권호 표지

The KIPS Transactions:PartB (정보처리학회논문지B)

Korea Information Processing Society

  • Bimonthly
  • /
  • 1598-284X(pISSN)

Domain

  • Information/Communication ＞ Information Processing Theory

Aim & Scope

The KIPS Transactions:PartB publishes original research papers in information processing focusing on theories, methods, algorithms in multimedia system and graphics. Application oriented papers are also accepted. Technical fields of this journal in detail are as follows; artificial intelligence, image processing, voice processing, natural language processing, multimedia, human computer interface, pattern recognition, computer graphics, semantic web and web services.

KSCI

Volume 14B Issue 2

  1. Sur, Hyung-Soo;Lee, Chil-Woo 65
    https://doi.org/10.3745/KIPSTB.2007.14-B.2.065 PDF KSCI
    1990년대 이후 적조현상은 전 세계적으로 환경문제의 큰 관심이 되고 있으며 선진각국들은 해상용 위성을 이용하여 조기에 적조영역을 검출하는 연구를 진행하고 있다. 그러나 우리나라는 대부분의 해안이 굴곡이 심하고 연안에서 탁류가 많아 저해상도인 해상용 위성으로 소규모 적조 영역을 검출하기가 어렵다. 또한 기존의 적조영역 검출은 해상용 위성영상의 해색(sea color) 한 가지 특징에 의한 방법이 대부분이었다. 이처럼 해색과 같이 영상에서 소수의 특징을 가지고 적조영역을 검출한다는 것은 false negative 오류를 유발할 수 있다. 따라서 본 논문에서는 고정밀 육상용 위성의 남해안 영상에 대해 GLCM(Gray Level Co occurrence Matrix)의 질감 정보 6가지를 이용해서 질감정보를 취득하고 이 정보로부터 주성분 분석을 통해 차원을 축소하여 불필요한 성분을 제거한 후 2개의 주성분 누적 영상으로 변환시켰다. 실험결과 2개의 주성분 변환 누적 영상의 고유값은 94.6%였으며, 이를 해색 한 가지 만을 이용한 적조영역 영상 및 주성분을 모두 가지고 있는 영상들과 비교했을 때 가장 정확한 결과를 나타내었다. 그리고 검출된 적조영역을 질감에 대한 통계적 특성을 이용하여 탁류가 많은 연안 및 적조현상이 없는 바다와 비교하여 정량적으로 구분하였다.
  2. Cho, Dong-Uk;Kim, Bong-Hyun;Lee, Se-Hwan 71
    https://doi.org/10.3745/KIPSTB.2007.14-B.2.071 PDF KSCI
    본 논문에서는 웹 기반의 의료 정보를 제공하기 위한 한방 진단 시스템 중 얼굴형 및 혀 영역 추출, 설색 분석 방법에 대해 제안한다. 이는 초 고령화 사회를 맞아 의료 혜택의 대중화와 보편화가 사회적 요구 사항으로 대두되고 있으며 이를 IT 기술로 구현하기 위해 웹 기반의 망진 및 설진을 이용한 의료 정보를 제공하는 시스템을 구축하고자 한다. 통상 인체의 생체 신호를 반영하여 나타내어 주는 곳은 홍채나 혀, 오관 등이 있다. 이 중 본 논문은 개발하고자 하는 웹 기반의 질병 진단 중 관형과 찰색을 위한 얼굴형의 분류, 오관 영역의 주출과 영양분할 그리고 인간의 생체 신호가 집약적으로 나타나 있는 혀에 대해 설색을 추출하는 방법 등에 대해 제안하고자 한다. 끝으로 실험에 의해 제안한 방법의 유용성을 입증하고자 한다.
  3. Ahn, Young-Joon;Wee, Kyu-Bum;Hong, Man-Pyo 81
    https://doi.org/10.3745/KIPSTB.2007.14-B.2.081 PDF KSCI
