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 18B Issue 1

  1. Yeo, Dong-Gyu;Lee, Hae-Yeoun;Kim, Byeong-Man 1
    https://doi.org/10.3745/KIPSTB.2011.18B.1.001 PDF KSCI
    가역 워터마킹 기법은 디지털 콘텐츠에 지각적 투명성을 유지하며 워터마크를 삽입한 후, 이를 아무런 손상없이 원본 상태로 복원할 수 있는 메시지 은닉 수단으로서 높은 품질과 높은 삽입용량이 요구되는 분야에서 다양하게 이용되어질 수 있다. 본 논문에서는 차이값 히스토그램 기반의 가역 워터마킹에서 응용분야의 요구에 맞게 높은 삽입용량을 제공하기 위한 효율적인 반복삽입 알고리즘을 제안한다. 제안한 방법에서는 메시지가 삽입된 영상에 대하여 반복삽입할 때, 지역성을 최대한 활용하기 위하여 행열 교차 스캐닝 방법을 이용하였다. 다양한 영상들에 대하여 비교 분석한 실험 결과에 따르면 제안한 알고리즘은 완전한 가역성과 함께 낮은 왜곡을 유지하면서도 효율적인 반복삽입을 통한 높은 삽입용량을 얻을 수 있었다.
  2. Oh, Chi-Min;Lee, Chil-Woo 11
    https://doi.org/10.3745/KIPSTB.2011.18B.1.011 PDF KSCI
    Pictorial Structures(PS)는 동적 프로그래밍을 이용하여 인체의 포즈 추적 및 인식 하는 것에 매우 효과적인 방법으로 알려져 있다. 본 논문에서 상반신 포즈는 PS와 Particle filter(PF)에 의한 동적 프로그래밍 기법으로 추적된다. PF와 같은 동적프로그래밍에서 마코프 연쇄 (Markov Chain) 기반 동적 움직임 모델은 높은 자유도를 갖는 상반신 포즈를 예측하기 어려운 단점이 있다. 본 논문에서 제안하는 방법은 키포즈 기반 예측분포이며, 이것은 상반신 실루엣과 키포즈(Key Pose)들 사이의 유사도를 참고하여 파티클(Particle)을 적절히 예측하는 것이다. 실험 결과를 통해 제안된 방법은 기존 방법 성능을 70.51% 향상시킨 것을 확인하였다.
  3. Ju, Myung-Ho;Kang, Hang-Bong 21
    https://doi.org/10.3745/KIPSTB.2011.18B.1.021 PDF KSCI
    얼굴의 3차원 정보는 얼굴 인식이나 얼굴 합성, Human Computer Interaction (HCI) 등 다양한 분야에서 유용하게 이용될 수 있다. 그러나 일반적으로 3차원 정보는 3D 스캐너와 같은 고가의 장비를 이용하여 획득되기 때문에 얼굴의 3차원 정보를 얻기 위해서는 많은 비용이 요구된다. 본 논문에서는 일반적으로 손쉽게 얻을 수 있는 2차원의 얼굴 영상 시퀀스로부터 효과적으로 3차월 얼굴 형태를 추적하고 재구성하기 위한 3차원 Active Appearance Model (3D-AAM) 방법을 제안한다. 얼굴의 3차원 변화 정보를 추정하기 위해 학습 영상은 정면 얼굴 포즈로 다양한 얼굴 표정 변화를 포함한 영상과 표정 변화를 갖지 않으면서 서로 크게 다른 얼굴 포즈를 갖는 영상으로 구성한다. 입력 영상의 3차원 얼굴 변화를 추정하기 위해 먼저 서로 다른 포즈를 갖는 학습 영상으로부터 얼굴의 각 특징점(Land-mark)의 기하학적 변화를 이용하여 깊이 정보를 추정하고 추정된 특징점의 깊이 정보를 입력 영상의 2차원 얼굴 변화에 추가하여 최종적으로 입력 얼굴의 3차원 변화를 추정한다. 본 논문에서 제안된 방법은 얼굴의 다양한 표정 변화와 함께 3차원의 얼굴 포즈 변화를 포함한 실험 영상을 이용하여 기존의 AAM에 비해 효과적이면서 빠르게 입력 얼굴을 추적(Fitting)할 수 있으며 입력 영상의 정확한 3차원 얼굴 형태를 생성할 수 있음을 보였다.
