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 19B Issue 1

  1. Seo, Sung-Jin;Kim, Ki-Wong;Kim, Sun-Myeng;Lee, Hae-Yeoun 1
    https://doi.org/10.3745/KIPSTB.2012.19B.1.001 PDF KSCI
    모자이크란 여러 가지 빛깔의 재료를 조각조각 붙여서 무늬나 영상을 만드는 기법을 말하며, 최근에는 디지털 이미징 기술의 발달로 인하여 사진을 이용하여 영상을 만드는 포토 모자이크 기술들이 활용되고 있다. 본 논문에서는 적응적 타일링 및 블록 매칭을 통하여 포토 모자이크 영상을 만드는 컴퓨터 알고리즘을 제안한다. 제안한 알고리즘은 사진 데이터베이스의 생성 단계와 포토 모자이크 생성 단계로 구성된다. 사진 데이터베이스란 모자이크에 사용되는 사진(또는 타일)을 의미하며, 타일을 $4{\times}4$로 분할한 후에 각 영역의 RGB 평균값을 특징값으로 저장한다. 포토 모자이크 생성 단계는 입력 영상에 대하여 기 설정된 블록 크기로 분할한 후에 특징을 추출하는 과정, 인접한 블록들 사이의 유사도를 비교하여 병합하는 적응적 타일링 과정, 적응적 타일링을 통해 생성된 블록들을 사진 데이터베이스의 타일들과 유클리드 차이로 유사도를 비교하여 유사한 타일을 찾는 블록 매칭 과정 및 매칭된 타일의 명암값을 해당 블록의 명암값으로 교체하여 영상의 유사도를 높이는 밝기값 조정 과정으로 구성된다. 또한 인접 블록간 타일의 중복성을 최소화하는 기법을 적용하여 영상의 품질도 향상하였다. 제안한 알고리즘의 성능을 분석하기 위하여 안드레아 모자이크 소프트웨어와 비교하였고, 정량적인 분석 및 정성적인 분석에 있어서 제안한 알고리즘이 우수한 것으로 나타났다.
  2. Yeo, Dong-Gyu;Lee, Hae-Yeoun 9
    https://doi.org/10.3745/KIPSTB.2012.19B.1.009 PDF KSCI
    콘텐츠의 인증을 위한 기존의 오디오 워터마킹 연구들은 워터마크의 제거 후에 원본 복원이 불가능한 것이 많다. 가역 워터마킹 기법은 고신뢰성의 오디오 콘텐츠가 요구되는 응용분야에서 오디오 데이터의 무결성을 인증하기 위한 효과적인 방법으로 적용될 수 있다. 가역 워터마킹 기법은 디지털 콘텐츠에 지각적 투명성을 유지하며 워터마크를 삽입한 후, 이를 아무런 손상없이 원본 상태로 복원할 수 있게 한다. 본 논문에서는 악의적인 위변조를 탐지하는 구간 단위의 오디오 무결성 인증 알고리즘을 제안하며, 완전한 가역성을 제공하기 위하여 차이값 히스토그램 기반 가역 워터마킹 기법을 사용한다. 전체에 대해서 한 번의 인증이 아닌 부분적인 인증을 위하여 오디오를 구간 단위로 분할하여 인증 정보를 삽입하며, 무결성 인증 또한 구간 단위로 수행된다. 다양한 실험 데이터들에 대하여 비교 분석한 실험 결과에 따르면 제안한 알고리즘은 완전한 가역성과 함께 낮은 왜곡을 유지하면서도 99% 이상의 높은 인증률을 얻을 수 있었다.
