Constraint-based Sampling in RANSAC Algorithm with a Flexible Domain Size

데비 인하대학교 대학원 2014 국내석사

RANSAC algorithm is widely used in computer vision systems requiring accurate registration technique such as augmented reality systems to detect planar homographies in uncalibrated image pairs because of its simple-yet-robust property. A planar homography is used to obtain an accurate registration of a virtual object into a camera frame. CS-RANSAC algorithm corporates a constraint satisfaction problem into RANSAC algorithm by employing a set of linear and distance constraints to filter out degenerate configurations of the random features in the sampling step. However, CS-RANSAC algorithm applies a fixed domain size to any types of input images, which results in fair accuracy in estimating a homography matrix for image pairs with a few features. This thesis proposes a flexible domain size for CS-RANSAC algorithm to improve its accuracy in estimating a homography matrix. First, k-means clustering algorithm is employed to classify the input image into a specific class according to the pattern of the feature distribution. Second, a specific domain size is selected based on the classification result of the k-means algorithm. Finally, CS-RANSAC algorithm is executed to calculate the homography matrix using the domain size selected in the second step. An evaluation is done by comparing the proposed algorithm with the basic CS-RANSAC algorithm. The experimental results show that the proposed CS-RANSAC algorithm with a flexible domain size provides a 29% lower error rate without sacrificing both the processing time and the inlier rate.

