감성 형용사의 모형에 관한 연구

엄경배,최득수,Eum, Kyoung-Bae,Choi, Deuk-Soo 한국컴퓨터산업학회 2007 컴퓨터産業敎育學會論文誌 Vol.8 No.2

In this reaearch, our goal is to find the representative adjectives which express the sensitivity for wall paper. We want to make a model which can explain the whole by using the representative adjectives. We got the adjectives through the questionnaire survey, field survey, and internet survey. To find the representative adjectives, we used modified factor analysis. The factor analysis used in preceding research can not control the individual difference of sensitivity, because the distribution information of data is concentrated into the mean. So, we used the modified factor analysis to control it. The experimental result showed that the reduced factors could account about 79.5% when the number of factor are three. The individual difference of sensitivity was reflected in some adjectives. This result can be used to make a recommending model for wallpaper. 본 연구에서는 벽지를 위한 감성을 나타내는 형용사들의 대표 감성 형용사를 찾는데 목적이 있으며 이는 몇 개의 대표 감성요인을 이용하여 전체를 잘 설명할 수 있는 모형을 구축하기 위한 것이다. 설문조사, 현장조사, 인터넷조사등 다양한 방법을 통하여 형용사가 수집되었고 수집된 형용사들의 대표형용사를 찾기위해 분산을 고려한 요인분석 방법을 이용하였다. 선행 연구들에서 사용한 요인분석 방법으로는 데이터의 분포정보를 평균값에 집약함으로서 생기는 정보의 손실과 감성표현에 대하여 개인에 따른 의식의 차이를 다룰 수 없다. 따라서 본 연구에서는 이를 다루기 위해 분산을 고려한 요인분석 방법을 이용하였다. 분석결과 요인의수를 3개로 하였을 경우 79.5%의 설명력이 있는 것으로 나타났고 몇몇 형용사에서 개인에 따른 감성차를 잘 반영함을 알 수 있었다. 이 결과를 이용하여 소비자들을 위한 벽지추천 모형을 개발하는데 활용할 수 있을 것으로 기대된다.

Interactive emotion-based color image retrieval

엄경배,박중수,Eum Kyoung-Bae,Park Joong-Soo Korea Computer Institute Society 2006 컴퓨터産業敎育學會論文誌 Vol.7 No.1

영상으로부터 여러 가지 내용을 추출하여 검색에 사용함으로써 내용기반 영상검색에서 검색의 정확도를 높이고 있다. 내용기반 영상검색 방법은 영상 검색을 위하여 물리적 속성을 이용한다. 즉 사용자가 검색을 원하는 영상의 물리적인 속성 또는 이들의 공간적인 배치등의 내용을 상당부분 알아야 검색이 가능하다는 제약을 수반한다. 그러므로, 이방법은 사용자의 의도를 반영하는데 제약이 있다. 따라서, 본 논문에서는 사용자의 의도를 반영하는 감성기반 검색 시스템을 제안하였다. 제안된 시스템은 사용자의 의도를 추정하기위해 relevance feedback을 이용한다는 점에 있어 기존의 내용기반 영상 검색 방법과 다르고, 제안된 시스템은 내용기반 영상검색 방법에 기반하고 있으므로 기존의 내용기반 검색방법과 통합이 용이하다. 속성들과 유사도측도들은 MPEG-7 칼라 기술자를 사용하였다. 벽지 영상을 이용하여 이같은 실험을 행하였고, 감성형용사들을 적용하여 DB에 저장된 벽지 영상들을 대상으로 검색한 결과 만족할 만한 결과를 얻을 수 있었다. Variable contents are extracted and used to improve the correctness of the retrieval in the content-based in age retrieval. This way use the physical feature for the retrieval. In this way of retrieval, the user has to know the basic physical features and spatial relationship of target images that he wants to retrieve. There are some restriction to reflect the user's intend. We need the retrieval system that reflect the user's intend. In this paper, we propose an emotion-based retrieval system. It is different from past emotion based image retrieval in point of view that it uses relevance feedback to estimate the users intend and it is easily combined with past content-based image retrieval system. The features and similarity measures are adopted from MPEG-7 color descriptors which are proper retrieval of large multimedia databases. We use wallpaper images for the experiment. The result shows that the system get successful result.

