• Journal of Information Processing Systems
• /
• 제17권6호
• /
• pp.1138-1156
• /
• 2021

Emotional semantics are the highest level of semantics that can be extracted from an image. Constructing a system that can automatically recognize the emotional semantics from images will be significant for marketing, smart healthcare, and deep human-computer interaction. To understand the direction of image emotion recognition as well as the general research methods, we summarize the current development trends and shed light on potential future research. The primary contributions of this paper are as follows. We investigate the color, texture, shape and contour features used for emotional semantics extraction. We establish two models that map images into emotional space and introduce in detail the various processes in the image emotional semantic recognition framework. We also discuss important datasets and useful applications in the field such as garment image and image retrieval. We conclude with a brief discussion about future research trends.

• 로봇학회논문지
• /
• 제17권3호
• /
• pp.334-338
• /
• 2022

In visual simultaneous localization and mapping (vSLAM), the correct recognition of a place benefits in relocalization and improved map accuracy. However, its performance is significantly affected by the environmental conditions such as variation in light, viewpoints, seasons, and presence of dynamic objects. This research addresses the problem of feature occlusion caused by interference of dynamic objects leading to the poor performance of visual place recognition algorithm. To overcome the aforementioned problem, this research analyzes the role of scene semantics in correct detection of a place in challenging environments and presents a semantics aided visual place recognition method. Semantics being invariant to viewpoint changes and dynamic environment can improve the overall performance of the place matching method. The proposed method is evaluated on the two benchmark datasets with dynamic environment and seasonal changes. Experimental results show the improved performance of the visual place recognition method for vSLAM.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 추계학술발표대회
• /
• pp.1780-1783
• /
• 2010

본 논문은 P2P기반의 Query Rewriting을 이용한 멀티 에이전트 시스템을 제안하였다. 제안된 시스템은 Query Rewriting을 이용해 P2P의 이기종간 데이터 의미충돌 문제에 초점을 맞춰 데이터 상호 운용성을 높였다. 그리고 메타데이터 표현에 대한 매커니즘과 P2P 온톨로지 매핑, 그리고 질의응답에 대한 기법을 제시하였다. 또한 MSO(Meta Semantic Ontology)에 매핑을 표현 하기위해 Map을 이용하였고, 로컬 데이터 소스의 이질성을 고려한 Query Rewriting 기법을 제시하였다.

• 한국통신학회논문지
• /
• 제24권10B호
• /
• pp.1986-1994
• /
• 1999

본 논문에서는, 동영상에서 의미 있는 객체 영역을 추출하기 위해서, 첫 장의 영상 분할은 사람에 의해서 주어진 것으로 가정하고, 그 다음 프레임부터는 사람의 도움 없이 객체를 추적해 가는 반자동 방식의 이동체 추적 알고리즘을 제안한다. 제안하는 알고리즘은 계층적인 구조를 가지며, 각각의 계층에서는 seed 추출, watershed 알고리즘을 이용한 영상 분할, 영역 구분의 단계를 거쳐 영상 분할을 수행한다. 영역 구분 단계에서는, 순방향으로 추정된 움직임 벡터장으로부터 영역 분할의 판단 기준을 만들고 이를 이용하여 각각의 영역을 '객체 영역', '배경 영역', '불확실 영역'으로 구분한다. 이때, '불확실 영역'으로 구분된 영역들에 대해서는 좀 더 낮은 계층에서 위의 단계들을 반복하여 다시 수행하게 한다. 제안한 알고리즘은 컴퓨터 모의실험을 통해서 'Claire', 'Miss America', 'Akiyo', 'Mother and daughter'의 영상에서 바람직한 추적 결과를 나타냄을 확인하였다.

