• 한국인터넷방송통신학회논문지
• /
• 제13권1호
• /
• pp.135-142
• /
• 2013

본 외곽선 탐지는 모양 판별 및 객체 인식과 같은 많은 컴퓨터 시각 분야에 있어서 중요한 문제이다. 대부분의 경우에 지역적인 휘도 변화가 객체 윤곽선에서 보다는 무늬 영역에서 보다 강하게 나타나는 것으로 판명되고 있다. 따라서 각 화소의 가까운 인접된 부분에서만 볼 수 있는 지역적인 에지 특징들은 하나의 윤곽선 존재의 믿을만한 정보가 될 수 없기 때문에 전체적인 분석이 요구되고 있다. 본 연구에서는 형태심리학적 원리를 바탕으로 가상 연산자의 변형된 형태로서 적응성을 갖는 확대 연산자에 의한 지역적인 윤곽선 탐지 기법을 제안한다. 제안 방식의 새로운 점은 확대 방식에 있어서 각 윤곽선 화소에 관해 계산 기하학의 관점에서 Delaunary 다이어그램을 사용한다는 것이다. 윤곽선 그룹화와 관련하여 다중 임계 알고리즘이 도입되고, 각 임계 단계에서 작은 크기의 윤곽선 그룹들은 삭제되며, 자연 3차 스플라인 보간법을 통해 재구축되는 방식의 외형을 나타낸다. 또한, 상이한 임계들의 학습을 통해 입력 인자들의 값에 제안된 알고리즘이 민감하지 않은 견고한 성질을 유지하도록 한다. 본 연구의 구현에서는 기존 접근방식과의 비교를 통해 제안된 외형 결정 방식이 이미지에서 제거된 많은 텍스처들이 있음에도 불구하고 견고하고, 낮은 대비의 외형을 쉽게 감지하는데 효과적임을 보인다.

• 문화기술의 융합
• /
• 제4권2호
• /
• pp.197-204
• /
• 2018

현재 우리가 사는 21세기에서 가장 핫한 이슈중 하나는 AI이다. 농경사회에서 산업혁명을 통해 육체노동의 자동화를 이루었듯이 정보사회에서 SW혁명을 통해 지능정보사회가 도래햇다. Google '알파고'의 등장으로 인해 컴퓨터가 스스로 학습하고 예측하는 machine learning (머신러닝) 사례를 보면서 이제 바둑의 세계 까지 인간이 컴퓨터를 이길 수 없는, 다시 말하면 컴퓨터가 인간을 뛰어넘는 시대가 왔다. 기계학습ML(machine learning)은 인공 지능 분야로, 인공지능 컴퓨터가 인간을 뛰어넘는 시대가 도래했다. 기계학습ML(machine learning)은 인공지능의 분야로, 인공지능 컴퓨터가 혼자 학습 하도록 알고리즘 기술 개발을 하는 뜻을 의미하는데, 많은 기업들이 머신러닝을 바둑의 세계까지 인간이 컴퓨터를 이길 수 없는, 다시 말하면 컴퓨터가 인간을 뛰어넘는 시대가 왔다. 많은 기업들이 머신러닝을 용하는데 그 예로는 Facebook에서 이미지를 계속 학습하여 나중에 그 이미지가 누구인지 알려주는 것도 머신러닝의 한 사례이다. 또한 구글의 데이터 센터 최적화를 위해서 효율적인 에너지 사용 모델 구축을 위해 neural network(신경망)을 활용하였다. 또 다른 사례로 마이크로소프트의 실시간 통역 모델은 번역 학습을 통해 언어관련 인풋 데이터가 증가할수록 더 정교한 번역을 해주는 모델이다. 이처럼 많은 분야에 머신러닝이 점차 쓰이면서 이제 우리 21세기 사회에서 앞으로 나아가려면 AI산업으로 뛰어들어야 한다.

