• 한국콘텐츠학회논문지
• /
• 제17권8호
• /
• pp.422-434
• /
• 2017

타인의 선호에 대한 정보가 개인의 태도 형성에 미치는 영향은, 소비자의 독특함에 대한 욕구와 제품 특징에 따라 달라질 수 있다. 독특함에 대한 욕구가 강한 사람의 경우, 경험적 특징에 대한 타인의 선호에 대한 정보를 접하면 정체성의 독특함과 관련된 측면이 환기되면서, 타인에게 동조하는 것이 독특함 관련 자존감을 위협한다는 우려 때문에 타인의 선호와 매우 다르게 태도를 형성한다. 탐색적 특징은 독특함 관련 측면을 환기시키지 않기 때문에, 이들은 타인의 선호와 관계없이 태도를 형성한다. 반면, 독특함에 대한 욕구가 낮은 소비자는 타인의 선호에 대한 정보가 정체성의 독특함 관련 측면을 환기시키지 않기 때문에, 제품 특징에 관계없이 타인의 선호에 동조하는 경향을 보였다. 본 연구는 경험적, 탐색적 특징을 구분하는 기준으로서 개인의 정체성을 표시하는지의 여부를 제안하였고, 독특함 욕구가 강한 소비자를 대상으로는 대중적이지 않은 제품 특징을 개발하는 것이 효과적일 수 있다는 실무적 시사점을 제공한다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2015년도 춘계 종합학술대회 논문집
• /
• pp.305-306
• /
• 2015

과속차량 단속카메라에 촬영된 차량 전면 영상은 차량번호를 인식하여 과속차량에 과금하는 용도로 사용되나 범죄 용의자 차량을 추적하기 위한 용도로도 사용되어진다. 본 연구에서는 국소특징점의 정합을 이용하여 차량 모델을 찾는 방법을 넘어서 실시간으로 차량 모델을 찾기 위한 알고리즘을 제안한다. 입력된 영상에 대하여 차량의 모델을 특징지을 수 있는 헤드라이트를 포함한 차량의 그릴 영역을 관심영역으로 제한하고 관심영역에서 추출된 특징점들을 모델 특징벡터 데이터베이스의 자료와 비교하는 방법 을 사용하였다. 입력 영상의 크기 변화와 조명 변화에 강인한 SURF 국소특징점을 이용한 매칭 방법은 차량 모델을 찾는데 적합하나 선형적으로 탐색하는데 시간이 오래걸린다. 따라서 블러를 사용하여 차량 이미지에서 추출되는 특징점들의 수를 매칭이 가능한 수준으로 낮추는 방법으로 모델 자료로부터 탐색에 필요한 시간을 단축시켰다. 또한 모델 자료를 구조화하여 탐색시간을 줄이는 방법들을 비교하여 LSH 를 사용한 결과 차량 모델을 탐색하는데 필요한 시간이 단축됨을 보였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 추계학술발표대회
• /
• pp.580-583
• /
• 2010

본 논문에서는 동영상을 대상으로 하는 시각 주의 탐색에 대한 새로운 시스템에 대하여 설명한다. 제안하는 시스템은 기존의 공간 주의 모델에 새로운 시간 특징 추출 모듈을 추가함으로써 색상 및 명암, 형태, 방위와 같은 공간 특징 외에 움직임과 같은 시간 특징을 추가로 사용한 시각주의 탐색 모델이다. 기존 시스템과 가장 큰 차이점으로 공간 특징의 가중치 결합 방법과 움직임 특징 추출방법, 공간과 시간 특징 간 결합방법에 있다. 시스템의 성능평가를 위하여 다양한 환경의 영상을 대상으로 실험하였고 제안하는 시스템은 영상에서 사람이 시각적으로 중요하게 인지하는 영역과 부합되는 결과를 보였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 하계학술대회
• /
• pp.288-291
• /
• 2020

기존의 스티칭 사용되어 온 특징점 추출 방법들은 영상의 고주파 영역과 저주파 영역에 따라 빈도수가 다르다는 특징이 있고, 이러한 특징점 빈도수의 불균일성 없이, 일정한 간격으로 분포하는 특징점 매칭하는 계층적 탐색 기반 매칭 방법을 제안한다. 이는 스티칭 영상의 화질 개선뿐만 아니라 3D VR 영상의 화질개선에서도 효과를 줄 수 있다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2003년도 춘계학술발표대회논문집
• /
• pp.762-765
• /
• 2003

본 논문에서 제안하는 분절된 화소들의 특징추출 방법은 이진화 영상에서 수직/수평 화소들의 분절점을 탐색하여 추출하는 특징 탐색기이다. 숫자의 구조적인 면을 고려하여 사소한 부분들도 명확한 특징으로 탐지하여 추출하였고, 이러한 방법은 일반적으로 사용하여지는 특징추출방법 몇가지를 선택하여 이용하였고, 제안하는 방법과 결합하여 필기체 숫자를 인식하였다. 인식기를 구현하기 위하여 3개층 구조를 갖는 클러스터 MLP 신경망을 사용하였다 실험 결과 단순히 일반적인 특징만을 활용하여 얻는 인식률 보다 훨씬 향상됨을 보여주었다.

