자막정보를 이용한 새로운 스마트TV 사업 모형설계

나인섭,김수형,나형율,Na, In Seop,Kim, Soo Hyung,Na, Hyeong Youl 한국스마트미디어학회 2012 스마트미디어저널 Vol.1 No.4

이 논문에서는 스마트TV 현황을 살펴보고, 바뀐 스마트 생태계에서 자막정보를 이용한 새로운 스마트 TV 사업 모형을 제시하였다. 현재 우리사회는 스마트 TV에 대한 긍정적인 견해와 유보적 견해가 있음에도 불구하고 스마트 TV로의 큰 변화는 우리 시대에 거부 할 수 없는 큰 물결이며, 점진적으로 스마트 TV를 중심으로 모든 사회가 바뀌어나갈 수밖에 없다. 따라서 이 논문에서는 양방향, 능동적, 소비자 중심의 스마트TV환경에서 자막정보를 이용한 새로운 스마트 TV 사업 모형을 설계하였다. 끝으로, 제안된 자막정보를 이용한 스마트 TV 사업모형은 한류 시대에 국가 간 정보의 격차를 줄이고 한류를 확산하는 데 일익 할 것이 기대된다. In this paper, we consider the current status of smart TV and propose a business model established on the smart TV ecosystem. There are two views on the outlook of the smart TV market, one of which takes optimistic prospect and the other one is pessimistic. However, mostly it is believed that the innovation will continue in smart TV technology and the market will expand. In this paper, we proposes a two-way, active and consumer oriented business model for smart TV using subtitle information. Finally, we expect to contributing to reduce the gap of information between countries to spread the Han-Wave.

주 색상 히스토그램 특징과 Mean-Shift 알고리즘을 사용한 사진 자동분류

나인섭 ( In-seop Na ),최준용 ( Jun-yong Choi ),조완현 ( Wan-hyun Cho ),김수형 ( Soo-hyung Kim ) 한국정보처리학회 2012 한국정보처리학회 학술대회논문집 Vol.19 No.2

최근 디지털카메라와 스마트 폰 등의 모바일 기기가 급속도로 발전 하면서 언제, 어디서나 손쉽게 사진을 찍을 수 있게 되었다. 이런 환경의 변화는 수없이 많은 사진을 양산하게 되었고, 손쉽게 많이 찍은 사진에 대한 분류에 불필요한 시간을 많이 보내게 되었다. 따라서 보다 편리하게 촬영된 사진들을 분류 관리하기에 적합한 자동화된 프로그램이 필요하게 되었다. 이 논문에서는 GPS나 시간 등의 메타 정보에 의존하지 않고 오직 사진의 주 색상을 이용한 히스토그램 특징과 Mean Shift 분류기를 사용하여 대략적인 분류를 시도하려했다. 실험결과를 토대로 살펴보면, 제안된 방법은 사진의 주 색상이 확실한 경우는 잘 분류할 수 있지만 여러 가지 색상이 복잡하게 혼합된 경우와 주 색상을 찾기 어려운 경우에는 분류에 한계가 있음을 알 수 있었다. 따라서 제안된 알고리즘은 사진과 영상들을 개략적인 분류를 실시할 때 주 색상 히스토그램특징이 의미 있는 전역적 특징(Global Feature)중의 하나로 생각된다.

파티클 필터 기반 얼굴추적을 위한 효율적 파티클 수과 윈도우즈 크기 분석

나인섭(Na in-seop),김수형(Kim soo-hyung),이귀상(Lee guee-sang),김영철(Kim young-chul) 한국콘텐츠학회 2016 한국콘텐츠학회 종합학술대회 논문집 Vol.2016 No.5

악보인식 전처리를 위한 강건한 오선 두께와 간격 추정 방법

나인섭 ( In-seop Na ),김수형 ( Soo-hyung Kim ),뀌 ( Trung Quy Nquyen ) 한국인터넷정보학회 2015 인터넷정보학회논문지 Vol.16 No.1

