디지털 라이브러리[ 검색결과 ]
비디오 행동 인식을 위한 적응적 주파수 필터링을 통한 시공간 모델링
http://doi.org/10.5626/JOK.2024.51.12.1078
비디오 데이터에서 장기적인 시공간 의존성을 모델링하는 것은 주요 도전 과제 중 하나이다. 그러나 CNN 계열 모델은 로컬 수용영역만을 반복하므로 비디오의 글로벌 컨텍스트를 포착하는 데 한계가 있다. 이를 해결하기 위해, 우리는 기존 CNN 모델과 쉽게 통합될 수 있는 효율적인 전역 시공간 모델링 방법을 제안한다. 우리 접근법은 이산 코사인 변환(DCT)을 활용하여 비디오 정보를 주파수 도메인으로 변환한 후, 두 가지 적응적 필터링을 수행한다. 하나는 중복된 주파수를 제거하면서 중요한 정보를 보존하고, 다른 하나는 중요한 주파수를 강화하여 시공간 모델링을 개선한다. 또한, 우리는 다양한 숫자 행동(이동, 회전, 스케일링 등)을 특징으로 하는 경량 데이터셋인 DynamicMNIST를 소개한다. 세 가지 행동인식 벤치마크와 DynamicMNIST에 대한 평가 결과, 제안된 모듈이 추가 매개변수와 계산 비용을 최소화하면서도 다양한 CNN 모델에서 비디오 인식 성능을 향상시킨다는 것을 보인다.
물체 추적을 위한 딥 러닝 기반의 앙상블 모델 연구
http://doi.org/10.5626/JOK.2021.48.2.211
컴퓨터 비전 분야에서 물체 추적은 비디오 스트림으로부터 입력되는 시각적 정보로부터 타겟물체의 위상 변화를 예측하는 분야이며, 보안 및 군사기술이 요구하는 응용분야에서 중요하게 적용될 수 있는 기술이다. 최근의 딥 러닝 기반의 물체 추적 기술들은 검출기 기반 접근법(Tracking-by-Detection) 및 템플릿 대응 기반 접근법(template matching) 등을 통해 그 성능을 크게 향상시켰지만 접근방식에 따라 그 장단점이 분명하였다. 본 논문에서는 위의 두 접근방법을 응용하는 앙상블 모델 연구를 통해 단점을 보완하는 알고리즘을 제안한다. 제안되는 앙상블 알고리즘은 최근의 저명한 추적 알고리즘을 위한 벤치마크, OTB100, UAV123, LaSOT에서 모두 높은 성능향상을 보고한다.
증강 현실 환경에서 실제 물체의 물리적 속성을 활용한 디지털 사진 관리에 대한 연구
http://doi.org/10.5626/JOK.2020.47.10.900
본 논문에서는 증강 현실 환경에서 실제 물체의 물리적 속성을 활용하여 자연스러운 사용자 경험을 제공하는 Physical-Object-Oriented Interaction의 개념과 그 개념 아래에서 기존의 디지털 사진경험을 확장하고, 다양한 형태의 tangible한 사진 컬렉션을 만들고 소장할 수 있도록 디자인 된 증강 현실 인터페이스(ARphy)를 소개한다. 기존 모바일 사진 앱들과는 달리, ARphy는 실제 물체의 물리적 속성 및 affordance를 적극 활용하여 직관적인 사용을 가능케 한다. 예를 들어, 여행 사진을 기념품과 함께 장식할 수 있고, 의미 있는 사진을 상자에 보관할 수 있으며, 지우고 싶은 사진을 휴지통에 직접 버릴 수 있다. 모바일 및 헤드셋을 포함한 다양한 형태의 증강 현실 기기에서 사용 가능하도록 인터페이스를 설계하였고, 일상적으로 쉽게 접할 수 있는 6개 사물에 대하여 인터액션을 디자인 하고 프로토타입을 개발하였다. 사용자 실험을 통해 본 인터페이스의 실효성을 검증하였으며, 새로운 증강 현실 사진 인터페이스로서의 가능성을 보였다.
