Earticle

An increasing number of English loanwords in Korean texts are one of the heavy obstacles to the automatic analysis of Korean texts due to the absence of these words in existing electronic lexicons. This study aims at proposing a semantic classification of 2,300 English loanwords that we selected from Korean Electronic Loanword Dictionary DECO-ZNF(Nam, 2010). The principle used in the semantic classification of Korean common nouns DSeC-N has been adopted in this study as well. On the basis of our results, we expect to predict in what semantic domains we should expand loanword entries: loanwords in semantic classes of new products, food, and art appear more important in number. The experiment presented at the end of the paper shows that a corpus of cosmetic products contains English loanwords much more than that of political news. Note that unless we expand the loanword entries related to this domain, the performance of automatic analysis will be far from being satisfying

Rumination in cattle is closely related to their health, which makes the automatic monitoring of rumination an important part of smart pasture operations. However, manual monitoring of cattle rumination is laborious and wearable sensors are often harmful to animals. Thus, we propose a computer vision-based method to automatically identify multi-object cattle rumination, and to calculate the rumination time and number of chews for each cow. The heads of the cattle in the video were initially tracked with a multi-object tracking algorithm, which combined the You Only Look Once (YOLO) algorithm with the kernelized correlation filter (KCF). Images of the head of each cow were saved at a fixed size, and numbered. Then, a rumination recognition algorithm was constructed with parameters obtained using the frame difference method, and rumination time and number of chews were calculated. The rumination recognition algorithm was used to analyze the head image of each cow to automatically detect multi-object cattle rumination. To verify the feasibility of this method, the algorithm was tested on multi-object cattle rumination videos, and the results were compared with the results produced by human observation. The experimental results showed that the average error in rumination time was 5.902% and the average error in the number of chews was 8.126%. The rumination identification and calculation of rumination information only need to be performed by computers automatically with no manual intervention. It could provide a new contactless rumination identification method for multi-cattle, which provided technical support for smart pasture.

With the rapid development of domestic and international over-the-top markets, a large amount of video content is being created. As the volume of video content increases, consumers tend to increasingly check data concerning the videos before watching them. To address this demand, video summaries in the form of plot descriptions, thumbnails, posters, and other formats are provided to consumers. This study proposes an approach that automatically generates posters to effectively convey video content while reducing the cost of video summarization. In the automatic generation of posters, face recognition and clustering are used to gather and classify character data, and keyframes from the video are extracted to learn the overall atmosphere of the video. This study used the facial data of the characters and keyframes as training data and employed technologies such as DreamBooth, a text-to-image generation model, to automatically generate video posters. This process significantly reduces the time and cost of video-poster production.

Along with the rapid development of the economy, the urban scale has extended rapidly, leading to the formation of different types of urban function districts (UFDs), such as central business, residential and industrial districts. Recognizing the spatial distributions of these districts is of great significance to manage the evolving role of urban planning and further help in developing reliable urban planning programs. In this paper, we propose an automatic UFD division method based on big data analysis of point of interest (POI) data. Considering that the distribution of POI data is unbalanced in a geographic space, a dichotomy-based data retrieval method was used to improve the efficiency of the data crawling process. Further, a POI spatial feature analysis method based on the mean shift algorithm is proposed, where data points with similar attributive characteristics are clustered to form the function districts. The proposed method was thoroughly tested in an actual urban case scenario and the results show its superior performance. Further, the suitability of fit to practical situations reaches 88.4%, demonstrating a reasonable UFD division result.

Morphological analysis is used for searching sentences and understanding context. As most morpheme analysis methods are based on predefined dictionaries, the problem of a target word not being registered in the given morpheme dictionary, the so-called unregistered word problem, can be a major cause of reduced performance. The current practical solution of such unregistered word problem is to add them by hand-write into the given dictionary. This method is a limitation that restricts the scalability and expandability of dictionaries. In order to overcome this limitation, we propose a novel method to automatically expand a dictionary by means of use-case analysis, which checks the validity of the unregistered word by exploring the use-cases through web crawling. The results show that the proposed method is a feasible one in terms of the accuracy of the validation process, the expandability of the dictionary and, after registration, the fast extraction time of morphemes.

