제 17회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [Catch, Traffic!] : 지하철 혼잡도 및 키워드 분석 데이터 파이프라인 구축BOAZ Bigdata
데이터 엔지니어링 프로젝트를 진행한 Catch, Traffic! 팀에서는 아래와 같은 프로젝트를 진행했습니다.
수도권 교통의 혼잡성을 해결하기 위한 방안을 찾는 데이터 파이프라인 구축
18기 김인섭 숭실대학교 산업정보시스템공학과
18기 김재민 국민대학교 AI빅데이터융합경영학과
18기 서은유 동덕여자대학교 정보통계학과
18기 윤정원 숙명여자대학교 소프트웨어융합전공
18기 이현진 서울과학기술대학교 산업정보시스템전공
18기 조은학 명지대학교 융합소프트웨어학부
제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [이탈리안 BMT] : 지하철 지연 시간 데이터 분석 및 시각화를 위한 데이터 파이프라인 구축BOAZ Bigdata
데이터 엔지니어링 프로젝트를 진행한 이탈리안 BMT 팀에서는 아래와 같은 프로젝트를 진행했습니다.
지하철 지연 시간 데이터 분석 및 시각화를 위한 데이터 파이프라인 구축
19기 김보겸 중앙대학교 사회학과
19기 김가경 동덕여자대학교 정보통계학과
19기 김동진 경희대학교 컴퓨터공학과
19기 박재은 숙명여자대학교 컴퓨터과학전공
19기 이재준 명지대학교 융합소프트웨어 데이터테크놀로지전공
제 15회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [Cm:)e팀] : 이커머스 고객경험 관리 분석BOAZ Bigdata
시각화 프로젝트를 진행한 Cm:)e팀에서는 고객의 입장에서 고객이 원하는 방식으로 소통할 수 있도록 기존 고객 관리 방식의 터치포인트에 관한 분석과 고객의 소리를 함께 분석할 수 있는 통합 대시보드를 구상했습니다.
16기 김수민 숙명여자대학교 경영학부
16기 김정아 고려대학교 통계학과
16기 이지혜 숙명여자대학교 소비자경제학과
14기 유가연 한양대학교 관광학부 빅데이터 융합 전공
16기 전유정 세종대학교 호텔관광경영학과
제 16회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [마페터 팀] : 고객 페르소나를 활용한 마케팅 전략 대시보드BOAZ Bigdata
데이터 시각화 프로젝트를 진행한 마페터 팀에서는 아래와 같은 프로젝트를 진행했습니다.
데이터 시각화 프로젝트를 진행한 Marpeter 팀에서는 마케팅 대시보드를 제작하였습니다.
저희의 대시보드는 고객 생애 주기, 광고 성과 분석, 페르소나 도출 페이지로 구성되어 있습니다.
먼저 고객 생애 주기 페이지는 AARRR 퍼널을 통해 고객 생애 주기를 분석할 수 있습니다. 사전에 군집화가 이루어진 고객 그룹별로, 유입부터 재구매에 이르기까지 고객의 생애 주기를 분석하여 각 생애 주기 단계별 주요 지표들을 통해 각 단계의 전환율을 높일 수 있는 마케팅 전략을 수립할 수 있습니다.
광고 성과 분석 페이지에서는 고객들이 홈페이지에 남긴 흔적 데이터를 종합적으로 분석하여 비용 대비 최고의 성과를 내는 채널 별 최적의 마케팅 프로세스를 찾습니다. 원하는 채널을 클릭하면 퍼포먼스 마케팅의 KPI를 파악하고 ‘cost’와 ‘action’을 기준으로 광고 성과를 분석할 수 있습니다. 또한 해당 채널에 접근한 고객의 특성과 추천 페르소나를 확인할 수 있습니다.
마지막으로 페르소나 도출 페이지에서는 타깃 시장에 속한 사람들 간의 공통점을 가지고 실존하는 인물처럼 구체적인 정보를 가진 페르소나를 제시하여 더욱 생산적인 구매자 참여를 유도하는 마케팅 전략 정보를 제공합니다. 구체화된 페르소나의 이름을 클릭하면 나이, 직업, 가족 정보 등의 인구통계학적 정보뿐만 아니라 특징, 소비습관, 취향 등을 확인할 수 있습니다. 이를 통해 이상적인 타깃과 부정적인 타깃을 파악하고 페르소나 별 마케팅 전략을 기획할 수 있습니다.
17기 변강준 동국대학교 산업시스템공학과
17기 윤성원 이화여자대학교 통계학과 석사
17기 이소정 숙명여자대학교 통계학과
17기 이승권 건국대학교 응용통계학과
17기 이현지 이화여자대학교 통계학과 석사
17기 조세연 연세대학교 의류환경학과
제 17회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [Catch, Traffic!] : 지하철 혼잡도 및 키워드 분석 데이터 파이프라인 구축BOAZ Bigdata
데이터 엔지니어링 프로젝트를 진행한 Catch, Traffic! 팀에서는 아래와 같은 프로젝트를 진행했습니다.
수도권 교통의 혼잡성을 해결하기 위한 방안을 찾는 데이터 파이프라인 구축
18기 김인섭 숭실대학교 산업정보시스템공학과
18기 김재민 국민대학교 AI빅데이터융합경영학과
18기 서은유 동덕여자대학교 정보통계학과
18기 윤정원 숙명여자대학교 소프트웨어융합전공
18기 이현진 서울과학기술대학교 산업정보시스템전공
18기 조은학 명지대학교 융합소프트웨어학부
제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [이탈리안 BMT] : 지하철 지연 시간 데이터 분석 및 시각화를 위한 데이터 파이프라인 구축BOAZ Bigdata
데이터 엔지니어링 프로젝트를 진행한 이탈리안 BMT 팀에서는 아래와 같은 프로젝트를 진행했습니다.
지하철 지연 시간 데이터 분석 및 시각화를 위한 데이터 파이프라인 구축
19기 김보겸 중앙대학교 사회학과
19기 김가경 동덕여자대학교 정보통계학과
19기 김동진 경희대학교 컴퓨터공학과
19기 박재은 숙명여자대학교 컴퓨터과학전공
19기 이재준 명지대학교 융합소프트웨어 데이터테크놀로지전공
제 15회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [Cm:)e팀] : 이커머스 고객경험 관리 분석BOAZ Bigdata
시각화 프로젝트를 진행한 Cm:)e팀에서는 고객의 입장에서 고객이 원하는 방식으로 소통할 수 있도록 기존 고객 관리 방식의 터치포인트에 관한 분석과 고객의 소리를 함께 분석할 수 있는 통합 대시보드를 구상했습니다.
16기 김수민 숙명여자대학교 경영학부
16기 김정아 고려대학교 통계학과
16기 이지혜 숙명여자대학교 소비자경제학과
14기 유가연 한양대학교 관광학부 빅데이터 융합 전공
16기 전유정 세종대학교 호텔관광경영학과
제 16회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [마페터 팀] : 고객 페르소나를 활용한 마케팅 전략 대시보드BOAZ Bigdata
데이터 시각화 프로젝트를 진행한 마페터 팀에서는 아래와 같은 프로젝트를 진행했습니다.
