• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• fall
• /
• pp.304-307
• /
• 2021

ML(machine learning) 기술을 활용하여 실용적인 측면에서 일반 사용자들이 바라보고 사용할 수 있도록 다양한 연구 개발이 이루어지고 있다. 특히 최근 개인 사용자의 personal computer와 mobile device의 processing unit의 연산 처리 속도가 두드러지게 빨라지고 있어 ML이 더 생활에 밀접해지고 있는 추세라고 볼 수 있다. 현재 ML시장에서 다양한 솔루션 및 어플리케이션을 제공하는 툴이나 라이브러리가 대거 공개되고 있는데 그 중에서도 Google에서 개발하여 배포한 'Mediapipe'를 사용하였다. Mediapipe는 현재 'android', 'IOS', 'C++', 'Python', 'JS', 'Coral' 등의 환경에서 개발을 지원하고 있으며 더욱 다양한 환경을 지원할 예정이다. 이에 본 팀은 앞서 설명한 Mediapipe 프레임워크를 기반으로 Machine Learning을 사용한 image processing를 통해 일반 사용자들에게 편의성을 제공할 수 있는 알람 프로그램을 연구 및 개발하였다. Mediapipe에서 신체를 landmark로 검출하게 되는데 이를 scikit-learn 머신러닝 라이브러리를 사용하여 특정 자세를 학습시키고 모델화하여 알람 프로그램에 특정 기능에 조건으로 사용될 수 있게 하였다. scikit-learn은 아나콘다 등과 같은 개발환경 패키지에서 간단하게 이용 가능한데 이 아나콘다는 데이터 분석이나 그래프 그리기 등, 파이썬에 자주 사용되는 라이브러리를 포함한 개발환경이라고 할 수 있다. 하여 본 팀은 ML기반의 영상처리 알람 프로그램을 제작하는데에 있어 이러한 사항들을 파이썬 환경에서 기본적으로 포함되어 제공하는 tkinter GUI툴을 사용하고 추가적으로 인텔에서 개발한 실시간 컴퓨터 비전을 목적으로 한 프로그래밍 라이브러리 OpenCV와 여러 항목을 사용하여 환경을 구축할 수 있도록 연구·개발하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• fall
• /
• pp.33-36
• /
• 2021

In this paper, we propose a new method for improving compression efficiency of immersive video using reinforcement learning. Immersive video means a video that a user can directly experience, such as 3DOF+ videos and Point Cloud videos. It has a vast amount of information due to their characteristics. Therefore, lots of compression methods for immersive video are being studied, and generally, a method, which projects an 3D image into 2D image, is used. However, in this process, a region where information does not exist is created, and it can decrease the compression efficiency. To solve this problem, we propose the reinforcement learning-based filling method with considering the characteristics of images. Experimental results show that the performance is better than the conventional padding method.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.11a
• /
• pp.29-32
• /
• 2020

Due to the lack of improper image acquisition process, noise induction is an inevitable step. As a result, objective image quality assessment (IQA) plays an important role in estimating the visual quality of noisy image. Plenty of IQA methods have been proposed including traditional signal processing based methods as well as current deep learning based methods where the later one shows promising performance due to their complex representation ability. The deep learning based methods consists of several convolution layers and down sampling layers for feature extraction and fully connected layers for regression. Usually, the down sampling is performed by using max-pooling layer after each convolutional block. We reveal that this max-pooling causes information loss despite of knowing their importance. Consequently, we propose a better IQA method that replaces the max-pooling layers with strided convolutions to down sample the feature space and since the strided convolution layers have learnable parameters, they preserve optimal features and discard redundant information, thereby improve the prediction accuracy. The experimental results verify the effectiveness of the proposed method.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2021.06a
• /
• pp.339-342
• /
• 2021

In this paper, we propose a new method for inactive region padding using reinforcement learning. Inactive region is an area that has no information, such as 360 or 3DOF+ vidoes. However, these inactive regions degrade the compression performance in general. To improve the compression performance, simple filtering is applied between active and inactive regions. But it does not fully consider the characteristics of the images. In the proposed method, inactive regions are padded through reinforcement learning that can consider the characteristics of images and the compression process. Experimental results show that the performance is better than the conventional padding method.

