• 한국정보교육학회:학술대회논문집
• /
• 2005.08a
• /
• pp.238-245
• /
• 2005

우리 생활 속에서 항상 존재하고 있는 색채의 중요성을 생각해 볼 때 색채 교육은 매우 중요한 일이다. 본 연구에서는 색채 지도 내용을 재구성하여 생활에서 활용할 수 있는 색채 감각을 신장시킬 수 있는 웹 형태의 색채 학습 시스템을 설계하였다. 인터넷을 이용하여 색채에 대한 지식과 함께 미적체험, 표현 감상에 관하여 학습하고 시스템에서 다양한 표현 활동 및 상호 작용 학습을 실행함으로써 효과적인 색채 학습이 가능하도록 시스템을 구성하였다. 이 시스템에서의 학습 단계는 여러 가지 색, 색의 느낌, 색의 배색, 색의 속성, 색의 이미지, 색과 생활이라는 큰 단위의 6가지 학습 단계를 가지고 있고 각 단계 별로 미적체험, 표현, 감상 의 단계를 거치면서 학습할 수 있도록 설계하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.07a
• /
• pp.67-70
• /
• 2022

NLP 분야에서 적극 활용되기 시작한 Transformer 모델을 Vision 분야에서 적용하기 시작하면서 object detection과 segmentation 등 각종 분야에서 기존 CNN 기반 모델의 정체된 성능을 극복하며 향상되고 있다. 또한, label 데이터 없이 이미지들로만 자기지도학습을 한 ViT(Vision Transformer) 모델을 통해 이미지에 포함된 여러 중요한 객체의 영역을 검출하는 saliency map을 추출할 수 있게 되었으며, 이로 인해 ViT의 자기지도학습을 통한 object detection과 semantic segmentation 연구가 활발히 진행되고 있다. 본 논문에서는 ViT 모델 뒤에 classifier를 붙인 모델에 일반 학습한 모델과 자기지도학습의 pretrained weight을 사용해서 전이학습한 모델의 시각화를 통해 각 saliency map들을 비교 분석하였다. 이를 통해, 클래스 분류 학습 기반 전이학습이 transformer의 saliency map에 미치는 영향을 확인할 수 있었다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.07a
• /
• pp.529-530
• /
• 2022

단어 카드나 그림을 통한 낱말 교육은 집중력과 주의력을 오래 유지하는 것이 어렵다. 유아들은 사물을 심상 혹은 이미지로 인식하는 성향이 있으므로 개념을 무리하게 주입시키기 보다는 감각적이고 입체적인 교육이 필요하다. 본 논문에서는 홀로렌즈와 객체 인식 기능을 이용한 낱말 학습 시스템 개발에 대해 설명한다. 이 시스템을 통해 사용자는 실제 객체와의 상호작용을 통해 낱말 학습이 가능하며, 한국어를 제외한 언어에도 적용하여 외국어 교육에도 효과적일 것으로 기대한다.

• Broadcasting and Media Magazine
• /
• v.27 no.2
• /
• pp.43-50
• /
• 2022

한 장의 이미지로부터 장면의 깊이 정보를 추정하는 기술은 자율 주행, 실내외 로봇 기반 서비스 등 다양한 응용 분야에서 널리 적용되고 있다. 심층 학습을 이용한 알고리즘이 활발히 연구되면서 이러한 단안 깊이 추정 기술의 산업 분야 적용 범위는 확대되고 있는 추세이다. 그러나, 깊이 경계 정보를 정밀하게 예측하는데 여전히 많은 어려움이 있으며, 다양한 실제 환경에서 획득한 3차원 깊이 정보 구축 또한 많은 비용이 소모되는 문제점이 있다. 본 고에서는 이러한 문제를 해결하기 위해 최근 활발히 연구되고 있는 심층신경망 기반 단안 깊이 추정 연구의 최신 동향을 소개하고자 한다. 지도 학습 기반 방법부터 최근 활발히 연구되고 있는 비지도 학습 방법까지 상세히 살펴본다. 이와 더불어 대표 방법에 대한 성능 평가 결과도 간략히 제시하고자 한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• fall
• /
• pp.152-153
• /
• 2021

고성능 딥러닝 모델은 학습과 추론 과정에서 고비용의 전산 자원과 많은 연산량을 필요로 하여 이에 따른 개발 환경과 많은 학습 시간을 필요로 하여 개발 지연과 한계가 발생한다. 따라서 HW 또는 SW 개선을 통해 파라미터 수, 학습 시간, 추론시간, 요구 메모리를 줄이는 연구가 지속 되어 왔다. 본 논문은 EfficientNet에서 사용된 Linear Bottleneck을 변경하여 정확도는 소폭 감소 하지만 기존 모델의 파라미터를 55%로 줄이는 경량화 모델을 제안한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.11a
• /
• 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.

• Journal of Digital Convergence
• /
• v.16 no.12
• /
• pp.555-561
• /
• 2018

It is the Korean language textbook of elementary school 1~2 grade that forms the basis of the textbook to nurture the creative convergence talent with the core competence required by the future society. In order to increase the learning effect based on the textbooks, the interest inducing factors were derived on the basis of the learning interest, and the textbook design was analyzed by the in - depth interviews and discussions of the expert group. As a result, Graphic elements using bright and soft colors, illustrations of peer groups related to learning contents, and resilient use of sans serifs. However, issues such as lack of proper mixing of photos and illustrations, further development of learning helper characters, configuration of spare margins, graphic image design, and lack of a structured layout that utilizes color and visual images were cited as problems.

• The Journal of the Convergence on Culture Technology
• /
• v.9 no.3
• /
• pp.121-127
• /
• 2023

The purpose of this pilot study is to examine the responses of middle school students to English learning after conducting English writing activities using DALL-E2, an image-generating artificial intelligence tool. To this end, an experimental class was conducted for 3 weeks for 15 middle school English learners, and the results are summarized as follows. First, as a result of a survey on English writing activities using DALL-E2, it was found that confidence, interest, and awareness of writing using artificial intelligence-based tools changed positively. In addition, it was confirmed that there was a statistically significant difference, which meant that learning using artificial intelligence had a positive effect on English writing and overall English learning. Second, as a result of analyzing the English writing activities using DALL-E2, core themes could be extracted into three (cognitive, affective, and psychodynamic characteristics), and the use and implementation of artificial intelligence-based DALL-E2 in English learning showed potential to increase learning interest, challenge, will, and desire in learning and ultimately contribute to enhancing productive skill.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.12 no.2
• /
• pp.331-336
• /
• 2017

The need for early fire detection technology is increasing in order to prevent fire disasters. Sensor device detection for heat, smoke and fire is widely used to detect flame and smoke, but this system is limited by the factors of the sensor environment. To solve these problems, many image-based fire detection systems are being developed. In this paper, we implemented a system to detect fire and smoke from camera input images using a convolution neural network. Through the implemented system using the convolution neural network, a feature map is generated for the smoke image and the fire image, and learning for classifying the smoke and fire is performed on the generated feature map. Experimental results on various images show excellent effects for classifying smoke and fire.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2019.05a
• /
• pp.265-267
• /
• 2019

In this paper, we propose a method to automatically generate gray images similar to existing images using genetic algorithms. We have proposed two techniques for gene modeling, which is the most important design element to apply genetic algorithm to real field problems. Experiments were performed on two different sizes of gray images using each of the proposed techniques. Experimental results show that there is a large difference in the evolutionary performance of each technique in gene modeling for image generation. Therefore, it can be understood that gene modeling should be carefully decided in order to generate an image similar to the existing image in the future, or to learn quickly and naturally to generate an image synthesized from different images.