KSII Transactions on Internet and Information Systems (TIIS)
/
제13권8호
/
pp.4255-4269
/
2019
This paper proposes an image generation method using a Multi Discriminator Generative Adversarial Net (MDGAN) as a next generation 2D game sprite creation technique. The proposed GAN is an Autoencoder-based model that receives three areas of information-color, shape, and animation, and combines them into new images. This model consists of two encoders that extract color and shape from each image, and a decoder that takes all the values of each encoder and generates an animated image. We also suggest an image processing technique during the learning process to remove the noise of the generated images. The resulting images show that 2D sprites in games can be generated by independently learning the three image attributes of shape, color, and animation. The proposed system can increase the productivity of massive 2D image modification work during the game development process. The experimental results demonstrate that our MDGAN can be used for 2D image sprite generation and modification work with little manual cost.
본 연구에서는 번들조정 과정에서 요구되는 GCP의 수를 줄이기 위해 동일궤도 상의 개별 영상 대신 스트립을 스트립을 모델링 할 수 있는 가능성을 조사한다. 이를 위해 먼저 동일 궤도상에 존재하는 각 개별영상의 RFM(Rational function model)으로부터 스트립에 대한 RFM을 생성하였다. 다음으로, 생성된 스트립 이미지 간의 번들 조정을 통해 모델 보정계수를 산출하였다. 실험을 위해 각 3개의 Scene 영상으로 구성된 KOMPSAT-3A 스테레오 스트립을 사용하였다. 실험을 통해 스트립의 특정지역에 위치한 기준점만을 사용하여 초기모델 개선이 가능함을 확인하였다. 또한 12개의 지상기준점을 사용한 스트립 번들조정 수행 결과 수평 수직 방향으로 약 2 m의 3차원 위치 결정이 가능함을 확인하였다. 이를 통해 단일 영상 기반 번들조정보다 스트립 번들조정이 더 효율적일 수 있음을 확인하였다.
웨이블릿 변환은 영상을 분석하고 처리하는데 유용한 도구로써 영상 압축, 영상 잡음 제거 등의 분야에서 우수한 성능을 보여주었다. 웨이블릿 계수들은 은닉 마코프 트리(Hidden Markov Tree: HMT) 모델에 의해 효과적으로 모델링 될 수 있다. 그러나 영상 보간에서 은닉 마코프 트리 모델을 적용하기 위해서는 훈련 과정이 필요하며 훈련 과정에서 획득된 파라미터들이 입력 영상과 잘 맞지 않는 단점이 있다. 본 논문에서는 웨이블릿 영역에서 영상 보간을 위해 은닉 마코프 트리의 구조를 사용하되, 그 파라미터들은 훈련 과정 없이 부대역간의 통계적 특성을 이용하여 직접 추정한다. 제안 방법에서 웨이블릿 계수는 가우스 혼합 모델(Gauss Mixture Model: GMM)로 모델링 된다. 가우스 혼합 모델의 상태 천이 확률은 부대역간의 웨이블릿 계수의 통계적 천이 특성을 이용하여 결정하며, 각 상태의 분산은 웨이블릿 계수의 지수적 감소(exponential decay) 특성에 의해, 추정된다. 모의실험에서 제안 방법은 전통적인 bicubic 방법이나 훈련 과정을 필요로 하는 은닉 마코프 모델을 사용한 방법보다 여러 테스트 영상들에 대해서 개선된 성능을 보여주었다.
본 연구는 소매업체 이미지와 유통업자 상표 태도에 대하여 두 가지 대안적 모형의 적합성을 실증적으로 분석하는 것을 목적으로 하고 있다. 하나는 후광 효과 모형으로 소매업체 이미지가 유통업자 상표 태도에 후광 효과를 가진다는 모형이며, 또 다른 하나는 함의 개념 모형으로 유통업자 상표 속성에 대한 평가가 소매업체 이미지에 함축되어 유통업 상표 태도에 영향을 준다는 모형이다. 실증결과는, 두 가지 모형 중 적합한 모형의 결정에는 유통업자 상표에 대한 친숙성과 상품 유형의 조절효과가 있다는 것을 보여주었다. 즉, 친숙성이 높은 경우에는 함의 개념 모형, 친숙성이 낮은 경우에는 후광 효과 모형의 설명력이 높았으며, 유통업자 상표 식품의 경우 함의 개념 모형, 유통업자 의류의 경우 후광 효과 모형의 설명력이 높은 것으로 확인되었다.
