• 건축사
• /
• 통권636호
• /
• pp.62-67
• /
• 2022

• 디지털융복합연구
• /
• 제19권11호
• /
• pp.135-144
• /
• 2021

본 연구에서는 밀레니얼 세대를 중심으로 한 욜로 추구 현상의 기저 매커니즘을 파악하여 지각된 경제 불황의 현재 편향적 소비 행동에 미치는 영향을 알아보고자 하였다. 또한 지각된 경제 불황이 소비자의 현재 편향적 선택 행동에 미치는 영향을 매개하는 요인으로 개인의 고정주의 성향을 제안하고 이를 실증적으로 검증함으로써 암묵적 이론 관련 연구 결과를 확장하고자 하였다. 학부생을 대상으로 한 세 번의 실험 연구에서 부정적 경제 상황이 점화되거나, 부정적 경제 상황을 더 높이 지각한 소비자들은 현재 편향된 소구에 대한 더 높은 선호를 보고하였고, 현재에 편향된 대안을 선호하는 경향을 보여주었다. 이러한 연구 결과는 저성장과 코로나 19 사태로 경기 침체를 경험하는 현 상황에서 마케터에게 보다 효과적이고 유용한 실질적 지침을 제공한다.

• 해양환경안전학회지
• /
• 제25권4호
• /
• pp.476-481
• /
• 2019

화재의 초기 검출은 인명과 재화의 손실을 최소화하기 위한 중요한 요소이다. 불꽃과 연기를 신속하면서 동시에 검출해야 하며 이를 위해 영상 기반의 화재 검출에 관한 연구가 다양하게 진행되고 있다. 기존의 화재 검출은 불꽃과 연기의 특징을 추출하기 위해 여러 알고리즘을 거쳐서 화재의 검출 유무를 판단하므로 연산량이 많이 소모되었으나, 딥러닝 알고리즘인 합성곱 신경망을 이용하면 별도의 과정이 생략되므로 신속하게 검출할 수 있다. 본 논문에서는 선박 기관실에서 화재 영상을 녹화한 데이터로 실험을 수행하였다. 불꽃과 연기의 특징을 외각 상자로 추출한 후 합성곱 신경망 중 하나인 욜로(YOLO)를 이용하여 학습하고 결과를 테스트하였다. 실험 결과를 검출률, 오검출률, 정확도로 평가하였으며 불꽃은 0.994, 0.011, 0.998, 연기는 0.978, 0.021, 0.978을 나타내었고, 연산시간은 0.009s를 소모됨을 확인하였다.

• 한국콘텐츠학회논문지
• /
• 제22권8호
• /
• pp.235-246
• /
• 2022

본 연구는 1인 가구의 확산과 비혼의 증가라는 사회 트렌드의 요인으로 엔터테인먼트 미디어 콘텐츠의 영향을 살펴보고자 했다. '싱글 라이프'를 보여주는 관찰 리얼리티 및 유튜브 브이로그 콘텐츠의 증가는 1인 가구 확산이라는 현상을 반영한 것이기도 하지만, 이미 주류가 된 1인 가구들은 미디어 이용을 통해 이러한 라이프 스타일에 대한 의지를 공고히 할 수도 있다. "라이프스타일 변형적 리얼리티 콘텐츠" 관점에 따르면, 근래의 리얼리티 영상 콘텐츠는 단순히 오락과 재미에 그치는 것이 아니라 수용자의 현실 삶의 방식을 변화시킬 의미있는 경험을 제공한다. 최근 '욜로(YOLO)'에서 '갓생'으로 변화하는 라이프스타일에 대한 논의들은 주로 인구 사회학적 변인들을 중심으로 그 원인을 설명해온 가운데, 1인 가구 시청자들에게 '싱글 라이프' 관련 미디어 콘텐츠가 갖는 의미를 분석했다. 미혼 성인남녀를 대상으로 설문조사 실시 결과, '싱글 라이프'를 보여주는 관찰 리얼리티 프로그램과 유튜브 브이로그의 이용이 많을수록 수용자의 동일시와 비혼 의지가 높았으며, 현재 중심적인 라이프스타일과 미래지향적인 라이프스타일이 모두 유의미하게 높은 것으로 나타났다. 이를 바탕으로, 엔터테인먼트 콘텐츠의 최근 경향이 청년층의 삶의 방식에 미치는 영향의 함의에 대해 논했다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제64차 하계학술대회논문집 29권2호
• /
• pp.477-480
• /
• 2021