인터랙티브 How-To 비디오를 위한 메타데이터 자동 생성 기법

오경진 인하대학교 대학원 2016 국내박사

최근 인터넷의 발전과 스마트 디바이스의 보급 확산으로 많은 사람들이 거대한 양의 멀티미디어 데이터를 생성하고 소비하고 있다. 비디오는 다양한 멀티미디어 리소스 중에서 가장 많이 사용되고 있는 멀티미디어의 한 종류로, 비디오가 갖는 높은 정보 전달력과 엔터테인먼트적 요소로 인해 정보 검색 및 추출에 있어 중요한 자원으로 활용되고 있다. 사람들은 비디오를 보는 것에만 그치지 않고, 비디오의 특정 부분을 찾거나 비디오에 나타난 객체에 대한 정보를 얻기 위한 상호작용을 한다. 이러한 사용자 상호작용을 지원하기 위해 비디오로부터 어떻게 메타데이터를 추출하는지가 중요하다. 많은 연구자들이 메타데이터 추출을 위해 동기화, 개체 식별, 그리고 상호연결을 위한 기법을 사용하고 있다. 본 논문에서는 인터랙티브 how-to 비디오를 위한 메타데이터의 자동 생성을 위한 기법을 제안한다. 이를 위해 how-to 비디오로부터 사용자 인터랙션을 위한 메타데이터를 추출하고, 추출된 메타데이터와 how-to 비디오 어노테이션 온톨로지를 활용하여 how-to 비디오에 대한 시맨틱 어노테이션을 수행한다. How-to 비디오로부터 메타데이터를 추출하기 위한 프로세스는 세 가지 파트로 구성된다. 첫째, 제안한 캡션-인스트럭션 정렬 알고리즘을 기반으로 how-to 인스트럭션과 해당 비디오의 동기화를 수행하여 인스트럭션에 해당하는 how-to 비디오의 시간정보를 추출한다. 둘째, 어휘-구문 패턴을 정의하고, 이를 이용하여 how-to 인스트럭션으로부터 사용자 인터랙션의 주체가 되는 개체(entity) 정보를 추출한다. 마지막으로 추출된 개체에 대한 세부적인 정보를 제공하기 위해 개체를 기술하는 시맨틱 웹 개체와의 시맨틱 상호연결을 수행한다. 시맨틱 어노테이션을 위해서 how-to 비디오 어노테이션 온톨로지를 모델링하고, 온톨로지 스키마와 추출된 메타데이터를 이용하여 how-to 비디오에 대한 시맨틱 어노테이션을 수행한다. 시맨틱 어노테이션된 how-to 비디오를 이용하여 사용자에게 인터랙티브 서비스를 제공할 수 있으며, 어노테이션 데이터를 추후 시맨틱 비디오 검색 및 절차적 지식베이스 구축에 사용할 수 있다. 제안하는 방법을 평가하기 위해 적용된 각 기술들에 대한 평가를 수행하였다. 캡션-인스트럭션 정렬 알고리즘에 대해서는 관련 연구들과의 비교 실험이 수행되었다. How-to 인스트럭션에서 정보 추출과 시맨틱 개체와의 상호연결에 대해서는 재현율, 정확도를 이용하여 제안하는 방법론을 평가하였다. 실험 결과로부터 제안하는 시스템이 정렬 성능 관점에서 비교 알고리즘보다 높은 성능을 보임을 알 수 있었다. 또한 정보 추출과 시맨틱 상호연결 방법에서도 높은 정확도를 보였다. 이는 제안하는 방법이 사용자 인터랙션을 지원하기 위한 메타데이터를 규명하는데 유용함을 나타낸다. 또한 인터랙티브 how-to 비디오 시스템을 통해서 how-to 비디오에서 사용자 인터랙션을 지원하였다. With the advance of Internet and the proliferation of smart devices, a huge volume of multimedia data are generated and consumed by people. Video is one of the most frequently used forms of multimedia resources due to its high informativeness and entertainment factor. In addition to watching videos, people want to interact with videos to find a specific scene or to obtain relevant information. In general, methods for extracting metadata to support user interactions are crucial in information retrieval. Synchornization, entity extraction, and semantic interconnection are widely used to extract metadata from videos. This paper proposes an automatic generation method of metadata for interactive how-to video. To achieve this, the proposed system extracts useful information as metadata from how-to videos and performs semantic video annotation based on extracted metadata and how-to video annotation ontology. Process for extracting metadata consists of three parts. First, synchronization between given how-to instructions and corresponding how-to videos is performed based on a caption-instruction alignment algorithm. Second, lexcio-syntactic patterns are defined and entity for user interactions is extracted. Lastly, semantic entity interconnection between recognized entities and semantic web entities is processed to provide detailed information on the recognized entities. How-to video annotation ontology is modeled to handle annotation data and for later usage such as semantic video search and procedural knowledgebase construction. To evaluate the proposed approach, comparative experiments are performed on the caption-instruction alignment algorithm. The methods for information extraction and semantic entity interconnection are evaluated by using recall and precision measures. Experimental results show that the proposed system outperforms existing algorithms in alignment perspectives. Also, results show high accuracy of information extraction and interconnection methods. This means that the proposed approaches are useful to identify metadata of how-to videos for supporting user interactions. Consequently, the proposed system generates interactive how-to videos in high accuracy and supports user interactions by providing a user interface which allows users to easily find specific scenes and obtain detailed information on objects users have interested in.

A User Profile-based Filtering Method for Information Search by Leveraging Semantic Video Annotation

VisalSean 인하대학교 대학원 2013 국내석사

Nowadays, Internet users tend to do a variety of actions such as web browsing, social networking and multimedia consumption at the same time. Once a user is interested in a product while watching a video, the user has to do information searches to know more about it. A video annotation has been developed to provide users more interactive ways with video content. Users can follow annotated information like a link to a vendor to buy the product. However, when buying any new product, user tends to follow the Consumer Purchasing Decision-Making Process including need information, information search, alternative evaluation, purchase and delivery, and post purchase behavior. The first three major phases can be offered simultaneously by enabling users to directly discuss the product with friends in social network. However, within a huge graph of friends, determining the most appropriate persons to ask for information about a specific product has still a limitation. To overcome this limitation, we propose a method to filter a user’s friends for information search, which leverages semantic video annotation and social network information. The method brings out who can give user useful information about a specific product. By examining the existing Facebook information regarding users and their social graph, we construct a user profile of product interest. The system calculates the semantic similarities between the product of interest and the ones in constructed profile in order to identify the most suitable friends for seeking information. Social strength between the user and friends are applied to improve the filtering method. The system filters a user’s friends according to their score which tells the order of whom can highly likely give the user useful information. We have conducted an experiment with a group of respondents to evaluate the system. The results show that the method works effectively and efficiently in filtering. The system fulfills user needs by supporting user to select appropriate friends for seeking useful information about a specific product. As a result, it helps to influence and convince user in purchase decisions.