쌀의 품종 식별 기술은 아직까지 적절한 방법이 연구되지 않아, 최근 불법 유통사례가 빈번히 발생하고 있다. 따라서 본 연구에서는 보다 신속하게 현장에서 응용가능한 쌀의 품종을 식별하기 위해서, 비파괴 측정법 중 화상처리법을 응용하였다. MFG board, CCD camera, Zoom lens 및 Ring light로 구성된 화상처리 장치로 쌀알의 영상을 취득하여, Threshold, Median filtering으로 쌀알 영상의 노이즈를 제거하고, 윤곽을 추출하여 중심점에서 360도 각도에 대한 가장자리까지의 거리를 쌀알의 화상데이타로 이용하였다. 쌀 품종 내에서 영상 변이는 다소 있었지만, 형태가 상이한 쌀 품종에서는 품종간 변이 보다 품종 내의 변이가 적었으며, 동일 품종의 쌀알의 착립위치에 따라서는 변이 폭이 매우 적었다. 추출된 화상 데이터는 Normalize, FFT의 전처리 과정으로 정규화 및 변수 축소가 가능하였다. 각 품종의 쌀알의 평균 영상에 Matching하는 Library model과 BP neural network model에 의한 품종 판별 결과, 형태가 상이한 품종간에는 100% 판별 가능하였으며, 형태가 유사한 품종간에는 85%의 판별 결과를 나타내었다.
This study examined trends in model perceptions in the Asian fashion industry through a survey on the current status of using models, model attributes, and image recognition for companies and brands participating in the Seoul Fashion Week and Hong Kong Fashion Week. The results of the study are as follows. First, an examination of the races of models used for public relations by clothing and accessory companies indicated that the use of Asian and black models was lower than white models. Second, intimacy, reliability, similarity, and professionalism were derived as attributes for a public relation model. Among these factors, only 'intimacy' showed a difference between the countries. Third, Seoul Fashion Week participants gave the highest marks for the strong individuality of the models used for their brands; however, participants in the Hong Kong Fashion Week most appreciated suitability with products and professional appearance. Fourth, the different trends of model image recognition were shown through various analysis results by country or race, in which Seoul Fashion Week participants highly perceived the global and luxurious image of white models, and were generally highly satisfied with the models. In terms of the Hong Kong Fashion Week, Asian models tended to be perceived as a more casual image, and the participants held contributions to brand recognition as the most significant factor when using Asian models.
In this study, we perform 3-D reconstruction of human proximal femur from DICOM files by using voxel mesh algorithm. After 3-D reconstruction, the model converted to Finite Element model which developed for automatically making not only 3-D geometrical model but also FE model from medical image dataset. During this job, trabecular pattern, one of characteristic of human bone can be added to the model by means of giving it's own elastic property calculated from intensity in CT scanned image to the each voxel. And then another model is made from same image dataset which have two material properties - one corresponds to cortical bone, another to trabecular bone. Finally, validity of voxel mesh technique is verified through comparing results of FE analysis, free vibration and stress analysis.
For the problem that the face image of surveillance video cannot be accurately identified due to the low resolution, this paper proposes a low resolution face recognition solution based on convolutional neural network model. Convolutional Neural Networks (CNN) model for multi-scale input The CNN model for multi-scale input is an improvement over the existing "two-step method" in which low-resolution images are up-sampled using a simple bi-cubic interpolation method. Then, the up sampled image and the high-resolution image are mixed as a model training sample. The CNN model learns the common feature space of the high- and low-resolution images, and then measures the feature similarity through the cosine distance. Finally, the recognition result is given. The experiments on the CMU PIE and Extended Yale B datasets show that the accuracy of the model is better than other comparison methods. Compared with the CMDA_BGE algorithm with the highest recognition rate, the accuracy rate is 2.5%~9.9%.