  3. Nguyen, Ngoc;Kang, Myeong-Su;Kim, Cheol-Hong;Kim, Jong-Myon 19
    https://doi.org/10.3745/KIPSTB.2012.19B.1.019 PDF KSCI
    최근 멀티미디어 정보가 급증함에 따라 콘텐츠 관리에 대한 요구도 함께 증가되고 있다. 이에 오디오 분할 및 분류는 멀티미디어 콘텐츠를 효과적으로 관리할 수 있는 대안이 될 수 있다. 따라서 본 논문에서는 동영상에서 취득한 오디오 신호를 분할하고, 분할된 오디오 신호를 음악, 음성, 배경 음악이 포함된 음성, 잡음이 포함된 음성, 묵음(silence)으로 분류하는 정확도가 높은 오디오 분할 및 분류 알고리즘을 제안한다. 제안하는 알고리즘은 오디오 분할을 위해 서포트 벡터 머신(support vector machine, SVM)을 이용하였다. 오디오 신호의 분류를 위해서는 분할된 오디오 신호의 특징을 추출하고 이를 퍼지 클러스터링 알고리즘(fuzzy c-means, FCM)의 입력으로 사용하여 각 계층으로 오디오 신호를 분류하였다. 제안하는 알고리즘의 평가는 분할과 분류에 대해 각각 그 성능을 평가하였으며, 분할 성능 평가는 정확도율(precesion rate)과 오차율(recall rate)을 이용하였으며, 분류 성능 평가는 정확성(classification accuracy)을 사용하였다. 또한 오디오 분할의 경우는 이진 분류기와 퍼지 클러스터링을 이용한 기존의 알고리즘과 그 성능을 비교하였다. 모의 실험 결과, 제안한 알고리즘의 분류 성능이 기존 알고리즘 보다 정확도율과 오차율 면에서 모두 우수하였다.
  4. Kim, In-Cheol;Kim, Seung-Yeon;Kim, Hye-Suk 27
    https://doi.org/10.3745/KIPSTB.2012.19B.1.027 PDF KSCI
    지능형 에이전트에게 요구되는 가장 기초적인 기능 중의 하나가 불확실한 센서 데이터에 의존하여 자신의 현재 위치가 어디인지를 파악하는 일이다. 본 논문에서는 가장 효과적인 확률 기반의 측위 기법인 파티클 필터를 실제 로봇 측위에 적용한 로봇 측위 시스템의 구현에 대해 설명하고, 성능 평가를 위한 실험의 결과를 소개한다. 특히 비-잡음 상태 전이 모델과 로봇 동작의 오차를 고려한 잡음 모델간의 비교 실험을 통해, 실제 로봇 동작의 불확실성에 근사한 상태 전이 모델이 파티클 필터 측위의 성능 개선에 도움이 될 수 있음을 보인다.
  5. Lee, Jung-Kyu;Oh, Byong-Hwa;Yang, Ji-Hoon 31
    https://doi.org/10.3745/KIPSTB.2012.19B.1.031 PDF KSCI
    최근 사용자의 흥미에 맞는 아이템이나 서비스를 추천해 주는 추천 시스템에 대한 관심이 높아지고 있다. 최근 종료된 Netflix 경연대회(Netflix Prize)가 이 분야에 대한 연구자들의 연구 의욕을 고취시켰고, 특히 협력적 여과(Collaborative Filtering) 방법은 아이템의 종류에 상관없이 적용 가능한 범용성 때문에 활발히 연구되고 있다. 본 논문은 강화 학습을 이용해서 추천 시스템의 협력적 여과 문제를 푸는 방법을 제안한다. 강화 학습을 통해, 영화 평점 데이터에서 각 사용자가 평점을 매긴 순서에 따른 평점 간의 연관 관계를 학습하고자 하였다. 이를 위해 협력적 여과문제를 마르코프 결정 과정(Markov Decision Process)로 수학적으로 모델링하였고, 강화 학습의 가장 대표적인 알고리즘인 Q-learning을 사용해서 평가의 순서의 연관 관계를 학습하였다. 그리고 실제로 평가의 순서가 평가에 미치는 영향이 있음을 실험을 통해서 검증하였다.
  6. Jang, Kye-Hun;Lee, Kyung-Soon 37
    https://doi.org/10.3745/KIPSTB.2012.19B.1.037 PDF KSCI
    잠정적 적합성 피드백모델은 초기 검색 결과의 상위에 순위화된 문서를 적합 문서라 가정하고, 상위문서에서 빈도가 높은 어휘를 확장 질의로 선택한다. 빈도수를 이용한 질의 확장 방법의 단점은 문서 안에서 포함된 어휘들 사이의 근접도에 상관없이 각 어휘를 독립적으로 생각한다는 것이다. 본 논문에서는 어휘빈도를 이용한 질의 확장을 대체할 수 있는 어휘 근접도를 반영한 단어 그래프 기반 질의 확장을 제안한다. 질의 어휘 주변에 발생한 어휘들을 노드로 표현하고, 어휘들 사이의 근접도를 에지의 가중치로 하여 단어 그래프를 표현한다. 반복된 연산을 통해 확장 질의를 선택함으로써 성능을 향상시키는 기법을 제안한다. 유효성 검증을 위해 웹문서 집합인 TREC WT10g 테스트 컬렉션에 대한 실험에서 언어모델 보다 MAP 평가 기준에서 6.4% 향상됨을 보였다.