현재 존재하는 인공지능 기반 음악 생성에 관한 여러 모델과 연구는 수동 텍스트(Text) 기반 음악 생성에 대해 다루고 있다. 본 논문은 사용자의 편의성을 높이고, 창의적인 음악 생성 과정 을 더욱 원활하게 할 수 있도록 텍스트(TEXT) 프롬프트(Prompt) 자동화를 통한 음악 생성시 스템 방안을 제안한다. 그 방안으로 음원 파일을 통해 수집한 음악 분석 및 데이터화와 가사 정보에서 추출한 키워드를 기반한 장르, 가수, 앨범 등의 정보가 포함된 데이터셋(Dataset)을 구축 후, 파이썬(Python)의 자연어 처리 방법인 Konlpy를 사용하여 가사 데이터를 토큰화하고, TF-IDF(Term Frequency-Inverse Document Frequency) 벡터화를 통해 중요한 단어를 추 출한다. 또한, MFCC, 템포 등의 특징 데이터셋을 통하여 모델을 통한 감정을 예측하고, CNN 모델 및 Chatgpt를 활용한 텍스트 프롬프트를 자동생성하는 방법을 구현하여, MusicGen 모델 을 사용한 자동화 생성 프롬프트 기반 음악을 생성한다. 본 텍스트 프롬프트 자동 생성 화를 통한 음악 생성 연구의 결과는 음악 데이터 분석 및 생성 분야에 기여될 것으로 기대한다.

Current AI-based music generation models and research primarily focus on manual text-based music generation. This paper proposes a music generation system that automates text prompts to enhance user convenience and streamline the creative process. The study involves building a dataset that includes genre, artist, and album information by analyzing and processing music data collected from audio files and extracting keywords from lyrics. The lyrics data are tokenized using the KoNLPy natural language processing library in Python, and key terms are extracted through TF-IDF vectorization. Additionally, the study suggests a method for automatically generating text prompts using MFCC, tempo, and other feature data to predict emotions through a model that combines CNN and ChatGPT. These automatically generated text prompts are then input into the MusicGen model to automatically create new music that reflects the user's emotional state and musical preferences. The findings of this study are expected to contribute to the field of music data analysis and generation.

본 연구에서는 도시열섬 시뮬레이션 분석 시 다양한 환경에서 시뮬레이션이 가능하도록 건축물들의 건폐율·용적률·높이 등을 변경하면서 사용 가능한 필지 내에서 3D 건축물이 생성 가능하도록 알고리즘을 개발하였다. 생성모델은 법에서 정의하고 있는 몇몇 규제를 안에서 필지의 정보만 이용하여 각 필지마다 최대로 개발할 수 있는 건축물을 생성한다. 서 울시 마포구 서교동 대상으로 알고리즘을 적용하였으며 약 30초 후 모든 필지에 건축물이 생성됨을 확인할 수 있었다.

In this study, we developed an algorithm to 3D buildings within usable pacel information by changing the occupancy rate, volume ratio, height, etc. of buildings to enable simulation in various environments.. This algorithm to create a 3D building model in a parcel that can be used in performing an urban heat island simulation. By using the information on parcels within the legal limits, a 3D building model creates a building that can be constructed to the maximum for each parcel. The algorithm was applied for parcels in Seogyo-dong, Mapo-go, Seoul, and after about 30 minutes, buildings were found to be created in all parcels.

