모바일 웹 캡쳐 동영상 학습 완성도 향상을 위한 개발 연구

이연란 ( Yeanran Lee ),임영환 ( Younghwan Lim ) 한국영상미디어협회 2012 예술과 미디어 Vol.11 No.2

본 논문은 모바일 웹상에서 학습 동영상을 수강 하면서 재학습이 필요한 프레임을 캡쳐 기능으로 학습 시간과 함께 이미지로 저장한다. 최대 9개까지 캡쳐 프레임의 목록을 표시할 수 있으며 이미지를 선택하면 동영상 시간 위치부터 실행한다. 캡쳐 프레임 실행은 전체 학습에 비해 필요한 프레임만 학습하므로 학습 시간을 절약할 수 있고 무작위 순 서로 학습할 수 있다. 또한 학습자 수준에 맞춘 반 복 학습으로 학업 성취도에 긍정적인 효과를 줄 수 있다. Learning time and learning while taking a video from the mobile web feature captures frames needed a re-learning this paper save it as an image. When you select an image and can display a list of up to 9 capture frame from video time position running. Capture a frame running only the frames compared to the entire study so you can save time learning and learning, students can learn in a random order. Iterative learning focused on the level of the learner can give a positive effect on students` academic achievement.

이미지 색채 속성을 활용한 감성 정량화 알고리즘

이연란(Yean-Ran Lee) 한국콘텐츠학회 2015 한국콘텐츠학회논문지 Vol.15 No.11

감성인식을 규칙적으로 제어하고 변화하려는 감성컴퓨터 연구에 관심이 집중되고 있다. 따라서 색채 감성컴퓨팅의 정량화한 객관적인 평가 방식 적용이 필수적인 상황이다. 이에 본 논문은 이미지 감성인식을 숫자화한 표현방식으로 색채 디지털 감성컴퓨팅 계산을 적용한다. 감성컴퓨팅 연구방식은 이미지에 집중된 감성인식인 색채 속성으로 구성하고, 색채 감성속성은 색상, 명도, 채도로 구분한다. 감성속성의 비중톤 증감에 따른 감성점수와 가중치를 감성식에 적용하여 계산한다. 감성계산식은 쾌정도(X축), 긴장도(Y축)를 계산한다. 그리고 감성좌표에 쾌정도(X축), 긴장도(Y축)의 교차점을 감성점으로 위치한다. 감성좌표는 러셀의 핵심 효과(Core Affect)를 활용한다. 감성점 위치에서 대표감성크기와 감성상관관계를 숫자화하고, 색채 감성컴퓨팅을 통해 정량화한다. Emotion recognition and regular controls are concentrated interest in computer studies to emotional changes. Thus, the quantified by objective assessment methods are essential for application of color sensibility computing situations. In this paper, it is applied to a digital color image emotion emotional computing calculations numbered recognized as one representation. Emotional computing research approach consists of a color attribute to the image recognition focused sensibility and emotional attributes of color is the color, brightness and saturation separated by. Computes the sensitivity weighted according to the score and the percentage increase or decrease in the sensitivity property tone applied to emotional expression. Sensitivity calculation is free-degree (X), and calculates the tension (Y-axis). And free-level (X-axis) coordinate of emotion, which is located the intersection of the tension (Y-axis) as a sensitivity point. The emotional effect of the Russell coordinates are utilizing the core (Core Affect). Tue numbers represent the size and sensitivity in the emotional relationship between emotional point location and quantified by computing the color sensibility.

감성 트리를 이용한 이미지 감성 분석 알고리즘

이연란(Yean-Ran Lee),윤은주(Eun Ju Yoon),임정아(Jung-ah Im),임영환(Young-Hwan Lim),성정환(Jung-hwan Sung) 한국콘텐츠학회 2013 한국콘텐츠학회논문지 Vol.13 No.11

