• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제64차 하계학술대회논문집 29권2호
• /
• pp.551-552
• /
• 2021

인공지능 기술의 발달로 현대사회 사람들은 일상생활에 편리함을 제공받고 업무의 효율성과 생산성이 향상되었다. 대한민국 보육교사들은 수많은 업무로 인해 근무시간 대비 휴식시간과 점심시간이 턱없이 부족하다. 본 논문에서는 보육교사가 일일이 아동들의 사진을 분류하는 업무에 편의성을 제공하여 보다 많은 휴식시간을 보장받고 활용할 수 있도록 전이학습을 통한 아동 이미지 자동 분류 시스템에 대해 기술하고자 한다. 이 시스템을 통해 분류된 아동들의 사진을 매년 제작하는 유아 포토북 제작에도 활용할 수 있을 것으로 기대된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 춘계학술발표대회
• /
• pp.544-546
• /
• 2020

의료 데이터를 이용하여 인공지능 기계학습 연구를 수행할 때 자주 마주하는 문제는 데이터 불균형, 데이터 부족 등이며 특히 정제된 충분한 데이터를 구하기 힘들다는 것이 큰 문제이다. 본 연구에서는 이를 해결하기 위해 GAN(Generative Adversarial Network) 기반 고해상도 의료 영상을 생성하는 프레임워크를 개발하고자 한다. 각 해상도 마다 Scale 의 Gradient 를 동시에 학습하여 빠르게 고해상도 이미지를 생성해낼 수 있도록 했다. 고해상도 이미지를 생성하는 Neural Network 를 고안하였으며, PGGAN, Style-GAN 과의 성능 비교를 통해 제안된 모델이 양질의 고해상도 의료영상 이미지를 더 빠르게 생성할 수 있음을 확인하였다. 이를 통해 인공지능 기계학습 연구에 있어서 의료 영상의 데이터 부족, 데이터 불균형 문제를 해결할 수 있는 Data augmentation 이나, Anomaly detection 등의 연구에 적용할 수 있다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2022년도 하계학술대회
• /
• pp.1336-1338
• /
• 2022

폐기물 관리는 전 세계적으로 환경, 사회, 경제 문제를 일으키고 있다. 이러한 문제를 예방하고자 폐기물을 효율적으로 관리하기 위해, 인공지능을 통한 연구를 제안하고 있다. 따라서 본 논문에서는 GAN 기반 데이터 증강을 통한 폐기물 객체 인식모델을 제안한다. Open Images Dataset V6와 AI Hub의 공공 데이터 셋을 융합하여 폐기물 품목에 해당하는 이미지들을 정제하고 라벨링한다. 이때, 실제 배출환경에서 발생할 수 있는 장애물로 인한 일부분만 노출된 폐기물, 부분 파손, 눕혀져 배출, 다양한 색상 등의 인식저해요소를 모델 학습에 반영할 수 있도록 일반적인 데이터 증강과 GAN을 통한 데이터 증강을 병합 사용한다. 이후 YOLOv4 기반 폐기물 이미지 인식 모델 학습을 진행하고, 학습된 이미지 인식 모델에 대한 검증 및 평가를 mAP, F1-Score로 진행한다. 이를 통해 향후 스마트폰 애플리케이션과 융합하여 효율적인 폐기물 관리 체계를 구축할 수 있을 것이다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.1220-1223
• /
• 2023

폐기물을 처리하는데 있어 배출과 수거에 대한 프로세스 자동화를 위해 폐기물 객체 유사도 판별이 요구된다. 이를 위해 본 연구에서는 폐기물 데이터셋에서 SIFT(Scale-Invariant Feature Transform)와 HSV(Hue, Saturation, Value)기반으로 두 이미지의 공통된 특징을 추출해 융합하고, 기계학습을 통해 이미지 객체 간의 유사도를 측정하는 모델을 제안한다. 실험을 위해 수집된 폐기물 데이터셋 81,072 장을 활용하여 이미지를 학습시키고, 전통적인 임계치 기반 유사도 측정과 본 논문에서 제시하는 유사도 측정을 비교하여 성능을 확인하였다. 임계치 기반 측정에서 SIFT 와 HSV 는 각각 0.82, 0.89(Acc)가 측정되었고, 본 논문에서 제시한 특징 추출 방법을 사용한 기계학습의 성능은 DT(Decision Tree)와 SVM(Support Vector Machine) 모두 0.93 (Acc)로 4%의 정확도가 향상되었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.675-677
• /
• 2023

