최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국전자통신학회 논문지 = The Journal of the Korea Institute of Electronic Communication Sciences, v.15 no.4, 2020년, pp.709 - 716
김선민 (동서대학교 컴퓨터공학부) , 조대수 (동서대학교 소프트웨어학과)
In social media, when posting a post, tag information of an image is generally used because the search is mainly performed using a tag. Users want to expose the post to many people by attaching the tag to the post. Also, the user has trouble posting the tag to be tagged along with the post, and post...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
레이블 추출단계는 무엇인가? | 레이블 추출단계(Steps to lable extraction)는 사용자가 인스타그램에 등록할 사진을 입력받아, 사진의 특징을 가장 잘 설명하는 단어(lable)을 추출하는 단계로서, 본 논문에서는 CNN을 활용한 Incetion-v3 이미지 인식 모델을 적용하여, 입력된 사진에 대한 레이블을 추출한다. 이 단계에서 추출된 레이블은 사용자가 인스타그램에 등록할 해당 사진의 태그로 사용할 수 있는 후보 해시태그가 된다. | |
인스타그램에 게시물을 올릴 때 태깅을 하는 이유는 무엇인가? | 인스타그램에 게시물을 올릴 때 태깅을 하는 이유는 주로 게시물을 잘 노출이 되어 특정 인기를 얻거나 광고의 효과를 내기 위함이다. 이러한 목적으로 볼 때 본인이 게시물의 태그를 입력하는 것보다 정확도가 높고, 검색이 잘 되는 태그들을 사용하는 것이 바람직하다. | |
딥러닝을 이용한 개인화 맞춤 태그 시스템의 단점은? | 그 중 딥러닝을 이용한 개인화 맞춤 태그 시스템은 단순 이미지만 분석하는 게 아닌 태그가 달린 유사 이미지를 수집하고 이미지와 관련 있는 태그를 사용자에게 추천해주는데 합성곱 신경망을 통해 이미지를 분석하며 유사이미지 검색 시스템을 활용하여 태그를 추출하고 최종적으로 베이시안 개인화 랭킹 시스템[6]을 이용하여 태그를 추천한다[7]. 하지만 사용자가 입력하는 이미지와 태그를 기반으로 하는 개인화 추천 시스템이기 때문에 개인 위주로 추천해주는 태그라 소셜 미디어의 태그로 많이 사용되는 태그인지 알 수 없다. 따라서 해당 시스템으로 추천받은 태그를 소셜 미디어 게시물의 태그로 사용하게 되면, 태깅된 이미지가 검색 결과로 많이 노출되지 않을 수도 있다. |
Messo Media, "2019 Social Medea Trend," MezzoMedia Media & Market Report, 2019.
J. Schmidhuber, "Deep learning in neural networks: An overview," Neural networks, vol. 61, 2015, pp. 85-117.
J. Kong and M. Jang, "Association Analysis of Convolution Layer, Kernel and Accuracy in CNN," J. of the Korea Institute of Electronic Communication Sciences, vol. 14, no. 6, 2019, pp. 1153-1160.
Y. Jeong and C. Mi, "Efficient iris recognition using deep-learning convolution neural network(CNN)," J. of the Korea Institute of Electronic Communication Sciences, vol. 15, no. 3, 2020, pp. 521-526.
Y. Kim, D. Kim, and S. Park, "Research on Robust Face Recognition against Lighting Variation using CNN," J. of the Korea Institute of Electronic Communication Sciences, vol. 12, no. 2, 2017, pp. 325-330.
S. Rendle, C. Freudenthaler, Z. Gantner, and L. Schmidt-Thieme, "BPR:Bayesian personalized ranking from implicit feedback," AUAI Press, 2009, pp. 452-461.
Y. An, G. Kim, and D. Lee, "Personalized tag recommendation system using deep learning," Proceedings of Korea Information Science Society, 2018, pp. 112-114.
H. Jang and S. Cho. "Automatic Tagging for Social Images using Convolution Neural Networks," Journal of Korea Institute of Information Scientists and Engineers, vol. 43, no. 1, 2016, pp. 47-53.
C. Szegedy, W. Liu, Y. Jia, P. Sermanet, S. Reed, D. Anguelov, D. Erhan, V. Vanhoucke, and A. Rabinovich, "Going deeper with convolutions," Proceedings of IEEE Conference on Computer Vision and Pattern Recognition, 2015, pp 1-9.
C. Szegedy, V. Vanhoucke, S. Ioffe, J. Shlens, and Z. Wojna, "Rethinking the inception architecture for computer vision," Proceedings of IEEE Conference on Computer Vision and Pattern Recognition, 2016, pp 2818-2826.
해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.