  7. Cho, Jung-Hyun;Jung, Hyun-Ki;Kim, Yu-Seop 43
    https://doi.org/10.3745/KIPSTB.2012.19B.1.043 PDF KSCI
    의미 역 결정 (Semantic Role Labeling)은 문장의 각 요소들의 의미 관계를 파악하는 연구 분야로써 어휘 중의성 해소와 더불어 자연언어처리에서의 의미 분석에서 매우 중요한 위치를 차지하고 있다. 그러나 한국어의 경우에는 의미 역 결정에 필요한 언어 자원이 구축되지 못하여 연구의 진행이 매우 미진한 상황이다. 본 논문에서는 의미 역 결정에 필요한 언어 자원 중에서 가장 널리 사용되고 있는 PropBank의 한국어 버전의 구축을 위한 시작 단계로써 자동 술어-논항 분석기를 개발하였다. 자동 술어-논항 분석기는 크게 의미 어휘 사전과 자동 술어-논항 추출기로 구성된다. 의미 어휘 사전은 한국어 동사의 격틀 정보를 구축한 사전이며 자동 술어-논항 추출기는 구문 표지 부착된 말뭉치로부터 특정 술어와 관련있는 논항의 의미 부류를 결정하는 모듈이다. 본 논문에서 개발된 자동 술어-논항 분석기는 향후 한국어 PropBank의 구축을 용이하게 할 것이며, 궁극적으로는 한국어 의미 역 결정에 큰 역할을 할 것이다.
  8. Shin, Joon-Choul;Ock, Cheol-Young;Lee, Eung-Bong 53
    https://doi.org/10.3745/KIPSTB.2012.19B.1.053 PDF KSCI
    정보검색에서 많은 검색 결과 문서들을 효율적으로 다루기 위해 군집화 기술을 사용하고 있지만, 대체로 군집화의 정확률은 일부 영역에서만 요구 사항을 만족시키고 있다. 본 논문에서는 검색 결과 문서들의 군집화 정확률을 향상시키기 위한 두 가지 방법을 제안한다. 첫째는 군집화 과정에서 흔히 쓰이지만 낮은 가중치를 가진 범용어를 정의하고, 검색 결과들을 비교하여 범용어를 자동 수집하고 그의 가중치를 계산하는 방법을 제안한다. 실험 결과 불용어에 비해 범용어를 사용했을 때 군집화 오류의 34%가 개선되었다. 둘째는 집단평균연결 방식의 군집화 알고리즘으로 일차 군집들을 생성 후, 문서와 군집 간의 유사도를 측정하여 가장 유사도가 높은 군집으로 문서를 재분류하는 알고리즘을 제안한다. 네이버 지식인 카테고리를 이용한 군집 결과의 비교 실험을 통해 일차 군집보다 재분류된 군집의 정확률이 1.81% 향상되는 것을 확인하였다.
  9. Lee, Yong-Hoon;Ock, Cheol-Young;Lee, Eung-Bong 63
    https://doi.org/10.3745/KIPSTB.2012.19B.1.063 PDF KSCI
    본 논문에서는 통계기반의 복합명사 분해 방법과 어휘의미망(U-WIN)과 사전 뜻풀이에서 추출한 의미관계 정보를 이용하는 한국어 복합명사 의미 태깅 시스템을 제안한다. 본 시스템은 크게 복합명사 분해, 의미제약, 그리고 의미 태깅의 세 가지 부분으로 이루어진다. 분해과정은 세종말뭉치에서 추출한 위치별명사 빈도를 사용하여 최적의 구성 명사 분해 후보를 선정하고 의미제약을 위한 구성 명사 재분해와 외래어 복원의 과정을 수행한다. 의미범위 제약과정은 유사도 비교의 계산량을 줄이고 정확도를 높이기 위해 원어 정보와 Naive Bayes Classifier를 이용해 가능한 경우 구성 명사의 의미를 선 제약한다. 의미 분석 및 태깅 과정에서는 bigram 구성 명사의 각 의미 유사도를 구하고 하나의 체인을 만들어가며 태깅을 수행한다. 본 시스템의 성능 평가를 위해 표준국어대사전에서 추출한 3음절 이상의 40,717개의 복합명사를 대상으로 의미 태깅된 테스트 셋을 구축하였다. 이를 이용한 실험에서 99.26%의 분해 정확도를 보였으며, 95.38%의 의미 분석 정확도를 보였다.