• 한국통신학회논문지
• /
• 제14권4호
• /
• pp.348-359
• /
• 1989

본 논문은 [1]와 [2]에 의해 제안된 multitree 형상 인식 기법의 성능 개선에 관한 논문이다. Multitree 형상 인식 기법의 기본적인 생각은, Classifier 설계과정에서 각 특징별로 Binary Decision Tree 를 구성하고, 이들의 탐색 순서를 결정하며, 인식 과정에서는 앞에서 정한 탐색 순서에 의거하여, BDT(Binary Decision Tree)를 탐색해 나간다는 것이다. 이때 BDT를 추가하여 탐색하기 전에 그때까지 얻은 정보를 이용하여 입력 물체를 인식할 수 있는지에 대한 여부를 결정하며, 인식이 가능한 경우 BDT의 탐색을 멈추고, 인식이 불가능한 경우 BDT의 탐색을 계속해 나간다. 이 방법은 BDT를 각 특징별로 만들기 때문에 새로운 특징의 삭제나 첨가가 상당히 용이하며 인식에 사용되는 특징의 갯수가 감소하게 된다. 따라서 이 알고리즘은 특징의 수가 많거나 class수가 많을 경우 쉽게 이용될 수 있다. 본 논문은 각 특징에서 구한 근사화된 확률 분포로부터 입력 특징값에 대한 확률값을 구해 인식에 이용하였으며, 이 값을 이용한ㄴ 여러가지 인식 방법을 제안하였다. 그리고 Branch and Bound 방법을 사용하여 특징의 선택 순서와 탐색 범위를 구하였다. 위에서 제안한 것들을 실험한 결과 기존의 multitree형상 인식 기법보다 본 논문에서 제안한 기법의 성능이 향상되었다.

• 디자인학연구
• /
• 제20권3호
• /
• pp.203-214
• /
• 2007

본 논문은 이동(Navigation)지원을 목적으로 하는 정보기기 콘텐츠를 개발하기 위하여 보행자의 감성이 반영된 감성정보처리법을 퍼지이론에 기초하여 제안하였다. 먼저, 가상의 목적지로 설정한 상업공간의 감성평가를 실시하고, 시각적 특징과 감성적 특징 사이의 인과관계를 규명하여 내비게이션 지식베이스로 구축하는 방법을 제안하였다. 지식베이스는 감성적 특징 사이의 상관관계모델, 시각적 특징량과 감성적 특징량 사이의 인과관계모델, 그리고 시각적 특징량과 물리적 특징량 사이의 변환모델로 구축된다. 다음으로, 보행자의 목적지에 대한 감성적 취향과 내비게이션에 주어지는 시간적 제약조건에 따라 목적지 탐색을 4가지 유형으로 분류하고 각각의 유형에 적합한 목적지 탐색방법을 제시하였다. 마지막으로, 구축된 지식베이스와 감성검색 알고리즘을 이용하여 내비게이션 유형별로 목적지 탐색을 시뮬레이션 하여 보행자의 감성을 고려한 정보탐색방법으로서의 유효성을 검증하였다. 본 연구에서 제안한 감성정보처리법은 다양한 분야의 정보기기 콘텐츠를 개발함에 있어 사용자의 감성기능을 적용하는 방법론으로 활용될 수 있을 것으로 기대된다.

• 정보처리학회논문지B
• /
• 제10B권1호
• /
• pp.73-80
• /
• 2003

본 논문에서는 기준영상과 탐색영상 사이의 대응되는 특징 점을 정합 하는 알고리즘을 제안한다. 두 영상에서 특징 점을 찾기 위하여 Harris의 코너 점 검출기를 사용하였다. 기준영상의 각 특징 점에 대해, 정규상관계수가 임계치 이상인 탐색영상의 특징 점들로 후보 정합 점을 구한다. 최종적으로 동적 프로그래밍을 사용하여 후보 정합 점들 중에서 대응되는 특징 점을 구한다. 실험으로 인위적인 영상과 실제 영상에서 특징 점을 정합 하는 결과를 보였다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2002년도 추계정기학술대회
• /
• pp.258-265
• /
• 2002

베이지안망은 기존의 방법에 비해 불확실한 상황에서도 지식을 표현하고 결론을 추론하는데 유용한 것으로 알려져 있다. 본 논문에서는 대표적인 베이지안망 분류기들을 제시하고, 동일 임상데이터에 대해 서로 다른 유형별 베이지안망 분류기들을 학습하였다. 베이지안망을 적용할 때 변수의 수가 많아짐에 따라 베이지안망의 구조를 학습하는데 탐색공간이 넓어져 어려움이 있다. 본 연구에서는 이런 탐색공간을 효율적으로 줄이기 위하여 클래스 노드의 Markov blanket에 속한 특징들로 집합을 축소하는 것을 제안하고, 실험을 통해 이 특징 축소방법이 베이지안망 분류기들의 성능을 높여 줄 수 있는지 알아보았다. 분류기들의 성능에서는 축소한 특징집합으로부터 얻은 베이지안망으로 확장한 나이브 베이지안망 분류기가 가장 우수한 정확도를 가짐을 실험을 통해 알 수 있었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 제39회 하계학술대회
• /
• pp.1903-1904
• /
• 2008

이 논문에서는 영상 프레임사이의 움직임 벡터 연구에 기반을 둔 빠른 블록 정합 움직임 추정을 위해 보완된 다이아몬드 탐색 알고리즘을 제안한다. 실험 결과는 제안된 알고리즘이 기존의 다이아몬드 탐색 알고리즘 보다 더 적은 탐색으로 좀 더 빠르게 동작하는 것이 가능하다. 본 알고리즘의 특징은 움직임이 적은 블록에 대해서는 CDS(conjugate direction search) 알고리즘을 적용하여 탐색함으로써 탐색 점의 수를 줄일 수 있어 좀 더 빠르게 움직임 추정을 할 수 있다.