본 연구는 병리학 이미지 분석에서 자주 발생하는 문제 중 하나인 레이블링 불일치 문제를 해결하고자 준지도학습(semi-supervised learning) 기법을 적용하였다. 기존의 병리 진단 과정은 정확한 판정 및 치료를 위해 전문가의 판단을 필요로 한다. 이로 인해, 시간이 매우 많이 소모되며 전문가의 피로도가 증가한다. 최근 이를 해결하고자 지도학습(supervised learning) 기법을 사용하여 업무의 피로도를 감소시키고자 하는 연구가 진행되고 있다. 하지만 병리 이미지 데이터에 대한 접근이 어렵고, 병변의 위치를 레이블링 하는 부분에서 많은 비용이 발생한다. 또한 암 병변의 스펙트럼적 특성으로 인해 레이블링 과정 속에서 레이블링 불일치 문제가 발생할 가능성이 높다. 이러한 문제를 극복하기 위해, 우리는 제한된 레이블 된 데이터와 많은 양의 레이블 되지 않은 데이터를 활용하는 준지도학습 방법론을 제안한다. 이 제안하는 방법은 필요한 수동 레이블링 작업량을 줄여, 병리학자들에게 보다 효과적인 진단 도구를 제공할 것으로 예상된다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 가을 학술발표논문집 Vol.33 No.2 (B)
• /
• pp.330-335
• /
• 2006

본 논문에서는 neural network을 이용한 이미지 장르(유형) 분류 시스템을 소개한다. 이 논문에서 제안된 시스템은 이미지를 예술(art), 사진(photo), 만화(cartoon) 이미지라는 세 가지 장르(유형) 중 하나로 분류한다. 이미지의 특성은 표준 MPEG-7 visual descriptor를 사용하여 추출된 후, neural networks를 이용하여 학습된다. 시뮬레이션 결과는 제안된 시스템이 80% 이상의 이미지들을 정확한 장르(유형)로 분류하는 것을 보여준다.

• 한국가정과교육학회지
• /
• 제28권1호
• /
• pp.87-104
• /
• 2016

본 연구의 목적은 청소년의 자아개념을 구성하는 신체이미지를 긍정적으로 형성할 수 있는 가정과 교육의 방향을 제시하고자 하는 데 있다. 이를 위하여 가정과 교육에 적용할 수 있는 청소년의 신체이미지 형성 모형을 마련하고, 형성 모형을 바탕으로 하여 가정과 교과서에 나타난 청소년의 신체이미지 내용을 분석하였다. 본 연구의 결과 및 제언은 다음과 같다. 첫째, 청소년의 신체이미지 형성 모형을 통해 교과서를 분석하기 위하여 신체이미지 교육 내용을 신체이미지의 개념과 구성요소, 신체이미지와 자아개념 형성, 신체이미지 형성에 영향을 미치는 요인, 신체관리행동 등 4가지로 범주화하였고, 이를 다시 신체이미지의 정의, 신체이미지의 구성요소, 자아존중감 형성, 자아개념 형성, 이상적 기준, 사회 문화적 요인, 합리적 신체관리행동, 신체관리 문제 행동 등 8가지로 세분화하였다. 둘째, 청소년의 신체이미지 형성 모형의 범주화 및 세분화 항목을 바탕으로 교과서를 분석한 결과, 식생활, 의생활, 아동 가족생활 세 영역 모두 청소년의 신체이미지를 다루고 있는 것으로 나타났다. 그러나 각 영역 및 개별 교과서에 따라 신체이미지의 부분적 개념만을 제시하거나, 한 영역에서만 제시하였기 때문에 청소년의 신체이미지를 형성하는 과정에서 학습자가 사회 문화적 영향으로 인한 개인의 신체 인지 및 행동 양상을 총체적으로 파악하기가 어렵다. 따라서 학습자의 총체적 학습을 위한 교과서의 통합적 내용 구성과 함께 교과서 내용의 균형이 필요할 것이다.

