• Korean Institute of Interior Design Journal
• /
• no.26
• /
• pp.11-18
• /
• 2001

This study explores the interior image preferred by females living in urban areas. It also examines the relationship between interior image and socio-demographic characteristics such as age, marital status, employment status, total household income. The target population of this study was 301 adult females living in Kwangju City. The data were analyzed with frequency, percentage, General Linear Model, and Duncan's multiple range test using the SAS package. The major findings of this study were as follows. 1) The majority of the females generally preferred modernity of interior image to traditionalism. Also they preferred feminity of interior image to masculinity and complexity to simplicity. 2) Females in the age of 40s were more likely to prefer simple and oriental-traditionalism image to those under the age of 30s. 3) Those with the higher total household income were more 1ike1y prefer western-traditionalism image to those with the lower. But those with the lower household income were more tended to prefer modernity image to those with the higher.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.05a
• /
• pp.1737-1740
• /
• 2005

MP3 음악과 같은 오디오 컨텐츠의 저작권 보호를 위한 다양한 오디오 워터마킹 기법이 활발히 연구되고 있다. 본 논문에서는 XUEYAO LI[1]가 제안한 방법을 기반으로 VLSI H/W구조를 제안하며 이를 Verilog HDL을 이용하여 설계 및 시뮬레이션을 수행하였다. 본 논문에서 사용한 워터마크 삽입 기법은 시각적 식별성이 뛰어난 이진 이미지를 기반으로 의사 랜덤 수열을 생성하여 웨이브릿 영역에서의 워터마크를 삽입하는 기법이다. H/W 설계의 복잡성을 줄이기 위해 워터마크 삽입 강도를 스케일링 하는 기법을 생략하였으나 Matlab을 이용한 알고리즘 시뮬레이션 결과 워터마크 삽입 신호의 음질에 거의 영향을 주지 않으며 몇몇 알려진 워터마크 공격에도 강인성을 보였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.520-522
• /
• 2022

의료 인공지능은 특정 진단에서 높은 정확도를 보이지만 모델의 신뢰성 문제로 인해 활발하게 쓰이지 못하고 있다. 이에 따라 인공지능 모델의 진단에 대한 원인 설명의 필요성이 대두되었고 설명가능한 의료 인공지능에 관한 연구가 활발히 진행되고 있다. 하지만 MRI 등 의료 영상 인공지능 분야에서 주로 진행되고 있으며, 이미지 형태가 아닌 전자의무기록 데이터 (Electronic Health Record, EHR) 를 기반으로 한 모델의 설명가능성 연구는 EHR 데이터 자체의 복잡성 때문에 활발하게 진행 되지 않고 있다. 본 논문에서는 전자의무기록 데이터인 MIMIC-III (Medical Information Mart for Intensive Care) 를 전처리 및 그래프로 표현하고, GCT (Graph Convolutional Transformer) 모델을 학습시켰다. 학습 후, 어텐션 흐름 그래프를 시각화해서 모델의 예측에 대한 직관적인 설명을 제공한다.

• Journal of the Korean Society of Costume
• /
• v.52 no.1
• /
• pp.53-67
• /
• 2002