이 논문에서는 모바일 기기상에서 카메라기반 악보인식을 위한 오선 두께와 오선 간격을 추정하는 전처리 기술을 제안한다. 캡쳐된 영상은 조명이나, 흐려짐, 저해상도 등의 많은 왜곡으로 인해 인식에 어려움이 있다. 특히 복잡한 배경을 가지고 있는 악보 영상 인식의 경우 더욱 그렇다. 악보 기호 인식에서 오선 두께와 오선 간격은 인식에 큰 영향을 끼친다. 이들 정보는 이진화에도 사용되는데, 복잡한 배경을 가지고 있는 경우 일반적인 이진 영상은 오선 두께와 간격을 추정하는데 만족스럽지 못하다. 따라서 우리는 에지 영상에서 런-길이 엔코딩 기술을 이용해 오선 두께와 간격 추정하는 강건한 알고리즘을 제안한다. 제안된 방법은 2단계로 구성되어 있다. 첫 번째 단계는 소벨 연산자에 의해 영역별로 에지 영상을 기반으로 오선 두께와 간격을 추정한다. 각 에지 영상의 열은 런-길이 엔코딩 알고리즘에 의해 기술된다. 두 번째 단계는 안정한 경로 알고리즘을 이용한 오선 검출과 오선 위치를 추적하는 적응적 LTH알고리즘을 이용한 오선 제거이다. 실험결과 복잡한 영상의 경우에도 강건함과 높은 인식률을 보였다. In this paper, we propose a robust pre-processing module for camera-based Optical Music Score Recognition (OMR) on mobile device. The captured images likely suffer for recognition from many distortions such as illumination, blur, low resolution, etc. Especially, the complex background music sheets recognition are difficult. Through any symbol recognition system, the staff line height and staff line space are used many times and have a big impact on recognition module. A robust and accurate staff line height and staff line space are essential. Some staff line height and staff line space are proposed for binary image. But in case of complex background music sheet image, the binarization results from common binarization algorithm are not satisfactory. It can cause incorrect staff line height and staff line space estimation. We propose a robust staff line height and staff line space estimation by using run-length encoding technique on edge image. Proposed method is composed of two steps, first step, we conducted the staff line height and staff line space estimation based on edge image using by Sobel operator on image blocks. Each column of edge image is encoded by run-length encoding algorithm Second step, we detect the staff line using by Stable Path algorithm and removal the staff line using by adaptive Line Track Height algorithm which is to track the staff lines positions. The result has shown that robust and accurate estimation is possible even in complex background cases.

지역단위 도서관 통합정보시스템 구축모형

나인섭(Na, In-seop),장우권(Chang, Woo-kwon),이명규(Lee, Myong-gyu) 호남대학교 인문사회과학연구소 2011 인문사회과학연구 Vol.31 No.-

유비쿼터스 인터넷 시대에 모든 정보자원은 디지털화되고 빠르게 확산되고 있다. 또한 민주적 시민의식의 함양은 정확한 정보를 공유함으로써 확산될 수 있다. 정보의 왜곡을 막고 시민들의 정확한 정보교류를 위한 도서관의 역할은 매우 중요하다고 할 수 있다. 이 논문에서는 시민 정보교류 향상을 위한 지역단위도서관통합정보시스템 구축모형 제시를 위해 전국 941개 도서관을 대상으로 설문조사(우편, 전자우편)를 실시하였다. 국내외 도서관의 통합정보시스템 구축 관리 현황 및 인식을 중심으로 조사는 이루어졌으며, 이들 조사결과를 토대로 지역단위도서관통합정보시스템 구축모형을 제시하였다. This study carried out a survey in 941 libraries via e-mail and post mail in order to model an integrated local library information system. The survey was conducted focusing on the status and awareness of the establishment and operation of various integrated library information systems both domestically and internationally. Based on the results of the survey, we proposed a model of a local integrated library information system.

Noise Removal for Level Set based Flower Segmentation

박상철,오강한,나인섭,김수형,양형정,이귀상,Park, Sang Cheol,Oh, Kang Han,Na, In Seop,Kim, Soo Hyung,Yang, Hyung Jeong,Lee, Guee Sang THE KOREAN INSTITUTE OF SMART MEDIA 2012 스마트미디어저널 Vol.1 No.2

본 연구에서는 노이즈를 제거하고 자연 영상에서 자동으로 꽃을 분할하는 후처리방법을 제시한다. 레벨 셋 알고리즘을 이용한 자연영상 꽃 분할에서는 레벨 셋이 에지 정보에만 의존하기 때문에 기대하지 않았던 분리된 노이즈들이 발생한다. 실험 결과는 제안 방법이 꽃 영역과 배경 영역의 많은 노이즈를 성공적으로 제거하였음을 보여준다. In this paper, post-processing step is presented to remove noises and develop a fully automated scheme to segment flowers in natural scene images. The scheme to segment flowers using a level set algorithm in the natural scene images produced unexpected and isolated noises because the level set relies only on the color and edge information. The experimental results shows that the proposed method successfully removes noises in the foreground and background.