• 한국염색가공학회:학술대회논문집
• /
• 한국염색가공학회 2011년도 제45차 학술발표회
• /
• pp.44-44
• /
• 2011

본 연구에서는 직물조직의 분석과정을 자동화할 수 있는 전용 하드웨어 및 소프트웨어를 개발하였다. 직물조직의 분석은 직물 설계 및 품질관리 단계에서 매우 중요한 공정이나 현재까지도 확대경과 분해침에 의존하여 수작업으로 이루어지고 있는 것이 실정이라 자동화가 절실히 요구되는 분야라고 할 수 있다. 최근 컴퓨터 기술의 발달로 섬유산업 분야에서도 자동화 관련 연구가 많이 이루어지고 있으며 직물 분석 과정에 대한 연구도 여러 차례 시도된 바 있다. 여기에는 주로 디지털 영상으로부터 특징을 찾아내고 분석하는 이미지 프로세싱 기법이 쓰였는데 이는 재현성, 정확성, 속도 등에서 육안에 의한 방법과는 비교할 수 없는 장점을 가지고 있다. 그러나 기존의 연구들은 카메라의 한계로 인해 주로 저해상도의 이미지를 가지고 작업을 하거나, 이미지 프로세싱 또는 인공 신경망을 단독으로 적용하는 등의 한계를 가지고 있었다. 본 연구에서는 이러한 문제점을 극복하기 위해 초고해상도 직물 이미지를 획득한 뒤 이로부터 직물의 교차점을 인식하는데 필요한 파라미터를 추출하고 이를 인공 신경망에 학습시켜 직물 설계에 필요한 조직도를 생성하는 시스템을 개발하고자 하였다. 이를 위해 먼저 컴퓨터로 컨트롤이 가능한 직물 분석 전용 초정밀 XY 스테이지의 하드웨어를 설계 제작 하였으며 각종 이미지 분석 및 하드웨어 컨트롤에 필요한 전용 소프트웨어를 개발하였으며 그 결과 각종 직물의 조직을 매우 정확히 인식할 수 있게 되었다. 향후 이미지 획득 과정의 보완, 새로운 파라미터의 정의 및 신경망의 반복 학습을 통해 본 시스템이 보다 보완된다면 직물 분석 작업의 자동화를 통한 제품 개발과 생산에 소요되는 시간을 단축 및 품질 관리 공정의 자동화에 기여할 수 있을 것으로 기대된다.

• 한국게임학회 논문지
• /
• 제21권6호
• /
• pp.75-86
• /
• 2021

브랜드 이미지는 고객, 이해관계자, 시장 전체가 해당 브랜드를 어떻게 보고 인지하는지를 뜻한다. 긍정적 브랜드 이미지는 계속적인 구매를 유발하지만, 부정적인 브랜드 이미지는 구매를 중단하게 만드는 등 소비자의 구매행동에 직결되기 때문에, 기업 입장에서는 빠르고 정확히 파악할 필요가 있다. 현재 브랜드 이미지를 조사하는 방법으로는 설문조사, SNS조사 등이 있는데, 표본의 수가 한정되고 시간과 비용이 많이 소요된다는 이슈가 있다. 따라서 본 연구에서는 딥러닝 기반의 KoBERT 모델을 활용하여 소셜미디어 상의 텍스트 데이터에 대한 감성분석을 실시한 후, 이를 브랜드 이미지 분석에 활용하는 방법을 제시하고, 이에 대한 성능을 검증하였다. 결과적으로, 다섯 개의 브랜드 이미지 순위를 매긴 결과가 한국기업평판연구소의 순위와 일치함으로써 본 연구의 사용성을 입증하였다.

• 한국콘텐츠학회논문지
• /
• 제22권2호
• /
• pp.358-369
• /
• 2022

이 연구의 목적은 스마트폰을 통해 외국어(영어)를 학습하는데 있어 사용자 경험을 제고할 수 있는 학습 에이전트의 의인화 설계 요인을 검증하는 것이다. 이 연구에서는 콘텐츠를 전달하는 학습용 에이전트를 설계할 때 학습 촉진, 신뢰, 매력 인식에 영향을 미치는 의인화 요인 중 에이전트의 체화 유무, 인간적 본성(HN)의 부여 정도, 역할 설정(지도자 vs. 동반자) 효과를 실험 연구로 검증하였다. 실험결과 HN은 단독으로는 학습 촉진 효과가 나타나지 않았으며, 이미지와 역할은 학습 촉진 효과뿐 아니라 다른 사용자 경험 요인도 향상시켰다. HN요인은 이미지와 역할 요인과 결합되어 설계될 때, 학습 촉진 및 신뢰성, 매력성과 같은 전반적인 사용자 경험 효과에서 효과가 나타났다.