• The Journal of the Korea institute of electronic communication sciences
• /
• v.19 no.1
• /
• pp.301-307
• /
• 2024

This study introduces a novel cascade fusion architecture aimed at enhancing thermal images across various scale conditions. The processing of thermal images at multiple scales has been challenging due to the limitations of existing methods that are designed for specific scales. To overcome these limitations, this paper proposes a unified framework that utilizes cascade feature fusion to effectively learn multi-scale representations. Confidence maps from different image scales are fused in a cascaded manner, enabling scale-invariant learning. The architecture comprises end-to-end trained convolutional neural networks to enhance image quality by reinforcing mutual scale dependencies. Experimental results indicate that the proposed technique outperforms existing methods in multi-scale thermal image enhancement. Performance evaluation results are provided, demonstrating consistent improvements in image quality metrics. The cascade fusion design facilitates robust generalization across scales and efficient learning of cross-scale representations.

• Journal for History of Mathematics
• /
• v.25 no.1
• /
• pp.71-88
• /
• 2012

The purpose of this study is to find the way to build the concept image about natural logarithm and the method is using definite integral in calculus under GeoGebra environment. When the students approach to natural logarithm, need to use dynamic program about the definite integral in calculus. Visible reasoning process through using dynamic program(GeoGebra) is the most important part that make the concept image to students. Also, for understand mathematical concept to students, using GeoGebra environment in dynamic program is not only useful but helpful method of teaching and studying. In this article, about graph of natural logarithm using the definite integral, to explore process of understand and to find special feature under GeoGebra environment. And it was obtained from a survey of undergraduate students of mathmatics. Also, relate to this process, examine an aspect of students, how understand about connection between natural logarithm and the definite integral, definition of natural logarithm and mathematical link of e. As a result, we found that undergraduate students of mathmatics can understand clearly more about the graph of natural logarithm using the definite integral when using GeoGebra environment. Futhermore, in process of handling the dynamic program that provide opportunity that to observe and analysis about process for problem solving and real concept of mathematics.

• Journal of Korea Multimedia Society
• /
• v.2 no.4
• /
• pp.490-495
• /
• 1999

In this paper, a method of improving the learning time and convergence rate is proposed to exploit the advantages of artificial neural networks and fuzzy theory to neuron structure. This method is applied to the XOR Problem, n bit parity problem which is used as the benchmark in neural network structure, and recognition of digit image in the vehicle plate image for practical image application. As a result of the experiments, it does not always guarantee the convergence. However, the network showed improved the teaming time and has the high convergence rate. The proposed network can be extended to an arbitrary layer Though a single layer structure Is considered, the proposed method has a capability of high speed 3earning even on large images.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.484-486
• /
• 2022

대체 불가능한 토큰을 의미하는 NFT 는 블록 체인 기반 기술 중 하나로 소유권과 거래 이력이 블록 체인에 기록이 된다는 장점을 지녀 미술 작품 거래에도 활발히 활용되고 있다. 하지만 현재 NFT 작품 거래 시장은 주식거래와 같이 회전율과 거래량을 중점으로 투기성이 짙으며, 작품의 섬네일 이미지만으로 거래 의사를 판단하는 경우가 많다는 문제점이 대두되고 있다. 따라서 작품의 다양한 특성에 대한 고려가 함께 이루어질 필요가 있다. 본 논문은 작품의 다양한 변수를 수집하여 최적의 변수 조합을 찾아내고, 이미지 전이 학습과 생성 알고리즘을 활용해 다양한 변수가 가격에 미치는 영향을 알아보고자 했다. 연구 결과 이미지 만을 활용한 가격 예측은 정확도가 높지 않다는 사실을 확인하였고 작품이 가진 여러 특성을 변수로 한 정형 데이터의 가격 예측 정확도가 더 높은 것을 알 수 있었다. 또한 생성 알고리즘을 통해 새로운 특성 조합의 작품들을 만들었고 가격을 수치 예측해보았다. 이를 실제 작가의 작품의 가격과 가격의 변동 추이를 대조해 작가의 작품 판매 가격 평균치 이상인 작품의 특성을 확인할 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.936-937
• /
• 2023