이미지를 감성으로 쾌 또는 불쾌, 긴장 또는 평온의 구분 감성을 트리 형식으로 가중치를 부여하여 평가한다. 이미지 대표평가 감성인 명도대비를 평가 기준으로 1차는 쾌, 불쾌 또는 긴장 또는 평온이고 2차는 세분화 이미지 감성으로 구분한다. 4개의 감성인식을 수치화 된 명도대비 데이터로 측정한다. 평가 구현은 OpenCV를 통해 명도대비를 그래프화하여 긴장, 평온, 쾌, 불쾌 값 변화에 따라 4개 감성으로 구분하여 컴퓨팅한다. 감성 컴퓨팅으로 명도대비의 입력된 값에 따라 ‘불쾌’를 ‘쾌’ 또는 ‘긴장’을 ‘평온’으로 감성적 변화를 줄 수 있다. 이미지 감성의 규칙성을 계산화 된 컴퓨팅 시스템으로 제어할 수 있고 향후 산업방향에 감성인식의 적용에 대한 긍정적인 역할을 할 것이다. Image of emotional pleasure or displeasure, tension or emotional division of tranquility in the form of a tree is evaluated by weighting. Image representative evaluation of the sensitivity of the brightness contrast ratings 1 car pleasure, displeasure or stress or emotional tranquility and two cars are separated by image segmentation. Emotion Recognition of four compared to the numerical data is measured by brightness. OpenCV implementation through evaluation graph the stress intensity contrast, tranquility, pleasure, displeasure, depending on changes in the value of the computing is divided into four emotional. Contrast sensitivity of computing the brightness depending on the value entered nuisance to excellent or stress to calm the emotional changes can give. Calculate the sensitivity of the image regularity of localized computing system can control the future direction of industry on the application of emotion recognition will play a positive role.

영상 이미지 행복 감성 트리를 이용한 분석 알고리즘

이연란(Lee, Yean-Ran),임영환(Lim, Young-Hwan) 한국만화애니메이션학회 2013 만화애니메이션연구 Vol.- No.33

영상 이미지 감성으로 행복 또는 불행, 긴장 또는 평온의 구분 감성을 트리 형식으로 가중치를 부여하여 평가한다. 영상 이미지 대표평가 감성인 명도대비를 평가 기준으로 1차는 행복, 불행 또는 긴장, 평온이고 2차는 종속성을 지닌 세분화된 영상 이미지 감성으로 구분한다. 4개의 감성인식을 수치화 된 명도대비 데이터로 측정한다. 평가 구현은 OpenCV를 통해 명도대비를 그래프화하여 긴장, 평온, 행복, 불행 값의 변화에 따라 4개 감성으로 구분하여 컴퓨팅한다. 감성 컴퓨팅은 명도대비의 입력 값에 따라 ‘불행’을 ‘행복’으로 또는 ‘긴장’을 ‘평온’으로 감성적인 변화를 구현한다. 감성 컴퓨팅은 영상 감성의 규칙성을 계산화 된 컴퓨팅 시스템으로 제어할 수 있고 명도대비 값에 따라 감성의 변화를 구현한다. 향후 산업방향에 감성 인식의 적용에 대한 긍정적인 역할을 할 것이다. Video images of emotional happiness or unhappiness, stress or emotional division of tranquility in the form of a tree is evaluated by weighting . Representative evaluation of the video image brightness contrast sensitivity ratings 1 car happy , unhappy or nervous , calm and refined with two car dependency, sensitivity to visual images are separated . Emotion Recognition of four compared to the numerical data is measured by brightness . OpenCV implementation through evaluation graph the stress intensity contrast , tranquility , happiness, unhappiness with changes in the value of four , separated by sensitivity to computing . Contrast sensitivity of computing the brightness according to the input value " unhappy " to " happy " or " stress " to " calm " the emotional changes are implemented. Emotion computing the regularity of the image to calculate the sensitivity localized computing system can be controlled according to the emotion of the contrast value of the brightness changes are implemented. The future direction of industry on the application of emotion recognition will play a positive role.

