• 정보과학회 논문지
• /
• 제45권1호
• /
• pp.94-98
• /
• 2018

본 논문은 자율주행을 위한 실시간 의미론적 분할 방법으로 최적화된 심층 신경망 구조인 Wide Inception ResNet (WIR Net)을 제안한다. 신경망 구조는 Residual connection과 Inception module을 적용하여 특징을 추출하는 인코더와 Transposed convolution과 낮은 층의 특징 맵을 사용하여 해상도를 높이는 디코더로 구성하였고 ELU 활성화 함수를 적용함으로써 성능을 올렸다. 또한 신경망의 전체 층수를 줄이고 필터 수를 늘리는 방법을 통해 성능을 최적화하였다. 성능평가는 NVIDIA Geforce gtx 1080과 TX1 보드를 사용하여 주행환경의 Cityscapes 데이터에 대해 클래스와 카테고리별 IoU를 평가하였다. 실험 결과를 통해 클래스 IoU 53.4, 카테고리 IoU 81.8의 정확도와 TX1 보드에서 $640{\times}360$, $720{\times}480$ 해상도 영상처리에 17.8fps, 13.0fps의 실행속도를 보여주는 것을 확인하였다.

• 디지털콘텐츠학회 논문지
• /
• 제18권5호
• /
• pp.911-921
• /
• 2017

이 연구는 영상콘텐츠 분야가 정권별로 어떤 의미 구조를 형성하고 있는지 분석하기 위해 의미연결망 분석 기법을 적용했다. 연구대상은 영상콘텐츠 석박사학위논문의 초록을 대상으로, 시기는 문화산업 도입기인 1993년부터 2016년까지이다. 분석대상 단어는 정권별 최상위 출현단어인 영상, 미디어, 교육, 콘텐츠 등 4개 언어의 의미연결망을 분석하였다. 분석방법에는 빅데이터 분석기법인 텍스트 마이닝과 의미연결망 분석을 활용했고, 분석프로그램으로는 R을 사용했다. 연구결과는 다음과 같다. 첫째, '교육'에 대한 영향력 감소이다. 초기 영상콘텐츠 분야는 영상과 관련한 '교육', 어떻게 '표현'할 것인지에 대한 연구들이 많이 실시되었으나 점차 감소 추세를 보였다. 둘째, '미디어'의 역할 변화이다. 중기의 영상콘텐츠 분야는 영상을 전달하는 수단인 '미디어'에 대한 연구들이 주로 실시되었으며, 더불어 '디지털' 기술에 대한 연구들이 강세를 보였다. 마지막으로 '콘텐츠' 위상의 변화이다. 노무현 정부를 시작으로 내용물의 질에 관련한 '콘텐츠'에 대한 관심이 증대하였으며, <박근혜정부>에는 '영상'과 '콘텐츠'의 위상이 거의 동등해져 연구들이 실시되었다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제3권1호
• /
• pp.19-30
• /
• 2014

시맨틱 웹의 확산을 위해 관계형 데이터베이스에 저장된 데이터를 온톨로지로 변환하는 연구가 활발히 진행 중이다. 관계형 데이터베이스에 저장된 데이터를 온톨로지로 변환하기 위한 연구들은 관계형 데이터베이스의 구성 요소와 RDF 구성 요소를 매핑하는 방식인 RDB to RDF 매핑 모델을 주로 사용한다. 하지만 지금까지 제안된 매핑 모델들은 그 표현방식이 서로 다르며, 이는 사용자의 접근성과 재사용성을 떨어트린다. 이로 인해 표준화된 매핑 언어의 필요성이 대두되었으며, W3C에서는 RDB to RDF 모델의 표준 매핑 언어로서 R2RML을 제안하였다. R2RML은 관계형 데이터베이스 스키마 정보만을 RDF로 변환하는 특징을 가진다. 이와 같은 이유로 관계형 데이터베이스의 테이블 명, 컬럼 명 사이의 관계정보에 대한 온톨로지를 추가할 수 없다. 이 논문에서는 이러한 문제를 해결하기 위해 관계형 데이터베이스 구성 요소의 의미 관계를 고려한 RDB to RDF 매핑 시스템을 제안한다. 제안 시스템은 R2RML에서 정의한 관계형 데이터베이스의 스키마 정보에 RDFS 속성 정보를 확장하여 매핑 정보를 생성한다. 이러한 매핑 정보는 관계형 데이터베이스에 저장된 데이터를 RDFS 속성 정보가 포함된 RDF로 변환시킨다. 이 논문에서는 제안 시스템을 자바 기반의 프로토타입으로 구현하며, 비교 평가를 위해 관계형 데이터베이스에 저장된 데이터를 RDF로 변환하는 실험을 수행하고 결과를 D2RQ, RDBToOnto, Morph와 비교한다. 제안 시스템은 다른 연구들에 비해 변환한 온톨로지가 풍부한 의미관계를 표현하며, 데이터 변환 시간에서 가장 우수한 성능을 보인다.

