3D 애셋 관리에서의 멀티모달 기반 감성 분석을 위한 LLaVA 및 VisualBERT 기반의 감성값 대치 방법

권상지; 이은서; 허지혜; 권오병

doi:10.13088/jiis.2024.30.3.235

추천

검색

질문

자료유형: 학술저널

저자정보: 권상지 (경희대학교) 이은서 (경희대학교) 허지혜 (경희대학교) 권오병 (경희대학교)

저널정보: 한국지능정보시스템학회 지능정보연구 지능정보연구 제30권 제3호

발행연도: 2024.9

수록면: 235 - 251 (17page)

DOI: 10.13088/jiis.2024.30.3.235

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

3D 콘텐츠를 만드는 데 필요한 캐릭터나 배경 등의 요소를 뜻하는 3D 애셋 등 멀티모달 기반의 콘텐츠 서비스에서 감성기반으로 검색 및 추천을 하는 경우가 많다. 그런데 검색의 대상이 되는 콘텐츠에 감성값을 완벽하게 제공하는 것은 수동적인 작업이 필요하므로 비용 효율적이지 않다. 그러므로 멀티모달 콘텐츠 내에 감성값이 결여된 데이터의 다수 존재는 감성기반 검색 및 예측 성능의 제고를 위해서 감성값을 대치(imputation)하는 작업이 필요하다. 이에 본 연구의 목적은 멀티모달 기반 감성분석을 위한 감성값 대치(sentiment imputation) 방법을 제안하는 것이다. 이를 위해 VisualBERT 기반의 감성값 대치 방법을 제시하였다. 또한 3D 애셋 정보의 증강을 위해 LMM(Large Multimodal Model) 방법의 하나인 LLaVA를 통해 3D 애셋 이미지로부터 감성에 관련한 정보를 텍스트 형태로 추출하여 3D 애셋의 이미지 및 설명글 정보에 부가하였다. 실제 3D 애셋 데이터셋에 대해 감성값 대치 성능을 분석한 결과, 이미지 기반이나 텍스트 기반의 경쟁 대치 방법들보다 우수한 성능을 보였다.

#3D 애셋 관리 #감성값 대치 #멀티모달 딥러닝 #3D Asset Management #VisualBERT #Sentiment Imputation #LLaVA #Multimodal Deep Learning

참고문헌 (42)

참고문헌 신청

유용상, 정민화, 이승민, & 송민. (2023). KOMUChat: 인공지능 학습을 위한 온라인 커뮤니티 대화 데이터셋 연구. 지능정보연구, 29(2), 219-240. https://doi.org/10.13088/jiis.2023.29.2.219

Austin, P. C., White, I. R., Lee, D. S., & van Buuren, S. (2021). Missing data in clinical research: a tutorial on multiple imputation. Canadian Journal of Cardiology, 37(9), 1322-1331. https://doi.org/10.1016/j.cjca.2020.11.010

Awan, S. E., Bennamoun, M., Sohel, F., Sanfilippo, F., & Dwivedi, G. (2021). Imputation of missing data with class imbalance using conditional generative adversarial networks. Neurocomputing, 453, 164-171. https://doi.org/10.1016/j.neucom.2021.04.010

Chakraborty, I., Kim, M., & Sudhir, K. (2022). Attribute Sentiment Scoring with Online Text Reviews: Accounting for Language Structure and Missing Attributes. Journal of Marketing Research, 59(3), 600-622. https://doi.org/10.1177/00222437211052500

Consoli, S., Barbaglia, L., & Manzan, S. (2022). Fine-grained, aspect-based sentiment analysis on economic and financial lexicon. Knowledge- Based Systems, 247, 108781. https://doi.org/10.1016/j.knosys.2022.108781

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문과 함께 이용한 논문

멀티모달 텍스트-이미지 정렬을 활용한 블라인드 폭우 얼굴 영상 복원

손창환 , 최연우 전기전자학회논문지 2024 .12

Deep Learning based Multimodal Fusion on Biomedical Data: An Overview and State-of-Art Review

Kenesbaeva Pe , iyzat Ismaylovna , Azimbek Khudoybe 외 2명 한국정보통신학회논문지 2024 .09

생성형 이미지를 이용한 멀티모달 장면 검색 시스템

이주희 , 양효걸 , 강제원 외 2명 방송공학회논문지 2024 .05

XR 환경 특수효과 제어를 위한 멀티모달 인터페이스

최종민 , 김민채 , 송오영 한국컴퓨터그래픽스학회 학술대회 2024 .07

유튜브 상의 대형교회 설교 성경 본문 및 제목 분석과 시사점

강경우 , 권오병 로고스경영연구 2024 .03

최근 본 자료

전체보기

UCI(KEPA) : I410-151-25-02-090881823

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (42)

함께 읽어보면 좋을 논문

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)