데이터 시각화 프로젝트를 진행한 Marpeter 팀에서는 마케팅 대시보드를 제작하였습니다.
저희의 대시보드는 고객 생애 주기, 광고 성과 분석, 페르소나 도출 페이지로 구성되어 있습니다.
먼저 고객 생애 주기 페이지는 AARRR 퍼널을 통해 고객 생애 주기를 분석할 수 있습니다. 사전에 군집화가 이루어진 고객 그룹별로, 유입부터 재구매에 이르기까지 고객의 생애 주기를 분석하여 각 생애 주기 단계별 주요 지표들을 통해 각 단계의 전환율을 높일 수 있는 마케팅 전략을 수립할 수 있습니다.
광고 성과 분석 페이지에서는 고객들이 홈페이지에 남긴 흔적 데이터를 종합적으로 분석하여 비용 대비 최고의 성과를 내는 채널 별 최적의 마케팅 프로세스를 찾습니다. 원하는 채널을 클릭하면 퍼포먼스 마케팅의 KPI를 파악하고 ‘cost’와 ‘action’을 기준으로 광고 성과를 분석할 수 있습니다. 또한 해당 채널에 접근한 고객의 특성과 추천 페르소나를 확인할 수 있습니다.
마지막으로 페르소나 도출 페이지에서는 타깃 시장에 속한 사람들 간의 공통점을 가지고 실존하는 인물처럼 구체적인 정보를 가진 페르소나를 제시하여 더욱 생산적인 구매자 참여를 유도하는 마케팅 전략 정보를 제공합니다. 구체화된 페르소나의 이름을 클릭하면 나이, 직업, 가족 정보 등의 인구통계학적 정보뿐만 아니라 특징, 소비습관, 취향 등을 확인할 수 있습니다. 이를 통해 이상적인 타깃과 부정적인 타깃을 파악하고 페르소나 별 마케팅 전략을 기획할 수 있습니다.
17기 변강준 동국대학교 산업시스템공학과
17기 윤성원 이화여자대학교 통계학과 석사
17기 이소정 숙명여자대학교 통계학과
17기 이승권 건국대학교 응용통계학과
17기 이현지 이화여자대학교 통계학과 석사
17기 조세연 연세대학교 의류환경학과
제 16회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [Secret X 팀] : XAI를 활용한 수능 영어영역 문제풀이BOAZ Bigdata
데이터 분석 프로젝트를 진행한 Secret X 팀에서는 아래와 같은 프로젝트를 진행했습니다.
비밀집단에서는 영어 문제를 풀고 XAI를 이용해 이를 해설합니다.
17기 권강미 연세대학교 문헌정보학과
17기 김지수 고려대학교 통계학과
17기 이수경 성균관대학교 데이터사이언스전공
제 15회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [개미야 뭐하니?팀] : 투자자의 반응을 이용한 실시간 등락 예측(feat. 카프카)BOAZ Bigdata
데이터 엔지니어링 프로젝트를 진행한 개미야 뭐하니? 팀에서는 아래와 같은 프로젝트를 진행했습니다.
[Web 발신] 5분 후, 당신이 투자한 주식이 떨어집니다!
실시간으로 내 주식의 등락을 알려주는 ai가 있다?
이것만 있으면 나도 주린이 탈출
개미와 함께하는 최적의 매도 매수 타이밍
지금 이 순간, 내 주식의 미래를 볼 수 있다
(신청: https://github.com/jayleenym/AYOA)
16기 강지수 동덕여자대학교 정보통계학과
16기 김서민 숙명여자대학교 컴퓨터과학과
16기 김윤기 한양대학교 대학원 컴퓨터소프트웨어학과
16기 문예진 서강대학교 경제학과 / 빅데이터 사이언스
제 17회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [힐링세포들] : MHTI (Mental Health Type Indicator)BOAZ Bigdata
데이터 시각화 프로젝트를 진행한 힐링세포들 팀에서는 아래와 같은 프로젝트를 진행했습니다.
정신건강 정보를 전달하고, 관리할 수 있는 대시보드 제작
18기 최유진 숙명여자대학교 소비자경제학과
18기 김주은 성균관대학교 문헌정보학과
18기 김혜연 고려대학교 통계학과
18기 홍주리 숙명여자대학교 통계학과
18기 황인정 숙명여자대학교 일반대학원 경영학과
제 16회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [코끼리책방 팀] : 사용자 스크랩 내용 기반 도서 추천 BOAZ Bigdata
데이터 분석 프로젝트를 진행한 코끼리책방 팀에서는 아래와 같은 프로젝트를 진행했습니다.
사용자 스크랩 내용 기반 도서 추천
16기 이지혜 이화여자대학교 컴퓨터공학과
17기 권예은 한국항공대학교 컴퓨터공학과
17기 변강준 동국대학교 산업시스템공학과
17기 이현지 이화여자대학교 통계학과
17기 홍지원 국민대학교 AI빅데이터융합경영학과
제 15회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [YouPlace 팀] : 카프카와 스파크를 활용한 유튜브 영상 속 제주 명소 검색 BOAZ Bigdata
데이터 엔지니어링 프로젝트를 진행한 YouPlace팀에서는 아래와 같은 프로젝트를 진행했습니다.
<aside>
이젠 검색도 유튜브 시대
제주여행을 계획할 때 브이로그 영상을 많이 참고하실텐데요
수많은 영상들과 영상 속 분산된 명소들을 하나 하나 찾으려 생각하면 막막하지 않으셨나요?
이러한 고민을 갖고 계신 분들을 위해, 유튜브 브이로거들이 찾아간 여행 명소들을 지도에서 한 눈에 파악할 수 있도록 만들었어요
(github : https://github.com/Boaz-Youplace)
16기 엔지니어링 고은서 | 중앙대학교 소프트웨어학부
16기 엔지니어링 류정화 | 성신여자대학교 융합보안공학과
16기 엔지니어링 송경민 | 국민대학교 소프트웨어학과
제 16회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [BAOBAB 팀] : 반려동물 미용업 모바일 서비스 분석BOAZ Bigdata
데이터 시각화 프로젝트를 진행한 BAOBAB 팀에서는 아래와 같은 프로젝트를 진행했습니다.
반려동물 미용업 모바일 서비스 분석
17기 강지민 숙명여자대학교 통계학과
17기 김나연 고려대학교 통계학과
17기 김지윤 성신여자대학교 융합보안공학과
17기 박이정 인하대학교 경영학과
17기 이세영 동덕여자대학교 국제경영/정보통계학과
제 16회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [기린그림 팀] : 사용자의 손글씨가 담긴 그림 일기 생성 서비스BOAZ Bigdata
데이터 분석 프로젝트를 진행한 기린그림 팀에서는 아래와 같은 프로젝트를 진행했습니다.
기린그림 팀은 사용자의 글씨체를 학습하여 나만의 폰트로 일기를 쓰고, 사진을 업로드 하면 직접 그림을 그린 것처럼 변환하여 그림일기를 쓸 수 있도록 하는 프로젝트를 진행 했습니다.