• 대한원격탐사학회지
• /
• 제29권1호
• /
• pp.69-79
• /
• 2013

이 논문에서는 저해상도 원격탐사 자료 기반 주제도의 상세화를 목적으로 2단계로 구성된 지구통계학적 통합 기법을 제안하였다. 우선 영역-점 변환 크리깅을 이용하여 저해상도 부가 자료의 상세화를 수행하고, 이 정보는 이후 통합 과정에서 경향 성분으로 이용된다. 그리고 상세화된 부가 자료와 소수의 정밀 관측 자료와의 통합에 가변적 지역 평균 기반 단순 크리깅을 적용한다. 제안 기법은 저해상도 부가 자료의 상세화를 통해 해상도 차이에 따른 정밀 관측 자료와 부가 자료와의 통계적 연관성을 반영할 수 있으며, 정밀 조사 자료와의 통합을 통해 부가 자료의 오류를 보정할 수 있는 장점이 있다. 제안 기법의 적용성 평가를 위해, 지상 관측 강수 자료와 TRMM 자료와의 통합을 이용한 고해상도 강수 주제도 제작 연구를 수행하였다. 실험 결과, 영역-점 변환 크리깅을 통해 원 자료 스케일의 TRMM 강수값을 재생산할 수 있는 다양한 목표 고해상도에서의 상세 정보 추출이 가능하였다. 그리고 이 자료를 정밀 관측 자료와 통합함으로써 정밀 관측 자료만을 이용하는 단변량 공간 예측 기법에 비해 향상된 예측 정확도를 보였다. 따라서 제안 기법은 서로 다른 해상도를 가지는 자료를 대상으로 저해상도 부가 자료의 상세화에 효율적으로 이용될 수 있을 것으로 기대된다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제35권9호
• /
• pp.572-587
• /
• 2008

SOFM(Self-organizing Feature Map)은 고차원의 데이타를 군집화(clustering)하거나 시각화(visualization)하기 위해 많이 사용되고 있는 비교사 학습 신경망(unsupervised neural network)의 한 종류이며, 컴퓨터비전이나 패턴인식 분야에서 다양하게 활용되고 있다. 최근 SOFM이 실제 응용분야에 다양하게 활용되고 좋은 결과를 보이고 있지만, 학습된 SOFM의 뉴론(neuron)을 다시 군집화해야 하는 후처리가 필요하며, 대부분의 경우 수동으로 이루어지고 있다. 후처리를 자동으로 하기 위해 k-means와 같은 기존의 군집화 알고리즘을 많이 이용하지만, 이 방법은 특히 다양한 모양의 클래스를 가진 고차원의 데이타에서 만족스럽지 못한 결과를 보인다. 다양한 모양의 클래스에서 좋은 성능을 보이기 위해, 본 논문에서는 그래프 컷(graph cut)을 이용하여 학습된 SOFM을 자동으로 군집화하는 방법을 제안한다. 그래프 컷을 이용할 때 터미널(terminal)이라는 두 개의 추가적인 정점(vertex)이 필요하며, 터미널과 각 정점 사이의 가중치는 대부분 사용자에 의해 입력받은 사전정보를 기반으로 설정된다. 제안된 방법은 SOFM의 거리 매트릭스(distance matrix)를 기반으로 한 모드 탐색(mode-seeking)과 모드의 군집화를 통하여 자동으로 사전정보를 설정하며, 학습된 SOFM의 군집화를 자동으로 수행한다. 실험에서 효율성을 검증하기 위해 제안된 방법을 텍스처 분할(texture segmentation)에 적용하였다. 실험 결과에서 제안된 방법은 기존의 군집화 알고리즘을 이용한 방법보다 높은 정확도를 보였으며, 이는 그래프기반의 군집화를 통해 다양한 모양의 클러스터를 처리할 수 있기 때문이다.