LSTM-based Recurrent Neural Network for Dance Motion Generation from Music Input

자와힐 인하대학교 대학원 2020 국내석사

In recent times, content creation with Artificial Intelligence became an important and promising area for research. This area includes but not limited to generating texts, pictures and videos. Researchers use various deep learning methods like Recurrent Neural Networks (RNN) or Generative Adversarial Networks (GANs) to synthesize new content. Automatic human movements generation plays a huge role in this field and considered as a challenging computational problem due to the high dimensionality and complexity of the motion. It becomes even more strenuous in the case of choreography. Choreography is a kind of art that designs a dance (series of movements). It is an important element in many music works and helps to maximize the expression of music. When performing automatic prediction of this sequence, we should consider several factors: a correlation between music beats and body pose and abstractness of choreography as an art. In this work, we cover the automatic generation of the dance motion sequence. The purpose of this research is to achieve a plausible generated sequence of movements, with music given as an input. We take a look on vanilla RNN structure and its drawbacks and why we need to use Long short-term Memory Networks (LSTMs) for our task. Consequently, we present a lightweight LSTM-based network architecture for generating choreography motion from audio input. For this work, we create a dataset with dance cover videos of excellent quality from YouTube. Next, we extract human body joint points using state-of-the-art 3D pose estimator and reduce the dimensionality of these points using Principal Component Analysis (PCA). To preprocess audio, we use Mel-Frequency Cepstrum Coefficients (MFCC), which proved to be effective in various music classification tasks. Then we use the obtained MFCC and PCA coefficients for training and testing of our model. We conduct experiments using different network settings i.e. including and excluding Fully Connected layer. In addition, we compare our approach to the existing work of generating body movements from audio. The experimental results demonstrate that despite being able to generate plausible dance movements for a variety of songs, the proposed model suits best for K-pop genre.