16기 김유진 이화여자대학교 과학교육과
17기 김송성 고려대학교 통계학과
17기 박종은 연세대학교 언더우드국제학부
17기 여해인 동덕여자대학교 컴퓨터학과
17기 이보림 중앙대학교 소프트웨어학부
제 17회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [중고책나라] : 실시간 데이터를 이용한 Elasticsearch 클러스터 최적화BOAZ Bigdata
데이터 엔지니어링 프로젝트를 진행한 중고책나라 팀에서는 아래와 같은 프로젝트를 진행했습니다.
중고책 실시간 데이터를 활용하여 Elasticsearch Indexing 클러스터 성능 최적화
18기 금나연 숙명여자대학교 IT공학 전공
18기 박규연 국민대학교 소프트웨어학부
18기 김건우 국민대학교 AI빅데이터융합경영학과
제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [link-us(링커즈)] : 링키드를 위한 비즈니스 대시보드 제작BOAZ Bigdata
데이터 시각화 프로젝트를 진행한 link-us(링커즈) 팀에서는 아래와 같은 프로젝트를 진행했습니다.
링키드(linkid)를 위한 비즈니스 대시보드 제작
19기 정소영 숙명여자대학교 통계학과
19기 유나현 중앙대학교 응용통계학과
19기 이세연 성신여자대학교 빅데이터사이언스전공
19기 정다운 숙명여자대학교 통계학과
데이터 시각화 프로젝트를 진행한 보아져 팀에서는 아래와 같은 프로젝트를 진행했습니다.
에듀테크 기업 바이브온과 함께한 세가지 프로젝트 모음집. 바이브온의 모든 데이터를 기반으로 한 인사이트 도출 과정이 나타난 [Marketing Analysis], 이용자들에게 효과적인 서비스를 제공하기 위한 시각화 서비스 기획안인 [타 생기부 분석 100% 활용하기], 시각화를 넘어 NLP를 통해 선생님의 생기부 작성을 돕는 [Vital-On] 세가지 프로젝트로 이루어져있다.
15기 박대희 이화여자대학교 통계학과
17기 김태현 이화여자대학교 경제학과
17시 박지운 이화여자대학교 통계학과
17기 이수경 성균관대학교 데이터사이언스학과
17기 이한울 고려대학교 사회학과
17기 이준희 고려대학교 통계학과
제 15회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [MarketIN팀] : 디지털 마케팅 헬스체킹 서비스BOAZ Bigdata
데이터 시각화 프로젝트를 진행한 MarketIN팀에서는 아래와 같은 프로젝트를 진행했습니다.
- 작은 가게를 운영하는 경우부터 온라인 쇼핑몰까지 비즈니스 운영 과정에선 수많은 의사 결정이 필요합니다. 데이터를 대시보드 템플릿에 연결하여 질문에 대한 답을 한눈에 찾을 수 있습니다.
- 마켓인을 통해 데이터 기반 비즈니스를 경험해보세요.
16기 강민주 (서울과학기술대학교 산업정보시스템전공)
16기 김서연 (숙명여자대학교 홍보광고학과)
16기 오지원 (세종대학교 경영학과)
16기 윤해림 (세종대학교 경영학과)
16기 임성아 (세종대학교 경영학과)
16기 한주리 (고려대학교 사회학과)
제 17회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [SiZoAH] : 리뷰 기반 의류 사이즈 추천시스템BOAZ Bigdata
데이터 분석 프로젝트를 진행한 SiZoAH 팀에서는 아래와 같은 프로젝트를 진행했습니다.
리뷰 기반 의류 사이즈 추천시스템
18기 박태남 고려대학교 산업경영공학과
18기 김주은 성균관대학교 문헌정보학과
18기 문다정 단국대학교 응용통계학과
18기 박희준 명지대학교 산업공학과
제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [보아酒] : 리뷰 감정분석을 통한 전통주 추천 서비스BOAZ Bigdata
데이터 분석 프로젝트를 진행한 보아酒 팀에서는 아래와 같은 프로젝트를 진행했습니다.
리뷰 감정분석을 통한 전통주 추천 서비스
19기 정은진 한양대학교 ERICA 정보사회미디어학과
19기 강하연 명지대학교 경영정보학과
19기 고건호 고려대학교 통계학과
19기 김진재 중앙대학교 응용통계학과
19기 박상윤 가천대학교 경영학부(글로벌경영학)
데이터 엔지니어링 프로젝트를 진행한 로깅줍깅 팀에서는 로그 데이터를 수집 및 처리하는 파이프라인을 만들어 각각의 단계에서 일어날 수 있는 상황에 대한 실험을 진행했습니다.
16기 엔지니어링 강하영 동덕여자대학교 정보통계학과
16기 엔지니어링 임태빈 상명대학교 컴퓨터과학과
16기 엔지니어링 지유리 숙명여자대학교 소프트웨어융합학과
제 17회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [나만 없어 범고래] : 스니커즈 중심의 리셀 시장 및 플랫폼 KREAM 분석BOAZ Bigdata
데이터 시각화 프로젝트를 진행한 '나만 없어 범고래' 팀에서는 아래와 같은 프로젝트를 진행했습니다.
스니커즈를 중심으로 현재 리셀 트렌드와 리셀 플랫폼 KREAM 을 분석하고, 기업, 서비스 등을 비교해주는 대시보드를 만들었습니다.
18기 강채현 고려대학교 산업경영공학부
17기 김민채 한국외국어대학교 스페인어과
17기 이서영 이화여자대학교 통계학과
18기 백은수 인하대학교 경영학과
18기 이해림 동덕여자대학교 정보통계학과
제 15회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [Hands-on 팀] : 수어 번역을 통한 위험 상황 속 의사소통 시스템 구축BOAZ Bigdata
데이터 분석 프로젝트를 진행한 Hands-on 팀에서는 아래와 같은 프로젝트를 진행했습니다.
'수어 번역 프로젝트'는 재난 상황 속 소외되는 농인들에게 소통의 문을 열어주자는 목표를 가지고 시작되었습니다. Hands-on팀의 수어 번역 모델을 통해 농인들은 위험 상황 속에서 도움을 요청하는 등 소통의 한계를 극복할 수 있습니다.
16기 곽민지 (동덕여자대학교 정보통계학과)
16기 김영민 (인천대학교 경제학/컴퓨터공학)
16기 김영은 (건국대학교 응용통계학과)
16기 이다인 (이화여자대학교 휴먼기계바이오공학)
제 16회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [Stalker 팀] : 감정분석을 통한 MBTI 기반 개인별 투자 성향 분석BOAZ Bigdata
데이터 분석 프로젝트를 진행한 Stalker 팀에서는 아래와 같은 프로젝트를 진행했습니다.
감정분석을 통한 MBTI 기반 개인별 투자 성향 분석
16기 김지원 명지대학교 산업경영공학과
17기 곽윤경 홍익대학교 디자인경영융합학부
17기 김나현 서울대학교 언어학과
17기 유승희 중앙대학교 응용통계학과
17기 조수연 연세대학교 통계데이터사이언스학과
여욱형 / kakao corp. 동영상 기술 파트
---
영상 인코딩의 목적은 좋은 화질을 유지하면서 데이터 크기를 최소화하는 것이다. 인코딩 옵션은 다양한 조합이 가능하며 옵션에 따라 영상의 품질 및 크기도 가변적이다. 지금까지는 영상의 종류 및 특성에 관계없이 해상도별로 고정된 인코딩 옵션을 적용하였다. 모든 컨텐츠를 동일한 옵션으로 인코딩하면 필요한 크기보다 많은 데이터가 생성되고 이로 인해 불필요한 트래픽이 발생할 수 있다. 우리는 딥러닝을 통해 사전에 학습된 모델을 만들고, 샘플링한 원본 영상에서 화질과 연관된 다양한 특징을 분석하여 최적의 인코딩 옵션을 실시간으로 찾는 방식을 제안하고자 한다.
