• 한국의류학회지
• /
• 제25권4호
• /
• pp.807-816
• /
• 2001

The purpose of this research was to compare American Korean consumers perceptions or evaluations of womens formal wear and casual wear. Results revealed that two groups classified differently the products in formal wear, not casual wear. In general, compared to Korean subjects, Americans rated the Korean business formal wear as more fashionable, attractive, stylish and of having higher quality than U.S. formal wear, indicating they were more likely to purchase. On the other hand, compared to U.S. subjects, in general, Koreans rated higher the U.S. casual wear as more liking, purchasing, comfortable, and appealing than Korean casual wear. Regarding clothing image toward each picture, there was a statically difference in both groups. To increase American or Korean exports of apparels, companies must look globally to develop new markets for their products.

• International Journal of Internet, Broadcasting and Communication
• /
• 제9권4호
• /
• pp.1-7
• /
• 2017

Clipart is artificial visual contents that are created using various tools such as Illustrator to highlight some information. Here, the style of the clipart plays a critical role in determining how it looks. However, previous studies on clipart are focused only on the object recognition [16], segmentation, and retrieval of clipart images using hand-craft image features. Recently, some clipart classification researches based on the style similarity using CNN have been proposed, however, they have used different CNN-models and experimented with different benchmark dataset so that it is very hard to compare their performances. This paper presents an experimental analysis of the clipart classification based on the style similarity with two well-known CNN-models (Inception Resnet V2 [13] and VGG-16 [14] and transfers learning with the same benchmark dataset (Microsoft Style Dataset 3.6K). From this experiment, we find out that the accuracy of Inception Resnet V2 is better than VGG for clipart style classification because of its deep nature and convolution map with various sizes in parallel. We also find out that the end-to-end training can improve the accuracy more than 20% in both CNN models.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권8호
• /
• pp.325-330
• /
• 2022

본 논문은 한국 수어에 대하여 수어 인식, 수어 번역, 수어 영상 시분할과 같은 수어에 관한 딥러닝 연구를 위한 데이터셋의 수집 및 실험을 진행하였다. 수어 연구를 위한 어려움은 2가지로 볼 수 있다. 첫째, 손의 움직임과 손의 방향, 표정 등의 종합적인 정보를 가지는 수어의 특성에 따른 인식의 어려움이 있다. 둘째, 딥러닝 연구를 진행하기 위한 학습데이터의 절대적 부재이다. 현재 알려진 문장 단위의 한국 수어 데이터셋은 KETI 데이터셋이 유일하다. 해외의 수어 딥러닝 연구를 위한 데이터셋은 Isolated 수어와 Continuous 수어 두 가지로 분류되어 수집되며 시간이 지날수록 더 많은 양의 수어 데이터가 수집되고 있다. 하지만 이러한 해외의 수어 데이터셋도 방대한 데이터셋을 필요로 하는 딥러닝 연구를 위해서는 부족한 상황이다. 본 연구에서는 한국 수어 딥러닝 연구를 진행하기 위한 대규모의 한국어-수어 데이터셋을 수집을 시도하였으며 베이스라인 모델을 이용하여 수어 번역 모델의 성능 평가 실험을 진행하였다. 본 논문을 위해 수집된 데이터셋은 총 11,402개의 영상과 텍스트로 구성되었다. 이를 이용하여 학습을 진행할 베이스라인 모델로는 수어 번역 분야에서 SOTA의 성능을 가지고 있는 TSPNet 모델을 이용하였다. 본 논문의 실험에서 수집된 데이터셋에 대한 특성을 정량적으로 보이고, 베이스라인 모델의 실험 결과로는 BLEU-4 score 3.63을 보였다. 또한, 향후 연구에서 보다 정확하게 데이터셋을 수집할 수 있도록, 한국어-수어 데이터셋 수집에 있어서 고려할 점을 평가 결과에 대한 고찰로 제시한다.

• 한국정보통신학회논문지
• /
• 제17권2호
• /
• pp.423-430
• /
• 2013

최근 손등이나 손바닥, 손가락의 정맥 혈관 패턴정보를 이용하여 개인을 인증하는 기술은 훼손, 복제 및 위조가 불가능하다는 장점으로 인해 연구가 활발하게 진행 중이다. 정맥영상은 피부층과 내부 골격등에 의한 빛의 산란 및 불균일한 내부 조직 때문에 정맥 영역이 뚜렷하게 나타나지 않아, 영상처리 방법을 통해 정맥 영역을 정확하게 분리하는 것이 어렵다. 특히 한 장의 영상에서도 밝기가 균일하지 않아서 지역 영역 단위로 다른 이진 임계치를 사용함으로 인해 처리시간이 오래 걸리고 혈관의 불연속면이 발생한다는 문제가 있다. 이를 해결하기 위해 본 논문에서는 조명 정규화 기반의 고속 정맥 영역 추출 방법을 제안한다. 본 연구는 기존의 방법에 비해 다음과 같은 장점을 가지고 있다. 첫째, 정맥영상의 불균일한 조명을 제거하기 위해 저역통과필터를 통해 조명 성분을 취득하고 이를 통해 조명성분이 균일한 영상을 얻었다. 둘째, 조명 정규화 영상으로부터 단일 임계치를 통해 얻어진 이진 영상의 처리를 통해 혈관 경로를 추출함으로써, 처리시간을 단축하였다. 실험을 통해 기존 방법들에 비해 혈관 영역 추출 정확도가 상승하고, 처리속도가 단축된 결과를 얻을 수 있었다.

