• The Journal of the Convergence on Culture Technology
• /
• v.9 no.4
• /
• pp.283-290
• /
• 2023

This study investigates the influential factors on online word-of-mouth (eWOM) intentions towards educational tourist destinations, primarily focusing on Korean universities and Chinese tourists. It reveals a positive correlation between eWOM intentions and the desire to enroll in these institutions. The significance of eWOM for attracting Chinese students elucidates the importance of establishing a strong brand image and ensuring high levels of tourist satisfaction. Moreover, social media users who travel for education purposes were found to emphasize self-image consistency and conspicuous self-expression. This research underscores the utility of leveraging social media to enhance the perception of educational tourist attractions, promoting these destinations, and stimulating eWOM, thereby enriching the understanding of the strategic use of social media in international student recruitment.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.07a
• /
• pp.99-101
• /
• 2021

쓰레기 대란, 환경파괴의 상황 속 실제 재활용 쓰레기 가운데 절반 정도만이 재활용되고 있다. 재활용률을 높이기 위해, 올바른 분리배출 방법을 쉽고 편하게 찾을 수 있는 방식이 필요하다. 본 논문에서는 올바른 분리수거를 통해 재활용률을 증진하기 위한 분리수거 분류 서비스를 제안한다. 본 논문은 ResNet-34 모델을 통해 안드로이드 카메라로 촬영한 이미지의 분리배출 클래스를 예측하고 그에 따른 분리배출 가이드를 제공하는 시스템을 설계하였다. 향후 연구에서는 모델의 정확도 향상을 위해 온디바이스와 서버 모델을 분리하고 모델의 개인 맞춤화를 진행할 예정이다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.07a
• /
• pp.277-278
• /
• 2023

본 논문은 머신러닝 학습 도구인 Teachable Machine을 활용하여 모션 인식 러닝 액션 게임인 Dino Run Game을 개발하는 것을 목표로 한다. JavaScript, HTML, CSS를 사용하여 기본적인 게임 프레임워크를 구현하고, Google에서 개발한 Teachable Machine의 이미지 인식 모델을 활용하여 웹캠을 통해 사용자의 손 이미지를 인식한다. 이를 기반으로 게임 캐릭터를 제어함으로써 키보드를 사용하지 않고도 게임을 즐길 수 있도록 구현한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.07a
• /
• pp.573-574
• /
• 2023

화염 영역 검출을 위해 이전 기법에서는 화재 이미지에서 연기제거 및 색상보정을 통해 이미지를 전처리하였다. 그러나 이 기법은 임계값에 영향을 많이 받고, 밝기채널을 이용하여 검출하기 때문에 밤에 일어난 화재 이미지에서는 평균이상의 퍼포먼스를 수행하지만, 주변이 밝은 대낮의 화재 이미지에서는 퍼포먼스가 줄어드는 문제가 있다. 이를 보완하고자 본 논문에서는 CycleGAN을 이용하여 낮 이미지를 밤 이미지로 바꾸어 이미지 전처리를 진행하는 기법을 제안함으로써 화염 감지의 정확도가 개선되었음을 실험을 통해 보여준다.

• The Optical Journal
• /
• s.176
• /
• pp.34-36
• /
• 2020

• Journal of the Korean Data and Information Science Society
• /
• v.21 no.1
• /
• pp.11-20
• /
• 2010

The purpose of this study is to analyze the images of the Military Academy, Naval Academy, Air Force Academy, Police Academy, and Armed Forces Nursing Academy using multidimensional scaling method. For this research, we surveyed 363 applicants to special purpose academies including Military Academies and Police College. The study showed that the Military, Naval, and Air Force Academies had stronger image than the Police Academy in the area of physical strength, tradition, and fellowship between senior and junior. On the other hand, the Police Academy had better image in the area of social activity and applicant's academic achievement. The Military Academy had been evaluated the best school among the three Academies in the area of applicant's academic achievement, educational environment, faculty, tradition, and fellowship between senior and junior.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.1215-1218
• /
• 2021