    도난차량 추적과 주차 관리 시스템 및 과속 차량 탐지 등에 광범위하게 사용되는 차량 번호판 인식 시스템을 구현하였다. 인식 시스템은 번호판을 추출하는 부분과 추출된 번호판을 인식하는 단계로 나뉘어진다. 번호판 추출 단계에서는 영상의 기울기를 측정하기 위해 수평 성분만을 추출하는 필터를 사용하여 차창과 번호판을 포함한 차량 전면부의 수평 성분만을 검출한 후 이것의 기울기를 측정하는 방법으로 번호판의 기울기를 구한다. 세그먼트 추출 과정에서는 신경화소 또는 배경화소가 연속하여 나타나는 블록의 계수의 변화를 감지하여 각 문자 또는 숫자를 추출한다. 각 문자 또는 숫자의 인식 단계에서는 잡음의 영향을 덜 받으며 높은 정확도를 보이는 비교템플렛 방법을 제안한다. 기존의 원형정합 방법과 히스토그램 방법과의 비교 실험을 통하여 제안한 방법의 인식 성능이 우수함을 보인다.
  4. Song, Mi-Young;Jang, Sang-Hyun;Cho, Hyung-Je 89
    https://doi.org/10.3745/KIPSTB.2007.14-B.2.089 PDF KSCI
    비디오와 브라우징, 검색, 조작을 위해서 비디오 내용을 기술하는 색인이 요구된다. 지금까지 색인의 구성은 대부분 비디오 내용에 제한된 키워드를 수작업으로 할당하는 전문가에 의해 수행되었는데 이는 비용과 시간을 소비하는 사업이므로 비디오 내용을 자동으로 분류하는 것이 필요하다. 이 연구는 축구, 골프, 야구, 농구, 배구 등 5종의 스포츠 뉴스 비디오의 분석과 요약을 위해서 자동적이고 효율적인 방법을 제안한다. 우선, 스포츠 뉴스 비디오를 앵커 장면과 스포츠 기사 장면으로 분류한다. 장면 분류는 앵커 장면의 영상 전처리와 색상 특정을 기반으로 한다. 그리고 필드의 우세색상과 모션 방향을 특징으로 이용하여 스포츠 장면을 5개의 장르로 분류한다. 241개의 스포츠 뉴스 장면에 대한 실험에서 75%의 정확도를 얻었다. 따라서 제안된 기법은 향후 개별 스포츠 뉴스와 스포츠 하이라이트를 위한 뉴스 비디오를 검색하는데 이용될 수 있을 것이다.
  5. Seo, Mi-Suk;Ko, Byoung-Chul;Nam, Jae-Yeal 99
    https://doi.org/10.3745/KIPSTB.2007.14-B.2.099 PDF KSCI
    본 논문에서는 적응적 관심영역(AAW: Adaptive Attention Window)에 기반한 세포영상 분할 기법을 제안한다. 적응적 관심영역은 분할하기 위해, 명암지도를 이용하여 초기 관심윈도우(IAW: Initial AW)를 생성한다. 생성된 초기 관심윈도우는 쿼드-트리 분할을 이용하여 실제의 관심영역(ROI: Region of Interest)과 유사한 크기가 될 때까지 축소된다. 이렇게 생성된 적응적 관심윈도우는 세포 영상에서 배경을 제거하고 관심영역 추출의 처리 시간을 줄이기 위해서 사용된다. 마지막으로 적응적 관심영역 안에서 영역을 분할하고, 관심영역만을 분리하기 위한 영역 병합과 제거를 수행한다. 실험에서 제안된 기법은 세포영상의 관심영역을 효과적으로 분리하여 인간 시각과 유사한 향상된 영상 분할 결과를 보여준다.
  6. Oh, Young-Joon;Jang, Hyo-Young;Jung, Jin-Woo;Park, Kwang-Hyun;Kim, Dae-Jin;Bien, Zeung-Nam 107
    https://doi.org/10.3745/KIPSTB.2007.14-B.2.107 PDF KSCI
    본 논문에서는 실제 수화자의 관점에서 기존 수화 아바타의 한계와 문제점을 지적한다. 이를 해결하기 위하여 손 모양, 손 방향, 손 운동을 비롯하여 입술 움직임, 얼굴 표정, 안색, 운동자 움직임, 몸동작 등을 통해 수화를 보다 자연스럽게 표현할 수 있는 수화 아바타를 개발하였다. 또한, 데이터베이스의 성능을 높이기 위해 손의 움직임과 함께 다른 신체 요소들의 움직임을 구조적으로 같이 기술할 수 있는 하이퍼 수화 문장을 제안한다. 개발된 시스템의 우수성을 보이기 위해 실제 청각 장애인을 대상으로 설문조사를 수행하여 시스템의 사용성을 평가하였다.
  7. Park, Kyoung-Shin;Goo, Ja-Young 119
    https://doi.org/10.3745/KIPSTB.2007.14-B.2.119 PDF KSCI