최근에는 탄성파 반사법 탐사기술의 발달로 먼 거리 벌림(offset)을 이용한 자료취득이 많이 이루어지고 있다. 이때 횡적 등방성(VTI) 매질에서 획득한 자료에 일반적인 NMO 속도분석을 적용하여 NMO 보정을 수행 할 경우 먼 거리 벌림에서 탄성파 이벤트들이 위로 말려 올라가는 현상이 나타나며 이는 정확한 속도분석이 이루어지지 않았음을 나타낸다. 이 연구에서는 이방성을 고려한 NMO 속도분석을 수행함과 동시에 이방성을 나타내는 이방성 변수 를 추출하는 모듈을 개발하였다. 또한 자동으로 닮음(semblance) 상에서 최대 에너지 지점을 선발하여 속도분석을 수행할 수 있도록 하여 3차원 탐사 자료와 같이 방대한 양의 자료의 경우에도 효율적이고 빠르게 자료처리를 할 수 있도록 하였다. 이러한 자동선발을 이용한 속도분석에 있어서 닮음의 해상도는 매우 중요한 요소이므로 보다 높은 해상도의 닮음을 제공하는 BDS(Bootstrapped Differential Semblance)를 이용하였다. 그리고 이 연구에서 개발한 모듈을 검증하기 위해 합성탄성파 탐사자료 및 축소모형 실험 자료에 적용하였고 그 결과 NMO 속도분석의 가정에 부합하는 경사가 크지 않은 지층의 경우 실제 모델과 거의 유사한 속도와 이방성 변수 값들을 추출하였고 중합결과 또한 향상됨을 확인하였다.

Data acquisition including long spread offsets is recently implemented due to the development of exploration techniques. If NMO correction was carried out through the conventional NMO velocity analysis to data acquired at Vertical Transversely Isotropic (VTI) media, the shape of the moveout called “hockey-stick” could frequently appear in the part of long spread offset. This indicates that the conventional NMO velocity analysis dose not provide correct results. Thus, in this study, an NMO velocity analysis module was developed not only considering anisotropy but also extracting an anisotropic parameter η. In addition, the developed module can process huge amount of data like 3D data efficiently and rapidly because it picks the maximum energy points on the semblances automatically. It is important to obtain high-resolution semblances in order to pick the maximum points accurately. Therefore, the developed module uses a bootstrapped differential semblance (BDS) instead of a conventional semblance to provide better resolution. To validate our developed module, it was applied to the numerical and the physical modeling data sets. The extracted velocities and anisotropic parameters were reasonable except in the case of deeply tilted layers, and stacked results were also improved.

빠르게 변화하는 온라인상의 정보 흐름과 트랜드를 이해하고 IT기술 환경변화에 대응하기 위해서 필요한 선제적 제도 마련을 위한 한 가지 방안으로 빅데이터를 이용하고자 하는 노력이 최근 들어 더욱 가속화 되고 있다. 논문에서는 인공지능 기반의 빅데이터 처리를 통한 이슈 분석 시스템의 개발과 연구를 통해 빅데이터 처리를 위한 새로운 기술의 가능성을 확인하고자 한다. 이를 위해, 고속의 병렬처리가 가능해진 인공신경망을 사용, 의미 추론 및 패턴분석을 위한 처리 기법을 제안하고 구현을 통해 제안하는 방법에 대한 빅데이터 처리의 적합성을 알아본다. 정보보안의 중요성을 감안하여, 인공 신경망을 이용한 이슈 분석 시스템을 최근의 보안 이슈 분석에 활용해봄으로써 제안하는 방식이 실제 빅데이터 처리에 유용하게 활용 될 수 있음을 검증한다. 실험을 통해서 제안된 방식에 대한 다양한 목적의 빅데이터 처리를 위한 기반 기술로의 활용 가능성을 확인한다.

There have been many efforts to understand the trends of IT environments that have been rapidly changed. In a view point of management, it needs to prepare the social systems in advance by using Big-data these days. This research is for the implementation of Issue Analysis System for the Big-data based on Artificial Intelligence. This paper aims to confirm the possibility of new technology for Big-data processing through the proposed Issue Analysis System using. We propose a technique for semantic reasoning and pattern analysis based on the AI and show the proposed method is feasible to handle the Big-data. We want to verify that the proposed method can be useful in dealing with Big-data by applying latest security issues into the system. The experiments show the potentials for the proposed method to use it as a base technology for dealing with Big-data for various purposes.