구매자 위주 전자 카탈로그의 디렉터리 서비스를 위한 템플릿 관리 시스템

민두영 인하대학교 공학대학원 2009 국내석사

최근 몇 년 동안 인터넷 쇼핑몰에 대한 기업들의 관심이 폭발적으로 증가하고, 기업체 마다 인터넷 쇼핑몰을 구축하고 새로운 전자상거래 모델을 개발하는 등 전자상거래와 관련된 사업에 앞다투어 참여하고 있다. 특히 기업간 전자상거래 분야는 전체 전자상거래 분야에서 매우 큰 비중을 차지하고 있고, 그 규모는 점점 더 커지고 있다. 또한 쇼핑몰간의 상호 운용성, B2B 전자상거래를 위한 확장성, 고객에게 안성맞춤이 되는 개인화 서비스의 중요성, 구매자의 매출을 극대화 하기 위한 쇼핑몰의 UI 변경 및 관리의 중요성이 날로 커지고 있다. 이 논문에서는 B2B 전자상거래의 유형 중 중개자 위주 쇼핑몰에서 구매자 위주의 디렉터리 서비스를 하여 수십 개의 Client 쇼핑몰 UI를 효율적으로 관리할 수 있도록 템플릿 관리 시스템을 설계 및 구현하여 각각의 Client쇼핑몰 UI에 대한 개인화 서비스 및 업종별, 그룹사별 서비스 할 수 있도록 템플릿을 달리 적용하여 쇼핑몰 생성, 유지보수 및 관리를 쉽게 할 수 있는 서비스를 제안 했다. 이 논문에서 템플릿 관리 시스템을 적용하기 전과 비교하여 실험 평가한 결과 템플릿 관리 시스템은 B2B 쇼핑몰의 관리자가 쇼핑몰을 생성하고, 유지보수 및 관리하는데 기존의 환경에서 각각의 고객사 별로 관리하던 방식과 비교하여 작업 시간을 현저히 줄일 수 있어 빈번하게 발생하는 고객의 변경 요청에 보다 쉽고, 효율적으로 대응할 수 있음을 보였다. In the recent years many companies have grown their interest in Internet shopping malls explosively and competed with each other by constructing Internet shopping malls and developing new e-commerce models. B2B e-commerce especially accounts for a big part of the whole e-commerce field and its size is growing bigger and bigger. Besides, compatible operation between shipping malls, expandability for B2B ecommerce, importance of customized services, shopping mall UI modification and management for maximizing sales are becoming more significant issues. This paper designed and implemented a template management system that enables to efficiently manage dozens of client shopping malls and UIs in the intermediary-focused shopping mall, one of B2B e-commerce types. In addition, this paper proposed services that facilitate the construction, maintenance and management of shopping malls by applying different templates to each client shopping mall UI, allowing them to provide various services depending on the person, business type and business division. In conclusion, this paper proved that the template management system is useful to cope with customers’ frequent modification requests more easily and efficiently by reducing the work time conspicuously, compared to the existing method in which B2B shopping mall managers construct, maintain and manage shopping malls, based on each customer company.

깊이 정보를 활용한 효과적인 호모그래피 추정 방법

주용준 인하대학교 대학원 2018 국내석사

증강현실은 영상에 가상의 물체를 증강하여 현실에 존재하는 것처럼 보이게하는 기술이다. 증강현실 분야에서 가상의 객체를 증강하고자하는 물체의 위치와 방향을 추적하기 위한 방법으로 영상의 호모그래피(Homography)를 활용하는 방법이 있다. 호모그래피는 물체를 촬영하는 위치나 방향에 따른 영상의 변화를 나타내는 값으로, 서로 다른 위치에서 촬영한 영상에서 SURF와 같은 알고리즘을 이용하여 추출된 특징점을 이용하면 영상 간의 호모그래피를 추정할 수 있다. 하지만 알고리즘을 이용해 추출된 특징점은 잘못 추출된 특징점이 존재하고, 잘못 추출된 특징점을 이용하면 정확한 호모그래피를 얻을 수 없기 때문에 이러한 특징점을 배제하기 위하여 RANSAC 알고리즘을 이용한 호모그래피 추정 방법이 제안되었다. 그러나 RANSAC 알고리즘을 이용하면 호모그래피를 추정하고자 하는 물체 이외의 배경에 특징점이 많은 경우 호모그래피 추정에 긴 시간이 소요되고 정확한 호모그래피를 추정하기 어렵다는 문제가 존재한다. 일반적으로 배경과 물체를 분리하는 것은 복잡하고 많은 연산량을 요하는 일이지만, 물체가 가까이에 존재하고 배경이 물체에 비해서 상대적으로 멀리 존재하는 경우 물체와 배경의 거리 정보를 이용하면 적은 연산으로 배경과 물체를 분리할 수 있다. 따라서 본 논문에서는 영상의 입체 정보를 나타내는 깊이 정보를 활용하여 상대적으로 거리가 먼 영역의 특징점을 필터링하는 방법을 제안한다. 먼저 Otsu알고리즘을 이용하여 깊이 영상을 상대적으로 거리가 먼 영역과 거리가 가까운 영역으로 이진화하고, RGB 영상에서 추출한 특징점 중에서 거리가 먼 영역에 있는 특징점을 필터링하여 거리가 가까운 영역의 특징점만을 이용해 RANSAC 알고리즘을 수행한다. 본 논문에서는 제안하는 알고리즘을 기존의 RANSAC 알고리즘과 CS-RANSAC, TR-RANSAC 알고리즘에 적용시켜 성능변화를 측정하였으며, 실험 결과 제안하는 방법을 적용한 경우 적용하지 않았을 때 보다 수행시간이 48~75% 감소하였고, RANSAC 알고리즘의 참 정보 비율이 5~18% 증가하였다 In the field of image-based augmented reality, there is a method of utilizing the homography of the image as a method for tracking the position and direction of an object which intends to enhance a virtual object. Homography is a value representing the change of the image according to the position or direction of shooting an object. Homography between images can be estimated by using feature points extracted using algorithms such as SURF in images taken at different positions . However, since the feature points extracted by using the algorithm have erroneously extracted feature points and incorrectly extracted feature points can not obtain accurate homography, a homography estimation method using the RANSAC algorithm has been proposed to exclude these feature points. However, when the RANSAC algorithm is used, it takes a long time to estimate the homography and it is difficult to estimate the accurate homography when there are many feature points on the background other than the object to be estimated. In general, separating a background from an object is complex and requires a large amount of computation. However, if an object exists close to the object and the background is relatively far from the object, using the distance information of the object and the background, The object can be separated. So that, in this paper, we propose a method of filtering the feature points of relatively distant areas by using the depth information representing the stereo information of the image. First, by using the Otsu algorithm, the depth image is binarized to a region that is relatively far from the distance, and the feature points in the far distance region are filtered out from the extracted RGB images. The RANSAC algorithm . In this paper, we applied the depth image filter to the existing RANSAC algorithm, CS-RANSAC, and TR-RANSAC algorithm and measured the performance change. Through our experiment we have shown that the proposed method improve the processing time by 48 ~ 75% And the Inlier rate of the RANSAC algorithm increased by 5 ~ 18%.