자연을 분석함으로써, 얻어진 기하학적 패턴은 이미 자연의 질서를 포함하고 있는 논리적이고 합리적인 기본형이기 때문에 간결하며 시각적으로 명쾌감을 준다. 이러한 기하학적 패턴은 복식 디자인에 있어서 20 세기 이후 여러 디자이너의 작품을 통해 재구성되어 현대적 이미지를 나타내는 중요한 모티브가 되고 있으며, 다양한 기법과 재료로 형성화하여 도입되고 있다. 이에 본 연구는 복식의 문양, 실루엣, 디테일에 사용되고 있는 기하학적 패턴을 연구함으로써 기하학적 패턴의 새로운 조형가치를 고찰하였다. 먼저 기하학의 용어 정의를 하였고 기하학적 패턴의 유형과 표현 기법을 분석하고 정리하여 현대 패션에 나타난 기하학적 패턴의 조형미와 그것을 바탕으로 패션 이미지를 추론해 보았다. 현대 패션에 나타난 기하학 패턴을 분석해 보면 유형으로는 첫째, 기하하적 문양으로 복식디자인에 있어서 주로 평면적인 형태로 많이 나타나지만, 크기가 다르고 동일한 기하학적 패턴을 조합시킴으로서 평면적인 형태에 공간감을 부여하기도 하며, 같은 기하학적 패턴의 표면이라도 배치구조에 의해 직선 혹은 사선으로 지각되므로 전혀 다른 이미지를 주었다. 또한 현대 패션에 나타난 기하학적 패턴이 종류는 세로 스트라이프, 가로 스트라이프, 격자 문양, 원, 사선 스트라이프, 마름모, 사각형, 삼각형 등의 순서로 많이 나타났다. 둘째, 색채는 단색의 복식에 강한 대비가 이루어지는 색상으로 표현되어 역동감과 유연한 운동감을 나타났다. 셋째, 기하학적 실루엣으로 단순한 라인의 형태를 나타내거나 입체적이고 부조적인 형태로 구성되어 전체적인 실루엣으로 사용되어 강한 조형감각을 보여주는데 원형을 이용한 실루엣이 가장 많았으며 사각형을 이용한 실루엣, 삼각형을 이용한 실루엣 순서로 나타났다. 넷째, 기하학적인 디테일로 복식의 어느 한 부분에 장식적으로 사용되거나 입체적 형태로 부출 되어 부조적인 느낌을 주는데 소매에 가장 많이 나타났으며 앞여밈, 칼라, 밑단, 주머니 순서로 장식되었다. 다섯째, 현대 패션에 표현된 기하학적 패턴의 표현기법으로는 프린팅, 퀼팅, piece기법, 패치워크, 엮기, 꼴라쥬, 아플리케 순서로 많이 나타났다. 위의 분석을 토대로 기하학 패턴을 활용한 디자인에 내재된 조형의지는 다음과 같이 정리되었다. 첫째, 기하학적 패턴이 지닌 단순성과 경직성을 완화하기 위하여 여러 가지 패브릭을 조합시켜 입체적인 표면효과로 시각적인 착시효과를 극대화하였다. 둘째, 표현기법은 입체파적 표현주의의 특성의 하나로 복시에 사용되는 소재의 왜곡으로 설명할 수 있으며, 새롭고 실험적인 소재의 도입으로 인해 의외성과 부조화를 유발시키는 통시에 유희직인 일면도 지니는 일종의 그로테스크를 나타냈다. 이상에서 정립된 조형의지를 바탕으로 현대 패션에 나타란 기하학 패턴은 절제된 단순함과 명확성으로 단순미가 유추되었고 강한 색상대비로 인한 시각적 집중효과로 주목성을 가지며 재현이 가능하므로 반복성이 유추되었다. 그리고 표준영역이 없는 창의적 표현으로 풍부한 독창성을 보여주고 있다. 또한 내재된 패션 이미지를 분석해 보면 정확함과 차가움의 의미를 지닌 이지적 이미지와 우주의 질서를 반영하는 상징적 이미지, 복잡한 자연으로부터 간결한 형태로의 경향성이 이루어낸 인공적 이미지를 느낄 수 있었으며, 미래적 이미지와 전통적 이미지의 상반된 개념의 이미지를 같이 내포하고 있음을 추론할 수 있었다. 이와 같이 현대 패션에 표현된 기하학적 패턴은 복식을 조형예술 분야로 확실히 인식시키고 발전시키는 데 중요한 촉매제 역할을 담당하고 있으며 또한 많은 디자이너들에게 창조적 욕구를 불러일으키고 영감을 주는데 중요한 모티브를 제공하고 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.695-697
• /
• 2023

최근 몇 년 간 딥러닝 기반 모델의 규모와 복잡성이 증가하면서 강력하고, 높은 정확도가 확보되지만 많은 양의 계산 자원과 메모리가 필요하기 때문에 모바일 장치나 임베디드 시스템과 같은 리소스가 제한된 환경에서의 배포에 제약사항이 생긴다. 복잡한 딥러닝 모델의 배포 및 운영 시 요구되는 고성능 컴퓨터 자원의 문제점을 해결하고자 사전 학습된 대규모 모델로부터 가벼운 모델을 학습시키는 지식증류 기법이 제안되었다. 하지만 현대 딥러닝 기반 모델은 높은 정확도 대비 훈련 데이터에 과적합 되는 과잉 확신(overconfidence) 문제에 대한 대책이 필요하다. 본 논문은 효율적인 경량화를 위한 미리 학습된 모델의 과잉 확신을 방지하고자 초점 손실(focal loss)을 이용한 모델 보정 기법을 언급하며, 다양한 손실 함수 변형에 따라서 지식증류의 성능이 어떻게 변화하는지에 대해 탐구하고자 한다.