• 한국정보전자통신기술학회논문지
• /
• 제12권6호
• /
• pp.537-546
• /
• 2019

본 논문에서는 휴대하기 편하고 3D 콘텐츠 제작이 용이한 트윈 카메라 모듈 시스템을 구현하고자 하였다. 제안한 트윈 카메라 모듈 시스템은 2D 스테레오 카메라로 부터 입력되는 영상을 변환하여 3차원 영상으로 출력할 수 있는 시스템이다. 본 눈문에서 제안한 시스템의 성능평가를 위해 Test Platform을 이용하여 좌, 우 두 개의 렌즈로 촬영된 스테레오 입체 영상의 좌, 우 영상 간의 시차에 따른 회전(Rotation), 기울기(Tilt)에 대한 보정을 평가하였다. 또한 SIFT(Scale Invariant Feature Transform) 알고리즘을 이용하여 3D 입체 영상의 거리오차(Depth Error)를 검증하여 트윈 카메라 모듈 시스템의 효율성을 검증하고자 하였다. 본 논문에서 제안한 트윈 카메라 모듈 시스템은 촬영된 영상을 3D 입체 영상과 준비 영상으로 변화하여 외부에 출력하면 각기 다른 3D 입체 영상 제작 방식에 따른 출력장치에 맞춰 디스플레이가 가능하다. 또한 생성된 영상을 준비 영상과 입체 영상을 각기 다른 채널을 통해 출력하여 많은 제품에 적용하기 쉽고 간편하게 3D 입체 영상 콘텐츠를 제작하는데 이용할 수 있을 거라 기대한다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제22권2호
• /
• pp.69-76
• /
• 2016

최근 모든 산업에서 사물인터넷에 대한 관심이 집중되면서 집, 회사, 차, 길거리 등 인간이 생활하는 모든 환경에 컴퓨팅 기술이 접목되고 있다. 이 같은 사물인터넷 환경에서 음성인식은 중요한 HCI 수단으로 자리 잡고 있다. 현존하는 서버 기반의 음성인식은 속도가 빠르고 꽤 높은 인식률을 보여주고는 있지만, 데이터베이스 내에 저장되어 있는 단어 단위로 인식하기 때문에 인터넷 연결과 복잡한 컴퓨팅이 필수적이다. 본 논문은 한국어 음소 모음 'ㅏ', 'ㅓ' 인식에 대한 휴리스틱 알고리즘에 이은 연구로 모음 'ㅣ'에 대한 음성 인식을 구현하고자 한다. 모음 'ㅣ' 음성의 여러 파형 패턴들을 관찰한 결과 모음 'ㅏ', 'ㅓ'와는 다른 특정한 파형의 패턴을 가지고 있음을 발견하였고, 그 패턴을 인식하는 알고리즘을 제시한다. 또한, 제시한 알고리즘에 신경망 학습을 적용하여 인식성공률을 높이는 실험 결과도 제시한다. 모음 'ㅣ'에 대한 본 알고리즘은 파형의 특징적인 부분 추출 기반으로 인식하며, 신경망 학습까지 적용한 후 실험한 결과 90% 이상의 정확도로 모음 'ㅣ'를 인식하는 것을 확인하였다.