제 16회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [Secret X 팀] : XAI를 활용한 수능 영어영역 문제풀이BOAZ Bigdata
데이터 분석 프로젝트를 진행한 Secret X 팀에서는 아래와 같은 프로젝트를 진행했습니다.
비밀집단에서는 영어 문제를 풀고 XAI를 이용해 이를 해설합니다.
17기 권강미 연세대학교 문헌정보학과
17기 김지수 고려대학교 통계학과
17기 이수경 성균관대학교 데이터사이언스전공
제 15회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [개미야 뭐하니?팀] : 투자자의 반응을 이용한 실시간 등락 예측(feat. 카프카)BOAZ Bigdata
데이터 엔지니어링 프로젝트를 진행한 개미야 뭐하니? 팀에서는 아래와 같은 프로젝트를 진행했습니다.
[Web 발신] 5분 후, 당신이 투자한 주식이 떨어집니다!
실시간으로 내 주식의 등락을 알려주는 ai가 있다?
이것만 있으면 나도 주린이 탈출
개미와 함께하는 최적의 매도 매수 타이밍
지금 이 순간, 내 주식의 미래를 볼 수 있다
(신청: https://github.com/jayleenym/AYOA)
16기 강지수 동덕여자대학교 정보통계학과
16기 김서민 숙명여자대학교 컴퓨터과학과
16기 김윤기 한양대학교 대학원 컴퓨터소프트웨어학과
16기 문예진 서강대학교 경제학과 / 빅데이터 사이언스
제 17회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [힐링세포들] : MHTI (Mental Health Type Indicator)BOAZ Bigdata
데이터 시각화 프로젝트를 진행한 힐링세포들 팀에서는 아래와 같은 프로젝트를 진행했습니다.
정신건강 정보를 전달하고, 관리할 수 있는 대시보드 제작
18기 최유진 숙명여자대학교 소비자경제학과
18기 김주은 성균관대학교 문헌정보학과
18기 김혜연 고려대학교 통계학과
18기 홍주리 숙명여자대학교 통계학과
18기 황인정 숙명여자대학교 일반대학원 경영학과
제 16회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [코끼리책방 팀] : 사용자 스크랩 내용 기반 도서 추천 BOAZ Bigdata
데이터 분석 프로젝트를 진행한 코끼리책방 팀에서는 아래와 같은 프로젝트를 진행했습니다.
사용자 스크랩 내용 기반 도서 추천
16기 이지혜 이화여자대학교 컴퓨터공학과
17기 권예은 한국항공대학교 컴퓨터공학과
17기 변강준 동국대학교 산업시스템공학과
17기 이현지 이화여자대학교 통계학과
17기 홍지원 국민대학교 AI빅데이터융합경영학과
제 15회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [YouPlace 팀] : 카프카와 스파크를 활용한 유튜브 영상 속 제주 명소 검색 BOAZ Bigdata
데이터 엔지니어링 프로젝트를 진행한 YouPlace팀에서는 아래와 같은 프로젝트를 진행했습니다.
<aside>
이젠 검색도 유튜브 시대
제주여행을 계획할 때 브이로그 영상을 많이 참고하실텐데요
수많은 영상들과 영상 속 분산된 명소들을 하나 하나 찾으려 생각하면 막막하지 않으셨나요?
이러한 고민을 갖고 계신 분들을 위해, 유튜브 브이로거들이 찾아간 여행 명소들을 지도에서 한 눈에 파악할 수 있도록 만들었어요
(github : https://github.com/Boaz-Youplace)
16기 엔지니어링 고은서 | 중앙대학교 소프트웨어학부
16기 엔지니어링 류정화 | 성신여자대학교 융합보안공학과
16기 엔지니어링 송경민 | 국민대학교 소프트웨어학과
제 16회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [BAOBAB 팀] : 반려동물 미용업 모바일 서비스 분석BOAZ Bigdata
데이터 시각화 프로젝트를 진행한 BAOBAB 팀에서는 아래와 같은 프로젝트를 진행했습니다.
반려동물 미용업 모바일 서비스 분석
17기 강지민 숙명여자대학교 통계학과
17기 김나연 고려대학교 통계학과
17기 김지윤 성신여자대학교 융합보안공학과
17기 박이정 인하대학교 경영학과
17기 이세영 동덕여자대학교 국제경영/정보통계학과
제 16회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [기린그림 팀] : 사용자의 손글씨가 담긴 그림 일기 생성 서비스BOAZ Bigdata
데이터 분석 프로젝트를 진행한 기린그림 팀에서는 아래와 같은 프로젝트를 진행했습니다.
기린그림 팀은 사용자의 글씨체를 학습하여 나만의 폰트로 일기를 쓰고, 사진을 업로드 하면 직접 그림을 그린 것처럼 변환하여 그림일기를 쓸 수 있도록 하는 프로젝트를 진행 했습니다.
16기 김유진 이화여자대학교 과학교육과
17기 김송성 고려대학교 통계학과
17기 박종은 연세대학교 언더우드국제학부
17기 여해인 동덕여자대학교 컴퓨터학과
17기 이보림 중앙대학교 소프트웨어학부
제 17회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [중고책나라] : 실시간 데이터를 이용한 Elasticsearch 클러스터 최적화BOAZ Bigdata
데이터 엔지니어링 프로젝트를 진행한 중고책나라 팀에서는 아래와 같은 프로젝트를 진행했습니다.
중고책 실시간 데이터를 활용하여 Elasticsearch Indexing 클러스터 성능 최적화
18기 금나연 숙명여자대학교 IT공학 전공
18기 박규연 국민대학교 소프트웨어학부
18기 김건우 국민대학교 AI빅데이터융합경영학과
제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [link-us(링커즈)] : 링키드를 위한 비즈니스 대시보드 제작BOAZ Bigdata
데이터 시각화 프로젝트를 진행한 link-us(링커즈) 팀에서는 아래와 같은 프로젝트를 진행했습니다.
링키드(linkid)를 위한 비즈니스 대시보드 제작
19기 정소영 숙명여자대학교 통계학과
19기 유나현 중앙대학교 응용통계학과
19기 이세연 성신여자대학교 빅데이터사이언스전공
19기 정다운 숙명여자대학교 통계학과
데이터 시각화 프로젝트를 진행한 보아져 팀에서는 아래와 같은 프로젝트를 진행했습니다.
에듀테크 기업 바이브온과 함께한 세가지 프로젝트 모음집. 바이브온의 모든 데이터를 기반으로 한 인사이트 도출 과정이 나타난 [Marketing Analysis], 이용자들에게 효과적인 서비스를 제공하기 위한 시각화 서비스 기획안인 [타 생기부 분석 100% 활용하기], 시각화를 넘어 NLP를 통해 선생님의 생기부 작성을 돕는 [Vital-On] 세가지 프로젝트로 이루어져있다.
