• 정보처리학회논문지D
• /
• 제14D권3호
• /
• pp.347-354
• /
• 2007

전자상거래에서 취급되는 상품은 오프라인 상에서 뿐만 아니라 온라인 상에서도 그 종류가 매우 다양하고 수 또한 셀 수 없을 정도로 많다. 이런 이유로 고객들이 그들의 요구에 따른 가장 적합한 상품을 찾기란 쉬운 일이 아니다. 따라서 다양한 성향을 갖는 고객들에게 더 좋은 가치를 갖는 양질의 정보를 제공하기 위해서는 고객들의 선호도를 정확하게 예측하는 능력을 갖는 개인화된 추천 시스템의 개발이 필요하다. 본 논문에서는 추천 시스템에서 클러스터링을 기반으로 한 협동적 필터링을 위한 정제된 이웃선정 방법을 제안한다. 이 방법은 그래프 접근법을 이용하며, 고객에게 영향을 줄 수 있는 다른 고객들의 집합을 보다 효율적으로 찾아낸다. 제안한 방법은 또한 서열화된 클러스터링 및 유사 가중치를 이용하여 탐색을 수행하여 보다 유용한 이웃을 선정한다. 실험 결과는 본 논문에서 제안한 방법을 이용한 추천 시스템이 보다 유용한 이웃 고객들을 찾아냄으로써 추천 시스템의 예측의 질을 향상시켜 주는 것을 보여준다.

• 한국게임학회 논문지
• /
• 제17권6호
• /
• pp.77-88
• /
• 2017

본 연구의 목적은 데이터 클러스터링을 활용해 기존의 플레이어 유형 이론을 비교하고 검증하는 것이다. 연구 진행을 위해 A 대학교 2016년 2학기에 진행된 초대형 강의 수강생의 결과 데이터 235개를 활용했다. 본 연구에서는 K-평균(Means)과 적절한 클러스터 수를 결정하기 위해 실루엣(Silhouette) 평가기법을 적용했다. 적용한 플레이어 유형은 바틀의 2차원, 3차원 플레이어 유형, Ferro의 5 가지 유형, 브레인헥스이다. 연구결과에 따르면, 바틀의 2차원 플레이어 유형이 데이터 클러스터링 관점에서 가장 적합한 것으로 나타났다. 각 플레이어 유형 별 특성분포도 해석했다. 본 연구결과는 게이미피케이션을 적용하거나 개발 프로세스를 연구할 때 사용되는 플레이어 분석 부분에 영향을 미칠 것으로 예상된다.

• 정보처리학회논문지D
• /
• 제16D권3호
• /
• pp.317-326
• /
• 2009

최근 궤적 정보를 이용한 많은 연구들이 진행되고 있으나, 이들 대부분의 연구는 유클리드 공간 내의 궤적들을 대상으로 하고 있다. 그러나 실제 응용에서 대부분의 이동 객체들은 도로 네트워크 공간상에 존재하므로, 유클리드 공간을 대상으로 한 연구들을 도로 네트워크 공간에 적용시키는 것은 적합하지 않다. 본 논문에서는 도로 네트워크 내 이동 객체들의 대용량 궤적 정보를 대상으로 하는 효과적인 클러스터링 기법에 대하여 논한다. 이를 위하여 우선 본 논문에서는 궤적을 각 이동 객체가 시간에 따라 지나온 도로 세그먼트들의 연속으로 정의한다. 다음, 도로 세그먼트들의 길이와 식별자 정보를 이용한 새로운 유사도 측정 함수를 제안하고, 이를 이용하여 측정된 궤적간의 유사도 정보를 기반으로 FastMap과 계층 클러스터링(hierarchical clustering)기법을 이용하여 전체 궤적들을 클러스터링하는 방식을 제안한다. 또한, 본 논문에서는 실제 응용에서 대부분의 이동 객체는 최단 거리를 이용하여 움직인다는 특성을 반영한 새로운 궤적 생성 기법을 제안하고, 이렇게 생성된 궤적 데이터를 이용하여 제안된 클러스터링 기법에 대한 다양한 성능 평가 결과를 보인다. 실험 결과에 따르면 제안된 기법은 사람에 의하여 유사 궤적들을 클러스터링한 결과와 비교하여 95%이상의 높은 정확도를 보였다.

• 한국산학기술학회논문지
• /
• 제13권10호
• /
• pp.4807-4813
• /
• 2012

다양한 영상으로부터 사용자가 원하는 대상 물체를 정확하게 분할하는 기존의 기법은 2차원적인 특징을 위주로 사용하므로 3차원적인 정보가 부족하여 여러 제한사항이 존재한다. 따라서 본 논문에서는 연속적으로 입력되는 3차원의 스테레오 입체 영상으로부터 2차원과 3차원의 특징을 결합하여 군집화함으로써 대상 물체를 보다 강건하게 분할하는 기법을 제안한다. 제안된 방법에서는 먼저 촬영된 장면의 좌우 스테레오 영상으로부터 스테레오 정합 알고리즘을 이용해 영상의 각 화소별로 카메라와 물체 사이의 거리를 나타내는 깊이 특징을 추출한다. 그런 다음, 깊이 특징과 색상 특징을 효과적으로 군집화하여 배경에 해당하는 영역을 제외하고, 전경에 해당하는 대상 물체를 감지한다. 실험에서는 본 논문에서 제안된 방법을 여러 가지 영상에 적용하여 테스트를 해 보았으며, 제안된 방법이 기존의 2차원 기반의 물체 분리 방법에 비해 보다 강건하게 대상물체를 분할함을 확인하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.422-424
• /
• 2021