• 한국산림과학회지
• /
• 제106권3호
• /
• pp.320-329
• /
• 2017

본 연구는 항공 LiDAR DEM을 생산하는 FUSION 소프트웨어의 GroundFilter 모듈의 필터링 알고리즘(FA)과 GridSurfaceCreate 모듈의 보간 알고리즘(IA) 패러미터 수준 변화의 DEM 정확도에 대한 영향여부를 평가하고, 가장 정확한 해발고도 정보를 제공하는 LiDAR DEM을 생산하기 위한 패러미터 수준을 제시하고자 하였다. FA의 median 패러미터($F_{md}$), mean 패러미터($F_{mn}$) 및 IA의 median 패러미터($I_{md}$), mean 패러미터($I_{mn}$)에 대해 5개 수준(1, 3, 5, 7 및 9)을 적용한 조합의 변화에 따라 DEM의 정확도에 대한 영향 여부를 평가하기 위해 DEM 결과물의 해발고도와 실측한 현장 해발고도 간의 잔차를 종속변수로 선정하였다. 이후 패러미터의 수준 변화가 잔차 변화에 대한 영향 여부를 검정하는 다원분산분석을 실시하고, 다원분산분석 결과에서 유의미한 영향이 있는 변수의 패러미터 수준들을 잔차에 대한 영향이 차이가 나는 집단으로 그룹화하기 위해 사후검정인 Tukey HSD를 수행하였다. 다원분산분석 결과, 개별 $F_{md}$, $F_{mn}$, $I_{mn}$에서의 수준 변화와 잔차 변화 사이에 유의미한 관계가 있었으며, $I_{mn}$은 유의미한 영향이 없었다. 아울러 $F_{md}$와 $F_{mn}$의 패러미터 조합의 상호작용효과가 잔차 변화에 유의미한 영향을 미치는 것으로 나타났다. 이에 따라 $F_{md}$와 $F_{mn}$의 수준 및 $F_{md}{\ast}F_{mn}$ 상호작용 수준 그리고 $I_{mn}$의 수준이 DEM 정확도에 영향을 주는 요인으로 판단된다. $F_{md}{\ast}F_{mn}$의 조합에 대한 사후검정 결과, 잔차들의 평균 차이에 따라 네 개의 집단으로 나뉘었으며, 그중 '$9{\ast}3$' 조합이 가장 정확도가 높았으며, '$1{\ast}1$' 조합이 가장 낮은 정확도를 나타내었다. $I_{mn}$의 사후검정 결과, 세 개의 집단으로 나뉘었으며, 그중 수준 '3'과 '1'이 가장 낮은 잔차 평균값을 나타내었다. 따라서 가장 정확한 해발고도 정보를 제공하는 항공 LiDAR DEM의 생성을 위하여 $F_{md}{\ast}F_{mn}$의 조합이 수준 '$9{\ast}3$', $I_{mn}$은 수준 '3' 혹은 '1'인 조건을 우선적으로 고려해야할 것으로 판단된다. 본 연구는 LiDAR 자료 기반의 산림속성정보를 추출하는 연구들의 정확도 향상에 기여할 수 있을 것으로 사료된다.

• 지능정보연구
• /
• 제24권1호
• /
• pp.1-23
• /
• 2018

E-commerce 환경의 발전으로 소비자들은 다양한 상품들을 한 자리에서 폭 넓게 비교할 수 있게 되었다. 하지만 온라인 쇼핑몰에 올라와있는 상당량의 주요 상품 정보들이 이미지 형태이기 때문에 컴퓨터가 인지할 수 있는 텍스트 기반 검색 시스템에 반영될 수 없다는 한계가 존재한다. 이러한 한계점은 일반적으로 기존 기계학습 기술 및 OCR(Optical Character Recognition) 기술을 활용해, 이미지 형태로 된 키워드를 인식함으로써 개선할 수 있다. 그러나 기존 OCR 기술은 이미지 안에 글자가 아닌 그림이 많고 글자 크기가 작으면 낮은 인식률을 보인다는 문제가 있다. 이에 본 연구에서는 기존 기술들의 한계점을 해결하기 위하여, 딥러닝 기반 사물인식 모형 중 하나인 SSD(Single Shot MultiBox Detector)를 개조하여 이미지 형태의 상품 카탈로그 내의 텍스트 인식모형을 설계하였다. 하지만 이를 학습시키기 위한 데이터를 구축하는 데 상당한 시간과 비용이 필요했는데, 이는 지도학습의 방법론을 따르는 SSD 모형은 훈련 데이터마다 직접 정답 라벨링을 해줘야 하기 때문이다. 본 연구는 이러한 문제점을 해결하기 위해 '훈련 데이터 자동 생성 프로그램'을 함께 개발하였다. 훈련 데이터 자동 생성 프로그램을 통해 수작업으로 데이터를 만드는 것에 비하여 시간과 비용을 대폭 절감할 수 있었으며, 생성된 훈련용 데이터를 통해 모형의 인식 성능을 높일 수 있었다. 더 나아가 실험연구를 통해 자동으로 생성된 훈련 데이터의 특징별로 인식기 모형의 성능에 얼마나 큰 영향을 끼치는지 알아보고, 성능 향상에 효과적인 데이터의 특징을 분석하였다. 본 연구를 통해서 개발된 상품 카탈로그 내 텍스트 인식모형과 훈련 데이터 자동 생성 프로그램은 온라인 쇼핑몰 판매자들의 상품 정보 등록 수고를 줄여줄 수 있으며, 구매자들의 상품 검색 시 결과의 정확성을 향상시키는 데 기여할 수 있을 것으로 기대한다.