15기 박대희 이화여자대학교 통계학과
17기 김태현 이화여자대학교 경제학과
17시 박지운 이화여자대학교 통계학과
17기 이수경 성균관대학교 데이터사이언스학과
17기 이한울 고려대학교 사회학과
17기 이준희 고려대학교 통계학과
제 15회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [MarketIN팀] : 디지털 마케팅 헬스체킹 서비스BOAZ Bigdata
데이터 시각화 프로젝트를 진행한 MarketIN팀에서는 아래와 같은 프로젝트를 진행했습니다.
- 작은 가게를 운영하는 경우부터 온라인 쇼핑몰까지 비즈니스 운영 과정에선 수많은 의사 결정이 필요합니다. 데이터를 대시보드 템플릿에 연결하여 질문에 대한 답을 한눈에 찾을 수 있습니다.
- 마켓인을 통해 데이터 기반 비즈니스를 경험해보세요.
16기 강민주 (서울과학기술대학교 산업정보시스템전공)
16기 김서연 (숙명여자대학교 홍보광고학과)
16기 오지원 (세종대학교 경영학과)
16기 윤해림 (세종대학교 경영학과)
16기 임성아 (세종대학교 경영학과)
16기 한주리 (고려대학교 사회학과)
제 17회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [SiZoAH] : 리뷰 기반 의류 사이즈 추천시스템BOAZ Bigdata
데이터 분석 프로젝트를 진행한 SiZoAH 팀에서는 아래와 같은 프로젝트를 진행했습니다.
리뷰 기반 의류 사이즈 추천시스템
18기 박태남 고려대학교 산업경영공학과
18기 김주은 성균관대학교 문헌정보학과
18기 문다정 단국대학교 응용통계학과
18기 박희준 명지대학교 산업공학과
제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [보아酒] : 리뷰 감정분석을 통한 전통주 추천 서비스BOAZ Bigdata
데이터 분석 프로젝트를 진행한 보아酒 팀에서는 아래와 같은 프로젝트를 진행했습니다.
리뷰 감정분석을 통한 전통주 추천 서비스
19기 정은진 한양대학교 ERICA 정보사회미디어학과
19기 강하연 명지대학교 경영정보학과
19기 고건호 고려대학교 통계학과
19기 김진재 중앙대학교 응용통계학과
19기 박상윤 가천대학교 경영학부(글로벌경영학)
데이터 엔지니어링 프로젝트를 진행한 로깅줍깅 팀에서는 로그 데이터를 수집 및 처리하는 파이프라인을 만들어 각각의 단계에서 일어날 수 있는 상황에 대한 실험을 진행했습니다.
16기 엔지니어링 강하영 동덕여자대학교 정보통계학과
16기 엔지니어링 임태빈 상명대학교 컴퓨터과학과
16기 엔지니어링 지유리 숙명여자대학교 소프트웨어융합학과
제 17회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [나만 없어 범고래] : 스니커즈 중심의 리셀 시장 및 플랫폼 KREAM 분석BOAZ Bigdata
데이터 시각화 프로젝트를 진행한 '나만 없어 범고래' 팀에서는 아래와 같은 프로젝트를 진행했습니다.
스니커즈를 중심으로 현재 리셀 트렌드와 리셀 플랫폼 KREAM 을 분석하고, 기업, 서비스 등을 비교해주는 대시보드를 만들었습니다.
18기 강채현 고려대학교 산업경영공학부
17기 김민채 한국외국어대학교 스페인어과
17기 이서영 이화여자대학교 통계학과
18기 백은수 인하대학교 경영학과
18기 이해림 동덕여자대학교 정보통계학과
제 15회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [Hands-on 팀] : 수어 번역을 통한 위험 상황 속 의사소통 시스템 구축BOAZ Bigdata
데이터 분석 프로젝트를 진행한 Hands-on 팀에서는 아래와 같은 프로젝트를 진행했습니다.
'수어 번역 프로젝트'는 재난 상황 속 소외되는 농인들에게 소통의 문을 열어주자는 목표를 가지고 시작되었습니다. Hands-on팀의 수어 번역 모델을 통해 농인들은 위험 상황 속에서 도움을 요청하는 등 소통의 한계를 극복할 수 있습니다.
16기 곽민지 (동덕여자대학교 정보통계학과)
16기 김영민 (인천대학교 경제학/컴퓨터공학)
16기 김영은 (건국대학교 응용통계학과)
16기 이다인 (이화여자대학교 휴먼기계바이오공학)
제 16회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [Stalker 팀] : 감정분석을 통한 MBTI 기반 개인별 투자 성향 분석BOAZ Bigdata
데이터 분석 프로젝트를 진행한 Stalker 팀에서는 아래와 같은 프로젝트를 진행했습니다.
감정분석을 통한 MBTI 기반 개인별 투자 성향 분석
16기 김지원 명지대학교 산업경영공학과
17기 곽윤경 홍익대학교 디자인경영융합학부
17기 김나현 서울대학교 언어학과
17기 유승희 중앙대학교 응용통계학과
17기 조수연 연세대학교 통계데이터사이언스학과
여욱형 / kakao corp. 동영상 기술 파트
---
영상 인코딩의 목적은 좋은 화질을 유지하면서 데이터 크기를 최소화하는 것이다. 인코딩 옵션은 다양한 조합이 가능하며 옵션에 따라 영상의 품질 및 크기도 가변적이다. 지금까지는 영상의 종류 및 특성에 관계없이 해상도별로 고정된 인코딩 옵션을 적용하였다. 모든 컨텐츠를 동일한 옵션으로 인코딩하면 필요한 크기보다 많은 데이터가 생성되고 이로 인해 불필요한 트래픽이 발생할 수 있다. 우리는 딥러닝을 통해 사전에 학습된 모델을 만들고, 샘플링한 원본 영상에서 화질과 연관된 다양한 특징을 분석하여 최적의 인코딩 옵션을 실시간으로 찾는 방식을 제안하고자 한다.
발표자: 김경민 (서울대 박사과정)
발표일: 2017.6.
현재 서울대학교 바이오지능연구실 박사과정이고 써로마인드로보틱스 책임연구원으로 있으며, 관심분야는 딥러닝을 활용한 대화/질의응답 시스템, 비디오 마이닝, 지식베이스 구축입니다.
개요:
비디오 스토리에 대한 질의 응답 문제는 실세계의 시각과 언어를 모두 다루고 있기 때문에 인간수준 인공지능을 달성하기 위해 중요한 문제이다.
본 세미나에서는
비디오 스토리 질의응답을 위한 ‘뽀로로QA’ 데이터셋을 소개한다.
‘뽀로로QA’는 20.5시간 분량의 만화 비디오 ‘뽀로로’의 16,066개 화면-대화 쌍, 27,328개의 화면 설명 문장과 8,913개의 스토리 관련 질의 응답 쌍을 포함한다.
그리고
딥러닝을 활용한 비디오 스토리 질의응답 모델인 심층 임베딩 메모리망을 소개한다.