• 정보과학회 논문지
• /
• 제41권9호
• /
• pp.686-698
• /
• 2014

최근 스마트폰의 폭발적인 보급, IoT와 클라우드 컴퓨팅 기술의 고도화, 그리고 IoT 디바이스의 보편화로 대용량 스트리밍 센싱데이터가 출현하였다. 또한 이를 기반으로 데이터의 공유와 매쉬업 통해 새로운 데이터의 가치를 창출하기 위한 요구사항의 증대로 대용량 스트리밍 센싱데이터 환경에서 시맨틱웹 기술과의 접목에 관한 연구가 활발히 진행되고 있다. 하지만 데이터의 대용량성 스트리밍성으로 인해 새로운 지식을 도출하기 위한 지식 추론분야에서 많은 이슈들에 직면하고 있다. 이러한 배경하에, 본 논문에서는 IoT 환경에서 발생하는 대용량 스트리밍 센싱데이터를 시맨틱웹 기술로 처리하여 서비스하기 위해 RDFS 규칙기반 병렬추론 기법을 제시한다. 제안된 기법에서는 기존의 규칙추론 알고리즘인 Rete 알고리즘을 하둡프레임워크 맵리듀스를 통해 병렬로 수행하고, 공용 스토리지로서 하둡 데이터베이스인 HBase를 사용하여 데이터를 공유한다. 이를 위한 시스템을 구현하고, 대용량 스트리밍 센싱데이터인 기상청 AWS 관측데이터를 이용하여 제시된 기법에 대한 성능평가를 진행하고, 이를 입증한다.

• 한국측량학회지
• /
• 제39권3호
• /
• pp.157-165
• /
• 2021

최근 위성영상, 항공사진 등의 해상도가 향상됨에 따라 고해상도 원격탐사 자료를 이용한 다양한 연구가 진행되고 있다. 특히, 국토 전역의 건물객체 추출은 수치지도 레이어 및 주제도 작성에 필수적이기 때문에 높은 정확도가 요구된다. 본 연구에서는 딥러닝의 영상처리 기법 중 의미론적 분할에 사용되는 대표적인 모델인 SegNet, U-Net, FC-DenseNet, HRNetV2를 이용하여 건물객체 추출 모델을 생성하고, 이에 따른 모델의 평가를 수행하였다. 학습자료는 다양한 건물들로 이루어진 영상을 이용하여 생성하였고, 평가는 세 지역에 나누어서 진행하였다. 먼저 학습자료와 인접한 지역을 통해 모델의 성능을 평가하였고, 이후 학습자료와 상이한 지역을 통해 모델의 적용성을 평가하였다. 그 결과 HRNetV2 모델이 건물객체 추출의 성능과 적용성 면에서 가장 우수한 결과를 보였다. 본 연구를 통해 수치지도 내 건물레이어 생성 및 수정의 가능성을 확인하였다.

• 대한원격탐사학회지
• /
• 제38권4호
• /
• pp.395-409
• /
• 2022

The purpose of this study is to evaluate the classification performance and applicability when land cover datasets constructed for AI training are cross validation to other areas. For study areas, Gyeongsang-do and Jeolla-do in South Korea were selected as cross validation areas, and training datasets were obtained from AI-Hub. The obtained datasets were applied to the U-Net algorithm, a semantic segmentation algorithm, for each region, and the accuracy was evaluated by applying them to the same and other test areas. There was a difference of about 13-15% in overall classification accuracy between the same and other areas. For rice field, fields and buildings, higher accuracy was shown in the Jeolla-do test areas. For roads, higher accuracy was shown in the Gyeongsang-do test areas. In terms of the difference in accuracy by weight, the result of applying the weights of Gyeongsang-do showed high accuracy for forests, while that of applying the weights of Jeolla-do showed high accuracy for dry fields. The result of land cover classification, it was found that there is a difference in classification performance of existing datasets depending on area. When constructing land cover map for AI training, it is expected that higher quality datasets can be constructed by reflecting the characteristics of various areas. This study is highly scalable from two perspectives. First, it is to apply satellite images to AI study and to the field of land cover. Second, it is expanded based on satellite images and it is possible to use a large scale area and difficult to access.

• 디지털융복합연구
• /
• 제20권3호
• /
• pp.105-115
• /
• 2022

이 연구는 국가 교육과정 정책 대한 교육전문가와 대중의 관점에 대한 경향성을 비교 분석하기 위하여 2013년 10월부터 2020년 5월까지 실시된 2015 개정 교육관련 연구논문 1152편과 692편의 신문기사를 수집하여 의미연결망과 중첩맵 분석을 실시하였다. 연구의 결과, 전문가 집단에서는 추상적 개념을 중심으로 하여 교육과정 개발에 관련된 핵심적인 개념에 대한 관심이 크게 나타난 반면, 대중들에게선 교육과정의 개발 자체가 아니라 개정으로 인한 현실적인 문제와 결과적인 영향에 더 큰 관심을 보이는 것으로 나타났다. 또한, 전문가집단에서는 '학습경험의 질 개선을 위한 역량교육과정 개발'과 '문·이과 통합형 교육과정 총론 개발' 영역에 대한 연구가 활발하게 진행되는 경향을 보였으나, 대중은 '공교육 정상화를 위한 대학입시 개편 방안' 영역에 관심이 집중되는 경향을 보였다. 이러한 결과는 전문가 집단과 대중의 관점 간의 간극을 보여줌은 물론, 이를 해소하기 위한 효과적인 의사소통의 필요성을 제기한다.