이미지 색상, 명도, 채도 감성컴퓨팅의 유사성 검증 연구

이연란(Lee, Yean-Ran) 한국만화애니메이션학회 2015 만화애니메이션연구 Vol.- No.40

사람의 이미지 감성인식은 각기 다른 성향으로 표현된다. 현재는 감성인식을 객관적으로 평가하려는 감성컴퓨팅 연구가 활발하게 연구되고 있다. 그렇지만 기존의 감성컴퓨팅 연구는 실행에 많은 문제점을 갖고 있다. 첫째, 감성인식 면에서 비객관적이고, 부정확하다. 둘째, 감성인식의 상관관계가 불명확한 점이다. 그리하여 본 연구의 필요성으로 이미지 감성의 규칙성을 실험하여 감성컴퓨팅 방식으로 제어하고자 한다. 또한 본 연구의 목적으로 감성인식을 숫자화하고, 객관화하는 이미지 감성컴퓨팅 시스템 방식을 적용하고, 사람의 감성과의 유사 정도를 비교한다. 이미지 감성컴퓨팅 시스템의 주요 특징은 감성인식을 숫자화 된 디지털 형식으로 계산한다. 그리고 감성컴퓨팅의 연구배경은 감성을 디지털화하는 James A. Russell의 핵심 효과(Core Affect)를 활용한다. 핵심 감성으로 쾌정도(X축)인 쾌와 불쾌, 긴장도(Y축)인 긴장과 이완의 감성축이고, 감성컴퓨팅 연구에 적용한다. 감성축은 연관된 대표감성으로 아주 기쁜, 흥분, 의기양양, 행복한, 자족, 고요한, 여유로운, 조용한, 피곤한, 무기력한, 우울한, 슬픈, 화가 난, 스트레스, 불안, 긴장된 감성의 16개로 구분하여 감성컴퓨팅에 적용한다. 본 연구의 과정은 이미지 감성컴퓨팅 계산식의 핵심인 색채 요소를 활용하여 색상, 명도, 채도를 감성속성요소로 적용한다. 감성속성요소는 중요도인 가중치를 적용하여 비율을 계산하고, 쾌정도(X축)와 긴장도(Y축)의 감성점수로 측정한다. 다시 교차된 감성점을 바탕으로 감성원으로 확장하고, 포함된 대표감성크기로 상위 5위인 주요대표감성으로 선별한다. 또한 사람의 이미지 감성을 16개 대표감성점수로 측정하고, 상위 5위의 대표감성으로 구분한다. 연구결과 감성컴퓨팅의 주요대표감성과 사람의 감성인식의 주요대표 감성을 비교하여 일치하는 대표감성수에 따라 감성의 유사 정도를 검증한다. 감성컴퓨팅 유사성 실험 결과 주요대표감성의 평균 일치율은 51%이고, 2.5개의 대표감성이 사람의 감성인식과 일치했다. 본 연구를 통해 감성컴퓨팅 계산 방식과 사람 감성인식의 유사 정도를 측정했고, 감성계산식의 객관적인 평가기준을 제시했다. 향후 연구에서는 좀 더 높은 일치율 향상의 방안과 감성계산식의 가중치 연구가 유지되어야 할 것이다. Emotional awareness is the image of a person is represented by different tendencies. Currently, the emotion computing to objectively evaluate the emotion recognition research is being actively studied. However, existing emotional computing research has many problems to run. First, the non-objective in emotion recognition if it is inaccurate. Second, the correlation between the emotion recognition is unclear points. So to test the regularity of image sensitivity to the need of the present study is to control emotions in the computing system. In addition, the screen number of the emotion recognized for the purpose of this study, applying the method of objective image emotional computing system and compared with a similar degree of emotion of the person. The key features of the image emotional computing system calculates the emotion recognized as numbered digital form. And to study the background of emotion computing is a key advantage of the effect of the James A. Russell for digitization of emotion (Core Affect). Pleasure emotions about the core axis (X axis) of pleasure and displeasure, tension (Y-axis) axis of tension and relaxation of emotion, emotion is applied to the computing research. Emotional axis with associated representative sensibility very happy, excited, elated, happy, contentment, calm, relaxing, quiet, tired, helpless, depressed, sad, angry, stress, anxiety, pieces 16 of tense emotional separated by a sensibility ComputingIt applies. Course of the present study is to use the color of the color key elements of the image computing formula sensitivity, brightness, and saturation applied to the sensitivity property elements. Property and calculating the rate sensitivity factors are applied to the importance weight, measured by free-level sensitivity score (X-axis) and the tension (Y-axis). Emotion won again expanded on the basis of emotion crossed point, and included a representative selection in Sensibility size of the top five ranking representative of the main emotion. In addition, measuring the emotional image of a person with 16 representative emotional score, and separated by a representative of the top five senses. Compare the main representative of the main representatives of Emotion and Sensibility people aware of the sensitivity of the results to verify the similarity degree computing emotion emotional emotions depending on the number of representative matches. The emotional similarity computing results represent the average concordance rate of major sensitivity was 51%, representing 2.5 sensibilities were consistent with the person"s emotion recognition. Similar measures were the degree of emotion computing calculation and emotion recognition in this study who were given the objective criteria of the sensitivity calculation. Future research will need to be maintained weight room and the study of the emotional equation of a higher concordance rate improved.