의료영상 분석을 위한 기계학습

박상철(Sang Cheol Park),이명은(Myung Eun Lee),김수형(Soo Hyung Kim),나인섭(In Seop Na),진연연(Yanjuan Chen) 한국정보과학회 2012 정보과학회논문지 : 소프트웨어 및 응용 Vol.39 No.3

현대의학에서 효과적인 질병의 진단 및 환자의 치료를 위해 의료영상은 매우 중요한 도구이다. 또한 영상기술 발달은 더욱 정교한 의료영상 데이터를 획득 가능하게 하고 있다. 그러나 이러한 정교함의 대가로 데이터의 양은 점차 방대해지고 있어 의료영상 데이터를 인간의 시각에 의존하여 분석하는 데 어려움이 많다. 따라서 최근 십여 년 동안 기계학습은 의료영상 자동 분석에서 필수적인 역할을 수행하여 왔다. 이 논문에서는 먼저 현대의학의 눈과 같은 다양한 의료영상의 역사, 원리 그리고 응용 분야를 살펴본다. 또한, 기계학습이 다양한 의료영상에 적용되는 최근의 기법을 소개한다. 예를 들어 의료영상 분할 (segmentation), 영상 정합(registration), 컴퓨터 보조 진단 시스템(CADx, CADe), 내용기반 검색(content based image retrieval)에서 적용된 기계학습 기법인 신경망(artificial neural network), 최근거리 이웃법 (k-nearest neighbors), 유전자 알고리즘(genetic algorithm), 가우시안 혼합 모델(gaussian mixture model), 개미군집 최적화(ant colony optimization), 조건부 엔트로피(conditional entropy), 두 학습 기법의 결합 방법 등이 있다. Medical images are exceedingly important means of diagnosing a variety of diseases and treating patients in current medicine. Advance of the new imaging technologies enables them to acquisite more detailed images. However, the amount of the image data is getting too bigger to analyze the images by only human visual inspection. Thus, over the past few decades, machine learning has been performing an essential role in the automated medical image analysis. In the paper, we first overview the history, principle, and applications of various medical images thought of as eyes of current medicine. In addition, we introduce the latest techniques of machine learning applied to medical images. For examples, artificial neural network, k-nearest neighbors, genetic algorithm, gaussian mixture model, ant colony optimization, conditional entropy, and fusion of two machine learning algorithms in segmentation, registration, and content-based medical image retrieval.

심층 학습 모델을 이용한 EPS 동작 신호의 인식

이유라(Yu ra Lee),김수형(Soo Hyung Kim),김영철(Young Chul Kim),나인섭(In Seop Na) 한국스마트미디어학회 2016 스마트미디어저널 Vol.5 No.3

본 논문에서는 심층 학습 모델 방법을 이용하여 EPS(Electronic Potential Sensor) 기반의 손동작 신호를 인식하는 시스템을 제안한다. 전기장 기반 센서인 EPS로부터 추출된 신호는 다량의 잡음이 포함되어 있어 이를 제거하는 전처리과정을 거쳐야 한다. 주파수 대역 특징 필터를 이용한 잡음 제거한 후, 신호는 시간에 따른 전압(Voltage) 값만 가지는 1차원적 특징을 지닌다. 2차원 데이터를 입력으로 하여 컨볼루션 연산을 하는 알고리즘에 적합한 형태를 갖추기 위해 신호는 차원 변형을 통해 재구성 된다. 재구성된 신호데이터는 여러 계층의 학습 층(layer)을 가지는 심층 학습 기반의 모델을 통해 분류되어 최종 인식된다. 기존 확률 기반 통계적 모델링 알고리즘은 훈련 후 모델을 생성하는 과정에서 초기 파라미터에 결과가 좌우되는 어려움이 있었 다. 심층 학습 기반 모델은 학습 층을 쌓아 훈련을 반복하므로 이를 극복할 수 있다. 실험에서, 제안된 심층 학습 기반의 서로 다른 구조를 가지는 컨볼루션 신경망(Convolutional Neural Networks), DBN(Deep Belief Network) 알고리즘과 통계적 모델링 기반의 방법을 이용한 인식 결과의 성능을 비교하였고, 컨볼루션 신경망 알고리즘이 다른 알고리즘에 비해 EPS 동작신호 인식에서 보다 우수한 성능을 나타냄을 보였다. In this paper, we propose hand-gesture signal recognition based on EPS(Electronic Potential Sensor) using Deep learning model. Extracted signals which from Electronic field based sensor, EPS have much of the noise, so it must remove in pre-processing. After the noise are removed with filter using frequency feature, the signals are reconstructed with dimensional transformation to overcome limit which have just one-dimension feature with voltage value for using convolution operation. Then, the reconstructed signal data is finally classified and recognized using multiple learning layers model based on deep learning. Since the statistical model based on probability is sensitive to initial parameters, the result can change after training in modeling phase. Deep learning model can overcome this problem because of several layers in training phase. In experiment, we used two different deep learning structures, Convolutional neural networks and Recurrent Neural Network and compared with statistical model algorithm with four kinds of gestures. The recognition result of method using convolutional neural network is better than other algorithms in EPS gesture signal recognition.

