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 : 한보형(Bohyung Han) (검색결과 8 건)
- 무료
- 기관 내 무료
- 유료
-
-
설명 문장 생성을 통한 해석 가능한 시각적 질의응답 모델 분석
김단일(Danil Kim),한보형(Bohyung Han) 한국컴퓨터정보학회 2020 한국컴퓨터정보학회 학술발표논문집 Vol.28 No.2
본 연구에서는 설명 문장 생성을 통한 해석 가능한 시각적 질의응답 모델을 설계하고 학습 방법을 제시한다. 설명 문장은 시각적 질의응답 모델이 응답을 예측하는 데에 필요한 이미지 및 질문 정보와 적절한 논리적인 정보의 조합 및 정답 추론 과정이 함의되어 있을 것으로 기대한다. 설명 문장 생성 과정이 포함된 시각적 질의응답의 기본적인 모델을 기반으로 여러 가지 학습방법을 통해 설명 문장 생성 과정과 응답 예측 과정간의 상호관계를 분석한다. 이러한 상호작용을 적극적으로 활용할 수 있는 보다 개선 시각적 질의응답 모델을 제안한다. 또한 학습한 결과를 바탕으로 설명 문장의 특성을 활용하여 시각적 질의응답 추론 과정을 개선함으로써 시각적 질의응답 모델의 발전 방향을 논의한다. 본 실험을 통해서 응답 예측에 적절한 설명 문장을 제시하는 해석 가능한 시각적 질의응답 모델을 제공한다.
-
조아라(Ahra Jo),한보형(Bohyung Han),장길진(Gil-Jin Jang) 한국HCI학회 2012 한국HCI학회 학술대회 Vol.2012 No.1
본 논문에서는 폐색이 존재하는 연속된 컬러 이미지에서의 객체를 추적하는 효율적인 방법을 제안한다. 이를 위하여 추적하고자 하는 물체를 포함하는 윈도우를 수평으로 분할하고, 각 윈도우의 색상 분포도의 거리의 변화에 따라 객체 사이의 폐색 패턴을 탐지하는 방법을 제안한다. 이는 대부분의 객체들이 수직 보다는 수평으로 움직인다는 가정에 따른다. 추적하고자 하는 물체를 6개의 동일한 폭을 가지는 윈도우로 분할한 뒤, 윈도우 사이의 거리변화량의 최대값과 최소값의 관계에 따라 폐색 패턴을 결정한다. 각각의 윈도우의 폐색 여부는 컬러 히스토그램 일치 확률 계산에 반영되고, 기존의 파티클 필터(particle filter) 기반의 물체 추적 알고리즘에 적용하였다. 실제 촬영된 연속 이미지에 적용된 결과 제안된 방법은 폐색 영역을 잘 탐지하였으며, 폐색이 존재하는 이미지열에 대하여 물체 추적 성능을 향상시킬 수 있었다. This paper proposes a practical algorithm for detecting occlusions in a color image sequence based on matching color histograms of horizontally segmented rectangular windows. Based on the empirical observation that the objects are more likely to move horizontally than vertically, the target window is divided into six equi-width sub-regions, and the proposed method determines the current occlusion pattern based on maximum and minimum forward difference of sub-region histogram distance. The partial occlusion detection results are embedded into likelihood computation of the conventional tracking algorithm using particle filters. Experimental results with real scenes show that the proposed method detects the occluded region quite well and improves the performance of the conventional object tracking method.
-
-
선종현(Jonghyeon Seon),한보형(Bohyung Han) 대한전자공학회 2022 대한전자공학회 학술대회 Vol.2022 No.11
비디오 콘텐츠(예: 인간 행동이 담긴 내용) 분석의 어려움 중 하나는 긴 비디오를 처리해야 하는 연산에서 발생하는 높은 계산 비용입니다. 우리는 프레임간의 관련성과 중요성에 따라 개별 프레임에 대해 적합하게 계산 자원을 할당하는 효율적인 동작 인식 알고리즘을 제안합니다. 특히, 본 논문의 알고리즘은 LSTM 기반 정책 모듈을 적용하고 심층 신경망 중간 계층들에서의 추출되는 특징을 기반으로 각 프레임의 유용성을 순차적으로 추정합니다. 특정 프레임이 동작을 인식하는 데 도움이 되지 않을 경우 모델은 나머지 계층으로 기능을 전달하는 것을 중단하고 다음 프레임을 처리합니다. 추론 과정 중에 간단하면서도 효과적인 조기 종료 전략을 도입하여 접근 방식의 계산 비용을 더욱 절감합니다. 제안된 알고리즘을 ActivityNet-v1.3, Mini-Kinetics 의 두 가지 공개 벤치마크에서 평가합니다. 우리의 실험은 제안된 접근 방식이 행동 인식에서 정확성과 효율성 사이의 뛰어난 균형을 달성한다는 것을 보여줍니다.