한국을 방문하는 외국인들은 매년 증가하고 있고 방한 목적 중 식도락관광이 3위에 오를 만큼 세계에서 한국 음식은 위상이 높아지고 있다. 하지만, 한국에서의 알레르기 성분 표시는 법적 의무가 아니기 때문에 대부분의 한식당에서는 이를 표시하지 않고 있고 알레르기가 있는 외국인 관광객들은 한국 음식 섭취에 있어서 상당한 위험과 불편함을 부담하고 있다. 이에 본 논문에서는 머신러닝을 활용하여 사진 촬영만으로 쉽고 정확하게 알레르기 성분을 제공하고자 사물 이미지 데이터 전처리를 위한 HSV(Hue, Saturation, Value) 데이터 전처리 기법을 제안한다. 제안하는 기법은 이미지의 HSV의 평균 및 분산, 표준편차를 통해 불필요한 데이터를 제거한다. 성능평가에서는 비빔밥, 불고기, 제육볶음 등 사진 약 500장의 데이터 셋을 구성하여 HSV의 평균 및 분산을 통해 이미지를 제거하는 방식으로 구축한 데이터 셋을 TensorFlow를 통해 정확도와 학습시간을 측정한다. 측정결과, 제안하는 기법으로 구축한 데이터 셋은 최소 15%에서 최대 25% 높은 정확도와 최소 37.96%에서 최대 42.85% 높은 정도 낮은 학습시간을 보여주었다. 향후 HSV를 활용한 데이터 전처리 기법은 더 많은 데이터를 통해 더욱 구체적인 성능 분석이 필요하다. 또한, 실질적인 개발 및 구현을 통해 제안하는 데이터 전처리 기법의 더욱 현실적인 검증이 필요하다.

• The Journal of the Convergence on Culture Technology
• /
• v.5 no.2
• /
• pp.263-270
• /
• 2019

This study was done to identify the relationship between safisfaction with major, critical thinking disposition and nurse image of nursing students. Subjects were 280 associates nursing students (2nd, 3rd, 4th grade) in M university. SPSS 21.0 was used to analyze the data for the descriptive statistics, t-test, ANOVA, Scheffe's test, and Pearson correlation coefficients. The score for satisfaction of major was 3.81, critical thinking disposition scoring 3.52, nurse image scoring 3.85. Satisfaction of major was significantly positive correlation between critical thinking disposition and nurse image of nursing students. Therefore, increase to satisfaction of major in nursing student, it is necessary to study how to improve the nurse image by improving the critical thinking disposition of nursing students.

• Journal of the Korea Convergence Society
• /
• v.10 no.5
• /
• pp.27-34
• /
• 2019

In this paper, we propose a method to remove the background area by analyzing the pattern of the character area. In the character detection result of the MSER(Maximally Stable External Regions) method which distinguishes a region having a constant contrast background regions were detected. To solve this problem, we use the MSER method in natural images, the background is removed by calculating the change rate by searching the character area and the background area which are not different from the areas where the contrast values are different from each other. However, in the background removed image, using the LBP(Local Binary Patterns) method, the area with uniform values in the image was determined to be a character area and character detection was performed. Experiments were carried out with simple images with backgrounds, images with frontal characters, and images with slanted images. The proposed method has a high detection rate of 1.73% compared with the conventional MSER and MSER + LBP method.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.05a
• /
• pp.540-543
• /
• 2020

본 논문에서는 대표적인 이미지 분류 모델인 CNN(Convolutional Neural Network)과 시간에 따른 이미지의 변화를 학습할 수 있는 LSTM(Long Short-Term Memory) 기반의 온라인 서명인식 모델을 제안한다. 실제로는 위조서명을 미리 구하기 어렵다는 사실을 고려해 서명검증 대상자가 아닌 타인의 진서명과 대상자의 일반 필기 데이터를 음의 데이터로서 학습에 사용하였다. 실험 결과, 전체 이미지 중 서명 부분의 비율에 따라 좋은 성능을 보이는 검증 모델이 다르며 Accuracy 성능지표를 통해 이 비율이 높거나 낮을 경우 CNN-LSTM 이, 중간일 경우 CNN 이 적합하다는 것을 확인하였다.