• Journal of the Korean BIBLIA Society for library and Information Science
• /
• v.20 no.2
• /
• pp.143-153
• /
• 2009

This paper identifies some natural habits and patterns of children's and adolescents' information seeking and use by drawing a wide range of studies conducted with children and adolescents as study participants. The patterns reported here indicate that children's and adolescents' information seeking and use are affected by the nature of information tasks, the qualities of access tools, their cognitive ability to seek and use information, and their prior knowledge and experience about the tasks and topics given. The findings should provide insights for identifying future research issues as well as for programming the information environments particularly conducive to learning.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2019.11a
• /
• pp.240-241
• /
• 2019

최근 객체 추적 분야에서의 딥러닝 활용도가 증가하고 있다. 대표적인 딥러닝 기반 객체 추적 시스템은 객체 검출 알고리즘과 추적 알고리즘의 연쇄된 형태로 구성된 형태이다. 따라서 추적 시스템의 성능은 객체 검출기의 성능에 매우 의전적이라는 한계점이 존재한다. 본 논문에서는 위와 같은 검출-추적의 직관적인 구조로 구성된 시스템에서 딥러닝 기반 검출기에 대한 의존성을 낮추고 또한 추적기의 동작 속도를 증가시키는 방법을 제안한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2019.11a
• /
• pp.221-222
• /
• 2019

본 논문에서는 딥 러닝을 기반으로 홀로그램을 생성하는 방법을 제안한다. 컴퓨터를 이용하여 홀로그램을 생성하기 위해서는 방대한 양의 계산이 필요하다. 따라서 이를 줄여 빠른 속도를 얻고자 Point source 에 대한 간섭무늬를 모델링한 수식과 같은 출력을 내는 딥 러닝 모델을 학습시키고자한다. 딥 러닝 모델 중 생성 모델인 GAN을 학습시켜 이의 유효성을 보인다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 1999.11b
• /
• pp.115-120
• /
• 1999

본 논문은 MPEG-4 비디오 객체의 브라우징(browsing) 및 학습을 통한 객체 추출 기법을 제안한다. 제안된 학습에 의한 객체 추출 기법은, 객체 브라우징 시 임의 접근한 프레임에서 사용자가 내용 기반의 객체를 검색하기 위해 선택한 영역에 대한 인지적인 정보를 특징벡터(feature vector)로 history에 저장, 활용함으로써 프레임 내 객체의 계층적인 군집화(clustering)를 수행한다. 이러한 기법으로 인지적 개념과 근접하게 객체를 인식할 수 있음을 실험을 통해 확인하였다.

• 한국경영정보학회:학술대회논문집
• /
• 2008.06a
• /
• pp.718-731
• /
• 2008

본 연구는 상호작용성의 속성과 이용자에게 주어진 통제력에 따라 상호작용성을 4 가지 차원으로 나누고, 이것이 어떤 경로를 거쳐 이용자 만족에 이르는지를 규명하는 것을 목적으로 한다. 이를 위해 상호작용성을 최적화하는 킬러 콘텐츠로 e 러닝을 선정하고, 상호작용성에 영향을 미치는 선행요인으로 서비스, 콘텐츠, 미디어 품질을 도출 하였으며, 상호작용성과 이용자 만족을 매개하는 변인으로 사회적 현존감과 인지적 몰입을 포함하는 연구모델을 제시하고자 한다.

• Proceedings of the Korea Contents Association Conference
• /
• 2010.05a
• /
• pp.459-462
• /
• 2010

E-Leaning 시스템에 필요한 LMS(Learning Management Systems)의 구축과 강의 제작은 일반 교육자들이 쉽게 접근할 수 없는 고급 기술 및 고비용을 필요로 한다. 따라서 일반 교육자들에게는 e-러닝 시스템의 이용이 용이하지 않은 실정이다. e-러닝 시장의 확대 및 교육 콘텐츠의 다양화를 위하여 일반 교육자들이 손쉽게 접근 및 이용이 가능한 오픈형 e-러닝 시스템의 구축 방법론을 개발하였다.