Sparse-Neighbor 영상 표현 학습에 의한 초해상도

엄경배,최영희,이종찬,Eum, Kyoung-Bae,Choi, Young-Hee,Lee, Jong-Chan 한국정보통신학회 2014 한국정보통신학회논문지 Vol.18 No.12

표본 기반 초해상도(Super Resolution 이하 SR) 방법들 중 네이버 임베딩(Neighbor Embedding 이하 NE) 기법의 기본 원리는 지역적 선형 임베딩이라는 매니폴드 학습방법의 개념과 같다. 그러나, 네이버 임베딩은 국부 학습 데이터 집합의 크기가 너무 작기 때문에 이에 따른 빈약한 일반화 능력으로 인하여 알고리즘의 성능을 크게 저하시킨다. 본 논문에서는 이와 같은 문제점을 해결하기 위해서 일반화 능력이 뛰어난 Support Vector Regression(이하 SVR)을 이용한 Sparse-Neighbor 영상 표현 학습 방법에 기반한 새로운 알고리즘을 제안하였다. 저해상도 입력 영상이 주어지면 bicubic 보간법을 이용하여 확대된 영상을 얻고, 이 확대된 영상으로부터 패치를 얻은 후 저주파 패치인지 고주파 패치 인지를 판별한 후 각 영상 패치의 가중치를 얻은 후 두 개의 SVR을 훈련하였으며 훈련된 SVR을 이용하여 고해상도의 해당 화소 값을 예측하였다. 실험을 통하여 제안된 기법이 기존의 보간법 및 네이버 임베딩 기법 등에 비해 정량적인 척도 및 시각적으로 향상된 결과를 보여 주었다. Among the Example based Super Resolution(SR) techniques, Neighbor embedding(NE) has been inspired by manifold learning method, particularly locally linear embedding. However, the poor generalization of NE decreases the performance of such algorithm. The sizes of local training sets are always too small to improve the performance of NE. We propose the Learning Sparse-Neighbor Image Representation baesd on SVR having an excellent generalization ability to solve this problem. Given a low resolution image, we first use bicubic interpolation to synthesize its high resolution version. We extract the patches from this synthesized image and determine whether each patch corresponds to regions with high or low spatial frequencies. After the weight of each patch is obtained by our method, we used to learn separate SVR models. Finally, we update the pixel values using the previously learned SVRs. Through experimental results, we quantitatively and qualitatively confirm the improved results of the proposed algorithm when comparing with conventional interpolation methods and NE.

혼합된 칼라 잡음하에서 칼라 영상 향상을 위한 조건적인 퍼지 클러스터 필터

엄경배(Kyoung Bae Eum),한서원(Seo Won Han),이준환(Joon Whoan Lee) 한국정보처리학회 1999 정보처리학회논문지 Vol.6 No.12

Color image is more effective than gray one in human visual perception. Therefore, color image processing becomes important area. Color images are often corrupted by noises due to the input sensor, channel transmission errors and so on. Some filtering techniques such as vector median, mean filter, and vector %u03B1-trimmed mean filter have been used for color noise removal. Among them, vector %u03B1-trimmed mean filter gave the best performance in the mixed color noise. But, there are edge shift and blurring effect because vector %u03B1-trimmed mean filter is uniformly processed across the image. So, we proposed a conditional fuzzy cluster filter to improve this problems. Simulation results showed that the proposed scheme improves the NCD measure and visual quality over the conventional vector %u03B1-trimmed mean filter in the mixed color noise.

영상 분해능 개선을 위한 초해상도 알고리즘

엄경배 ( Kyoung Bae Eum ),이신우 ( Shin Woo Lee ),전창우 ( Chang Woo Jeon ) 한국화상학회 2015 한국화상학회지 Vol.21 No.4

