• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.370-373
• /
• 2022

최근 Tensorflow나 Pytorch, Keras 같은 여러가지의 딥러닝 프레임워크 모델들이 나왔다. 또한 이미지 인식에 Tensorflow, Pytorch, Keras 같은 프레임 워크를 이용하여 CNN(Convolutional Neural Network)을 적용시켜 이미지 분류에서의 최적화 모델을 주로 이용한다. 본 논문에서는 딥러닝 이미지 인식분야에서 가장 많이 사용하고 있는 파이토치와 텐서플로우의 프레임 워크를 CNN모델에 학습을 시킨 결과를 토대로 두 프레임 워크를 비교 분석하여 이미지 분석할 때 최적화 된 프레임워크를 도출하였다.

• 융합보안논문지
• /
• 제22권4호
• /
• pp.129-133
• /
• 2022

딥러닝 프레임워크는 현재에도 계속해서 발전되어 가고 있으며, 다양한 프레임워크들이 존재한다. 딥러닝의 대표적인 프레임워크는 TensorFlow, PyTorch, Keras 등이 있다. 딥러님 프레임워크는 이미지 학습을 통해 이미지 분류에서의 최적화 모델을 이용한다. 본 논문에서는 딥러닝 이미지 인식 분야에서 가장 많이 사용하고 있는 TensorFlow와 PyTorch 프레임워크를 활용하여 이미지 학습을 진행하였으며, 이 과정에서 도출한 결과를 비교 분석하여 최적화된 프레임워크을 알 수 있었다.

• 한국융합학회논문지
• /
• 제8권9호
• /
• pp.85-91
• /
• 2017

본 연구의 목적은 간호대학생의 간호역사문화 융합프로그램 수행 전 후에 간호전문직관과 간호사이미지의 차이를 비교분석하기 위함이다. 연구대상자는 충남지역에 위치한 B대학 간호학과 1,2학년 학생 29명이고, 2016년 5월 12일부터 2016년 6월 22일까지 6차례에 걸쳐 대상자에게 프로그램을 진행하였다, 간호역사문화 융합프로그램 전 후에 간호전문직관과 간호사이미지 정도를 분석한 결과 프로그램 후에 간호전문직관과 간호사이미지는 모두 유의하게 증가하였으며, 간호전문직관의 하위항목인 전문직 자아개념, 사회적 인식, 간호의 전문성과 간호사이미지의 하위항목인 간호사의 역할 및 대인관계 항목이 유의하게 증가하였다. 간호전문직관과 간호사이미지는 유의한 양의 상관관계가 있었다. 본 연구결과를 통하여 간호역사문화 융합프로그램이 간호전문직관 및 간호사이미지 향상을 위해 비교과프로그램으로 정착되고 다양한 개념으로 개발 될 것을 기대한다.

• 한국산학기술학회논문지
• /
• 제20권2호
• /
• pp.20-25
• /
• 2019

멀티미디어 신호의 대부분은 이미지 데이터가 차지하고 있어 이미지 데이터를 효율적으로 처리하고 전송하는 문제가 정보화 사회의 중요 과제라 할 수 있다. 따라서 본 논문에서는 이미지 데이터를 압축하는 여러 방식 중에 YUV색 공간을 이용하여 중요도에 따라 색상 비트를 줄이는 압축 알고리즘을 제안한다. 4:2:2 서브샘플링은 영상 분야에서 표준으로 사용되고 있다. 색 정보와 사람의 망막이 가지는 특성을 이용하여 4:2:2 서브 샘플링으로 YUV의 색상 데이터를 줄였다. YUV 이미지와 RGB 이미지는 변환 행렬을 통해 서로의 색 영역으로 변환하여 사용할 수 있다. 이미지 데이터를 YUV로 색 공간으로 변환하여 상대적으로 낮은 U, V 비트를 다운 스케일작업을 수행 한 후 4:2:2 서브 샘플링을 통하여 데이터를 압축한다. 기존의 방식들과의 비교를 통하여 제안한 알고리즘의 성능을 비교하고 분석하였다. 분석한 결과 중요도가 낮은 색상 요소의 정보를 줄인 제안된 방식의 결과와 원본과 비교했을 때 품질의 큰 저하 없이 이미지를 압축 할 수 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제14권3호
• /
• pp.75-82
• /
• 2009

영상의 비교는 PSNR을 이용하는 것이 일반적이다. PSNR이 35이상일 경우 육안으로 품질 차이를 구분하기 어렵다고 판단한다. 2006년 Lee 등은 원본 이미지 대신 원본 이미지의 MSB 비트열을 공개함으로써 소유권을 증명할 수 있는 프로토콜을 제안하면서, 두 이미지의 MSB 비트열의 유사도를 측정하기 위한 새로운 함수를 사용하였다. 이때의 유사도는 품질을 측정하기 위한 PSNR과는 그 의미가 조금 다른 측면이 있다. 즉, 원본 이미지로부터 생성된 대상 이미지가 현저히 떨어질 경우, PSNR은 매우 낮은 값을 보이지만 품질이 떨어지더라도 유사도 측면에서 본다면 두 영상의 상관관계는 매우 높게 나와야 할 것이다. 본 논문에서는 Lee 등이 제안한 MSB 비교 함수를 수정한 후, ICOR함수를 제안하였으며, 이 함수를 이용하여 두 이미지의 상관관계 판단에 적용할 수 있는지 분석하였다.