모바일 웹 캡처 메모 시스템의 학습 완성도에 대한 연구

이연란(Lee, Yean-Ran),임영환(Lim, Young-Hwan) 한국만화애니메이션학회 2013 만화애니메이션연구 Vol.- No.32

본 논문은 모바일 웹 상에서 오프라인의 학습 내용을 복습 할 때 학습동영상에 필요한 재학습 영역을 프레임 단위로 중요 영역만 캡처한다. 캡처된 프레임은 영상 중에서 진행된 학습 시간과 이미지의 형태로 저장하고 또한 설명에 대한 메모 기능을 함께 저장한다. 캡처 영역은 학습자에 필요한 영역만 재학습하는 학습자 중심의 맞춤형 시스템을 적용할 수 있다. 캡처 프로그램의 구성은 학습 순서에 상관없이 선택한 순서에 따라 프레임 단위 캡처로 사용자 중심의 스토리텔링형 학습을 적용할 수 있다. 캡처 시스템 효과는 전체 학습에 비해 학습 시간을 절약하고 학습자 중심의 프레임 재구성으로 맞춤형 학습에 따른 학습 효용성 향상에 긍정적인 역할을 한다. In this paper, on the web, offline mobile learning content to reinforce the learning of the video frame-by-frame necessary for re-learning area to capture only the important areas. The frame of the captured image and the image in the form of advanced training time saved and also a description of the notes feature to store. The area needed for the capture area re-learning the learner to learner-centered custom systems can be applied. In order to capture the learning program, regardless of the configuration of the selected frame by frame in order to capture the user-centric storytelling-based learning can be applied. Capture the full effect of the system compared to learning and learner-centered learning time-saving reconstruction of the frame according to the customized learning to play a positive role in improving effectiveness.