심층 임베딩 메모리망은 비디오의 화면-대화 스트림을 은닉 임베딩 공간에 매핑시킴으로써 스토리를 이해한다.
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [COLLABO-AZ] : 고객 세그멘테이션 기반 개인 맞춤형 추천시스템 for 루빗BOAZ Bigdata
데이터 분석 프로젝트를 진행한 COLLABO-AZ 팀에서는 아래와 같은 프로젝트를 진행했습니다.
고객 세그멘테이션 기반 개인 맞춤형 추천시스템 for 루빗
20기 정지혜 이화여자대학교 통계학과
20기 김지민 중앙대학교 응용통계학과
20기 오태연 단국대학교 정보통계학과
20기 최은선 한양대학교 에리카캠퍼스 정보사회미디어학과
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [백발백준] : 백준봇 : 컨테이너 오케스트레이션 기반 백준 문제 추천 봇BOAZ Bigdata
데이터 엔지니어링 프로젝트를 진행한 백발백준 팀에서는 아래와 같은 프로젝트를 진행했습니다.
백준봇 : 컨테이너 오케스트레이션 기반 백준 문제 추천 봇
20기 유하준 한국외국어대학교 산업공학과
20기 안지완 중앙대학교 소프트웨어학과
20기 정태형 경기대학교 응용통계학과
20기 최윤서 숙명여자대학교 일반대학원 통계학과
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [무드등] : 무신사를 활용한 고객 상황에 따른 의류 추천 스타일링 대시보드BOAZ Bigdata
데이터 시각화 프로젝트를 진행한 무드등 팀에서는 아래와 같은 프로젝트를 진행했습니다.
무신사를 활용한 고객 상황에 따른 의류 추천 스타일링 대시보드
20기 이호림 숙명여자대학교 경영학부
20기 노승혜 숙명여자대학교 소비자경제학과
20기 정다인 성신여자대학교 통계학과
20기 홍나연 숭실대학교 정보통계보험수리학과
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [섬유유연제] : 어글리us! 스마일 Earth! : NLP 기반 프로젝트와 비즈니스 대시보드BOAZ Bigdata
데이터 시각화 프로젝트를 진행한 섬유유연제 팀에서는 아래와 같은 프로젝트를 진행했습니다.
어글리us! 스마일 Earth! : NLP 기반 프로젝트와 비즈니스 대시보드
20기 정강민 세종대학교 경영학과
20기 김기수 광운대학교 데이터사이언스전공
20기 김세연 이화여자대학교 기후에너지시스템공학전공
20기 윤여빈 성신여자대학교 수리통계데이터사이언스학부
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [SPOAZ] : Spotify 기반 개인화 음악 추천 서비스 프로젝트BOAZ Bigdata
데이터 엔지니어링 프로젝트를 진행한 SPOAZ 팀에서는 아래와 같은 프로젝트를 진행했습니다.
Spotify 기반 개인화 음악 추천 서비스 프로젝트
20기 이해현 서울여자대학교 소프트웨어융합학과
20기 안소유 서울여자대학교 소프트웨어융합학과
20기 임혁 중앙대학교 응용통계학과
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [다함께 레벨업!] : 학식 예약 서비스 yammi CRM 대시보드BOAZ Bigdata
데이터 시각화 프로젝트를 진행한 다함께 레벨업! 팀에서는 아래와 같은 프로젝트를 진행했습니다.
학식 예약 서비스 yammi CRM 대시보드
20기 조성배 중앙대학교 공공인재학부
20기 김윤지 숙명여자대학교 경영학부
20기 김지연 연세대학교 심리학과
20기 한은빈 세종대학교 경영학부
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [HAUL의 움직이는 리포트] : 투자성향 기반 주식 추천 및 기업 정보 제공 대시보드BOAZ Bigdata
데이터 시각화 프로젝트를 진행한 HAUL의 움직이는 리포트 팀에서는 아래와 같은 프로젝트를 진행했습니다.
투자성향 기반 주식 추천 및 기업 정보 제공 대시보드
20기 이준희 건국대학교 응용통계학과
20기 김지후 고려대학교 통계학과
19기 김청환 건국대학교 응용통계학과
19기 백지영 한양대학교 경영대학원 비즈니스인포매틱스학과
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [BEARS] : 이미지 캡셔닝을 통한 이모지 추천 및 해시태그 생성BOAZ Bigdata
데이터 분석 프로젝트를 진행한 BEARS 팀에서는 아래와 같은 프로젝트를 진행했습니다.
이미지 캡셔닝을 통한 이모지 추천 및 해시태그 생성
20기 최영우 인하대학교 중국학과
20기 김주은 성신여자대학교 정보시스템공학과
20기 이시내 한국외국어대학교 바이오메디컬공학과
18기 전혜주 숙명여자대학교 독일언어문화학과
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [낭만젊음사람] : UDA를 통한 중환자실 급성 호흡곤란 증후군 조기 예측BOAZ Bigdata
데이터 분석 프로젝트를 진행한 낭만젊음사람 팀에서는 아래와 같은 프로젝트를 진행했습니다.
UDA를 통한 중환자실 급성 호흡곤란 증후군 조기 예측
20기 서동혁 국민대학교 AI빅데이터융합경영학과
20기 권정을 명지대학교 산업경영공학과
20기 정재원 숙명여자대학교 통계학과
20기 황재성 세종대학교 데이터사이언스학과
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [레시피를 보아즈] : 영수증 인식 및 대화를 통한 재료 기반 레시피 추천 챗봇BOAZ Bigdata
데이터 분석 프로젝트를 진행한 레시피를 보아즈 팀에서는 아래와 같은 프로젝트를 진행했습니다.
영수증 인식 및 대화를 통한 재료 기반 레시피 추천 챗봇
20기 박진영 숙명여자대학교 경영학부
20기 서민진 경희대학교 통계학과
20기 안소유 서울여자대학교 소프트웨어융합학과
20기 윤선영 서울과학기술대학교 데이터사이언스학과
20기 이민선 한국공학대학교 산업경영학과
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [전진 4드론] : RAD(Reinforcement learning method for ...BOAZ Bigdata
데이터 분석 프로젝트를 진행한 전진4드론 팀에서는 아래와 같은 프로젝트를 진행했습니다.
RAD(Reinforcement learning method for Autonomous Drone)
20기 정재준 한양대학교 에리카캠퍼스 프랑스학과
20기 이영현 한양대학교 대학원 인공지능학과
20기 이찬 경희대학교 컴퓨터공학과
20기 정원준 건국대학교 컴퓨터공학부
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [REC] : 캠핏 데이터를 활용한 캠핑장 추천 시스템 구현BOAZ Bigdata
데이터 분석 프로젝트를 진행한 REC 팀에서는 아래와 같은 프로젝트를 진행했습니다.
캠핏 데이터를 활용한 캠핑장 추천 시스템 구현
20기 김민혜 한양대학교 경영대학원 비즈니스 인포메틱스
20기 송여진 이화여자대학교 휴먼기계바이오공학부
20기 이은효 이화여자대학교 대학원 통계학과
20기 임세은 숙명여자대학교 사회심리학과
제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [4부터7] : 공방 301 데이터를 활용한 마케팅 방안 제시BOAZ Bigdata
데이터 시각화 프로젝트를 진행한 4부터7 팀에서는 아래와 같은 프로젝트를 진행했습니다.