• 한국융합학회논문지
• /
• 제8권8호
• /
• pp.41-49
• /
• 2017

'NIST framework and road map for smart grid interoperability standards' 기술 보고서는 스마트 그리드의 발전 방향, 표준의 상호운용성을 확보하는 아키텍처 프레임워크를 제시하고, 식별된 표준 리스트, 사이버 보안 전략, 시험 인증 프레임 워크를 제공하는 문서이다. 특히, 스마트 그리드의 표준 프로토콜인 SEP 2.0과 OpenADR 2.0이 그 예이다. SEP 2.0과 OpenADR 2.0은 기능적으로 HEMS와 스마트 그리드를 이어주는 역할을 할 수 있지만, 두 프로토콜 간에 상호운용 표준은 상기 문서에서 계획된 바가 없다. 또한, OpenADR 연합에서는 OpenADR 2.0과 SEP 2.0간의 상호운용을 위한 매핑 테이블을 정의하는 작업이 진행 중이라 발표했지만, 아직 공개한 정보는 없다. 따라서 본 논문에서는 신재생 에너지 효율 개선 HEMS 개발에 있어 ICT 전력 융합을 위한 SEP 2.0과 OpenADR 2.0b간의 상호운용을 각 프로토콜의 표준 사양 문서 기반의 구문과 의미로 대응하는 매핑 모델을 제안 하고 수요 반응 서비스 시나리오 기반의 의미 매핑 기능 예제를 통해 이를 확인하였다.

• 지능정보연구
• /
• 제19권4호
• /
• pp.81-96
• /
• 2013

웹의 발전과 콘텐츠 산업의 팽창으로 비디오 데이터가 폭발적으로 증가함에 따라 데이터의 정보 검색은 매우 중요한 문제가 되었다. 그동안 비디오 데이터의 정보 검색과 브라우징을 위해 비디오의 프레임(frame)이나 숏(shot)으로부터 색채(color)와 질감(texture), 모양(shape)과 같은 시각적 특징(features)들을 추출하여 비디오의 내용을 표현하고 유사도를 측정하는 내용 기반(content-based)방식의 비디오 분석이 주를 이루었다. 영화는 하위 레벨의 시청각적 정보와 상위 레벨의 스토리 정보를 포함하고 있다. 저차원의 시각적 특징을 통해 내용을 표현하는 내용 기반 분석을 영화에 적용할 경우 내용 기반 분석과 인간이 인지하는 영화의 내용 사이에는 의미적 격차(semantic gap)가 발생한다. 왜냐하면 영화의 스토리는 시간의 진행에 따라 그 내용이 변하고, 관점에 따라 주관적 해석이 가능한 고차원의 의미정보이기 때문이다. 따라서 스토리 차원의 정보 검색을 위해서는 스토리를 모델링하는 정형화된 모형이 필요하다. 최근 들어 소셜 네트워크 개념을 활용한 스토리 기반의 비디오 분석 방법들이 등장하고 있다. 그러나 영화 속 등장인물들의 소셜 네트워크를 통해 스토리를 표현하는 이 방법들은 몇 가지 문제점들을 드러내고 있다. 첫째, 등장인물들의 관계에만 초점이 맞추어져 있으며, 스토리 진행에 따른 등장인물들의 관계 변화를 역동적으로 표현하지 못한다. 둘째, 등장인물의 정체성과 심리상태를 보여주는 감정(emotion)과 같은 심층적 정보를 간과하고 있다. 셋째, 등장인물 이외에 스토리를 구성하는 사건과 배경에 대한 정보들을 반영하지 못하고 있다. 따라서 본 연구는 기존의 스토리 기반의 비디오 분석 방법들의 한계를 살펴보고, 문제 해결을 위해 문학 이론에서 제시하고 있는 서사 구조에 근거하여 스토리 모델링에 필요한 요소들을 인물, 배경, 사건의 세 가지 측면에서 제시하고자 한다.