본 논문에서는 LLM(Large Language Model) 모델의 fine-tuning 을 통한, 기초 수리 서술형 문항 풀이용 모델 및 Dall-E2 등 이미지 생성형 모델을 활용한 따른 영어 퀴즈풀이용 이미지 생성형 모델을 생성하여, 한국어 기반 LLM 자체 모델 학습 및 교육용 이미지 생성에 대한 방법을 고찰하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.670-672
• /
• 2001

A Design of Theme-Oriented History Learning System Using GIS Based on WWW 초고속통신망과 웹 인터페이스의 발전은 교육환경에 많은 변화를 가져왔으며, 더불어 웹을 기반으로 하는 교육적 활용방법이 활발히 연구되고 있다. 본 논문에서는 기존의 정적지도를 이용한 획일적 역사학습방법을 지양하고, 동적인 학습이 가능하도록 클라이언트 중심의 웹기반 GIS를 이용한 테마지향 역사학습시스템을 설계하였다. 설계된 시스템은 크게 5가지 모듈로 구성되고 학습자 관리 DB, 학습 정보 DB, GIS DB와의 인터페이스 기능을 갖도록 기수라고, 이들 관계를 OMG 클래스다이어그램으로 보였다. 본 논문의 역사학습시스템은 학습자가 하는 주제를 선택하여 역사학습 정보를 요구할 때 지리적 위치를 지도상에 보여줌으로서 시각적이고 공간적인 이해를 가능하게 하였다. 또한 본 시스템은 텍 ;, 이미지, 사진, 동영상 등의 속성정보를 이용한 멀티미디어 정보와 효과적인 학습정보 검색을 위한 다양한 검색방법을 제공하여, 학습자의 흥미를 유발시키고 역사학습을 효율성을 높일 수 있도록 하였다.록 하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.868-871
• /
• 2019

본연구는 커플들의 이미지 빅 데이터를 분석하여 각각 얼굴과 패션에 따라 유사한 유형 끼리 클러스터링 하여 새로운 사람 이미지가 주어졌을 때 해당 사람이 어느 유형에 속하는지 찾아내고 해당 유형의 사람들은 어떤 유형의 이성과 잘 맞는지 찾아 추천해주는 플랫폼이다. 빅 데이터를 수집하기 위하여 SNS상에서 커플들의 이미지를 크롤링하여 저장한다. 수집된 커플들의 이미지를 AI 머신 러닝으로 나이, 성별을 분석하여 미리 설정한 나이대의 이성 커플들의 이미지 만을 추려내서 각각 남, 여의 이미지를 분리하여 저장한다. 해당 이미지들로 비슷한 얼굴, 패션 유형의 사람들을 같은 클러스터로 모으고 CNN 으로 학습 시켜서 새로운 이미지가 들어올 경우 효율적으로 해당 이미지가 어느 클러스터에 속하는지 찾아낼 수 있도록 한다. 특정 이미지가 속하는 클러스터를 찾아내면 해당 클러스터에 속하는 사람들의 연인들이 어느 클러스터에 가장 많이 포함되어 있는지 찾아서 해당 클러스터 유형의 이성을 추천해준다. 웹과 어플리케이션으로 이루어진 플랫폼 서비스이며, 커플 매칭 기능 뿐만 아니라 매칭된 회원 간 연락 기능, 실제 커플의 이미지로 두 사람의 매칭도 확인 등의 부가적 기능 또한 인공 지능 서비스로 제공된다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2021.06a
• /
• pp.303-306
• /
• 2021