• 한국지능시스템학회논문지
• /
• 제25권4호
• /
• pp.412-417
• /
• 2015

Kinect sensor has two output data which are produced from red green blue (RGB) sensor and depth sensor, it is called color image and depth map, respectively. Although this device's prices are cheapest than the other devices for three-dimensional (3D) reconstruction, we need extra work for reconstruct a smooth 3D data and also have semantic meaning. It happened because the depth map, which has been produced from depth sensor usually have a coarse and empty value. Consequently, it can be make artifact and holes on the surface, when we reconstruct it to 3D directly. In this paper, we present a method for solving this problem by using implicit surface representation. The key idea for represent implicit surface is by using radial basis function (RBF) and to avoid the trivial solution that the implicit function is zero everywhere, we need to defined on-surface point and off-surface point. Based on our simulation results using captured face as an input, we can produce smooth 3D face and fill the holes on the 3D face surface, since RBF is good for interpolation and holes filling. Modified anisotropic diffusion is used to produced smoothed surface.

• 한국정보전자통신기술학회논문지
• /
• 제6권4호
• /
• pp.195-200
• /
• 2013

본 논문에서는 기업 이미지에 타격을 줄 수 있는 부정적인 SNS와 Web 데이터를 빠르게 분석하여 기업 마케팅 전략에 활용할 수 있는 SNS 및 Web 데이터 분석 시스템을 제안한다. 본 논문에서 제안하는 시스템은 SNS 및 Web Data를 수집하는 데이터 수집 모듈(Data Collection Module), 수집된 데이터를 저장하는 HBase 모듈(Hbase Module), 수집된 데이터의 의미 분석을 수행한 후 데이터의 의미를 평가 및 분류하는 데이터 분석 모듈(Data Analysis Module) 그리고 관리자에 의해 요청된 질의어에 따라 기업과 관련된 SNS와 Web데이터를 이용하여 최적화된 Map Reduce 과정을 수행하는 PSH 모듈(Priority Scheduling Hadoop Module)로 구성된다. 본 논문은 이런 모듈들을 통하여 SNS와 Web 데이터를 보다 효율적으로 관리하여 이 분석 결과를 기업 마케팅 전략에 활용할 수 있다.

• 한국콘텐츠학회논문지
• /
• 제11권5호
• /
• pp.50-56
• /
• 2011

본 연구는 복합지식 객체를 기반으로 다차원적인 관계를 쉽게 식별하고 검색할 수 있도록 복합지식의 3D 가시화방법을 제안한다. 이를 위해 복합지식을 네트워크 형태의 의미화된 링크와 노드로 구조화하고 3차원 형태로 보여줄 수 있도록 SOM을 이용한 가시화방법을 제안하였다. 또한, 3D 공간상에서 복합지식을 배치하고 사용자에게 제공함으로써 보다 실감적이고 직관적인 정보검색의 기회를 제공하기 위해서 객체 유사도를 이용한 복합지식의 3D 클러스터링 방법을 제안하였다. SOM을 이용한 복합지식의 3D 가시화와 클러스터링은 복합지식의 맥락과 연계성을 시공간에 가시화하는데 최적의 방법이 될 수 있다.

• 제어로봇시스템학회논문지
• /
• 제17권5호
• /
• pp.436-443
• /
• 2011

Recognition of structures in urban environments is a fundamental ability for unmanned ground vehicles. In this paper we propose the geometrical featured voxel which has not only 3-D coordinates but also the type of geometrical properties of point cloud. Instead of dealing with a huge amount of point cloud collected by range sensors in urban, the proposed voxel can efficiently represent and save 3-D urban structures without loss of geometrical properties. We also provide an urban structure classification algorithm by using the proposed voxel and machine learning techniques. The proposed method enables to recognize urban environments around unmanned ground vehicles quickly. In order to evaluate an ability of the proposed map representation and the urban structure classification algorithm, our vehicle equipped with the sensor system collected range data and pose data in campus and experimental results have been shown in this paper.