공방 301 데이터를 활용한 마케팅 방안 제시
19기 김동하 고려대학교 미디어학부
19기 고현서 동덕여자대학교 경영학과
19기 노근혜 이화여자대학교 통계학과
19기 박상윤 가천대학교 경영학부(글로벌경영학)
제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [유쾌한 반란] : Howmuch : 꽃집 관리 서비스BOAZ Bigdata
데이터 엔지니어링 프로젝트를 진행한 유쾌한 반란 팀에서는 아래와 같은 프로젝트를 진행했습니다.
일 단위 화훼 경매 데이터를 화훼소매업자들에게 제공하여 적정가에 사입할 수 있도록 돕는 서비스 기획
19기 송우석 연세대학교 컴퓨터과학과
19기 박선홍 한국외국어대학교 국제통상학과
19기 이 은 홍익대학교 산업공학과
19기 정성윤 국민대학교 경영정보학부
제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [분모자] : 분류 모자이크BOAZ Bigdata
데이터 분석 프로젝트를 진행한 분모자 팀에서는 아래와 같은 프로젝트를 진행했습니다.
로고 자동 감지 및 모자이크 서비스 제안
19기 오효근 건국대학교 일반대학원 기계설계학과
19기 김보겸 중앙대학교 사회학과
19기 송예진 서울여자대학교 소프트웨어융합학과
19기 우아라 서울여자대학교 소프트웨어융합학과
19기 임서현 성균관대학교 글로벌리더학부
데이터 분석 프로젝트를 진행한 뉴진스 팀에서는 아래와 같은 프로젝트를 진행했습니다.
Multi-modal Fake News Detection
19기 장우솔 단국대학교 일반대학원 응용통계학과
19기 김동진 경희대학교 컴퓨터공학과
19기 박명규 한양대학교 ERICA 로봇공학과
19기 성재혁 고려대학교 컴퓨터학과
19기 신은빈 건국대학교 응용통계학과
제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [추적 24시] : 완전 자동결제를 위한 무인점포 이용자 Tracking System 개발BOAZ Bigdata
데이터 분석 프로젝트를 진행한 추적24시 팀에서는 아래와 같은 프로젝트를 진행했습니다.
완전 자동결제를 위한 무인점포 이용자 Tracking System 개발
19기 민경원 고려대학교 산업경영공학부
19기 신재욱 연세대학교 산업공학과
19기 이유빈 서울여자대학교 소프트웨어융합학과
19기 최가희 국립공주대학교 산업시스템공학과
제 17회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [ztyle] : 손그림 의류 검색 서비스BOAZ Bigdata
데이터 분석 프로젝트를 진행한 ztyle 팀에서는 아래와 같은 프로젝트를 진행했습니다.
손그림 의류 검색 서비스
18기 조현정 고려대학교 일반대학원 통계학과
18기 김혜연 고려대학교 통계학과
18기 최유진 숙명여자대학교 소비자경제학과
18기 한상범 경기대학교 컴퓨터공학부
제 17회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [6시내고양포CAT몬] : Cat Anti-aging Project based Style...BOAZ Bigdata
데이터 분석 프로젝트를 진행한 6시내고양포CAT몬 팀에서는 아래와 같은 프로젝트를 진행했습니다.
Cat Anti-aging Project based StyleGAN2
18기 박규연 국민대학교 소프트웨어학부
18기 김가영 숙명여자대학교 통계학과
18기 서은유 동덕여자대학교 정보통계학과
18기 이기원 고려대학교 식품자원경제학과
제 17회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [6시내고양포CAT몬] : Cat Anti-aging Project based Style...
제 13회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [경기는 계속되어야 한다] : 실시간 축구 중계 영상 화질개선 모델
1. BOAZ SR Project
: 경기는 계속되어야 한다
국내 최초 빅데이터 연합 동아리 BOAZ
13기 시각화 정동욱
13기 분석 김영훈
13기 분석 장형주
14기 분석 홍승아
2. Contents
스트리밍 서비스의
화질 개선 필요성
주제 선정 과정
실시간 축구 영상
화질 개선
목표
데이터셋 수집
- 실제 중계 영상
- 게임 플레이 영상
SR이란?
Model 선정
전처리
Augmentation
Training
필요성 주제 및 목표 데이터셋 모델 결과 결론
의의 및 한계
이미지 결과
동영상 캡처본
추론 속도
전체 프로세스
4. 필요성
01
스트리밍 서비스 플랫폼 이용 증가
출처 : ASEAN KOREA CENTRE (2020.06)
코로나19 전후
아세안 스트리밍 영상 시청 시간 변화
36.4
58
주
당
평
균
시
청
시
간
(
십
억
분
)
넷플릭스 이용 시간 전년 대비 186% 증가
출처 : 아이지에이웍스
유튜브, 넷플릭스 이용자 수 증가
출처 : 날슨코리아
일주일 평균 스트리밍 시간 60% 증가
5. 필요성
01
네트워크 연결 불안정 à 영상 화질 저하
고화질로 설정 à 영상 끊김
저화질로 감상
낮은 화질로 인한 화면 깨짐 등 감상에 불편
캐시 삭제
매번 삭제해야 하는 번거로움
디바이스 단위
스트리밍 동영상
화질 개선 필요 !
문제점 & 기존 해결 방법
7. 주제 주제 선정 과정
02
Neural Adaptive Content-Aware Internet Video Delivery
적응형 스트리밍 서비스에서의 화질 개선
적응형 스트리밍 서비스?
미리 서버에 영상 제작자가 비디오
영상을 업로드 한 후 그 영상을 다시
시청할 수 있게끔 하는 서비스
과정
Uploader
1. 영상 업로드
2. 모델 훈련 및
DNN chunk 생성
Server
4. 영상, DNN
chunk download
Viewer
3. 시청 시도
Client
5. 시청 시 DNN
chunk로 화질 개선
한계
실시간 스트리밍 서비스에 적용 불가능
8. 주제 주제 선정 과정
02
온라인 세미나, 온라인 콘서트, 실시간 게임 방송, 스포츠 경기 생방송 등
실시간 스트리밍 서비스 활용 증가
실시간 스트리밍
화질 개선을 해보자 !
9. 주제 실시간 축구 영상 화질 개선
02
35
22
5
3.9
축구
농구
야구
골프
세계 스포츠 팬 수 1위, 축구
스포츠 스트리밍 시청 중 불편 경험
생중계 방송 BUT 불안정한 영상 화질
축구 생중계 영상
화질 개선 도전 !
2020 기준 세계 스포츠 인기 순위
10. 저해상도 : 144p or 240p / 기준 화질 : 720p
SR : Super Resolution
24fps : 일반적인 프레임 재생 속도
동영상 해상도 기준
-144p, 240p, 360p, 480p… 세로 변의 픽셀 수 기준
-가로 : 세로 = 16 : 9 비율이 일반적
주제 목표
02
ü 저해상도 영상을 기준 화질 이상으로 올리는 SR 모델 구현
ü 실시간 위한 모델 추론 속도 24fps 이상
11. 주제 목표
02
ü 동영상?
ü FPS?
