• 한국컴퓨터정보학회논문지
• /
• 제25권12호
• /
• pp.25-34
• /
• 2020

본 논문에서는 딥러닝 지도학습 알고리즘을 사용한 학습 모델을 대상으로 미용 관련 피부질환 인식의 효과성을 실험적으로 비교한다. 최근 딥러닝 기술을 산업, 교육, 의료 등 다양한 분야에 적용하고 있으며, 의료 분야에서는 중요 피부질환 중 하나인 피부암 식별의 수준을 전문가 수준으로 높인 성과를 보이고 있다. 그러나 아직 피부미용과 관련된 질환에 적용한 사례가 다양하지 못하다. 따라서 딥러닝 기반 이미지 분류에 활용도가 높은 CNN 알고리즘을 비롯하여 ResNet, SE-ResNet을 적용하여 실험적으로 정확도를 비교함으로써 미용 관련 피부질환을 판단하는 효과성을 평가한다. 각 알고리즘을 적용한 학습 모델을 실험한 결과에서 CNN의 경우 평균 71.5%, ResNet은 평균 90.6%, SE-ResNet은 평균 95.3%의 정확도를 보였다. 특히 학습 깊이를 다르게하여 비교한 결과 50개의 계층 구조를 갖는 SE-ResNet-50 모델이 평균 96.2%의 정확도로 미용 관련 피부질환 식별을 위해 가장 효과적인 결과를 보였다. 본 논문의 목적은 피부 미용과 관련된 질환의 판별을 고려하여 효과적인 딥러닝 알고리즘의 학습과 방법을 연구하기 위한 것으로 이를 통해 미용 관련 피부질환 개선을 위한 서비스 개발로 확장할 수 있을 것이다.

• 산경연구논집
• /
• 제14권4호
• /
• pp.33-46
• /
• 2023

Purpose: During the coronavirus disease-19 (COVID-19) outbreak, mask-wearing is required to protect against and limit the spread of infection, but it can directly affect skin problems. Change in skin condition might be related to mental health. This study explored the association between skin conditions and behavior of skin cares and stress levels during the Covid-19pandemics. Research design, data and methodology: A survey was conducted on 516 adults who were aware of damaged skin due to continuous wearing of masks for a long time during the COVID-19 Pandemic. The study included 164 men and 352 women in the Republic of Korea. Results: Skin conditions and behavior of skin cares associated with stress perceptions. A multiple linear regression model was used adjusting for potential confounder. Conclusion: Since management so far in the COVID-19 Pandemic can cause skin concerns and change the original skin type, it is necessary to redefine and improve the use of skin care, face-washing methods, and functional cosmetics. People with high and low interest in skin type recognition and management were evenly identified, and it was confirmed that stress awareness decreases as awareness of skin care attitude increases.