http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
영상의 색 분포를 이용한 영화 장면에 대한 시청자 정서 예측
천효선(Hyo-Sun Chun),장병탁(Byoung-Tak Zhang) 한국정보과학회 2014 정보과학회 컴퓨팅의 실제 논문지 Vol.20 No.8
색과 정서 사이의 관계에 대해서는 많은 심리학 연구를 통해 알려져 왔다. 영화에서도 이러한 사실을 이용하여 감독들은 정서적 의도를 표현하기 위해 색을 사용한다. 본 논문에서는 영화 영상의 색 분포를 기반으로 시청자의 정서를 추정하는 방법을 제안한다. 그런데 정서에는 개인차가 존재하기 때문에 확률적 추정 방법이 필요하다. 본 연구에서 제안하는 방법은 영화 영상으로부터 색을 샘플링하고 정서분포에서는 정서를 샘플링한 후 그 관계를 하이퍼네트워크 모델을 통해 학습한다. 그 결과 실제 시청자 정서의 87.75%를 예측할 수 있었다. 본 논문에서 제시한 영화 시청자 정서 추정 모델은 시청자의 요구에 원하는 영화추천에 도움이 될 것으로 기대된다. A relationship between emotion and color has been studied in a variety of research. Movie directors also use this relationship in order to express their intention of emotional response. In this paper, we propose a method that can predict emotion for movie scene using color distribution of movie scene. The problem is that one scene can cause different emotions for each viewer. Therefor we propose a probabilistic estimation method, that learns relationship between colors and emotions based on Hypernetwork model. As the result of experiments, we predict 87.75% of original distribution. Our proposed model can be applied to movie recommendation by showing estimated emotional distribution for movie audiences.
천효선(Hyo-Sun Chun),이지훈(Ji-Hoon Lee),류제환(Je-Hwan Ryu),백다솜(Christina Baek),장병탁(Byoung-Tak Zhang) 한국정보과학회 2014 정보과학회 컴퓨팅의 실제 논문지 Vol.20 No.12
애너그램은 주어진 문자들을 재배열하여 숨겨진 단어를 찾아내는 철자바꾸기 놀이로, 문제를 빨리 풀어내는 사람들은 제약 만족 네트워크의 병렬적 탐색에 의해 문제를 해결한다. 본 연구에서는 이러한 인지적 현상을 모델링한 분자 애너그램 풀이 알고리즘을 제시하였다. 문자를 DNA 서열로 인코딩하고, 문자 DNA 가닥을 연결하여 바이그램과 단어 서열을 만들었다. DNA 혼성화, 연결, 젤 전기영동, 추출 연산을 수행해 문자와 바이그램 집합으로부터 답을 찾는 데 필요한 바이그램을 추출한 후, 추출한 바이그램과 단어 집합으로부터 다시 네 가지 DNA 연산을 반복하여 답을 찾는다. 분자 실험 결과 분자 컴퓨터는 정답인 단어와 오답인 단어를 구분해낼 수 있었다. 이를 통해 인간의 병렬적 사고과정을 분자 컴퓨터로 모델링할 수 있는 가능성을 보였다. An anagram is a form of word play to find a new word from a set of given alphabet letters. Good human anagram solvers use the strategy of bigrams. They explore a constraint satisfaction network in parallel and answers consequently pop out quickly. In this paper, we propose a molecular computational algorithm using the same process as this. We encoded letters into DNA sequences and made bigrams and then words by connecting the letter sequences. From letters and bigrams, we performed DNA hybridization, ligation, gel electrophoresis and finally, extraction and separation to extract bigrams. From the matched bigrams and words, we performed the four molecular operations again to distinguish between right and wrong results. Experimental results show that our molecular computer can identify cor rect answers and incorrect answers. Our work shows a new possibility for modeling the cognitive and parallel thinking process of a human.