이미지 초해상도는 영상 취득 과정에서 센서와 렌즈의 물리적인 한계 등으로 인하여 의해 화질이 저하된 이미지를 더 높은 배율로 복원하는 문제이다. 이미지 초해상도는 딥러닝을 통해 놀라운 성능향상을 이루었지만, 카메라로 촬영된 실제 이미지에서는 좋은 성능을 내지 못하였다. 이는 딥러닝에서는 'bicubic' 커널로 down-sampling된 합성 이미지 데이터를 사용하였던 것과 달리 실제 이미지에서는 'bicubic' 커널을 통한 화질 저하와는 다른 화질 저하, 즉 다른 커널을 통한 화질 저하가 발생하기 때문이다. 따라서 실제 이미지에 대한 성능을 높이기 위해서는 이에 대한 정확한 커널 예측이 필요하다. 최근 주목받기 시작한 이미지 초해상도를 위한 커널 예측은 초해상도를 잘 시켜주는 커널을 직접 찾는 방법[10, 13]과 이미지의 분포와 커널을 통해 다운샘플된 이미지에 대한 분포를 일치시켜주면서 커널을 예측하는 방법[14]으로 나누어져 있다. 그러나 두 방법 모두 ill-posed problem 인 커널 예측 문제를 한 장의 이미지만으로 해결하려는 것이기 때문에 정확한 예측에는 어려움이 발생한다. 따라서 본 논문에서는 두 장의 이미지를 활용한 이미지 화질 저하 커널 예측 방법을 제안한다. 제안된 방법은 두 장의 이미지가 같은 카메라를 통해 촬영되었으며 이때 이미지 화질 저하는 카메라에 의해서만 영향을 받는다는 가정을 기반으로 한다. 즉, 두 장의 이미지는 같은 커널을 통해 저하된 이미지라는 가정을 한다. 제안된 방법은 [14]에서처럼 이미지 분포를 기반으로 한 커널 예측을 진행하며, 이미지 초해상도를 진행하고자 하는 이미지 외에 참고 이미지 또한 같은 커널에서 화질 저하를 시켰을 때 본래의 이미지와 같은 분포에 있도록 학습을 진행한다. 결과적으로 본 논문에서는 두 장의 이미지를 사용하였을 때 더욱 정확하게 커널을 찾을 수 있음을 보여준다. 두 장의 이미지를 활용하는 방식이 한 장의 이미지만을 활용하는 기존의 최고 수준의 방법에 비해 합성된 다양한 커널 데이터셋[14]에서 약 0.17dB 성능 향상이 있었다.

• Journal of the Korean Recycled Construction Resources Institute
• /
• v.9 no.3
• /
• pp.348-355
• /
• 2021

Asphalt, widely used for road pavement, has different required physical properties depending on the environment to which the road is exposed. Therefore, it is essential to maximize the life of asphalt roads by evaluating the physical properties of asphalt according to additives and selecting an appropriate formulation considering road traffic and climatic environment. Dynamic shear rheometer(DSR) test is mainly used to measure resistance to rutting among various physical properties of asphalt. However, the DSR test has limitations in that the results are different depending on the experimental setting and can only be measured within a specific temperature range. Therefore, in this study, to overcome the limitations of the DSR test, the rheological characteristics were predicted by learning the images collected from atomic force microscopy. Images and rheology properties were trained through EfficientNet, one of the deep learning architectures, and transfer learning was used to overcome the limitation of the deep learning model, which require many data. The trained model predicted the rheological properties of the asphalt binder with high accuracy even though different types of additives were used. In particular, it was possible to train faster than when transfer learning was not used.

• Journal of the Korean GEO-environmental Society
• /
• v.22 no.10
• /
• pp.5-12
• /
• 2021

The deterioration of facilities is an unavoidable phenomenon. For the management of aging facilities, cracks can be detected and tracked, and the condition of the facilities can be indirectly inferred. Therefore, crack detection plays a crucial role in the management of aged facilities. Conventional maintenances are conducted using the crack detection results. For example, maintenance activities to prevent further deterioration can be performed. However, currently, most crack detection relies only on human judgment, so if the area of the facility is large, cost and time are excessively used, and different judgment results may occur depending on the expert's competence, it causes reliability problems. This paper proposes a concrete crack detection framework based on machine learning to overcome these limitations. Fully automated concrete crack detection was possible through the proposed framework, which showed a high accuracy of 96%. It is expected that effective and efficient management will be possible through the proposed framework in this paper.