    가상환경에서 학습 방식에 따른 학습 효과를 학습자의 주의와 기억량 분석을 중심으로 연구하였다. 교안유도 방식(Guided learning)과 고안 비유도 방식(Unguided learning)의 학습이 주어진 상태에서 뇌파, 심전도, 피부저항과 시선추적 생체신호장비를 사용하여 학습자 주의측정을 하였고, 학습자의 학습태도, 느낌, 기억량 등을 실험시 비디오와 실험 후 설문분석을 이용하여 분석하였다. 실험 결과는 교안유도 방식이 학습자의 주의를 교안으로 끄는 데는 효율적이어서 많은 교안내용을 기억하게 했으나, 교안비유도 방식에 비해 상대적으로 학습자가 느끼는 체감 흥미는 떨어진 것으로 나타났다. 그와는 대조적으로 교안비유도 방식에서 학습자들은 교안과 교안외 내용을 모두 비교적 광범위하게 기억하고 있었고, 능동적이며 자율적인 학습을 하였다. 또한 교안비유도 후 교안유도 방식의 학슬을 했을 경우 그 반대의 경우보다 훨씬 더 학습호과가 좋았다. 이는 교안비유도 방식이 사전 예비학습 효과를 주었기 때문으로 해석된다. 실험결과를 통해 본 논문에서는 교안비유도 방식을 먼저 학습한 후에 교안유도방식으로 학습을 진행하는 것이 학습자의 학습 효과와 체감흥미에서 더욱 효율적임을 제시하였다.
  8. Lee, Jae-Won;O, Jang-Min 127
    https://doi.org/10.3745/KIPSTB.2007.14-B.2.127 PDF KSCI
    기계 학습 등 인공 지능 기법의 발전에 힘입어 지능형 주식 거래 시스템에 관한 많은 연구가 이루어져 왔다. 그러나 현실 주식 거래에서 적절한 거래 정책의 수립이 거래의 결과에 커다란 영향을 미치는 중요 요소로 작용하고 있음에도 불구하고, 기존의 연구에서는 예측 모듈의 예측 성능 향상에 주력하였거나, 거래 정책을 다룬 경우라도 예측 모듈에 종속적인 단순한 정책만을 제시하였다. 본 논문에서는 이러한 문제를 개선하기 위한 방안의 하나로, 신경망 기반 주식 거래 시스템의 구축을 위한 통합 개발 도고인 NXShell에서 채택하고 있는 ‘통합 다중 시뮬레이션‘ 기법을 제안한다. 통합 다중 시뮬레이션 기법에서는 신경망의 출력 값과 거래 정책 인자들 간의 모든 주어진 예측기의 특성에 맞는 고유의 최적 거래 정책을 수립한다. 제안된 기법의 효용성을 검증하기 위해, 한국 거래소 시장 및 코스닥 시장에서 수집한 데이터를 사용하여 수행한 거래 성능 비교 실험 결과를 제시한다.
  9. Rhee, Hyun-Sook 135
    https://doi.org/10.3745/KIPSTB.2007.14-B.2.135 PDF KSCI
    특징선택은 문제 영역에서 관찰된 다차원데이터로부터 데이터가 묘사하는 구조를 잘 반영하는 속성을 선택하여 효과적인 실험 데이터를 구성하는 데이터 준비과정이다. 이 과정은 문서분류, 영상인식, 유전자 선택 분야에서의 같은 분류시스템의 성능향상에 중요한 구성요소로서 상관관계 기법, 차원축소 및 상호 정보 처리 등의 통계학이나 정보이론의 접근방법을 중심으로 연구되어왔다. 이와 같은 선택 분야의 연구는 다루는 데이터의 양이 방대해지고 복잡해지면서 더욱 중요시 되고 있다. 본 논문에서는 데이터가 가지는 특성을 반영하면서 새로운 데이터에 대하여 일반화 할 수 있는 특징선택 방법을 제안하고자 한다. 준비된 데이터의 각 속성 데이터에 대하여 퍼지 클러스터 분석에 의하여 최적의 클러스터 정보를 얻고 이를 바탕으로 근접성과 분리성의 경로를 측정하여 그 값에 따라 특징을 선택하는 매카니즘을 제공한다. 제안된 방법을 실세계의 컴퓨터 바이러스 분류에 적용하여 기존의 대비에 의한 휴리스틱 방법에 의해 선택된 데이터를 가지고 분류한 것과 비교하고자 한다. 이를 통하여 주어진 특징에 시연을 부여할 수 있고 효과적으로 특징을 선택하여 시스템의 성능을 향상 시킬 수 있음을 확인한다.
  10. Kim, Mi-Young 141
    https://doi.org/10.3745/KIPSTB.2007.14-B.2.141 PDF KSCI
    문장이 길어질수록 구문분석의 정확률이 급격히 떨어지므로, 문장을 분할하여 각각의 분할단위로 구문분석을 수행한 후 각 구문분석결과를 합쳐 완성된 구문트리를 만드는 것이 일반적이다. 이 때 주로 절 단위로 문장이 분할되고, 각 절의 구문분석결과를 통합하게 되는데, 통합 과정에서 절-절 간의 의존관계 설정에 많은 오류가 생긴다. 이러한 절 간의 의존관계의 애매성을 해결하기 위하여, 본 논문은 기계학습을 이용하여 절-절 간의 의존관계를 분석해 본다. Support Vector Machines(SVM)을 사용하여 성능을 평가하고, 본 논문에서 실험한 방법과 기존의 방법들의 성능을 비교해 본 결과, 절-절 간의 의존관계 설정에 있어서 $8.88{\sim}15.35%$의 성능향상을 보였다.