3차원 탄성파탐사자료와 같은 대용량의 자료를 처리하기 위해서는 효율적인 자료처리기술이 요구된다. 자동속도분석방법은 속도스펙트럼을 이용하는 일반적인 NMO 속도분석에 필요한 자료처리시간과 인력을 줄일 수 있는 좋은 방법이다. 본 연구에서는 몬테카를로 방법을 이용한 자동속도분석 모듈을 개발하였고, 개발된 자동속도분석 모듈을 합성탄성파탐사자료와 현장자료에 적용해 보았다. 합성탄성파탐사자료는 서아프리카 연안의 균열대를 포함한 지하구조를 모사한 속도모델과 암염돔 구조를 포함한 지하구조를 모사한 속도모델로부터 얻어졌고, 현장자료는 2차원탄성파탐사에 의해 취득한 4383개의 공통중간점모음을 갖는 자료이다. 이 자료들에 개발된 자동속도분석 모듈을 적용하고, 그 결과를 수동속도분석의 결과와 비교하여 그 효율성을 분석하였다. 자동속도분석과 수동속도분석을 통해 얻은 속도를 적용한 중합단면도들의 비교를 통해 개발된 자동속도분석 모듈이 수동속도분석과 유사하게 중합단면도상에서 이벤트들의 연속성을 잘 보여주는 것을 확인하였다. 게다가 구간속도(vint)로부터 중합속도(vrms)를 구하는 본 연구에 사용된 자동속도분석 방법에 의해 얻어진 구간속도단면도가 중합속도로부터 구간속도를 구하는 수동속도분석에 의해 얻어진 구간속도단면도에 비해 지하구조의 속도변화에 민감하게 나타나는 것을 확인하였다.

Highly efficient processing techniques are required to deal with voluminous seismic data such as 3D seismic data. Automatic velocity analysis can be a good solution to reduce the processing time and labor in conventional NMO velocity analysis using velocity spectrums. In this study, we have developed an automatic velocity analysis module using Monte Carlo method and have applied it to synthetic and field data sets. One of the synthetic velocity models contains faults and the other includes a salt canopy. Those velocity models simulate the subsurface of the west coast of Africa. The marine field data set has 4383 CMP gathers obtained by 2D seismic survey. The developed automatic velocity analysis module has been tested its efficiency by comparing the results with those from the conventional manual velocity analysis. Stacked sections made by the developed automatic velocity analysis show coherent events similar to those by manual velocity analysis. Moreover, since our automatic velocity analysis method finds interval velocity (vint) first and then calculates a RMS velocity (vrms) function from vint, the vint section shows subsurface structure trend better than conventional manual velocity analysis.

이 연구는 492편의 한국소설 영어번역서에 부여된 주제명을 분석하고, 기계학습 기반 주제명 자동분류 모델의 성능 평가를 목표로 한다. 이를 위해 한국문학 디지털도서관과 WorldCat에서 서지데이터를 수집하였다. 주제명 빈도와 FAST 패싯별 주제명의 분포 등을 시각화하고, 다중 레이블 분류를 위한 주제명 라벨을 선정하였다. 분류 자질과 모델 아키텍처에 따라 모델의 성능을 검증한 결과, 요약문을 분류 자질로 사용한 딥러닝 모델이 가장 우수한 성능(F1=0.62, AUC=0.89)을 보였다. 모델의 성능을 평가한 결과, 10개의 라벨 중 9개에서 AUC 값이 0.8 이상으로 분류 성능이 우수함을 확인하였다. 또한 ROC 커브와 혼동 행렬을 근거로 성능이 낮은 일부 라벨과 라벨 간 연관성을 밝혔다. 이 연구는 한국문학 번역작품을 대상으로 주제별 정량 분석을 수행하고, 소설의 주제 분류에서 딥러닝 모델의 활용 가능성을 검토한 기초연구이다.

This study analyzes the subject headings of 492 English translations of Korean fictions and evaluates machine learning-based automatic classification models. Bibliographic data were collected from the Digital Library of Korean Literature and WorldCat. Subject heading frequencies and FAST facet distributions were visualized, and key labels were selected for multi-label classification. Among various models, deep learning models using summaries as features showed the highest performance (F1 = 0.62, AUC = 0.89), with AUC values above 0.8 for 9 out of 10 labels. Additionally, based on ROC curves and confusion matrices, the study identified labels with lower performance and explored the relationships between certain labels. This study demonstrates the potential of deep learning models for classifying subjects in translated Korean literature.