• Korean Journal of Environment and Ecology
• /
• v.23 no.4
• /
• pp.309-316
• /
• 2009

The usefulness of media representations for assessing normative standards depends in part on how accurately media reflect "on-the-ground" resource conditions. This study compared encounter standards based on still and moving pictures to assess movement effects. The study location was the Jungmoeri area of Mudeungsan Provincial Park (MPP) in Korea. A total of 50 college students participated in a laboratory experiment where they evaluated still and moving pictures constructed using Photoshop and Flash computer programs. For the maximum acceptable number (MAN), however, there was no significant difference of ratings between still and moving pictures, and the overall encounter norm curves were nearly identical. There were some "method findings" for ordering effects and percent of people moving, but for a resource manager developing standards there was no advantage to the more complex logistics of using moving pictures to assess this particular impact. The trade-offs of using more sophisticated media are discussed, and more research is needed to further explore factors such as movement of sound in evaluation of other resource conditions.

• Journal of Advanced Navigation Technology
• /
• v.28 no.2
• /
• pp.238-245
• /
• 2024

In this paper, we propose a framework for improving the performance of semantic segmentation of agricultural multispectral image using feature fusion techniques. Most of the semantic segmentation models being studied in the field of smart farms are trained on RGB images and focus on increasing the depth and complexity of the model to improve performance. In this study, we go beyond the conventional approach and optimize and design a model with multispectral and attention mechanisms. The proposed method fuses features from multiple channels collected from a UAV along with a single RGB image to increase feature extraction performance and recognize complementary features to increase the learning effect. We study the model structure to focus on feature fusion and compare its performance with other models by experimenting with favorable channels and combinations for crop images. The experimental results show that the model combining RGB and NDVI performs better than combinations with other channels.

• Journal of Navigation and Port Research
• /
• v.38 no.1
• /
• pp.45-52
• /
• 2014

Fractal theory has been widely used to quantify the complexity of remotely sensed digital elevation models and images. Despite successful applications of fractals to a variety of fields including computer graphics, engineering and geosciences, the performance of fractal estimators depends highly on data sampling. In this paper, we propose an algorithm for computing the fractal dimension based on the triangular prism method and a new sampling method. The proposed sampling method combines existing two methods, that is, the geometric step method and the divisor step method to increase pixel utilization. In addition, while the existing estimation methods are based on $N{\times}M$ window, the proposed method expands to $N{\times}M$ window. The proposed method is applied to generated fractal DEM, Brodatz's image DB and real images taken in the campus to demonstrate its feasibility.

• Journal of Navigation and Port Research
• /
• v.47 no.6
• /
• pp.376-385
• /
• 2023

Fishing boat capsizing accidents account for more than half of all capsize accidents. These can occur for a variety of reasons, including inexperienced operation, bad weather, and poor maintenance. Due to the size and influence of the industry, technological complexity, and regional diversity, fishing ships are relatively under-researched compared to commercial ships. This study aimed to predict the rolling motion time series of fishing boats using an image-based deep learning model. Image-based deep learning can achieve high performance by learning various patterns in a time series. Three image-based deep learning models were used for this purpose: Xception, ResNet50, and CRNN. Xception and ResNet50 are composed of 177 and 184 layers, respectively, while CRNN is composed of 22 relatively thin layers. The experimental results showed that the Xception deep learning model recorded the lowest Symmetric mean absolute percentage error(sMAPE) of 0.04291 and Root Mean Squared Error(RMSE) of 0.0198. ResNet50 and CRNN recorded an RMSE of 0.0217 and 0.022, respectively. This confirms that the models with relatively deeper layers had higher accuracy.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.32 no.3C
• /
• pp.241-248
• /
• 2007

In predictive image coding, a LS (Least Squares)-based adaptive predictor is an efficient method to improve image edge predictions. This paper proposes a hybrid interpolation with weighted edge detector. A hybrid approach of switching between bilinear interpolation and EDI (Edge-Directed Interpolation) is proposed in order to reduce the overall computational complexity The objective and subjective quality is also similar to the bilinear interpolation and EDI. Experimental results demonstrate that this hybrid interpolation method that utilizes a weighted edge detector can achieve reduction in complexity with minimal degradation in the interpolation results.