표본기반 초해상도(Super Resolution) 기법은 데이터베이스에 저장된 고해상도 영상의 패치와 저해상도 영상의 패치 사이에 대응관계를 이용하여, 저해상도의 입력영상에 가장 유사한 고해상도 패치를 덧붙여서 고해상도를 구성하는 방식이다. 이러한 방식은 한 장의 영상만으로 고해상도 영상을 얻을 수 있고, 위의 과정을 반복하여 2배 이상의 확대된 영상을 얻을 수 있어서 기존의 고전적 초해상도 기법의 문제점을 해결할 수 있다. 표본기반 초해상도 방법들중 네이버 임베딩(Neighbor Embedding 이하 NE) 기법의 기본 원리는 지역적 선형 임베딩(locally linear embedding) 이라는 매니폴드 학습 방법의 개념과 같다. 그러나, NE의 국부 학습 데이터 집합의 크기가 너무 작아서 빈약한 일반화 능력으로 인하여 알고리즘의 성능을 크게 저하시킨다. 또한, NE는 신뢰할 수 있는 성능을 위해 커다란 크기의 학습 데이타가 요구되어, 메모리 비용뿐만 아니라 연산 부담이 요구된다. 본 논문에서는 이와 같은 문제점을 해결하기 위해서 효율적으로 구축된 딕셔너리(dictionary)를 이용하였고, NE의 국부 학습 데이터 집합의 크기가 너무 작은데에 기인한 빈약한 일반화 능력을 보완하기 위해 각 시험 패치와 딕셔너리들 간의 평균거리 이내에 있는 데이터들을 국부 학습 데이타들로 이용하였다. 또한, 본 논문에서는 NE의 부족한 일반화 능력을 보완하기 위해 일반화 능력이 뛰어난 Support Vector Regression(이하 SVR)을 이용하여 훈련하였으며 훈련된 SVR을 이용하여 고해상도의 해당화소 값을 예측하였다. 실험을 통하여 제안된 기법이 bicubic 보간법 및 NE 기법 등에 비해 정량적인 척도 및 시각적으로도 향상된 결과를 보여 주었다. Example based Super Resolution(SR) is using the correspondence between the low and high resolution image from a database. This method uses only one image to estimate a high resolution image and can get the larger image than 2 times. Example based SR is proposed to solve the problem of classical SR. Among Example based SRs, Neighbor Embedding(NE) has been inspired by manifold learning method, particularly locally linear embedding. However, the poor generalization of NE decreases the performance. The sizes of local training sets are always too small to improve the performance of NE. The NE needs huge training data for reliable performance and requires the cost of memory and computation. We propose the advanced method based on SVR having an excellent generalization ability to solve this problem. In proposed method, the compact dictionary is applied. The data which are within the average distance between test patch and a dictionary are used as the local training data. The learned dictionary is more compact representation of the patch, which simply sample a large amount of image patch, reducing the computational cost. Given a low resolution image, we estimate a pixel in its high resolution version by using proposed method. Through experimental results, we quantitatively and qualitatively confirm the improved results of the proposed method when comparing with bicubic interpolation method and NE.

Super Resolution Technique Through Improved Neighbor Embedding

Kyoung-Bae Eum(엄경배) 한국디지털콘텐츠학회 2014 한국디지털콘텐츠학회논문지 Vol.15 No.6

For single image super resolution (SR), interpolation based and example based algorithms are extensively used. The interpolation algorithms have the strength of theoretical simplicity. However, those algorithms are tending to produce high resolution images with jagged edges, because they are not able to use more priori information. Example based algorithms have been studied in the past few years. For example based SR, the nearest neighbor based algorithms are extensively considered. Among them, neighbor embedding (NE) has been inspired by manifold learning method, particularly locally linear embedding. However, the sizes of local training sets are always too small. So, NE algorithm is weak in the performance of the visuality and quantitative measure by the poor generalization of nearest neighbor estimation. An improved NE algorithm with Support Vector Regression (SVR) was proposed to solve this problem. Given a low resolution image, the pixel values in its high resolution version are estimated by the improved NE. Comparing with bicubic and NE, the improvements of 1.25 dB and 2.33 dB are achieved in PSNR. Experimental results show that proposed method is quantitatively and visually more effective than prior works using bicubic interpolation and NE.

Super Resolution Algorithm using TV-G Decomposition

Kyoung-Bae Eum(엄경배),Dong-Kyu Beom(범동규) 한국디지털콘텐츠학회 2017 한국디지털콘텐츠학회논문지 Vol.18 No.8

Among single image SR techniques, the TV based SR approach seems most successful in terms of edge preservation and no artifacts. But, this approach achieves insufficient SR for texture component. In this paper, we proposed a new TV-G decomposition based SR method to solve this problem. We proposed the SVR based up-sampling to get better edge preservation in the structure component. The NNE used the relaxed constraint to improve the NE. We used the NNE based learning method to improve the resolution of the texture component. Through experimental results, we quantitatively and qualitatively confirm the improved results of the proposed SR method when comparing with conventional interpolation method, ScSR, TV and NNE.