International Journal of Internet, Broadcasting and Communication
/
제15권1호
/
pp.269-274
/
2023
In this paper, we proposed a new UNet 3+ model for medical image segmentation. The proposed ensemble(E) UNet 3+ model consists of UNet 3+s of varying depths into one unified architecture. UNet 3+s of varying depths have same encoder, but have their own decoders. They can bridge semantic gap between encoder and decoder nodes of UNet 3+. Deep supervision was used for learning on a total of 8 nodes of the E-UNet 3+ to improve performance. The proposed E-UNet 3+ model shows better segmentation results than those of the UNet 3+. As a result of the simulation, the E-UNet 3+ model using deep supervision was the best with loss function values of 0.8904 and 0.8562 for training and validation data. For the test data, the UNet 3+ model using deep supervision was the best with a value of 0.7406. Qualitative comparison of the simulation results shows the results of the proposed model are better than those of existing UNet 3+.
본 연구의 배경 및 목적은 다음과 같다. 미술관에서 생성되는 미술 콘텐츠 생명주기 전반에 걸친 저작권 서비스 연구개발의 필요성과 창조산업에서 이미지저작권 콘텐츠 유통시장 활성화와 저작권 서비스 관리체계 수립의 필요성에 의해, 이미지저작권 보호 및 이용 활성화를 위한 미술관 이미지저작권 아카이브 모델을 설정하기 위해 다학제적으로 진행된 융복합 연구이다. 본 연구의 연구방법 및 내용, 결과는 다음과 같다. 국내 1,000여개의 뮤지엄(박물관, 미술관, 전시관 등)의 저작권료에 대한 산정, 분배, 정산, 모니터링에 대한 기준체계를 제안하여 이미지 저작물의 이용 활성화 및 재활용을 통한 미술콘텐츠 생태계 투명화 및 효율성 향상화를 위해서 다양한 제안이 이루어졌다. 우선, 이미지저작권 아카이브 모델의 내용설계 및 구조설계를 제안하였으며, 프로토타입 시뮬레이션, 실현 시뮬레이션, 모델 가동 시뮬레이션을 위하여, 미술관 미술콘텐츠 유통 서비스 플랫폼을 제안하여, 미술 콘텐츠 저작권료 프로세스 모델을 설정하였다. 미술관 소장품 및 미술작품 유통 과금 기술 개발과 저작권 자동분배 및 정산 엔진 개발은 이미지 콘텐츠에 대한 과금 체계 및 기술 개발이 미약하기 때문에 기본 프레임워크는 기존 콘텐츠 과금 프레임워크를 모델로 사용하였다. 궁극적으로는 미술작가, 미술관 학예사, 유통업체 등이 사용가능한 이미지저작권 아카이브 모델을 제안하였다. 사업화 전략에서는 미술관 이미지저작권 아카이브 모델의 틈새시장 침투전략(Niche penetration strategy)을 제안하였다. 판매확대 전략에서는 미술관 아카이브 시스템의 유동적 연결을 통하여, B2B, B2G, B2C, C2B 형태의 이미지 거래를 효율적으로 진행되게 하며, 이미지 저작물의 관리가 통제 가능한 비즈니스 모델이 수립되었다. 향후 혹은 앞으로의 과제는 미술관에서 소장하고 있는 소장품 및 신규 창작 작품의 미술 콘텐츠 분쟁 예방 및 유통 및 활용에 대한 정보 제공을 통해, 미술작품에 대한 이미지저작권자와 소유자간의 분쟁 등을 최소화하고, 미술품 저작물의 관리성이 향상될 것으로 기대된다. 또한 미술관의 소장품 및 신규작품에 대한 아카이브에 대한 가이드라인이 제공되어, 이미지저작권 등록 증대가 예상되며, 이미지저작권 유통 서비스에 대한 저작권료, 과금, 분배, 정산 등 다양한 융합적 비즈니스 활용이 가능해 질 것이다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.