-
손진희(Jeany Son),정일채(Ilchae Jung),한보형(Bohyung Han) 한국정보과학회 2013 정보과학회논문지 : 소프트웨어 및 응용 Vol.40 No.12
움직이는 카메라에서 사람을 실시간으로 장시간 추적하는 것은 복잡한 배경과 자세 변형, 가려짐 현상, 장면 전환 등의 문제로 어려움을 겪는다. 본 논문에서는 지속적이고 안정적인 추적을 위하여 사람 검출 알고리즘과 추적 알고리즘을 결합하여 서로 필요한 정보를 교환하고 상호간의 단점을 보완함으로써 추적기 성능을 향상시키고자 한다. 또한 사람 검출에 최적화된 검출기 파라메터들을 실험을 통해 결정하고 모듈들의 병렬화를 통해 실시간 추적을 가능하게 한다. 이러한 방법으로 다양한 각도에서 신체의 일부가 가려지는 경우, 자세의 변형, 장면의 전환 등에도 불구하고 긴 시간동안 추적에 실패하지 않는 결과를 얻었다. 또한, 일반 동영상뿐만 아니라 웹캠 등으로 촬영한 저화질, 저프레임율, 모션블러의 문제를 가지는 동영상에서도 추적이 성공적으로 이루어짐을 실험을 통하여 확인하였다. Tracking human in a long video sequence is a challenging problem due to pose variations, occlusions, background clutter, shot changes, etc. We propose a persistent real-time tracking algorithm that handles such challenges in a robust manner by combining a tracking algorithm with a human detector; the integration of human detector improves tracking performance through the interaction between tracker and detector. Our tracking algorithm is implemented efficiently by the optimization of detector parameter and proper parallelization, and runs real-time in a standard PC. We present tracking results by our algorithm in several challenging sequences containing pose changes, occlusion, background clutter, camera noises, motion blurs, and shot changes.
-
김민지(Minji Kim),정일채(Ilchae Jung),한보형(Bohyung Han) 한국정보과학회 2021 정보과학회논문지 Vol.48 No.2
컴퓨터 비전 분야에서 물체 추적은 비디오 스트림으로부터 입력되는 시각적 정보로부터 타겟물체의 위상 변화를 예측하는 분야이며, 보안 및 군사기술이 요구하는 응용분야에서 중요하게 적용될 수 있는 기술이다. 최근의 딥 러닝 기반의 물체 추적 기술들은 검출기 기반 접근법(Tracking-by-Detection) 및 템플릿 대응 기반 접근법(template matching) 등을 통해 그 성능을 크게 향상시켰지만 접근방식에 따라 그 장단점이 분명하였다. 본 논문에서는 위의 두 접근방법을 응용하는 앙상블 모델 연구를 통해 단점을 보완하는 알고리즘을 제안한다. 제안되는 앙상블 알고리즘은 최근의 저명한 추적 알고리즘을 위한 벤치마크, OTB100, UAV123, LaSOT에서 모두 높은 성능향상을 보고한다. In the area of computer vision, visual object tracking aims to estimate the status of a target object from an input video stream, which can be broadly applicable to industries such as surveillance and the military. Recently, deep learning-based tracking algorithms have gone through significant improvements by using tracking-by-detection or template-based approach. However, these approaches are still suffering from inherent limitations caused by each strategy. In this paper, we propose a novel method to model ensemble trackers by fusing the two strategies, tracking-by-detection and template-based approach. We report significantly enhanced performance on widely adopted visual object tracking benchmarks, OTB100, UAV123, and LaSOT.
-
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
