http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 백영태(Yeong-Tae Baek) (검색결과 49 건)
- 무료
- 기관 내 무료
- 유료
-
-
-
-
-
백영태(Yeong-Tae Baek),박승보(Seung-Bo Park) 한국컴퓨터정보학회 2012 韓國컴퓨터情報學會論文誌 Vol.17 No.9
본 논문은 얼굴 검출을 이용한 숏의 유형을 판단하는 방법론을 제시한다. 클로즈 업 숏이나 미디엄 숏, 롱 숏과 같은 숏의 유형은 영화의 서사 구조를 파악하는 주요한 단서이다. 클로즈 업을 통해 감독은 등장인물의 감정 상태를 묘사하고 롱 숏을 통해 인물이 처한 상황이나 배경을 묘사하게 된다. 인물의 심리나 감정의 변화, 인물이 처한 상황을 묘사하는 숏의 여러 유형은 인물과 카메라의 거리에 의해 결정된다. 따라서 화면에 등장하는 인물의 얼굴 크기를 알아내어 숏의 유형을 판단할 수 있다. 이를 위해 본 논문에서는 얼굴 검출을 통해 숏의 유형을 감지하는 방법론을 제시하고 시스템으로 구현하여 성능을 평가한다. 평가실험에서 클로즈 업 숏과 미디엄 숏의 감지 성능은 95%와 90%로 비교적 높게 나타났지만 얼굴의 윤곽이 불분명한 롱 숏의 경우 53.3%로 측정되었다. In this paper, we propose the method that decides the shot types using face detection technique. The shot types, such as close-up shot, medium shot, and long shot, can be applied as useful information for understanding narrative structure of movies. The narrative structure of movie is builded by characters. Also their mental and emotional changes become inextricably bound up with them of narrative. The shot types are decided by distance between character and camera. If put together above them, shot types can be found by using detection technique of face size of characters and understand narrative of movie. To do this, we propose the methodology to detect shot type by face detecting and implement the system to do it. Additionally, we evaluate the performance of the system. The implementation system has been evaluated as 95% for close-up shot detection and 90% for medium shot detection, while 53.3% is just detected for long shots.
-
스토리기반 저작물에서 감정어 분류에 기반한 등장인물의 감정 성향 판단
백영태(Yeong Tae Baek) 한국컴퓨터정보학회 2013 韓國컴퓨터情報學會論文誌 Vol.18 No.9
본 논문에서는 등장인물이 대사에서사용한감정어를 이용하여 등장인물의 감정 유형을 분류하는 방법을 제안하고 성능을 평가한다. 감정 유형은 긍정, 부정, 중립의 3 종류로 분류하며, 등장인물이 사용한 감정어를 누적하여 3 종류의 감정 유형 중에 어디에 속하는지를 파악한다. 대사로부터 감정어를 추출하기 위해 WordNet 기반의 감정어 추출 방법을 제안하고 감정어가 가진 감정 성분을 벡터로 표현하는 방식을 제안한다. WordNet은 영어 단어 간에 상위어와 하위어, 유사어 등의 관계로 연결된 네트워크 구조의 사전이다. 이 네트워크 구조에서 최상위의 감정항목과의 거리를 계산하여 단어별감정량을 계산하여 대사를 30 차원의 감정벡터로 표현한다. 등장인물별로 추출된 감정 벡터 성분들을 긍정, 부정, 중립의 3가지 차원으로 축소하여 표현한 후, 등장인물의 감정 성향이 어떻게 나타나는지를 추출한다. 또한 감정 성향의 추출 성능에 대해 헐리우드 영화 4개의 영화에서 12명의 등장인물을 선정하여 평가하여 제안한 방법의 효율성을 측정하였다. 대사는 영어로 이루어진 대사만을 사용하였다. 추출된 감정 성향 판단 성능은 75%의 정확도로 우수한 추출 성능을 나타내었다. In this paper, I propose and evaluate the method that classifies emotional type of characters with their emotional words. Emotional types are classified as three types such as positive, negative and neutral. They are selected by classification of emotional words that characters speak. I propose the method to extract emotional words based on WordNet, and to represent as emotional vector. WordNet is thesaurus of network structure connected by hypernym, hyponym, synonym, antonym, and so on. Emotion word is extracted by calculating its emotional distance to each emotional category. The number of emotional category is 30. Therefore, emotional vector has 30 levels. When all emotional vectors of some character are accumulated, her/his emotion of a movie can be represented as a emotional vector. Also, thirty emotional categories can be classified as three elements of positive, negative, and neutral. As a result, emotion of some character can be represented by values of three elements. The proposed method was evaluated for 12 characters of four movies. Result of evaluation showed the accuracy of 75%.