본 연구에서는 기존에 사용 및 연구되고 있는 자동복원 댐퍼, 마찰댐퍼, 강재댐퍼의 개념을 합쳐 자동복원 마찰슬릿댐퍼를 제안한다. 이를 위해 자동복원을 위한 초탄성 형상기억합금을 사용하고 마찰댐퍼와 슬릿댐퍼의 개념을 합친 혁신적인 댐퍼 구조를 고안하였다. 이후 이에 대한 상세 설계를 진행하였으며 재료, 스트럿 폭, 볼트 체결력 등의 변수를 설정하였다. 총 12가지 댐퍼에 대해 ABAQUS 프로그램을 사용하여 모델링을 수행하고 설계된 로딩프로토콜을 대입하여 유한요소해석을 수행하였다. 결과적으로 초탄성 형상기억합금을 사용한 자동복원 마찰슬릿댐퍼는 하중측면으로 우수하였지만 우수한 회복성능으로 에너지 소산능력은 크게 확보되지 않았다. 하지만 Gr.50 강재가 적용된 마찰슬릿댐퍼는 혁신적인 구조개선을 통해 하중, 에너지소산 등의 성능이 비약적으로 상승하였다. 이를 통해 마찰댐퍼와 강재댐퍼의 메커니즘이 합쳐진 댐퍼의 혁신적인 구조를 증명하였다.

In this study, we propose a self-restoring friction slit damper by combining the concepts of self-restoring dampers, friction dampers, and steel dampers that are currently used and researched. For this purpose, an innovative damper structure was designed using superelastic shape memory alloy for automatic recovery and combining the concepts of friction damper and slit damper. Afterwards, detailed design was carried out and variables such as material, with of strut, and bolt fastening force were set. Modeling was performed using the ABAQUS program for a total of 12 dampers, and finite element analysis was performed by substituting the designed loading protocol. As a result, the self-recovering friction slit damper using superelastic shape memory alloy was excellent in terms of load, but the energy dissipation ability was not significantly secured due to the excellent recovery performance. However, friction slit dampers made of Gr.50 steel have dramatically improved performance in terms of load and energy dissipation through innovative structural improvements. Through this, the innovative structure of the damper, which combines the mechanisms of a friction damper and a steel damper, was demonstrated.

전 세계 공항의 이동지역 내 이물질인 FOD (foreign object defective)에 의한 피해 량이 연간 2억불에 달하고 있다. 2000년 샤를드골 공항에서는 FOD로 인한 133명의 인명피해가 발생하기도 했다. 국내에도 각 공항별로 FOD로 인한 사고발생 및 장비의 수리 등 직 간접적인 피해가 발생하고 있는 상황이다. 이에 항공안전기술개발 사업의 일환으로 공항 내 항공기 이동지역 이물질 자동탐지 시스템의 개발이 진행 중에 있다. 분석 결과에 의하면 운용 방식의 특성상 민간 공항의 경우 고정식 감시를 요구했고 군 공항은 이동식을 선호했다. 본 논문에서는 군 민간 FOD 탐지 시스템의 요구조건을 파악하여 국내 조건에 맞는 최소 성능 사양을 분석하였다.

Damage caused by FOD which is a foreign substance at the movement area in airports around the world has reached 200 million every year. In 2000, the casualties occurred 133 people at charles de gaulle airport due to FOD. The occurrence of damage by FOD has continuously influenced in domestic also it makes equipment repair indirectly or directly. Accordingly, One of the solutions to the problem is the development of FOD automatic detection system. That is ongoing for plane movement area in airport. As the analyzed result, the military airport prefered mobile type and the civil airport prefered fixed type due to the characteristics of the operating type. In this paper, we analyzed the minimum performance specifications meeting the domestic requirements by investigating military and private FOD detection systems.