인터랙티브 비디오에서 참여형 콘텐츠 제공을 위한 메타데이터 모델 및 서비스 프레임워크

이기성 인하대학교 대학원 2014 국내박사

스마트 디바이스의 대중화와 더불어 다양한 스마트 기기용 앱의 폭발적인 보급으로 사용자들의 정보 소비 형태가 수동적에서 능동적인 형태로 변하고 있다. 이러한 환경에서 비디오와 함께 클릭 가능한 객체, 영역 또는 핫스팟을 제공함으로써 능동적으로 정보를 소비하는 사용자에게 효과적으로 정보를 제공할 수 있는 인터랙티브 비디오에 대한 연구가 활발히 진행되고 있다. 그러나 현재까지 연구된 인터랙티브 비디오에서는 하이퍼링크를 통한 웹 상의 부가적인 정보를 사용자에게 제공하는 방법에 초점을 맞추고 있으며, 사용자들이 참여할 수 있는 참여형 콘텐츠 서비스에 대해서는 고려하고 있지 않다. 따라서 사용자의 의견이나 의도를 반영할 수 있는 인터페이스를 제공하여 사용자로부터 정보를 수집하고 가공 처리된 결과를 사용자에게 제공하는 참여형 콘텐츠 제공을 위한 인터랙티브 비디오에 대한 연구가 필요하다. 본 논문에서는 인터랙티브 비디오에서 참여형 콘텐츠 서비스를 제공하기 위한 메타데이터 모델 및 서비스 프레임워크를 제안한다. 이를 위해서 W3C에서 제정한 표준들을 조합하여 인터랙티브 비디오에서 참여형 콘텐츠를 표현할 수 있는 메타데이터 모델과 사용자와 상호 작용을 할 수 있는 클릭 가능한 이동 객체의 표현 방법을 제안한다. 또한 제안한 메타데이터 모델을 기반으로 참여형 인터랙티브 서비스를 위한 프레임워크를 제안 한다. 참여형 인터랙티브 비디오를 위한 메타데이터 모델 및 서비스 프레임워크의 성능을 검증을 위해서 제안한 메타데이터 모델 및 서비스 프레임워크를 기반으로 참여형 인터랙티브 비디오 저작 및 서비스 가능한 시스템을 구현하고 클로즈 베타 테스트(close beta-test)를 진행하였다. 클로즈 베타 테스트는 총 32명의 참가자들이 참여하여 9개의 비디오 장르에 대해서 18개의 인터랙티브 비디오를 저작하였다. 또한 32명의 참가자들을 대상으로 시스템 사용성 평가를 수행하여 제안된 인터랙티브 비디오 저작 및 서비스 시스템의 성능을 평가하였다. 메타데이터 모델에 클릭 가능한 객체의 이동 객체를 표현하기 위해 제안한 알고리즘을 통해서 약 715,000 프레임에 나타나는 이동 객체의 궤적을 68.6%의 압축률에서 평균 1.1 픽셀의 오차로 표현이 가능하였다. 제안하는 메타데이터 모델 및 서비스 프레임워크의 적용 분야로는 OTT(Over The Top) 기반의 서비스에 적용이 가능하며, 또한 N-스크린 환경에서 각 기기 특성에 맞는 콘텐츠를 제공하는 ASMD (Adaptive Source Multi Device) 형태의 서비스에 적용이 가능할 것으로 기대된다.