  4. Kim, Hyun-Sik;Kim, In-Cheol;Park, Young-Tack 29
    https://doi.org/10.3745/KIPSTB.2011.18B.1.029 PDF KSCI
    계획 문제 명세로부터 영역-독립적인 휴리스틱을 유도해내기 위해서는 주어진 계획문제에 대한 간략화와 간략화된 계획문제에 대한 해 도출 과정이 요구된다. 본 논문에서는 초기 상태의 불확실성과 비결정적 동작 효과를 모두 포함한 조건부 계획문제를 풀기 위한 새로운 융합 계획그래프와 이것을 이용한 GD 휴리스틱 계산법을 소개한다. 융합 계획그래프는 고전적 계획 문제 풀이를 위한 휴리스틱 계산에 이용되는 간략화된 계획그래프를 조건부 계획문제에 적용할 수 있도록 확장한 자료구조이다. 융합 계획그래프에서는 감지 동작과 비결정적 동작들을 포함한 조건부 계획 문제에 대한 휴리스틱을 얻기 위해, 전통적인 삭제 간략화외에도 감지 동작과 비결정적 동작들에 대한 효과-융합 간략화를 추가로 이용한다. 융합 계획 그래프의 전향 확장과 병행적으로 진행되는 GD 휴리스틱 계산에서는 목표조건들 간의 상호 의존성을 분석하여 전체 목표 집합에 대한 최소 도달비용을 추정할 때 불필요한 중복성을 배제한다. 따라서 GD 휴리스틱은 기존의 겹침 휴리스틱보다 더 적은 계산시간 을 요구하면서도, 최대 휴리스틱이나 합산 휴리스틱보다 더 높은 정보력을 가진다는 장점이 있다. 본 논문에서는 GD 휴리스틱의 정확성과 탐색 효율성을 확인하기 위한 실험적 분석에 대해 설명한다.
  5. Rhee, Hyun-Sook;Lee, Jung-Woo;Oh, Kyung-Whan 39
    https://doi.org/10.3745/KIPSTB.2011.18B.1.039 PDF KSCI
    본 논문에서는 최근 Xin-She Yang에 의해 소개된 반딧불이 알고리즘(FA)에 휴리스틱을 적용하여 개선하는 방안을 제안한다. 또한 이를 위하여 기존의 FA를 이와 유사한 문제영역의 알고리즘인 Particle Swarm Optimization(PSO)와 정확도 측면, 수렴 시간 측면, 각 입자의 움직임 측면에서 비교 분석한다. 비교 실험 결과, FA의 정확도는 PSO보다 나쁘지 않았지만, 수렴 속도는 느린 것으로 나타났다. 본 논문은 이에 대한 직관적인 원인을 고찰하고, 이를 극복하기 위해, 기존의 FA에 부분 돌연변이 휴리스틱을 적용하여 개선된 FA(Improved FA)를 제안한다. 벤치마크 함수들을 최적화 하는 비교 실험 결과, 개선된 FA가 PSO와 기존의 FA보다 정확도와 수렴속도 측면에서 우수함을 보이고자 한다.
  6. Choi, Maeng-Sik;Kim, Hark-Soo 45
    https://doi.org/10.3745/KIPSTB.2011.18B.1.045 PDF KSCI
    한국어 형태소 분석에서 미등록 형태소 오류들은 2가지 유형으로 나뉜다. 첫 번째 오류 유형은 형태소 분석기가 어떤 형태소열도 찾아내지 못하는 것이고, 두 번째 오류 유형은 등록 형태소들의 잘못된 조합을 찾아내는 것이다. 지금까지 대부분의 기존 미등록 형태소 추정 기술들은 단지 첫 번째 오류 유형에만 초점을 맞추어 왔다. 본 논문에서는 2가지 유형의 오류들의 모두 다룰 수 있는 미등록 형태소 추정 방법을 제안한다. 제안 방법은 SVM(Support Vector Machine)을 이용하여 미등록 형태소 오류들을 포함할 가능성이 있는 어절들을 검출한다. 그리고 CRFs(Conditional Random Fields)를 이용하여 검출된 어절들의 형태소 분리와 품사 태깅을 수행한다. 실험에서 제안 방법은 기능어 최장 일치 기반의 전형적인 방법보다 뛰어난 성능을 보였다. 실험 결과에 기초하여 미등록 형태소 오류의 두 번째 유형이 한국어 형태소 분석의 성능을 올리기 위해서 꼭 다루어져야 한다는 것을 알 수 있었다.