키포인트 기반 객체 탐지 모델을 이용한 데이터 시각화 왜곡 탐지 및 교정 시스템 개발 (Development of a Data Visualization Distortion Detection and Correction System using a Keypoint-based Object Detection Model)

서지정보

· 발행기관 : 한국정보기술학회
· 수록지 정보 : 한국정보기술학회논문지 / 23권 / 1호 / 177 ~ 190페이지
· 저자명 : 김예지, 남궁기태, 최영, 이호형, 양선우, 이연진, 예성철, 유길상

초록

오늘날 데이터 시각화는 빅데이터 분석에서 중요한 의사결정 도구로 활용되며,광고,마케팅,뉴스 보도 등 다양한 분야에서 사용되고 있다.그러나 그래프는 제작자의 의도에 따라 쉽게 변형될 수 있어 왜곡의 위험이 존재하며,이는 소비자나 사용자에게 잘못된 정보를 제공해 오해를 초래할 수 있다.본 연구에서는 이러한 문제를 해결하기 위해 왜곡된 차트를 탐지하고 교정된 차트를 제공하는 시스템을 제안하였다.제안된 시스템은 Hourglass네트워크 기반의 keypoint객체 탐지 모델을 활용하여 막대,선,원 그래프 유형에서 시각적 요소의 위치를 추출하고,이를 바탕으로 왜곡을 탐지하고 교정하는 알고리즘을 적용하였다.실험 결과,그래프 탐지 검증 정확도는 98%의 우수한 성능을 보였다.구현 결과 다양한 웹 시각 자료에서 높은 정확도로 왜곡을 탐지하고 교정된 결과를 제공하여 데이터 시각화의 신뢰성을 크게 높일 수 있을 것으로 기대한다.

영어초록

Recently, data visualization serves as a critical decision-making tool in big data analysis and is widely utilized across fields such as advertising, marketing, and news reporting. However, graphs can be easily manipulated based on the creator's intent, posing risks of distortion that may mislead consumers or users. This study proposes a system designed to detect and correct distorted charts to address this issue. The proposed system employs a keypoint object detection model based on the Hourglass network to extract the positions of visual elements in bar, line, and pie charts, applying algorithms to detect and correct visual distortions. Experimental results demonstrate a graph detection accuracy of 98%. The implementation is expected to significantly enhance the reliability of data visualization by accurately detecting and correcting distortions in various web-based visual materials.

참고자료

· 없음