• 복식
• /
• 제60권2호
• /
• pp.1-19
• /
• 2010

The purpose of this research is to examine the rise of hip-hop culture and its characteristics which have been established as a part of popular culture amid other subcultures and to examine the overall concept of hip-hop fashion which has been developing since its rise in the 1970s and particularly to examine the hip-hop after the turn of the new century when it has gone through several iterations and changes while simultaneously accommodating different trends and reflecting a highly diverse larger culture. The research methodology is a literature-based research that uses classification and analysis based on the preceding research including related books and dissertations and, considering that this research focuses on the characteristics of hip-hop from the 2000s to the present, mainstream news media such as newspapers and magazines around New York images of famous hip-hop culture & stores websites were used in this research. The most characteristic hip-hop fashions since the 2000s examined by this research comprise prep-hop, slim formal suits, skurban, hip-hop Goth, and hip-hop Tatto. First, prep-hop is a mixed match of a preppy look with latest hip-hop sentiments and hip-hop styles. Second, there are slim formal suits that reflect a change of trends that strongly show changes of hip-hop fashion consumers who have been following sports stars' fashions. Third, skurban is a hip-hop fashion combined with the look of skaters. Fourth, hip-hop Goth is what emphasizes strong Goth images such as grunge, skull, and devil in hip-hop fashions based on vintage fashion. Fifth, hip-hop Tatto style designs have appeared in diverse items such as trendy clothes and accessories that were most popular since the 2000s. Hip-hop fashion since the 2000s up to the present is beginning to be integrated with diverse other cultures and its most prominent characteristics is a change into slimmer silhouette.

• 한국컴퓨터정보학회논문지
• /
• 제28권10호
• /
• pp.27-35
• /
• 2023

본 논문에서는 복합소재 생산 분야에서 수요가 높은 프리프레그 섬유 제조 공정에 딥러닝 기반의 결함 검출 및 분류 시스템을 적용하여 생산성을 높이는 과정을 제안한다. 다양한 조건별 다량의 불량 발생으로 해결방안이 필요한 토우 프리프레그 제조 장비에 적용하기 위해 우선 결함 감지와 분류 모델 제작에 필요한 카메라 및 조명을 선정하여 최적의 환경을 구축하였다. 그리고 다중 분류 모델 제작에 필요한 데이터를 수집하고 정상 및 불량 조건에 따라 라벨링을 진행하였다. 다중 분류 모델은 CNN 기반으로 제작하였으며 VGGNet과 MobileNet, ResNet 등의 사전 학습모델을 적용하여 성능을 비교하고 정확도 및 손실 그래프로 개선 방향을 파악한다. 주요 문제로 과적합 문제를 확인하여 개선하기 위해 데이터 증강 및 Dropout 기법을 적용하여 보완하였다. 모델에 대한 성능 평가를 위해 혼돈행렬을 성능지표로 한 성능 평가를 진행하였으며 99% 이상의 성능을 확인하였다. 또한, 실제 공정에 적용하여 실시간 획득된 이미지에 대한 분류 결과를 확인해보며 판별 값이 정확히 도출되는지 확인한다.