-
-
SCORM 기반 반복 학습 콘텐츠 및 문항 생성 시스템 설계
백영태(Yeong-Tae Baek),이세훈(Se-Hoon Lee),정재철(Jae-Cheul Jeong) 한국컴퓨터정보학회 2009 韓國컴퓨터情報學會論文誌 Vol.14 No.2
기존 연구에서는 문제은행을 만들고 평가시스템을 구현하여 학습자의 성취도를 평가하고자 했다. 그러나 문항을 만들거나 이미 만들어진 문항을 가져오는 과정에서 문제은행을 구현하는 데, 시간과 노력이 많이 소요되었다. 또 종합평가 위주의 모의고시 형의 문항이 평가문항으로 제시 되다보니 소단원의 학습 주제에 대한 성취도 평가가 실시되기 어려웠다. 소단원이나 수학 원리등을 학습하는 데 있어서, 평가에 대한 문제점을 개선하기 위하여, 본 논문은 문항 형태(Item Form)를 이용한 문제은행을 SCORM2004의 실행환경 RTE에서 데이터 모델 인터액션으로 구현한다. 학습관리 시스템에 의하여 문항 형태의 정의에 따라 자동 생성된, 평가문항에 대한 성취도 검사에 있어서, 보다 객관적인 판단을 위하여 확신 인자 함수(Confidence Factor Function)를 사용한다. 실험을 위한 콘텐츠로 수학의 삼각 함수를 두 개의 실험 대비군에게 현장 적용을 하여 제안된 문항 생성 시스템을 이용한 교육이 유의성이 있음을 보였다. According to previous researches about online evaluation in many e-Learning contents, it took too much time and effort to generate test questions for formative or achievement tests using a database as an item pool. Furthermore, it is hard to measure accomplishment of learners for each unit through overall tests provided by existing e-learning contents. In this paper, to efficiently cope with problems described above, the item pool based on Item Form was transformed into Interaction Date Model in Run-Time Environment of SCORM2004. And the contents for the math concepts and principles that students would learn from regular classroom were developed in accordance with SCORM. In addition, Confidence Factor Function was used to take an objective view in measuring the accomplishment of learners through the items automatically generated by LMS(Learning Management System).
-
UTIS, DSRC 통합 동적 분산 계층 경로탐색 기법
백영태(Yeong-Tae Baek),이세훈(Se-Hoon Lee),김상오(Sang-Oh Kim) 한국컴퓨터정보학회 2010 한국컴퓨터정보학회 학술발표논문집 Vol.18 No.2
본 논문은 현재 경찰청 및 각 지자체의 주도하에 수도권을 중심으로 새롭게 보급되고 있는 도시 교통 정보 시스템 (UTIS)과 국토해양부 및 한국 도로 공사 등을 중심으로 한 DSRC 기반의 교통 정보 시스템을 모두 활용하는 시스템 및 효율적인 경로탐색 알고리즘을 제안한다. 도시 교통 정보 시스템은 무선랜과 같은 프로토콜을 이용해서, 기존 단방향 방식인 TPEG의 주요 도로 위주의 제한된 교통 정보 단점을 극복하고 많은 지선를 포함한 교통 정보를 제공하고 있다. 그러나 대부분의 운전자들이 단지 도심 내에서만 운전하는 것이 아니고 고속도로 등을 통해서 장거리 운전도 하기 때문에 고속도로 상의 DSRC 기반의 서비스도 동일 단말에서 지원해야 하나의 단말에서 다양한 서비스를 지원받을 수 있다. 따라서 본 논문의 두 개의 다른 통신 모듈의 통합된 단말 시스템을 제안하고 기존에 제안된 UTIS 기반의 분산 경로 탐색 방식을 DSRC 기반의 고속도로 교통 정보를 활용해서 새로운 경로탐색 알고리즘을 제안한다. 또한 향후 추가적으로 이루어질 연구와 현재 다른 주체들의 주도로 이루어지는 서비스를 제도적으로 보완할 수 있는 방안도 제시한다.
-
전병기(Byung ki Jeon),김의종(Eui-Jong Kim) 대한설비공학회 2022 대한설비공학회 학술발표대회논문집 Vol.2022 No.11
직달일사와 산란일사를 분류하는 과정은 보다 정밀한 방위별 일사량 및 발전량을 예측하거나 이를 기반으로 건물에서 예측 제어를 위해 필수적으로 선행되어야 한다. 하지만 대부분의 직산분리 모델은 해외의 기상 발생패턴을 통계적으로 분석해 개발되었기 때문에 우리나라의 지역적 특성을 반영하지 않는 경우 계산된 일사 값은 큰 오차를 보인다. 이에 본 연구에서는 강화학습 알고리즘을 통해 발생되는 오차를 학습하여 기존 직산분리 모델의 정확도를 개선하는 직산분리 모델을 제안하였다. 제안된 모델은 오랜기간 동안 누적된 기상 데이터가 없는 현장을 가정하여 약 2주 동안의 기상데이터만을 학습하였다. 시뮬레이션 결과 제안된 모델은 학습기간과 유사한 겨울철(2월) 16W/㎡ 수준의 오차를 보였으며, 여름철(7월)에는 27W/㎡ 수준의 오차를 보이며 기존 직산분리 모델의 오차를 개선하는 성능을 보였다.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