• 대한원격탐사학회지
• /
• 제36권2_2호
• /
• pp.379-399
• /
• 2020

불법 선박 탐지는 해양 감시 체계 구축에서 중요한 요소 중 하나이다. 효과적인 해양 감시를 위해서는 광역적이고 지속적인 해상 감시 수단이 요구된다. 본 연구에서는 인공위성 SAR, HF 레이더, 무인기 그리고 AIS 통합 기반의 선박탐지 모니터링을 가능성을 검토하였다. 각 플랫폼별 시·공간 관측 특성을 고려하여 선박감시 시나리오는 HF 레이더 자료와 AIS 자료를 이용한 상시감시 시스템과 인공위성과 무인기를 활용한 이벤트 감시 시스템으로 구성되었다. 상시감시 시스템은 아직까지 HF 레이더 자료의 낮은 공간해상도로 인한 탐지 가능 선박크기 제한 및 정확도의 한계가 있다. 그러나, 인공위성 SAR 자료를 사용한 이벤트 감시 시스템은 추출된 선박 위치와 AIS 자료를 이용한 불법 선박 탐지, 그리고 SAR 영상에서 추출된 선박속도, 이동방향에 대한 정보 또는 HF 레이더 자료를 이용한 선박 트래킹 정보는 무인기 감시체계로의 전환에 주요한 정보로 활용될 수 있다. 시나리오 구성을 위한 실험을 위해 2019년 6월 25일부터 6월 26일까지 2일간 충청남도 서천군 홍원항 서측에 위치한 연도를 중심으로 통합 현장 실험을 수행하였다. 이로부터 KOMPSAT-5 SAR 영상, 무인기 영상, HF 레이더 자료 및 AIS 자료가 성공적으로 수집되었고 각각 개발된 알고리즘을 적용하여 분석되었다. 개발된 선박감시 모니터링 시스템은 다중 플랫폼으로부터 수집된 자료 및 분석 결과의 가시화 뿐만 아니라 추후 상시 및 이벤트 선박감시 시나리오를 구현에 기반이 될 것이다.

• 지능정보연구
• /
• 제17권2호
• /
• pp.77-96
• /
• 2011

전시회는 전시업체가 새로운 상품이나 서비스를 관람객에게 알리기 위해 개최되는 것으로 효과적인 마케팅 수단으로 중요한 역할을 수행한다. 이처럼 전시회의 중요성이 점점 커짐에 따라, 국내 전시 산업은 많은 양적 성장을 이뤄왔다. 그러나, 양적 성장에 비해 전시 산업의 질적 성장은 이에 미치지 못하는 실정이다. 따라서 전시회의 질정 성장을 이루기 위해서는 관람객의 행동 패턴을 이해하여 관람객들의 전시 관람 수준과 만족도를 높일 필요성이 있다. 본 연구에서는 관람객들의 전시 관람 행동 패턴을 분석하기 위해 다음과 같은 연구 프레임워크를 사용한다. 첫 번째 단계는 본 연구의 방법론을 적용하기 적합한 전시회를 선정하는 단계이다. 두 번째 단계는 관찰 조사 방법을 수행하는 단계이다. 마지막 세 번째 단계는 수집된 자료들을 분석하는 단계이다. 분석 단계에서는 부스들의 개별 특성을 파악하였고, 더 나아가 관람객들의 전시 관람 행동 패턴을 분석하기 위해 데이터마이닝 기법을 사용하였다. 본 연구의 결과는 전시 기획자에게 유용한 정보를 제공할 뿐만 아니라 참관객들이 원하는 정보를 원하는 방식으로 제공하는 개인화서비스를 가능하게 하여 궁극적으로 전시회 관람의 질과 만족도를 크게 향상시킬 수 있을 것이라고 기대한다.