특정 분야의 연구의 동향을 파악하고 특징을 포착하는 연구는 연구 분야의 미래를 예측하며 연구자들의 연구 방향을 설정하는데 주요한 역할을 한다. 최근 연구 동향 분석 연구들은 제목 및 초록 텍스트 또는 메타데이터 분석을 통해 연구 동향을 분석하고 있으며, 해당 데이터를 통한 동향 분석은 논문의 포괄적인 주제 혹은 핵심 연구자 및 기관 등의 분석에 초점을 두고 있다. 본 연구에서는 내용적인 측면인 방법론, 세부주제 및 결과, 논의점 등을 살펴볼 수 있도록 데이터를 제목 및 초록, 메타데이터가 아닌 전문에 대한 자동요약문을 사용하는 방법론을 제안하고자 한다. 정보격차를 주제로 수집된 논문을 대상으로 제목-초록 텍스트와 ChatGPT를 이용해 전문을 서론, 방법론, 결과, 논의로 구조화한 자동요약문을 구축하고, 단어 빈도 분석과 동시 출현 단어 빈도 분석, 키워드 네트워크 분석 방법을 사용하여 결과를 비교하였다. 그 결과, 제목-초록 텍스트와 서론 요약문의 분석 결과는 해당 영역의 주요 주제가 유사하게 나타나는 것을 확인하였다. 방법론, 결과, 논의에서는 기존에 파악하기 어려웠던 세부적인 내용이 파악되는 것을 확인할 수 있었다.

Studies that identify research trends and capture characteristics within a specific field play a crucial role in forecasting the field's future and guiding researchers' directions. Recent trend-analysis studies have relied on title-and-abstract text or metadata analysis, focusing on broad topics or on key researchers and institutions. In this study, we propose a methodology that employs automatic summaries of full texts-instead of titles, abstracts, or metadata-to examine substantive aspects such as methodology, detailed subtopics, results, and discussion points. For papers collected on the topic of the digital divide, we generated automatic summaries by structuring the full text into Introduction, Methodology, Results, and Discussion using ChatGPT and then compared outcomes through word-frequency analysis, co-occurrence analysis, and keyword network analysis. The findings confirm that analyses of title-and-abstract texts and Introduction summaries reveal similar major themes. In contrast, analyses of the Methodology, Results, and Discussion sections uncover detailed information that was previously difficult to identify.

Now a days, securing skilled workers is very difficult due to the hardworking environment. This situation will be getting worse in the future and also that makes the dies/molds industries difficult. In this research, the automatic fone polishing system which can be directly attached to the spindle of CNC machine is proposed and analyzed. The system is also controlled by the NC progra data created by CAD/CAM system. The usefulness and effectiveness of the developed system are verified more detail through some comparisons between automatic and manual polishing experiments. The experiments show that the automatic polishing is a more useful and effective process than manual one. For the application, this system can be easily used for the polishing process in the area of any fine surface.

본 연구는 새로운 분석법으로 떠오르는 처방적 분석 기법을 소개하고, 이를 분류 기반의 시스템에 효율적으로 적용하는 방안을 제시하는 것을 목적으로 한다. 처방적 분석 기법은 분석의 결과를 제시함과 동시에 최적화된 결과가 나오기까지의 과정 및 다른 선택지까지 제공한다. 새로운 개념의 분석 기법을 도입함으로써 문헌 분류를 기반으로 하는 응용 시스템을 더욱 쉽게 최적화하고 효율적으로 운영하는 방안을 제시하였다. 최적화의 과정을 시뮬레이션하기 위해, 대용량의 학술문헌을 수집하고 기준 분류 체계에 따라 자동 분류를 실시하였다. 처방적 분석 개념을 적용하는 과정에서 대용량의 문헌 분류를 위한 동적 자동 분류 기법과 학문 분야의 지적 구조 분석 기법을 동시에 활용하였다. 실험의 결과로 효과적으로 서비스 분류 체계를 수정하고 재적용할 수 있는 몇 가지 최적화 시나리오를 효율적으로 도출할 수 있음을 보여 주었다.

This study aims to introduce an emerging prescriptive analytics method and suggest its efficient application to a category-based service system. Prescriptive analytics method provides the whole process of analysis and available alternatives as well as the results of analysis. To simulate the process of optimization, large scale journal articles have been collected and categorized by classification scheme. In the process of applying the concept of prescriptive analytics to a real system, we have fused a dynamic automatic-categorization method for large scale documents and intellectual structure analysis method for scholarly subject fields. The test result shows that some optimized scenarios can be generated efficiently and utilized effectively for reorganizing the classification-based service system.