베이지안 추론 방법을 이용한 새로운 그래프 매칭방법과 영상검색

박상철(Sang Cheol Park),조완현(Wan Hyun Cho),김선월(Sun Worl Kim),김수형(Soo Hyung Kim),나인섭(In Seop Na) 한국정보과학회 2013 정보과학회논문지 : 소프트웨어 및 응용 Vol.40 No.2

정확하고 효과적인 그래프 매칭 기법은 그래프 매칭을 이용한 내용기반 검색 시스템에서는 매우 중요하다. 우리는 베이즈(Bayes) 이론과 디리쉴레(Dirichlet) 분포를 이용한 새로운 그래프 매칭 알고리즘과 이를 이용한 영상 검색 시스템을 제안한다. 이를 위해 먼저 각 영상은 검출자(detector)에 의해 그래프로 표현되며, 그래프의 에지(edge)는 서술자(descriptor) 간의 거리로 나타낸다. 그런 후, 베이즈 이론과 디리쉴레 분포에 의해 두 그래프의 정점(검출자) 간의 매칭 정도를 나타내는 매칭행렬이 계산된다. 마지막으로 매칭행렬로 부터 볼록 최적화 알고리즘에 의해 최적 매칭관계를 찾는다. 여기서, 영상의 그래프표현은 다양한 변형에 강인한 MSER 영역 검출자와 스케일과 회전에 강인한 SIFT 서술자가 이용된다. 두 영상의 유사도는 검출자들 사이의 서술자를 이용한 상관계수로 대체된다. 영상 검색은 질의 영상과 데이터베이스의 모든 영상들을 매칭하여 유사도가 가장 높은 영상을 선택함으로써 수행된다. 우리는 제안 시스템의 평가를 위해 COIL-20 데이터베이스를 이용하였으며, 스펙트럴 매칭(spectral matching)을 이용한 검색 시스템과 비교하였다. 실험 결과 이 논문에서 제안한 새로운 그래프 매칭을 이용한 영상 검색 시스템은 기존의 스펙트럴 매칭을 이용한 검색 방법보다 우수한 성능을 보였다. An effective and accurate graph matching method is very important in content-based image retrieval systems using graph matching. In this paper, we propose an image retrieval system using a new graph matching algorithm based on Bayes theorem and Dirichlet distribution. To be more specific, each image is represented as a graph using nodes (detectors) and attributes of edges in the graph are assigned using the distance between two descriptors. Then, matching matrix is calculated to indicate the degree of matching between two node sets in different graphs using Bayes theorem and Dirichlet distribution. Last, the proposed algorithm searches for an optimal matching solution using convex relaxation algorithm from matching matrix. Here, we present an image as graph using MSER region detector which is robust to various transformations and calculate matching matrix using SIFT descriptor which is invariant against scale and rotation. Correlation between descriptors of two images is substituted for similarity between two images. Therefore, in retrieval phase, the system selects the images with high similarity by matching query image to each of all images in the database. We used COIL-20 database to test and evaluate the proposed system and compared our system with an image retrieval system using spectral matching method. The experimental results have shown that the proposed system based on a new graph matching algorithm achieves superior performance in comparison with spectral matching method.

Object Clustering by using Simulation of Diffusion Limited Aggregation

Tuan Anh Tran(트란뚜안),In Seop Na(나인섭),Soo Hyung Kim(김수형) 한국정보과학회 2016 한국정보과학회 학술발표논문집 Vol.2016 No.6