부에게 환경정책의 효율성을 높이기 위한 정책제언을 제시하고 있고, 기업에게도 탄소 라벨링과 관련된 마케팅 전략의 방향성을 제안하고 있다는 점에서 실무적 공헌을 갖고 있다.

• 한국컴퓨터정보학회논문지
• /
• 제18권4호
• /
• pp.13-18
• /
• 2013

디지털 카메라의 보급으로 카메라만 있으면 누구나 손쉽게 파노라마 사진을 찍을 수 있다. 파노라마 사진이란 카메라를 삼각대에 고정시킨 후, 일부분을 중첩시키면서 회전하여 얻어진 이미지를 수평으로 이동하여 이미지를 결합시키는 사진이다. 이때 수동으로 사진을 찍을 경우에는 각도가 틀어져 겹쳐지는 부분을 자연스럽게 정합하기 어렵다. 기존의 방법에서는 라벨링을 이용하여 객체를 비교한 후에 결합시키는 방법을 적용하였으나 시간이 많이 소요되고 각각의 이미지를 라벨링하는 과정에서 개체 간의 불일치가 발생하여 정확히 영상을 결합할 수 없는 경우가 발생한다. 따라서 본 논문에서는 처리 속도 개선을 위하여 전체 이미지의 1/3만 라벨링한 후에 객체 간을 비교하여 결함시킨다. 그리고 각도가 틀린 경우에는 특징점을 찾아내는 SURF 알고리즘을 적용하여 각각의 이미지에서 라벨링한 사각형의 4개의 포인터에 대해 1개의 중심점을 구하여 호모그래피를 이용하여 2개의 영상을 자연스럽게 정합한다. 본 논문에서 제안한 파노라마 영상 재구성 방법의 성능을 평가하기 위하여 다양한 이미지를 대상으로 실험한 결과, 기존의 방법보다 영상을 재구성하는데 효과적인 것을 확인하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2021년도 추계학술대회
• /
• pp.283-286
• /
• 2021

4차 산업혁명을 맞이해 최근 산업 및 기술 영역에서는 인공지능을 이용한 생산력 향상, 자동화 등 딥러닝의 보편화가 빠르게 진행되고 있다. 또한, 딥러닝의 성능을 도출하기 위해서는 수많은 양의 학습용 데이터가 필요하며 그 데이터의 양은 딥러닝 모델의 성능과 정비례한다. 이에 본 작품은 최신형 영상처리 Library인 Albumentations를 이용하여 영상처리 알고리즘을 이용하여 이미지를 증강하고, 이미지 데이터 크롤링 기능을 통해 Web에서 영상 데이터를 수집을 자동화하며, Label Pix를 연동하여 수집한 데이터를 라벨링 한다. 더 나아가 라벨링 된 데이터의 증강까지 포함하여 다양한 증강 자동화를 한 인터페이스에 집적시켜 딥러닝 모델을 생성할 때 데이터 수집과 전처리를 수월하게 한다. 또한, Neural Net 기반의 AdaIN Transfer를 이용하여 이미지를 개별적으로 학습하지 않고 Real time으로 이미지의 스타일을 옮겨올 수 있도록 하여 그림 데이터의 부족 현상을 해결한다.

• Investigative Magnetic Resonance Imaging
• /
• 제16권2호
• /
• pp.142-151
• /
• 2012

목적: 간질중첩증의 동맥 스핀 라벨링 자기공명영상 소견을 알아보고자 한다. 대상과 방법: 본 기관에 내원한 환자들을 대상으로 후향적으로 검색하여 중 간질중첩증으로 임상적으로 진단받았으면서 동맥 스핀 라벨링을 포함한 자기공명영상검사를 받은 환자들을 찾아 이미지를 분석 하였다. 결과: 총 여섯명의 간질중첩증 환자들이 검색되었으며 이 환자들은 모두 EEG에서 이상소견이 나타난 부위에 국소적 CBF증가 소견을 보였다. 특히 두 명의 환자에서는 DWI를 포함한 고식적 자기공명영상 시퀀스에서 모두 특이 소견 보이지 않았으나 동맥 스핀 라벨링 이미지에서만 국소적으로 증가된 CBF를 보였다. 결론: 간질중첩증 환자들의 진단에 있어서 동맥 스핀 라벨링은 기존 영상검사에 더하여 추가적인 역할을 할 수 있을 것으로 기대된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2019년도 춘계학술대회
• /
• pp.338-340
• /
• 2019