본 논문에서는 사진 구도의 자동 분류와 주 객체의 적정 위치에 대한 점수 측정 그리고 구도 최적화에 대하여 기술한다. 여기에서는 다양한 사진 구도 중에서 3등분할구도, 수직, 수평구도 그리고 중앙 집중형 구도 세 가지 구도에 대해서만 다룬다. 구도의 최적화를 위하여 첫 번째로 스카이라인이 있는 영상과, 접사, 그리고 망원사진에서의 객체를 검출한다. 스카이라인의 검출 및 주요객체의 검출을 위해서 우선 표준편차 필터를 사용하여 스카이라인을 검출하고, 스카이라인이 검출된 영상에서 스카이라인을 제거한 영상에서 외곽선 검출과 같은 간단한 영상처리 기법을 사용하여 주요객체를 검출한다. 또한 접사와 망원 사진에서는 촬영하고자 하는 피사체, 즉, 주요 객체는 매우 뚜렷한 외곽선을 갖는다는 점에서 착안하여 주요 객체가 검출된다. 검출된 주요 객체의 최적화된 위치를 찾기 위해, 먼저 사전에 정의된 구도로 분류하고, 미학적 분석에 기반한 점수 측정을 통하여 주요 객체의 위치를 평가한다. 실험을 통하여 제안된 방법이 미학적 아름다움과 어느 정도 일치하는 것을 보여준다.

In this paper, we will address techniques for recognition of photo composition, score measure and photo composition optimization. We deal with 3 categories of representative compositions such as rule-the-thirds composition, vertical and horizontal composition and centralized composition. For optimizing the composition, we extract the main object in photos containing the sky region, closed-up photo, and telephoto images. A skyline detection is carried out by using a standard deviation filter. The main object in this result is extracted by several image processing such as a edge detection. In the cases of a closed-up photo and a telephoto, a main object can be extracted easily based on its distinct outline occurred because of the characteristic feature based on a focal length. In order to optimize the position of main object, we categorize the composition into the pre-defined three kinds of compositions and measure the score based on aesthetic methods. Finally, experimental results shows that the proposed method is in consistency with aesthetic evaluation.

본 연구는 복잡한 구조의 학술 문서에서 목차를 자동으로 생성하기 위해, 이미지 기반 문서 레이아웃 분석과 OCR을 결합한 파이프라인을 제안한다. 먼저 DocLayout-YOLO 기반의 학술정보 구조화 인식 모델을 통해 섹션(장/절/항), 본문, 표, 그림, 수식, 페이지정보, 참고문헌정보, 참고문헌영역 등 10개 구성 요소를 동시에 탐지하고, 탐지된 섹션 후보에 대하여 영역 단위 OCR을 수행한다. 이어 섹션 깊이 정보 정제 알고리즘을 적용하여 문서별 표기 체계에 적응적으로 대응하고 섹션 레벨 정확도를 향상한다. 국내 과학기술 R&D 보고서를 기반으로 구축한 데이터셋으로 학습·평가를 수행한 결과, 제안 시스템은 다양한 문서 형식과 스캔 PDF 환경에서도 End-to-End 목차 자동 생성이 가능함을 확인하였다.

This study presents a pipeline for automatic table-of-contents (TOC) generation in scholarly documents with complex structures by combining image-based document layout analysis and OCR. A DocLayout-YOLO-based scholarly-information structuring model jointly detects ten components-sections (chapter/section/subsection), body text, tables, figures, formulas, page markers, bibliography heading, and bibliography region-and then performs region-level OCR on detected section candidates. We further apply a Section-Depth Refinement algorithm to adapt to document-specific notation conventions and improve section-level accuracy. Trained and evaluated on a dataset built from domestic science-and-technology R&D reports, the proposed system demonstrates reliable end-to-end TOC generation across diverse formats, including scanned PDFs.

This paper deals with an analysis of dynamic mechanism for the industrial two-step folding automatic door. A nonlinear equation of motion was derived in terms of folding angle to estimate driving forces. Based on this dynamic behavior, time taken during the door's opening well as their velocities were controlled so that the operating conditions can be obtained for the purpose of design. The stiffness of twisting spring was also investigated when the automatic door closed, because a dangerous accident takes place from the door's free falling. The current research will be a very useful tool in the near future for the dynamic analysis for the multi-step folding automatic door.