시간상 연속된 정지 사진들의 모음
각각의 정지 사진 하나가 ‘프레임’
Video
Frame
Model
Frame
Video
저화질
고화질
Input
Output
Model
ü 24fps 인 이유
Frame Per Second. 초당 프레임
일반적인 영상이 초당 24프레임으로 구성되므로
모델이 초당 24프레임 이상 화질 개선이 가능하다면
실시간 서비스가 가능할 것으로 예상
15. 데이터셋 게임 영상과 중계 영상 비교
03
Real
(motion blur)
Game
(clear texture)
16. 데이터셋 게임 플레이 영상
게임 데이터를 활용한 실험 train set : 게임 이미지 데이터 / test set : 축구 영상 이미지 데이터
모델 : SRGAN
결과 : real world의 test set에 대해서도 효과를 보임 / 게임 속 데이터가 현실세계를 꽤 잘 반영
03
17. 데이터셋 데이터셋 수집
실제 중계 영상 데이터셋
1581장
게임 플레이 영상 데이터셋
1197장
총 2778장
실제 중계 영상과 게임 플레이 영상 FIFA, EPL, EAsports 공식유튜브 1080x1920 영상, 3초당 1장씩 프레임 추출
03
20. 모델 SR이란?
04
Super Resolution 활용 분야
단순 보간법(interpolation)
Nearest Neighbor, Bilinear, Bicubic
Bad …
딥러닝 기반 Super-Resolution 모델
SRCNN, SRGAN, ESPCN, MDSR
Good !
21. 모델 Model 선정
MSE
Pixel–wise image 의
차이 기반으로 정의
High texture detail
잡기 어려움
Perceptual similarity
기반하여 loss 구성
High texture detail
잘 잡아냄
GAN
VS
04
22. 모델 Model 선정
04
SRGAN
SRGAN Network Architecture
1. 전체 Batch Normalization layer의 삭제
2. 기존의 Residual Block을 RRDB로 대체
3. Discriminator 어느 쪽이 더 현실적인가?
ESRGAN
23. 모델 Model 선정
04
데이터 용량 최소화
훈련 방식, 데이터 수집 용이
1장짜리 모델
1
2
3
ESRGAN을 선택한 이유
실험한 모델 중 가장 좋은 성능
GAN 방식 -> 질감 Good
단순한 모델 -> 빠른 추론 속도
6
5
4
24. 모델 전처리
데이터셋 학습 시
질감이 뚜렷하지 않음
RGB의 평균 분산값이 Threshold 이하일 경우 필터링
표준편차, 15
04
25. 모델 전처리
Batch에 올라가는 사진 확인
사람의 동작, 관절 학습이 중요 !
전체 사진에서 고정된 크기의 영역(ex. 120*120)을 crop해서 Batch에 올림 모델 학습에 필요 없는 잔디만 crop되는 경우 다수 존재 (20~25%)
04
26. 모델 전처리
RGB 이용해 필터링?
잔디가 녹색으로 보여도 Green 으로만 이루어진 게 아님 명확한 기준 잡을 수 없음
04
27. 모델 전처리
RGB의 분산을 이용해 필터링!
RGB 히스토그램을 보고, 잔디만 있는 경우 색상 분포의 분산이 작다는 것을 발견
04
28. 모델 Augmentation
ü Resize
Multi-scale에 대응하기 위해 다양한 해상도로 resize
Fixed size & Random crop
ü Horizontal Flip
ü 밝기, 채도, 명암 랜덤 미세 조정
실제 중계 앵글 모습에 집중해서 피팅
강한 수치 조정 시 원본 데이터의 특징 상실 위험
04
29. 모델 Training
Google Colab Pro
8 / 256*256
1150 epoch
1epoch 당 약 2분
ü batch / crop size
ü epoch
ü Training 시간
ü 환경 ü 훈련그래프
04
36. 05
- 추론 속도 : 학습된 모델에 저화질 영상을 input으로 하여 테스트할 때의 초당
프레임 추출 속도
- 120p, 144p, 180p 추론 속도 : 목표 속도 이상
- Input 영상 화질이 높아질수록 추론 속도 감소, 시간 증가
결과 추론 속도
추론 속도(Inference Speed)
37. 05
- 추론 속도 : 학습된 모델에 저화질 영상을 input으로 하여 테스트할 때의 초당
프레임 추출 속도
- 120p, 144p, 180p 추론 속도 : 목표 속도 이상
- Input 영상 화질이 높아질수록 추론 속도 감소, 시간 증가
결과
화질이 180p 이하인 영상의
화질 개선 실시간으로 구현
결과 추론 속도
추론 속도(Inference Speed)
49. 결론 의의 및 한계
06
의의
- 이미지 뿐만 아니라 영상 화질 개선이 가능함
- 입력 영상이 저화질일 때 실시간 성능을 낼 수 있음
- 기존에 시도되지 않았던 축구라는 분야에서 한정된 데이터셋으로 품질향상 효과를 달성
- 하나의 모델로 다양한 해상도, 모든 축구경기에 적용 가능
한계
- 네트워크 포함한 전체적인 시스템 보다는 모델 중심 결과
- 수치보다 실질 체감 화질이 떨어짐
50. 결론 Reference
06
Code
ESRGAN-PyTorch : https://github.com/Lornatang/ESRGAN-PyTorch
NAS_public : https://ina.kaist.ac.kr/~nas/
Paper
NAS : Yeo, Hyunho, et al. "Neural adaptive content-aware internet video delivery." 13th {USENIX} Symposium on Operating Systems Design and Implementation ({OSDI} 18). 2018.
ESRGAN : Wang, Xintao, et al. "Esrgan: Enhanced super-resolution generative adversarial networks." Proceedings of the European Conference on Computer Vision (ECCV). 2018.
SRCNN : Dong, Chao, et al. "Image super-resolution using deep convolutional networks." IEEE transactions on pattern analysis and machine intelligence 38.2 (2015): 295-307.
ESPCN : Shi, Wenzhe, et al. "Real-time single image and video super-resolution using an efficient sub-pixel convolutional neural network." Proceedings of the IEEE conference on
computer vision and pattern recognition. 2016.
SRGAN : Ledig, Christian, et al. "Photo-realistic single image super-resolution using a generative adversarial network." Proceedings of the IEEE conference on computer vision and
pattern recognition. 2017.
DRDVSR : Tao, Xin, et al. "Detail-revealing deep video super-resolution." Proceedings of the IEEE International Conference on Computer Vision. 2017.
RBPN :Haris, Muhammad, Gregory Shakhnarovich, and Norimichi Ukita. "Recurrent back-projection network for video super-resolution." Proceedings of the IEEE Conference on
Computer Vision and Pattern Recognition. 2019.
iseebetter : Chadha, Aman, John Britto, and M. Mani Roja. "iSeeBetter: Spatio-temporal video super-resolution using recurrent generative back-projection
networks." Computational Visual Media 6.3 (2020): 307-317.
Source Video
"박지성 가슴 트래핑에 이은 왼발슛! 16강행 결정 짓습니다!" 2002년 한일 월드컵 포르투갈전
(다시 보는 골장면) / SBS / 2018 러시아 월드컵 https://www.youtube.com/watch?v=t7-
wFHYs0_0