최근 네트워크의 발달로 인해 데이터가 축적되는 속도와 크기가 증가되고 있다. 이 데이터들을 분류하는데 많은 어려움이 있는데 그 어려움 중에 하나가 라벨링의 어려움이다. 라벨링은 보통 사람이 진행하게 되는데 모든 사람이 같은 방식으로 데이터를 이해를 하는데 무리가 있어 동일한 기준으로 라벨링하는 것은 매우 어렵다는 문제가 있다. 이를 해결하기 위해 본 논문에서는 GAN을 이용하여 입력 이미지를 기반으로 새로운 이미지를 생성하고 이를 학습을 하는 데 사용을 하여 입력 데이터를 간접적으로 학습할 수 있게 구현하였다. 이를 통해 학습 데이터의 개수를 늘려 분류의 정확도를 높일 수 있을 것으로 사료된다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 추계학술대회
• /
• pp.273-276
• /
• 2020

기존의 물리 센서를 활용한 주차 감지는 주차장 규모가 클수록 큰 비용이 필요하고 이미지 기반의 분석은 개별 주차장에 대한 데이터 라벨링과 학습의 노력이 필요했다. 본 논문은 LoRa(Long Range) 네트워크와 마이크로프로세서를 활용한 IoT기반의 시스템으로 영상데이터를 서버로 전송하고 COCO(Common Object in context) 데이터셋으로 학습된 Mask R-CNN 기반의 모델을 활용한 주차장 내 차량점유 감지 알고리즘을 통해 개별 주차장에 대한 학습 또는 라벨링 없이 주차장 내 주차상태를 식별하고 사용자에게 인터페이스를 통해 실시간으로 주차정보를 제공하는 시스템을 구현한다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2022년도 추계학술대회
• /
• pp.380-382
• /
• 2022

해상풍력발전단지 환경평가를 위한 조류충돌저감장치를 개발하기 위하여, 천연기념물 조류를 구부할 수 있는 인공지능 카메라를 개발한다. 보호해야 할 조류를 90프로 이상 정확하게 구분하기 위한 계층구조 라벨링 방법을 고안하고 YOLO5 모델을 사용하여 학습을 수행하고, 그 결과를 보인다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 춘계학술발표대회
• /
• pp.8-10
• /
• 2023

삼킴장애는 음식물이 입에서 식도로 가지않고 걸리거나 기도(Trachea)로 흡입되는 문제를 갖는 상태이다. 특히 노인이나 신경계 질환을 앓는 환자의 경우 기도로 흡입된 음식덩이가 폐렴을 일으키고 결국에는 사망으로 이어지기에 적절한 치료와 관리가 요구된다. 보통 영상으로 판단할 수 있는 삼킴단계는 구강준비단계(Oral Preparatory Phase), 구강단계(Oral Phase), 인두단계(Pharyngeal Phase), 식도단계(Esophageal Phase) 4가지로 분류하고 삼킴장애는 침습(Penetration)과 흡인(Aspiration)으로 크게 2가지로 분류한다. 본 논문에서는 이러한 6가지 클래스를 가지는 삼킴장애 환자 비디오 파일을 라벨링하기 위한 웹 애플리케이션을 제안한다. 이를 구현하기 위해서 대용량 멀티프레임 이미지를 수신해서 분리하여 저장하도록 개발하였다. 또한 음식덩이를 정교하게 분할할 수 있도록 GrabCut 알고리즘을 적용하여 라벨링할 수 있도록 하였다. 차후 라벨러와 전문의 간의 협업이 가능하도록 라벨링 데이터의 상태를 관리할 수 있도록 개발하고자 한다.

• 한국빅데이터학회지
• /
• 제6권1호
• /
• pp.197-206
• /
• 2021

GPR(Ground Penetrating Radar)에서 수집된 데이터는 지하 탐사를 위해 사용된다. 이 때, 지반 아래의 시설물들이 GPR을 반사하는 경우가 종종 발생하여 수집된 데이터는 전문가에 경험에 의존하여 해석된다. 또한, GPR 데이터는 수집 장비, 환경 등에 따라 데이터의 노이즈, 특성 등이 다르게 나타난다. 이로 인해 정확한 레이블을 가지는 데이터가 충분히 확보되지 못하는 경우가 많다. 일반적으로 이미지 분류 문제에서 높은 성능을 보이는 인공신경망 모델을 적용하기 위해서는 많은 양의 학습 데이터가 확보되어야 한다. 그러나 GPR 데이터의 특성 상 데이터에 정확한 레이블을 붙이는 것은 많은 비용을 필요로 하여 충분한 데이터를 확보하기가 어렵다. 이는 결국 일반적으로 활용되는 지도학습 방법을 기반으로 인공신경망을 적절히 학습시킬 수 없게 한다. 본 논문에서는 각 레이블의 정확도가 유사한 수준을 갖도록 하는 것을 목표로 데이터 특성을 바탕으로 하는 이미지 분류 방법을 제안한다. 제안 방법은 준지도학습을 기반으로 하고 있으며, 인공신경망으로부터 이미지의 특징값을 추출한 후 클러스터링 기법을 활용하여 이미지를 분류한다. 이 방법은 라벨링 된 데이터가 충분하지 않은 경우 라벨링할 때 뿐 만 아니라 데이터에 달린 레이블의 신뢰도가 높지 않은 경우에도 활용할 수 있다.