본 논문에서는 딥러닝 기술을 활용한 객체 검출(object detection) 모델인 YOLO를 기반으로 하는 감정에 따른 표정 인식 시스템을 활용하여 상담 시 보조 도구로 사용하는 방법을 제공한다. 또한, 머신러닝 기술 기반의 툴킷인 dlib 라이브러리를 사용하여 마스크 착용자의 눈 형태 관측을 통한 표정 인식 및 감정 분석의 정확도 상승을 도모하였다. 이 기술은 코로나19의 장기화로 온라인 수업이나 화상회의를 지원하는 플랫폼들이 전성기를 누리고 있는 현시점에서 다양한 분야로 확장할 수 있을 것으로 기대한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제63차 동계학술대회논문집 29권1호
• /
• pp.233-236
• /
• 2021

본 논문에서는 국내 드론 사용량이 증가하고 있으나 드론을 제재하기 위한 수단과 AI를 활용한 드론 콘텐츠가 부족하다. 상기 문제점을 해결하기 위해 Darknet 과 YOLO_mark를 사용하여 디바이스를 학습시켜 손쉽게 드론 인식 및 구별을 할 수 있게 구현하였다. 이를 통해 기존 드론 제재 수단의 한계를 극복하고 손쉽게 이용할 수 있다. 나아가 본 논문을 이용하여 군◦경에서 드론 식별 등으로 활용할 수 있다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2020년도 제62차 하계학술대회논문집 28권2호
• /
• pp.69-70
• /
• 2020

본 논문에서는 현재 운영되고 있는 온라인 게임에서 실력을 겨루는 형태의 경쟁적인 온라인 게임들에서 사용되어지고 있는 게임 핵이 게임에 미치는 영향을 제시한다. 그리고 게임 핵을 검출하기 위한 객체 인식 기술로 실시간 정보 획득이 가능한 YOLOv3 알고리즘을 사용하였다. 이는 속도가 빠른 객체인식 기술이며 이미지 속 물체의 외관 뿐만 아니라 전체적인 컨텍스트까지 학습을 진행한다. 그리고 나아가 게임 핵 검출을 위한 개발 및 운영적 측면에서 어떻게 지원돼야 하는 등의 내용을 제시한다.

• 한국건축시공학회:학술대회논문집
• /
• 한국건축시공학회 2023년도 봄 학술논문 발표대회
• /
• pp.173-174
• /
• 2023

In this paper, we introduce a model for detecting Personal Protective Equipment (PPE) using YOLO (You Only Look Once), an object detection neural network. PPE is used to maintain a safe working environment, and proper use of PPE protects workers' safety and health. However, failure to wear PPE or wearing it improperly can cause serious safety issues. Therefore, a PPE detection system is crucial in industrial settings.

• 한국건축시공학회:학술대회논문집
• /
• 한국건축시공학회 2023년도 가을학술발표대회논문집
• /
• pp.97-98
• /
• 2023

Recently, the use of digital technology in architectural technology is gradually increasing with the development of various industrial technologies. There are artificial intelligence and drones in the field of architecture, and among them, deep learning technology has been introduced to conduct research in areas such as precise inspection of buildings, and it is expressed in a highly reliable way. When a building is deteriorated, various defects such as cracks in the surface and subsidence of the structure may occur. Since these cracks can represent serious structural damage in the future, the detection of cracks was conducted using artificial intelligence that can detect and identify surface defects by detecting cracks and aging of buildings.

• 한국기계가공학회지
• /
• 제20권12호
• /
• pp.1-7
• /
• 2021

The deep learning image processing technique was used to prevent accidents in lathe work caused by worker negligence. During lathe operation, when the chuck is rotated, it is very dangerous if the operator's hand is near the chuck. However, if the chuck is stopped during operation, it is not dangerous for the operator's hand to be in close proximity to the chuck for workpiece measurement, chip removal or tool change. We used YOLO (You Only Look Once), a deep learning image processing program for object detection and classification. Lathe work images such as hand, chuck rotation and chuck stop are used for learning, object detection and classification. As a result of the experiment, object detection and class classification were performed with a success probability of over 80% at a confidence score 0.5. Thus, we conclude that the artificial intelligence deep learning image processing technique can be effective in preventing incidents resulting from worker negligence in future manufacturing systems.