CT 영상에서 하이브리드 필터를 이용한 잡음제거

엄경배 ( Kyoung Bae Eum ) 한국화상학회 2013 한국화상학회지 Vol.19 No.4

의료영상에서 잡음제거는 의료영상 분야에서의 중요한 도전 과제들 중의 하나이다. 최상의 진단 결과를 얻기 위해서는 잡음과 아티펙트가 제거되고, 선명하며 깨끗한 화질의 의료영상이 필요하다. CT는 의료영상에서 중요하고 가장 보편적인 모달리티이다. CT 영상에서 주요 잡음은 양자화 잡음이다. 본 논문에서는 CT 영상에서 잡음 제거를 위한 하이브리드 필터를 제안하였다. 제안된 하이브리드 필터는 바이래터럴 필터, 신경망 윤곽선 검출기, 다층 신경망등으로 구성되어 있다. 다층 신경망은 여러 정보들을 결합하여 개선된 출력 영상을 만들기 위한 융합 연산자로서 이용되었다. RMSE, ISNR, MSR과 CNR과 같은 화질 평가 척도가 잡음 개선의 성능 평가를 위해 사용되었다. 또한, 시각적으로도 제안된 필터가 다른 필터들에 비해 우수한 결과를 보였다. 이와같은 화질 평가 척도에 의해 본 논문에서 제안된 필터는 바이래터럴 필터나 가이드 필터보다 우수하였다. 특히, 심한 잡음이 있는 상황에서 제안된 필터는 우수한 결과를 보였다. Removing noise in medical images remains as one of the major challenges in medical imaging area. To achieve the best possible diagnosis, it is important for medical images to be sharp, clear, and free of noise and artifacts. CT is an important and most common modality in medical imaging. The main source of noise in CT image is quantum noise. In this paper, the hybrid filter for removing quantum noise from CT images was proposed. The proposed hybrid filter consists of two types of BF, NEE, and NN. The NN acts like a fusion operator and attempts to construct an enhanced output image by combining several in formations. The image quality measures like RMSE, ISNR, MSR, and CNR are used for performance evaluation of noise reduction. It is seen that visually the proposed filter shows better results than other filters. Based on these image quality measures, the proposed filter shows better results than the BF and Guided filter. Specially, the proposed filter shows best results in severe noise environments.

형태학적 형태 분해 방법을 이용한 물체 인식에 관한 연구

엄경배(Eum Kyoung-Bae),김준철(Kim Joon-Cheol),이준환(Lee Joon-Whoan) 대한전자공학회 1994 대한전자공학회 학술대회 Vol.1994 No.7

칼라영상의 감성평가와 이를 이용한 내용기반 영상검색

박중수,엄경배,신경해,이준환,박동선,Park, Joong-Soo,Eum, Kyoung-Bae,Shin, Kyung-Hae,Lee, Joon-Whoan,Park, Dong-Sun 한국정보처리학회 2003 정보처리학회논문지B Vol.10 No.2

내용기반 영상검색에서 질의는 영상 그 자체이며 질의와 유사한 영상을 찾는 방식으로 검색이 진행된다. 즉 사용자가 검색을 원하는 영상의 색, 형태, 질감 또는 이들의 공간적인 배치 등의 내용을 염두에 두고 있어야 검색이 가능하다. 이러한 검색방법은 사용자가 검색대상의 내용을 상당 부분 파악하고 있어야 검색이 가능하다는 제약을 수반한다. 본 논문에서는 사용자가 영상이 제공하는 감성을 이용하여 칼라영상을 검색하는 방법을 제안한다. 제안된 방법은 검색과 감성평가가 relevance feedback을 통하여 동시에 진행됨으로 기존의 내용기반 영상검색과 통합이 용이하며, 사용자의 주관적인 평가가 이루어질 수 있다는 점에서 과거의 감성기반 칼라영상 검색과 차이가 있다. 본 논문에서 제안한 검색기의 평가를 위해 영상속성으로 MPEG-7의 칼라 기술자(descriptor)를 사용하였으며 "깨끗한" "밝은" "재미있는", "포근한" 등의 감성형용사를 적용한 결과 1500개의 벽지영상을 대상으로 만족할 만한 결과를 얻을 수 있었다.과 1500개의 벽지영상을 대상으로 만족할 만한 결과를 얻을 수 있었다. In content-based image retrieval, the query is an image itself and the retrieval process is the process that seeking the similar images to the given query image. In this way of retrieval, the user has to know the basic physical features of target images that he wants to retrieve. But it has some restriction because to retrieve the target image he has to know the basic physical feature space such as color, texture, shape and spatial relationship. In this paper, we propose an emotion-based retrieval system. It uses the emotion that color images have. It is different from past emotion-based image retrieval in point of view that it uses relevance feedback to estimate the users intend and it is easily combined with past content-based image retrieval system. To test the performance of our proposed system, we use MPEG-7 color descriptor and emotion language such as "warm", "clean", "bright" and "delight" We test about 1500 wallpaper images and get successful result.lpaper images and get successful result.