이미지의 색채 감성속성을 이용한 대표감성크기 정량화 알고리즘

이연란(Lee, Yean-Ran) 한국만화애니메이션학회 2015 만화애니메이션연구 Vol.- No.39

사람의 이미지를 보고 느끼는 감성인식은 환경, 개인적 성향에 따라 다양하게 변화한다. 그리하여 이미지 감성인식을 숫자로 제어하려는 감성컴퓨터 연구에 집중되고 있다. 그렇지만 기존의 감성컴퓨팅 모형은 숫자화된 객관적이고, 명확한 측정이 미흡한 상황이다. 따라서 이미지 감성인식을 감성컴퓨팅을 통해 정량화하고, 객관적인 평가 방식의 연구가 필요한 상황이다. 이에 본 논문은 이미지 감성인식을 계산 방식에 따라 숫자화한 정량화로 감성크기를 표현했다. 그리하여 이미지 감성 인식의 주요한 속성인 색채를 구성인자로 적용한다. 또한 디지털 색채 감성컴퓨팅을 적용하여 계산하는데 연구의 중점을 두었다. 이미지 색채 감성컴퓨팅 연구방식은 감성속성인 색상, 명도, 채도에 중요도에 따른 가중치를 감성점수에 반영한다. 그리고 감성점수를 이미지 감성계산식에 적용하여 쾌정도(X축), 긴장도(Y축)를 숫자 방식으로 계산한다. 거기에 쾌정도(X축), 긴장도(Y축)의 교차하는 위치점을 이미지 감성좌표의 감성점으로 위치한다. 이미지 색채 감성좌표는 러셀의 핵심 효과(Core Affect)를 적용하여 16가지 주요대표감성을 기반으로 한다. 이미지 감성점은 기준의 위치에서 대표감성크기와 감성상관관계를 숫자화하고, 이미지 감성을 정량화한다. 그리하여 이미지 감성인식은 숫자 크기로 비교한다. 감성점수의 대소에 따라 감성이 변화함을 증명한다. 비교 방식은 이미지 감성인식을 16개 대표감성과 연관된 감성의 상위 5위로 구분하고, 집중된 대표감성크기를 비교 분석한다. 향후 감성컴퓨팅 방식이 사람의 감성인식과 더 유사할 수 있도록 감성계산식의 연구가 필요하다. See and feel the emotion recognition is the image of a person variously changed according to the environment, personal disposition. Thus, the image recognition has been focused on the emotional sensibilities computer you want to control the number studies. However, existing emotional computing model is numbered and the objective is clearly insufficient measurement conditions. Thus, through quantifiable image Emotion Recognition and emotion computing, is a study of the situation requires an objective assessment scheme. In this paper, the sensitivity was represented by numbered sizes quantified according to the image recognition calculation emotion. So apply the principal attributes of the color image emotion recognition as a configuration parameter. In addition, in calculating the color sensitivity by applying a digital computing focused research. Image color emotion computing research approach is the color of emotion attribute, brightness, and saturation reflects the weighted according to importance to the emotional scores. And free-degree by applying the sensitivity point to the image sensitivity formula (X), the tone (Y-axis) is calculated as a number system. There pleasure degree (X-axis), the tension and position the position of the image point that the sensitivity of the emotional coordinate crossing (Y-axis). Image color coordinates by applying the core emotional effect of Russell (Core Affect) is based on the 16 main representatives emotion. Thus, the image recognition sensitivity and compares the number size. Depending on the magnitude of the sensitivity scores demonstrate this sensitivity must change. Compare the way the images are divided up the top five of emotion recognition emotion emotions associated with 16 representatives, and representatives analyzed the concentrated emotion sizes. Future studies are needed emotional computing method of calculation to be more similar sensibility and human emotion recognition.

모바일 웹 학습 캡쳐 시스템의 효용성에 대한 연구

이연란 ( Yeanran Lee ),임영환 ( Younghwan Lim ) 한국영상미디어협회 2013 예술과 미디어 Vol.12 No.1

본 논문은 모바일 웹에서 학습 동영상을 수강하면서 재학습 영역을 프레임 단위로 캡쳐한다. 캡쳐 기능은 학습 시간과 함께 이미지를 함께 저장한다. 재학습 영역을 학습자 중심의 맞춤형 시스템으로 캡쳐한 순서에 상관없이 선택한 순서에 따라 무작위로 스토리텔링형 학습을 진행한다. 캡쳐 시스템의 프레임 실행은 전체 학습에 비해 학습 소요 시간을 절약 및 학습의 효용성 향상에 적극적인 역할을 한 다. 또한 학업 성취도에도 긍정적인 효과를 줄 수 있다. This paper, we relearning area learning while taking a video from the mobile web, the frame by frame capture. Image capture function, the learning time and stored together. Image capture function, the learning time and stored together. Storytelling learning random capture of learner centered custom system, depending on the order in which you select, regardless of the order in which the re learning area. Capture the frame of the system running the entire learning compared to the time required for learning to conserve and enhance learning experiences to play an active role. Also can give a positive effect on academic achievement.