• Journal of Nutrition and Health
• /
• 제43권2호
• /
• pp.197-206
• /
• 2010

본 논문에서는 영양분석 소프트웨어 인터페이스인 Nutri-API (Application Programming Interface)를 활용하여 영양표시를 위한 메뉴 라벨링 시스템을 개발하였다. 영양표시에 표시되는 각 항목들은 영양성분이 추가 또는 변경이 될 수 있도록 유연한 설계를 하였으며 본 메뉴 라벨링 시스템은 다양한 변경사항들을 사용자가 직접 수정 할 수 있도록 설계되었다. 또한, 식품단위의 정보제공뿐만 아니라, 음식 또는 식단의 영양표시 정보도 제공한다. 주요 내용을 요약 하면 다음과 같다. 식품 및 메뉴 검색 메뉴 라벨링 시스템의 식품 및 메뉴의 검색은 유의어 검색 기능과 의미 정보 및 분류 정보를 통한 검색 기능을 가지고 있으며 영양소를 검색할 수 있으며 영양소 함량 정보가 없는 경우에는 missing 표시 (-)을 하였다. 메뉴작성 및 식품관리 메뉴 라벨링 시스템은 기존 데이터베이스화된 기본 식품만을 사용하여 영양 표시에 사용하는 것뿐만 아니라, 식품의 조합인 메뉴를 포함하여 정보를 제공하였으며 Nutri-API의 NutriMenu 기능을 확장하여 메뉴 작성 기능과 추가 및 관리기능을 추가하였다. 메뉴 라벨링 시스템에서 제공되는 정보로는 메뉴설명, 메뉴이미지, 재료중량, 열량 등의 영양소, 3대 영양소비율과 원그래프 제공뿐만 아니라, 메뉴의 구성분류에 따른 영양소 정보도 제시하고 있다. 메뉴 라벨링을 위한 영양소 정보로는 농촌진흥청 모든 영양소를 포함하여 당류, 포화지방, 트랜스지방, 콜레스테롤 등이 있다. 그리고 메뉴의 영양섭취기준과 영양소기준치에 대한 비율 (%) 정보도 제공하며, 동시에 메뉴의 그리고 메뉴의 구성분류의 식품이나 중량 등을 입력/수정/변경 할 수 있다. 식품 추가 기능 본 시스템에서는 기본으로 제공되는 식품 정보 외에 시스템에서 제공하고 있지 않은 식품 또는 식품의 정보를 수정을 위해 식품 추가 기능을 제공하고 있으므로 새로운 식품을 추가하여 식품설명, 사진과 영양소 정보를 입력하여 저장할 수 있다. 기본 제공되는 식품과 구별하기 위해서 사용자 식품으로 별도 저장 및 관리한다. 메뉴 라벨링 정보 메뉴 라벨링 정보에서는 메뉴의 식품재료 중량뿐만 아니라 메뉴의 조리 후 중량, 1회 제공량 (portion size), 총 제공량 (total serving size) 등의 정보를 제공하도록 하였다. 메뉴 라벨링을 위해 추가된 식품 및 메뉴는 라벨링 항목에서 추가 및 수정이 가능하다. 메뉴 라벨링에서 추가 및 수정된 정보는 기본 메뉴 정보와는 별도로 저장 및 관리한다. 메뉴 라벨링 형식으로는 사용자는 표준형, 가로형, 선형, 쌍방형, 영양성분 전면표시형으로 출력할 수 있으며 식당의 메뉴판 영양표시형태도 출력할 수 있다. 메뉴 및 라벨링 관리 사용자가 작성한 메뉴 및 라벨링 정보의 지속적인 관리를 위해 별도의 관리기능을 제공하고 있어서 메뉴의 히스토리뿐만 아니라 이미 작성된 메뉴를 복사하여 새로운 메뉴를 작성하거나, 새로운 메뉴를 구성하는 기본 메뉴로 사용할 수 있다.