In this paper, it leads the approach of fusing multiple RGB cameras for visual objects recognition based on deep learning with convolution neural network and 3D Light Detection and Ranging (LiDAR) to observe the environment and match into a 3D world in estimating the distance and position in a form of point cloud map. The goal of perception in multiple cameras are to extract the crucial static and dynamic objects around the autonomous vehicle, especially the blind spot which assists the AV to navigate according to the goal. Numerous cameras with object detection might tend slow-going the computer process in real-time. The computer vision convolution neural network algorithm to use for eradicating this problem use must suitable also to the capacity of the hardware. The localization of classified detected objects comes from the bases of a 3D point cloud environment. But first, the LiDAR point cloud data undergo parsing, and the used algorithm is based on the 3D Euclidean clustering method which gives an accurate on localizing the objects. We evaluated the method using our dataset that comes from VLP-16 and multiple cameras and the results show the completion of the method and multi-sensor fusion strategy.

• 한국통신학회논문지
• /
• 제24권10B호
• /
• pp.1937-1945
• /
• 1999

본 논문에서는 정점 군집화(vertex clustering) 방법에 기반한 3차원 물체의 단순한 기법을 제안한다. 제안한 방법은 3차원 물체의 국부 영역의 특성에 따라 군집화하는 격자의 크기를 다르게 한다. 격자의 크기는 삼각형의 법선 벡터와 정점 분포를 이용하여 결정한다. 인접한 삼각형의 법선 벡터가 이루는 각이 크고 정점들이 흩어져 있으면 작은 격자로 분할하여 자세한 표현을 한다. 격자의 분할 과정은 8진 나무(octree)로 나타낸다. 단순화 오차를 추정하기 위해 하우스도르프 거리(Hausdorff distance)를 이용한다. 제안한 방법은 정점 군집화의 적은 계산량과 효과적인 단순화의 장점을 그대로 유지할 수 있다. 그리고 3차원 물체의 특성에 따라 격자의 크기를 다르게 하므로 기존의 방법에 비해 단순화 오차가 적고 작은 영역의 변화까지 세밀히 나타낼 수 있다. 또한, 다양한 단순화 단계를 가지는 다해상도 모델로의 표현이 가능하고 격자 크기의 조절이 가능하므로 선택된 영역에 대해서 세밀한 표현도 가능하다.

• 한국멀티미디어학회논문지
• /
• 제20권8호
• /
• pp.1224-1235
• /
• 2017

Recently, augmented reality technology has received much attention in many fields. This paper presents an augmented reality system using Rubiks' Cube which can augment various 3D objects depending on patterns of a Rubiks' cube. The system first detects a cube from an image using partitional clustering and strongly connected graph. Thereafter, the system detects the top side of the cube and finds a proper pattern to determine which object should be augmented. An object corresponding to the pattern is finally augmented according to the camera viewpoint. Experimental results show that the proposed system successfully augments various virtual objects in real time.

• 한국산업경영시스템학회:학술대회논문집
• /
• 한국산업경영시스템학회 2002년도 춘계학술대회
• /
• pp.455-460
• /
• 2002

As the transmission of 3D shape models through Internet becomes more important, the compression issue of shape models gets more critical. The issues for normal vectors have not yet been explored as much as it deserves, even though the size of the data for normal vectors can be significantly larger than its counterparts of topology and geometry. Presented in this paper is an approach to compress the normal vectors of a shape model represented in a mesh using the concept of clustering. It turns out that the proposed approach has a significant compression ratio without a serious sacrifice of the visual quality of the model.

• 디지털콘텐츠학회 논문지
• /
• 제18권5호
• /
• pp.989-994
• /
• 2017

본 논문은 2D 라이다를 이용해서 포트홀을 검출하는 시스템과 알고리즘을 제안한다. 기존의 포트홀을 검출하는 방법에는 진동, 3D 복원, 영상, 명암을 기반으로 한 방법이 있다. 제안하는 포트홀 검출 시스템은 저가형 LiDAR 두 개를 이용하여 포트홀 검출성능을 개선한다. 포트홀 검출 알고리즘은 LiDAR를 통해 얻은 데이터의 노이즈를 제거하기 위한 전처리과정, 시각화를 위한 클러스터링과 선분추출, 포트홀 검출을 위한 기울기 함수를 구하는 단계로 나뉜다. 기울기 함수를 통해 추출된 데이터의 특징점을 찾아내어 포트홀 여부를 검사하고 포트홀의 깊이와 폭을 측정한다. 2개의 라이다를 활용한 포트홀 검출 시스템을 개발하고, 라이다 장치를 이동하면서 포트홀을 검출함으로써 2D LiDAR를 이용한 3차원 포트홀 검출 시스템의 성능을 보인다.

• 센서학회지
• /
• 제23권6호
• /
• pp.377-382
• /
• 2014

Detecting and segmenting diffuse targets in laser ranging data is a critical problem for tactical reconnaissance. In this study, we propose a new method that facilitates the characterization of diffuse irregularly shaped objects using "spin images," i.e., local 2D histograms of laser returns oriented in 3D space, and a clustering process. The proposed "cluster-based spin imaging" method resolves the problem of using standard spin images for diffuse targets and it eliminates much of the computational complexity that characterizes the production of conventional spin images. The direct processing of pre-segmented laser points, including internal points that penetrate through a diffuse object's topmost surfaces, avoids some of the requirements of the approach used at present for spin image generation, while it also greatly reduces the high computational time overheads incurred by searches to find correlated images. We employed 3D airborne range data over forested terrain to demonstrate the effectiveness of this method in discriminating the different geometric structures of individual tree clusters. Our experiments showed that cluster-based spin images have the potential to separate classes in terms of different ages and portions of tree crowns.