• 제목/요약/키워드: 메모리즘

검색결과 3건 처리시간 0.017초

키덜트 유형별 특징을 활용한 네일아트 융합 디자인 (Nail Art Convergence Designs Using Kidult Characteristics)

  • 정희림;배세지;강은주
    • 한국융합학회논문지
    • /
    • 제9권2호
    • /
    • pp.313-322
    • /
    • 2018
  • 최근 사회 현상으로 부각되고 있는 키덜트 문화를 유형별로 큐티즘 키덜트, 판타즘 키덜트, 메모리즘 키덜트 3가지로 분류하고 각각의 특징을 분석한 후 독창적이고 창의적인 네일아트 융합 디자인을 제시함으로써 네일아트의 디자인 영역을 확대하고자 하는데 목적이 있다. 이를 위해 학위논문, 전문서적, 인터넷 자료 등을 조사하여 키덜트 유형별 특징과 디자인 사례를 분석하였고, 분석한 내용을 기초로 키덜트 유형별 특징을 활용하여 독창적이고 창의적인 네일아트 융합 디자인 작품을 제작하였다. 연구결과 큐티즘 키덜트는 귀여움, 화려함, 캐릭터 차용, 판타즘 키덜트는 상상의 가치, 판타지, 메모리즘 키덜트는 추억 회상, 캐릭터 차용으로 특징이 분석되었다. 이러한 키덜트 유형별 특징을 네일아트 디자인 6 작품을 제작하였으며, 이를 통해 문화현상을 기초로 한 네일아트 디자인의 독창성과 다양한 표현성을 확인할 수 있었다.

다층 신경회로망 학습에 의한 정지 영상의 벡터 (Vector Quantization Compression of the Still Image by Multilayer Perceptron)

  • 이상찬;최태완;김지홍
    • 한국정보처리학회논문지
    • /
    • 제3권2호
    • /
    • pp.390-398
    • /
    • 1996
  • 본 논문에서는 다층 신경회로망의 일반화 특성을 이용한 새로운 영상 압축 알 고리즘을 제안한다. 제안 알고리즘은 벡터 양자화방식을 이용하여 영상을 몇 개의 클래스로 분류하고 이들을 다층 신경회로망으로 학습한다. 이렇게 학습된 다층신경회 로망은 일반화 특성에 의하여 무 학습의 영상에 대해서도 압축과 복원을 수행 한다. 아울러 벡터 양자화방식에 있어서 벡터 양자화 오차와 수신측에서의 메모리를 감소시 킨다. 본 논문에서는 Lena 영상을 학습 영상으로 하여 이를 16개의 클래스로 나누고 각 클래스를 1개의 다층 신경회로망으로 학습하였다. 그리고 학습에 사용된 Lean 영상 및 무 학습 영상들에 대하여 압축과 복원을 수행하여 우수한 화질의 영상이 복원 되어 짐이 보인다.

  • PDF

TMS320C32 DSP를 이용한 실시간 화자종속 음성인식 하드웨어 모듈(VR32) 구현 (Real-Time Implementation of Speaker Dependent Speech Recognition Hardware Module Using the TMS320C32 DSP : VR32)

  • 정익주;정훈
    • 한국음향학회지
    • /
    • 제17권4호
    • /
    • pp.14-22
    • /
    • 1998
  • 본 연구에서는 Texas Instruments 사의 저가형 부동소수점 디지털 신호 처리기 (Digital Singnal Processor, DSP)인 TMS320C32를 이용하여 실시간 화자종속 음성인식 하 드웨어 모듈(VR32)을 개발하였다. 하드웨어 모듈의 구성은 40MHz의 TMS320C32 DSP, 14bit 코덱인 TLC32044(또는 8bit μ-law PCM 코덱), EPROM과 SRAM 등의 메모리와 호 스트 인터페이스를 위한 로직 회로로 이루어졌다. 뿐만 아니라 이 하드웨어 모듈을 PC사에 서 평가해보기 위한 PC 인터페이스용 보드 및 소프트웨어도 개발하였다. 음성인식 알고리 즘의 구성은 에너지와 ZCR을 기반으로 한 끝점검출(Endpoint Detection) 침 10차 가중 LPC 켑스터럼(Weighted LPC Cepstrum) 분석이 실시간으로 이루어지며 이후 Dynamic Time Warping(DTW)를 통하여 최고 유사 단어를 결정하고 다시 검증과정을 거쳐 최종 인식을 수행한다. 끝점검출의 경우 적응 문턱값(Adaptive threshold)을 이용하여 잡음에 강인한 끝 점검출이 가능하며 DTW 알고리즘의 경우 C 및 어셈블리를 이용한 최적화를 통하여 계산 속도를 대폭 개선하였다. 현재 인식률은 일반 사무실 환경에서 통상 단축다이얼 용도로 사 용할 수 있는 30 단어에 대하여 95% 이상으로 매우 높은 편이며, 특히 배경음악이나 자동 차 소음과 같은 잡음환경에서도 잘 동작한다.

  • PDF