뉴스 비디오의 컨텍스트 공유를 위한 의미적 유사도 기반의 스토리 분할 프레임워크

가명현 인하대학교 대학원 2014 국내석사

인터넷의 발달과 SNS의 등장으로 정보흐름의 방식이 크게 바뀌었다. 이러한 변화에 따라 소셜 미디어가 급부상하고 있으며 소셜 미디어와 비디오 콘텐츠가 융합된 소셜 TV, 소셜 뉴스의 중요성이 강조되고 있다. 이러한 환경 속에서 사용자들은 단순히 콘텐츠를 탐색만 하는 것이 아니라 같은 콘텐츠를 이용하고 있는 친구들이나 지인들과 콘텐츠에 대한 정보나 경험들을 공유하고 더 나아가 새로운 콘텐츠를 만들어내기도 한다. 하지만 기존의 소셜 뉴스에서는 이러한 사용자들의 특성을 반영해 주지 못하고 있다. 특히 이용자들의 참여성만을 고려하고 있어서 서비스간의 차별화가 어렵다. 뿐만 아니라 뉴스 콘텐츠에 대한 정보나 경험 공유 시 컨텍스트 공유가 어렵다는 문제가 있다. 이를 보안하기 위해서는 부가적인 정보가 필요하다. Yovisto에서는 컨텍스트에 따라 강의 비디오를 나누어 컨텍스트 별로 비디오 검색이 가능하고 각 컨텍스트가 시작하는 비디오의 위치로 이동하는 것이 가능하다. Yovisto 사용자는 이를 활용하여 자신이 원하는 정보를 다시 소셜미디어를 통해 다른 사용자들과 공유한다. 하지만 Yovisto에서는 비디오에 등장하는 슬라이드에 따라 비디오를 분할하기 때문에 이를 바로 뉴스 비디오에 적용할 수 없고 뉴스 비디오를 위한 별도의 분할방법이 요구된다. 본 논문에서는 의미적 유사도 기반의 스토리 분할 방법을 통해 뉴스 비디오를 컨텍스트에 따라 분할하고 이를 분할된 뉴스 이용자에게 제공하는 프레임워크를 제안한다. 또한 컨텍스트 공유를 위해 분할된 뉴스에서 태그를 추출하여 분할된 비디오와 함께 제공한다. 제안하는 프레임워크에서는 스토리 분할 방법을 이용하여 뉴스 대본을 내용별로 분할한다. 또한 뉴스 전체내용을 대표하는 태그, 분할된 뉴스를 나타내는 서브 태그, 분할된 뉴스가 비디오에서 시작하는 위치 즉, 시간 종속적인 메타데이터를 제공한다. 소셜 뉴스 이용자들에게 시간 종속적인 메타데이터를 제공한다면 이용자들은 전체의 뉴스 내용 중에 자신이 원하는 부분만을 탐색 할 수 있으며 이 부분에 대한 견해를 남길 수 있다. 그리고 뉴스의 전달이나 의견 공유 시 메타데이터를 함께 전달함으로써 전달하고자 하는 내용에 바로 접근이 가능하며 프레임워크의 성능은 추출된 서브 태그가 뉴스의 실제 내용을 얼마나 잘 나타내 주느냐에 따라 결정된다. 그리고 서브 태그는 스토리 분할의 정확성과 서브 태그를 추출하는 방법에 따라 다르게 추출된다. 이 점을 고려하여 의미적 유사도 기반의 스토리 분할 방법을 프레임워크에 적용하였고 벤치마크 알고리즘과 성능 비교 실험을 수행하였으며 분할된 뉴스에서 추출된 서브 태그들과 실제 뉴스의 내용을 비교하여 서브 태그들의 정확도를 분석하였다. 결과적으로 의미적 유사도를 고려한 스토리 분할 방법이 더 우수한 성능을 보였으며 추출된 서브 태그들도 컨텍스트와 관련된 단어들이 추출 되었다.