• 감성과학
• /
• 제13권3호
• /
• pp.493-500
• /
• 2010

새로운 기술의 발달과 소비자들의 다양한 요구로 인해 기업들은 소비자들의 시선을 끌기 위해 다양한 차별화 전략을 고심하고 있다. 제품의 아이덴티티나 브랜드 이미지 또한 이러한 차별화 전략 중의 하나로 제품에 새로운 가치를 부여하는 주요한 수단이 되고 있다. 이에 본 연구에서는 소비자에게 형성된 브랜드 이미지 중에서 제품을 사용하면서 형성된 감성적인 이미지를 브랜드 감성 이미지라고 정의하고, 사용자가 제품을 사용하면서 느끼는 여섯 가지 대표감성을 평가하여 국내 대표 휴대폰 브랜드 세 개(A브랜드, C브랜드, S브랜드)의 감성 이미지를 비교해 보았다. 휴대폰을 실제 사용하고 있는 사용자들이 휴대폰을 사용하면서 느꼈던 감성을 평가해 봄으로써 국내 휴대폰 브랜드의 이미지, 특히 감성적인 측면에서의 이미지를 평가해 볼 수 있었다. 본 연구의 결과만으로 성급하게 국내 휴대폰 브랜드의 감성 이미지를 규명하기에는 다소 미흡하지만 향후 연령대, 직업, 성비 등 다양한 인구통계학적 변수를 고려하여 연구를 진행한다면 보다 명확한 브랜드 감성 이미지를 추출할 수 있으리라 기대한다.

• 한국통신학회논문지
• /
• 제31권12C호
• /
• pp.1216-1223
• /
• 2006

많은 이미징 장치들이 특정 컬러의 광학 신호만을 통과시키는 컬러 필터 어레이를 포함한 단일 이미지 센서를 사용한다. 이러한 이미지 센서로부터 얻어진 이미지들은 각 픽셀에 하나의 컬러 값만을 갖기 때문에, 완전한 영상으로 복원해야 한다. 본 논문에서는 단일 이미지 센서를 탑재한 이미징 장치를 위한 새로운 컬러 보간법을 제안하였다. 제안한 방법은 이미지의 에지 영역에서 우수한 보간 결과를 얻기 위해 에지 선별 기능을 개선하였고, 점진적 영역에서의 보간을 위해 채널간의 새로운 관계를 제시하였다. 보간 성능 비교를 위해 제안한 방법과 기존의 방법들을 비교하였다. 비교 실험을 통해 제안한 방법의 우수한 보간 성능을 입증하였다.

• 한국관광식음료학회지:관광식음료경영연구
• /
• 제13권2호
• /
• pp.27-44
• /
• 2002

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 봄 학술발표논문집 Vol.29 No.1 (B)
• /
• pp.628-630
• /
• 2002

본 논문은 현재까지 제안된 여러 가지의 움직임 적응형 알고리즘을 비교 분석하였다. 비교 분석은 C++를 이용한 시뮬레이션을 하였고 여러 가지 이미지에 대잔 PSNR 값을 추출하였으며 에지 특성을 확인하고 그리고 시뮬레이션된 이미지를 원본과 비교 평가하였다. 그 결과 PSNR 값과 알고리즘의 성능과는 크게 낙관이 없었고, 에지 특성과 이미지간에 비교가 평가에 더 확실한 방법이었다. 알고리즘 성능은 어떤 이미지론 사용함에 따라 성능이 달라졌다. 전체적으로 볼 때 동영상에서는 $\Delta$- 형이 가장 좋은 결과가 확인되었으며 준동영상에서는 미디언 필터와 Adaptive형이 비슷한 성능을 보여 주었다.

• 만화애니메이션 연구
• /
• 통권39호
• /
• pp.393-412
• /
• 2015

사람의 이미지를 보고 느끼는 감성인식은 환경, 개인적 성향에 따라 다양하게 변화한다. 그리하여 이미지 감성인식을 숫자로 제어하려는 감성컴퓨터 연구에 집중되고 있다. 그렇지만 기존의 감성컴퓨팅 모형은 숫자화된 객관적이고, 명확한 측정이 미흡한 상황이다. 따라서 이미지 감성인식을 감성컴퓨팅을 통해 정량화하고, 객관적인 평가 방식의 연구가 필요한 상황이다. 이에 본 논문은 이미지 감성인식을 계산 방식에 따라 숫자화한 정량화로 감성크기를 표현했다. 그리하여 이미지 감성인식의 주요한 속성인 색채를 구성인자로 적용한다. 또한 디지털 색채 감성컴퓨팅을 적용하여 계산하는데 연구의 중점을 두었다. 이미지 색채 감성컴퓨팅 연구방식은 감성속성인 색상, 명도, 채도에 중요도에 따른 가중치를 감성점수에 반영한다. 그리고 감성점수를 이미지 감성계산식에 적용하여 쾌정도(X축), 긴장도(Y축)를 숫자 방식으로 계산한다. 거기에 쾌정도(X축), 긴장도(Y축)의 교차하는 위치점을 이미지 감성좌표의 감성점으로 위치한다. 이미지 색채 감성좌표는 러셀의 핵심 효과(Core Affect)를 적용하여 16가지 주요대표감성을 기반으로 한다. 이미지 감성점은 기준의 위치에서 대표감성크기와 감성상관관계를 숫자화하고, 이미지 감성을 정량화한다. 그리하여 이미지 감성인식은 숫자 크기로 비교한다. 감성점수의 대소에 따라 감성이 변화함을 증명한다. 비교 방식은 이미지 감성인식을 16개 대표감성과 연관된 감성의 상위 5위로 구분하고, 집중된 대표감성크기를 비교 분석한다. 향후 감성컴퓨팅 방식이 사람의 감성인식과 더 유사할 수 있도록 감성계산식의 연구가 필요하다.