• 대한원격탐사학회지
• /
• 제38권5_3호
• /
• pp.939-951
• /
• 2022

자율주행차에 있어 가장 중요한 요소는 차량 주변 환경과 정확한 위치를 인식하는 것이며, 이를 위해 다양한 센서와 항법 시스템 등이 활용된다. 하지만 센서와 항법 시스템의 한계와 오차로 인해 차량 주변 환경과 위치 인식에 어려움이 있다. 이러한 한계를 극복하고 안전하고 편리한 자율주행을 위해서 고정밀의 인프라 정보를 제공하는 정밀도로지도(high definition map, HD map)의 필요성은 증대되고 있다. 정밀도로지도는 모바일 매핑 시스템(mobile mapping system, MMS)을 통해 획득된 3차원 point cloud 데이터를 이용하여 작성된다. 하지만 정밀도로지도 작성에 많은 양의 점을 필요로 하고 작성 항목이 많아 수작업이 요구되어 많은 비용과 시간이 소요된다. 본 연구는 정밀도로지도의 필수 요소인 차선을 포함한 도로, 연석, 보도, 중앙분리대, 기타 6개의 클래스로 MMS point cloud 데이터를 유의미한정보로 분할하여 정밀도로지도의 효율적인 작성에 목적을 둔다. 분할에는 머신러닝 모델인 random forest (RF), support vector machine (SVM), k-nearest neighbor (KNN) 그리고 gradient boosting machine (GBM)을 사용하였고 MMS point cloud 데이터의 기하학적, 색상, 강도 특성과 차선 분할을 위해 추가한 도로 설계적 특성을 고려하여 11개의 변수를 선정하였다. 부산광역시 미남역 일대 5차선도로 130 m 구간의 MMS point cloud 데이터를 사용하였으며, 분할 결과 각 모델의 평균 F1 score는 RF 95.43%, SVM 92.1%, GBM 91.05%, KNN 82.63%로 나타났다. 가장 좋은 분할 성능을 보인 모델은 RF이며 클래스 별 F1 score는 도로, 보도, 연석, 중앙분리대, 차선에서 F1 score가 각각 99.3%, 95.5%, 94.5%, 93.5%, 90.1% 로 나타났다. RF 모델의 변수 중요도 결과는 본 연구에서 추가한 도로 설계적 특성의 변수 XY dist., Z dist. 모두 mean decrease accuracy (MDA), mean decrease gini (MDG)가 높게 나타났다. 이는 도로 설계적 특성을 고려한 변수가 차선을 포함한 여러 클래스 분할에 중요하게 작용하였음을 뜻한다. 본 연구를 통해 MMS point cloud를 머신러닝 기반으로 차선을 포함한 여러 클래스로 분할 가능성을 확인하고 정밀도로지도 작성 시 수작업으로 인한 비용과 시간 소모를 줄이는데 도움이 될 것으로 기대한다.

• 정보처리학회논문지B
• /
• 제11B권1호
• /
• pp.1-6
• /
• 2004

동영상에서 움직임 정보는 동$.$영상의 내용을 표현하는데 중요한 역할을 한다. 따라서 움직임 정보론 이용하여 동영상의 내용을 분석하고 검색하는 방법들이 다양하게 제안되고 있다. 지금까지의 움직임 정보에 관한 연구는 움직이는 동작의 분석보다는 단순한 움직임의 방향이나 궤적의 분석에 치중되고 있다. 본 논문에서는 객체의 동작을 분석하기 위한 방법으로 움직임에 의한 모양 변화를 표현하는 모양 변화 기술자(descriptor)를 소개하고, 모양 변화 축적도(shape variation map)를 이용한 모양 변화 표현방법을 제안한다. 실험을 통하여 제안된 방법이 기존의 방법에 비하여 검색 효율측면에서 11%의 성능향상을 보였으며, 제안된 방법이 객체의 움직임에 의한 모양 변화를 효과적으로 표현하며, 인지적 관점의 움직임 검색에 이용 가능함을 보였다.

• Spatial Information Research
• /
• 제21권5호
• /
• pp.53-61
• /
• 2013

본 연구는 영문판 전자지도 서비스를 위한 지명 영문표기의 세부기준과 원칙을 제시하는데 연구목적이 있다. 이를 위하여 국내에서 지명의 영문표기를 위해 활용하고 있는 지침과 국외 전자지도서비스에서의 한국지명의 영문표기 현황을 살펴보았다. 현황조사 결과 국내 외에서 지명의 영문표기방식이 통일되어 있지 않아 혼란을 야기함을 알 수 있었다. 이렇게 혼용되고 있는 지명의 영문표기 방식 중에서 외국인이 이해하기 쉽고 선호하는 표기방식을 파악하기 위하여 외국인을 대상으로 지명의 영문표기방식의 선호도를 조사하였다. 조사결과 외국인은 로마자만 표기하는 것보다는 로마자와 의미역을 병기하는 것을 선호하는 것으로 나타났다. 이러한 선호도 조사 결과를 반영하여 본 연구에서는 우리나라 지명을 자연지명, 인공지명, 행정지명으로 구분하여 각 지명별로 영문표기의 기준과 원칙을 제시하였다.