추천 시스템을 위한 사전 선호도 예측 기반의 협업적 모델

김흥남 인하대학교 일반대학원 2009 국내박사

효과적인 추천 시스템을 위한 협업적 태그 기반의 여과 기법

연철 인하대학교 일반대학원 2008 국내석사

최근 웹 2.0의 영향으로 태깅을 지원하는 인터넷 서비스들이 많 아졌다. 태깅의 원래 목적은 컨텐츠를 분류하고 재검색을 용이하게 하는 것이지만, 컨텐츠에 태깅되어 있는 태그들을 분석하여 컨텐츠 의 특성을 파악할 수 있다. 본 논문에서는 내용 파악이 힘든 컨텐츠 들이 증가함에 따라 이러한 컨텐츠들의 효과적인 추천을 위해, 여러 사용자들에 의해 협업적으로 태깅된 정보를 이용한 여과 기법을 제 시한다. 제안하는 방법은 사용자가 태깅한 정보들을 바탕으로 사용자의 관심을 파악하는 부분과 파악된 관심에 맞는 컨텐츠를 선별하는 부 분으로 나뉘어 진다. 사용자의 관심을 파악하는 부분은 사용자가 태 깅한 정보들을 협업적 여과를 이용하고, 컨텐츠 선별은 확률적인 방 법인 나이브 베이지안 분류자를 이용한다. 이를 통해 협업적 여과 방법의 문제점인 희박성 문제(sparsity problem)와 초기 사용자 문 제(cold-start user probleam) 대해 기존의 방법들과 비교하여 그 효과를 보인다. Even in a single day, an enormous amount of content including digital videos, posts, photographs, and wikis are generated on the web. It’s getting more difficult to recommend to a user what he/she prefers among these contents because of the difficulty of automatically grasping of content’s meanings. CF (Collaborative Filtering) is one of useful methods to recommend proper content to a user under these situations because the filtering process is only based on historical information about whether or not a target user has preferred an item before. Collaborative Tagging is the process that allows many users to annotate content with descriptive tags. Recommendation using tags can partially improve, such as the limitations of CF, the sparsity and coldstart problem. In this research, a CF method with user-created tags is proposed. Collaborative tagging is employed to grasp and filter users’ preferences for items. Empirical demonstrations using real dataset from del.icio.us show that our algorithm obtains improved performance, compared with existing works.