• 융합보안논문지
• /
• 제19권5호
• /
• pp.75-84
• /
• 2019

최근 의료정보기술 분야에서 비디오는 풍부한 임상정보를 포함하는 특징으로 인하여 새로운 서비스 창출 및 연구개발을 위한 중요한 데이터로서 그 가치를 새롭게 평가받고 있다. 그러나 임상정보는 개인정보를 포함하고 있어, 생명윤리 혹은 연구 윤리에 대한 고려가 필요하다. 따라서 비디오 또한 의료영상으로서 비식별화가 요구되지만 기존 방법은 주로 정형데이터와 정지영상에 특화되어 기존의 방법을 그대로 적용하기 어려운 문제가 있다. 본 논문에서는 개인정보 비식별화 처리 시스템과의 연동을 고려하여 비디오 내에서 개인식별정보를 검출하는 자동화 시스템을 제안한다. 제안 시스템은 장면분할과 체내외 영역 검출의 전처리 후에 텍스트 및 사람검출을 통한 인덱싱과정을 수행한다. 검출된 개인식별 인덱스 정보는 비식별화를 수행하는 외부 시스템 및 시각화를 위한 메타데이터로 제공된다. 제안 시스템의 효용성을 검증하기 위하여 프로토타입을 구현하고 실제 수술비디오를 대상으로 인덱싱 속도를 측정하였다. 그 결과 입력 비디오의 재생시간 대비 2배 이상의 빠른 작업속도를 보였으며, 수술교육콘텐츠 제작 및 학술용 반자동 편집시스템의 사례를 통해 빠른 의사결정을 보조할 수 있음을 확인하였다.

• 한국ITS학회 논문지
• /
• 제20권4호
• /
• pp.95-105
• /
• 2021

도로 노면 파손 탐지는 쾌적한 주행 환경과 안전사고의 예방을 위해 필요하다. 도로 관리 기관은 자동화 기술 기반의 검사 장비와 시스템을 활용하고 있다. 이러한 자동화 기술 중에서도 도로 노면의 파손을 탐지하는 기술은 중요한 역할을 수행한다. 최근 들어 딥러닝을 이용한 기술에 대한 연구가 활발하게 진행 중이다. 이러한 딥러닝 기술 개발을 위해서는 도로 영상과 라벨 영상이 필요하다. 하지만 라벨 영상을 확보하기 위해서는 많은 시간과 노동력이 요구된다. 본 논문에서는 이러한 문제를 해결하기 위하여 준지도 학습 기법 중 하나인 적대적 학습 방법을 제안했다. 이를 구현하기 위해서 5,327장의 도로 영상과 1,327장의 라벨 영상을 사용하여 경량화 심층 신경망 모델을 학습했다. 그리고 이를 400장의 도로 영상으로 실험한 결과 80.54%의 mean intersection over union과 77.85%의 F1 score를 갖는 모델을 개발하였다. 결과적으로 라벨 영상 없이 도로 영상만을 학습에 추가하여 인식 성능을 향상시킬 수 있는 기술을 개발하였고, 향후 도로 노면 관리를 위한 기술로 활용되길 기대한다.

• 한국의학물리학회:학술대회논문집
• /
• 한국의학물리학회 2004년도 제29회 추계학술대회 발표논문집
• /
• pp.96-99
• /
• 2004