영상 이미지 색채 감성트리를 통한 대표감성크기 변화 연구

이연란(Yean-Ran Lee),박효진(Hyo-Jin Park) 한국콘텐츠학회 2015 한국콘텐츠학회논문지 Vol.15 No.11

감성을 규칙적인 숫자로 변화하려는 감성컴퓨터 연구가 지속적이다. 감성컴퓨팅 방식으로 감성을 숫자화하고, 감성트리를 통해 실행했다. 감성컴퓨팅의 감성 평가는 James A. Russell의 핵심 효과(Core Affect)의 감성좌표를 활용했다. 감성트리 실행 목적은 감성컴퓨팅과 감성트리의 상관관계를 검증했다. 감성트리 속성실험은 색상, 명도, 채도로 구성했다. 명도 50% 증가했을 때, 쾌정도(X축)는 10.49점 증가했다. 명도 50%, GREEN 50% 증가는 쾌정도(X축) 10.49점, 긴장도(Y축) 15.85점만큼 증가했다. 쾌정도(X축)에 명도 50%, 긴장도(Y축)에 BLUE 50%일 때, 쾌정도(X축) 10.49점, 긴장도(Y축) 14.65점만큼 감성이 변화했다. 대표감성크기 변화는 명도 50%, 색상 RED 50% 증가했을 때, 흥분 감성이 5.4% 증가했고, 우울한 감성이 -4.2% 감소했다. 명도 50%, 색상 GREEN 50%의 증가는 흥분 감성이 8.6%로 증가했고, 우울한 감성이 -5.5%로 감소했다. 감성속성 증감에 따른 감성변화와 대표감성크기를 숫자 방식으로 분석했다. 향후 영상 이미지 감성컴퓨팅의 실행인 감성트리를 통해 사람의 감성과 더 유사하도록 행복한 감성 숫자 연구가 필요하다. Emotional computer that you want to study in a regular number change is the continuing sensitivity. Emotional Computing manner the sensibilities numbered and emotions were running through the trees. Emotional assessment of emotional sensibility computing was used as the coordinates of the key effects of the James A. Russell (Core Affect). Emotional tree runs purpose was to verify the correlation of sensitivity and emotion computing tree. Emotional tree attributes experiment color, brightness, saturation was configured with. When 50% brightness increase, about pleasure (X-axis) has increased by 10.49 points. Brightness 50%, GREEN 50% increase in the degree of pleasure (X-axis) of 10.49 points, tone (Y axis) has increased by 15.85 points. Brightness 50%, GREEN 50% increase in the degree of pleasure (X-axis) of 10.49 points, tone (Y axis) has increased by 15.85 points. Brightness 50% of the free-extent (X-axis), BLUE 50% when the tone (Y axis), pleasure extent (X-axis) of 10.49 points, tone (Y axis) as much as 14.65 points sensibilities have changed. When representatives emotions size changes have increased 50% brightness, color RED 50%, increased 5.4% Emotional excitement, emotion depressed declined -4.2%. 50% brightness, color GREEN 50% increase in emotional excitement had increased to 8.6%, declined by -5.5% this melancholy sensibility. Representative emotion and emotional changes increase or decrease the size of the emotional attributes were analyzed by quantitative methods. After the happy emotions number is needed to study more similar to the human emotion through the execution of the video image emotion emotional tree computing.

HTML5_기반 모바일 웹 캡쳐 동영상 학습 시스템

이연란(Yean-Ran Lee),임영환(Young-Hwan Lim) 한국콘텐츠학회 2013 한국콘텐츠학회논문지 Vol.13 No.2

본 논문은 Html5 모바일 웹상에서 학습 동영상을 수강하면서 재학습이 필요한 영역을 타임라인의 비디오 프레임 형태로 재생 시간과 함께 캡쳐하여 저장한다. Html5의 Video 태그를 활용하여 최대 9개까지 캡쳐 프레임의 목록을 표시할 수 있고 프레임 이미지를 선택하면 저장한 재생 시간 위치부터 실행하는 방식으로 구현한다. 캡쳐 프레임 실행은 전체 학습에 비해 재학습 프레임만 부분적인 학습이며 집중 학습의 효과로 학습자 맟춤형 스토리텔링을 구현할 수 있다. 무작위 순서에 따라 구간 반복 학습 할 수 있으므로 학습자 수준별 맞춤 반복 학습에 따른 학업 성취도에 긍정적인 효과를 줄 수 있다. In this paper, we capture learning while taking a video, play time and time line of the video frame in the form of areas that require re-learning in HTML5 mobile web store. When you select an image frame can display a list of the frame to take advantage of HTML5 Video tag up to 9 capture and save the playing time at the position. Implemented in a manner that runs Effects as compared to learning to run the entire frame capture learning and re-learning frame partial immersion learners matchumhyeong storytelling can be implemented. Interval Iterative Learning in a random order, so learners can level alignment by iterative learning on academic performance can have a positive effect.