본 연구는 전신 GSO PET 스캐너를 사용하여 Cs-137 투과 선원을 이용한 감쇠보정기법들을 평가하는 것이다. 이를 위하여, 4개의 모양이 다른 팬텀들을 사용하여 감쇠보정기법들을 검사하였다. 뇌영상을 위하여 256 mm의 시야가 사용되었고, 약 110MBq의 F-18 선원이 팬텀실험을 위해 사용되었다. 감쇠를 보정하기위해서, 방출선원이 팬텀에 주입된 후, Cs-137점선원의 투과 스캔 데이터가 획득되었다. 방출선원 데이터는 산란보정을 하였고, 4가지 종류의 감쇠보정기법을 이용하여 감쇠보정을 하였다. 재구성된 팬텀 영상들이 비교평가되었고, 임상 뇌영상은 핵의학 의사들이 평가를 하였다. 결과적으로 균일성 평가를 위한 원형팬텀의 영상에서, 측정감쇠보정기법을 이용시 가운데 부분이 떨어져 보였으나, 나머지 감쇠보정 기법들에서는 균일하게 보였다. 임상 뇌 데이터의 경우, 두개골에 대한 감쇠 효과를 볼 수 있었고, 두개골에 대한 감쇠보정이 적용되지 않은 영상에서는 인공산물이 발생하는 것을 보여주었다. 결론적으로, 정량적 뇌영상에 대한 정확도를 높이기 위해서, 두개골에 대한 감쇠보정이 적용된 개선된 감쇠보정 방법이 요구되어진다. 본 연구는 앞으로 Cs-137 점선원을 이용한 감쇠보정기법이 포함된 뇌 PET 영상 장치를 개선하는데 유용할 것으로 사료된다.

• 인지과학
• /
• 제3권1호
• /
• pp.61-78
• /
• 1991

본 논문은 역행 통로(backward path)를 가진 수정된 Neocognitron 을 한글 음절 인식을 위해 적용한 결과에 관한 것이다. Fukushima의 논문에서 Neocognitron이 $19{\times}19$ 크기의 필기체 숫자를 인식할 수있다고 논술하였다. 본 논문에서는 스캐너 또는 마우스를 이용하여 필기체 한글 문자 또는 그 일부의 $61{\times}61$ 영상을 입력하였다. 수정된 Neocognitron은 3쌍의 Us, Uc층으로 구성되어있다. 본 신경회로망에서 마지막 인식층인 Uc층은 $5{\times}5$ 크기의 세포로 된 24개의 명(plane)으로 구성되어 있는데, 각각의 세포들은 동시에 주의력(attention)을 받아들이느 자소(grapheme)의 존재와 입력층에서의 상대적 위치를 구별할 수 있다. 본 신경회로망은 10개의 단모음 자소, 14개의 단자음 자소와 그들의 공간적 특징을 가지고 학습시켰다. 쉽게 학습되지 않는 패턴들은 여러번 학습시켰다. 왜곡, 잡음, 크기변화, 변형, 회전 등을 갖는 개개의 자소를 분류할 수 있도록 학습된 신경망을 한글 음절의 인식을 위해 사용하였으며, 음절자내의 영상 분할 작업을 위해 선택적 주의력 기법을 사용하였다. 입력문자에 대한 초기 표본 실험에서 본 모형은 필기체 한글 음절자의 시험패턴중 79%를 정확하게 인식하였다. 이 연구결과는 Neocognitron이 입력 영상을 인식가능한 부분으로 분할함으로써 큰크기의 분자 집합을 갖는 필기체 문자를 인식할수 있는 강력한 모형임을 시사해준다. 똑같은 접근 방법이 구조나 자소가 아주 복잡한 한자의 인식에도 적용될 수 있다고 본다. 그러나, 모의실험에서 처리시간에 있어 매우 심한 병목현상을 보여 주었다. 모형의 실질적인 사용을 위해서는 신경칩으로서의 구현이 선결되어야 할 것이다. 또, 복모음, 복자음으로 구성된 한글 음절자 인식을 위하여 모형에 대한 더 깊은 연구가 수행되어질 필요가 있다. 두개의 단자모사이의 이웃지역을 정확히 인식하는 것은 이렇나 작업을 위해 매우 중요한 일이 될 것이다.

• Asia Marketing Journal
• /
• 제14권2호
• /
• pp.157-176
• /
• 2012

시장구조 분석에서 흔히 사용되는 상표전환 자료는 비내구재 분석에 적절한 방법이 될 수 있으나 자동차 같이 사용연한이 장시간인 내구재의 경우에는 소비자의 상표에 대한 선호도가 변할 수 있어 상표전환 자료의 사용에 문제가 있다. 따라서 경쟁을 잘 포착할 수 있는 다른 접근이 필요하다. 본 연구는 이에 대한 대안으로 상표간 경쟁 자료로써 고려상표군을 이용하여 자동차 시장의 구조를 Latent Class 군집분석을 활용한 탐색적 검증방법으로 분석하였다. 또한 소비자 행동분석에 근거하여 상표간 경쟁의 근간을 이루는 고려상표군 형성에 영향을 미치는 인자들을 밝히는데 중점을 두었다. 미국 자동차 시장을 대상으로 분석한 결과, 시장은 상표 원산지 효과에 의해 구분되었다. 즉, 미국 상표, 유럽 상표, 그리고 아시아 상표 등으로 시장이 구분되었다. 또한 각 시장구조 내 소비자들의 고려상표군 형성에 신뢰성/안전, 이미지/즐거움, 경제성 등의 편익과 성별, 소득 등 개인적 요인이 영향을 미치는 것으로 나타났다.