• 만화애니메이션 연구
• /
• 통권36호
• /
• pp.469-491
• /
• 2014

웹툰은 출판만화에서 사운드를 시각적으로 표현했던 방법을 발전시켜왔으며, 웹 기술의 발전을 토대로 직접 소리를 들려주기까지 한다. 직접 들리는 소리는 당연히 사운드 분석의 대상이 된다. 그러나 들리지 않는 사운드도 분석 대상이 될 수 있다. 본 연구는 들리지 않는 소리를 분석할 수 있다는 것의 이론적 토대를 인지심리학의 이중부호 개념에 둔다. 작가는 자신의 청각적 기억을 시각적으로 기호화할 수 있고, 독자는 기억과 인출의 과정을 통해 시각화된 기호를 보고 사운드를 떠올릴 수 있다. 이와 같은 웹툰의 들리지는 않지만 떠올릴 수 있는 사운드와 직접 들리는 사운드 두 경우를 본 연구는 함께 분석대상으로 한다. 구체적 분석을 위해서는 이론적 성과물이 있는 영화 사운드 분석 방법을 활용할 수 있다. 소리를 구성하는 세 요소인 음량, 음조, 음색은 음향학에서는 주파수 등으로 설명되고 직접 들을 때는 느낌으로 알지만, 시각적으로는 사운드를 표현한 글자나 이미지의 선의 굵기와 위치, 음원의 이미지 등으로 알 수 있다. 내화면 사운드와 외화면 사운드의 시각적 표현은 만화의 칸과 관련이 있다. 일반적으로는 칸 외부로 외화면 사운드를 표현하지만 웹툰에서는 듣는 자를 강조하는 방법으로 칸 내부에 외화면 소리를 표현하기도 한다. 그리고 영화의 호러 장르가 장르 효과를 높이기 위해 사운드를 많이 사용하는데 웹툰에서도 호러 장르가 같은 효과를 위해 사운드를 많이 사용한다. 이러한 영화 사운드 분석 방법을 활용해 사운드를 이미지로 표현한 작품들을 분석해볼 때, 초창기 출판만화에서부터 시작한 사운드의 청각적 표현들이 계속 발전해서 웹툰에서 창의적으로 표현되고 있음을 알 수 있다. 특히 세로 이동을 활용한 칸의 배치 및 소리표현의 방식들은 웹툰이 보여준 새로운 방법들이며, 칸 모양도 훨씬 다양해졌다. 직접 들려주는 소리로는 BGM이 가장 먼저 사용되었는데 최근에는 한 회의 분위기에 맞춰 음향효과까지 섞어 맞춤 작곡된 곡들이 사용된다. 그리고 스크롤 이동에 맞춰 소리를 들려주는 프로그램이 개발되면서 특정 순간의 음향효과나 특정 장면에 어울리는 음악들을 들을 수 있게 되었다. 특히 호러 장르에서는 특정한 이미지와 공포를 불러일으키는 사운드를 같이 사용하여 장르적 효과를 배가시킨다. 이렇게 웹툰에서는 다양한 사운드 시각화 방법이 계속 창조되고 있으며 기술과 접목된 새로운 시도들이 이루어지고 있다. 이러한 발전은 웹툰이 하나의 문화콘텐츠로서의 융합의 장이 될 수 있음을 보여준다.

• 대한핵의학회지
• /
• 제35권1호
• /
• pp.33-42
• /
• 2001

목적: 본 연구에서는 게이트 심근관류 SPECT영상에서 산란보정이 심근관류와 좌심실 기능 평가에 어떤 영향을 미치는지 알아보고자 하였다. 대상 및 방법: 연구대상은 정상인 지원자 11명(A군), 흉통을 호소하였으나 관상동맥질환을 발견할 수 없었던 20명(B군), 관상동맥질환이 확인된 13명(C군)이었으며, A군과 B군을 정상군으로, 그리고 C군을 질환군으로 분류하였다. 연령은 A군 43세($40{\sim}67$세), B군 63세($31{\sim}77$세), 그리고 C군이 62세($48{\sim}79$세)였으며, 각 군간의 남녀비는 A군에서 7:3, B군은 10:10, 그리고 C군은 9:4로 정상군과 질환군간의 성별 및 연령의 차이가 없었다. 산란보정을 하기 위해서 이중에너지창 감산법을 사용하였으며 산란감산인자 k는 0.4를 적용하였다. 모형실험에서 산란보정 전후의 단축단면상과 선 프로화일을 얻어 보정의 효과를 확인하였으며, 보정전후의 영상대비를 구하여 영상의 질의 향상유무를 확인하였다. 대상군에 대해 산란보정 전후의 획득계수, 영상대비, 좌심실 기능지표, 그리고 CEqual 분석을 통한 관류 결손부위 등에 대한 비교 및 심근 대 간 계수비와 심근전벽과 하벽의 보정된 상대계수와의 관계 등에 대해 분석하였다. 결과: 산간보정 후 획득계수는 보정 전 계수에 비해 $18{\pm}3%$ 감소하였다. 산란보정 영상을 얻기 위한 자료처리과정에 3분이 소요되었고, 자료저장에 필요한 용량도 휴식기와 부하기 각각 512 KB만이 추가되었다. 보정 전후 영상대비는 정상군과 질환군 모두에서 향상되었으나 좌심실 기능지표를 통한 산란보정 전후의 비교는 통계학적으로 유의한 차이가 없었다. 관류결손부위에 대한 산란보정의 영향을 평가하기 위하여 'CEqual 분석' 프로그램을 이용해 분석한 결과 관류결손의 크기에는 유의한 차이가 없었으나 관류감소의 정도가 심해짐을 알 수 있었다. 간 대 심근 계수비가 심근전벽 및 심근하벽에 미치는 영향은 심근하벽에 인접한 간 방사능이 강할수록 심근하벽에 산란되는 광자가 심근전벽에 비해 많았다. 결론: Tc-99m 방사선원을 사용한 심근관류 SPECT 영상에서 이중에너지창 감산법을 이용한 산란보정은 임상적 적용이 용이하고, 좌심실 기능의 변화없이 영상대비를 향상시켜 관류이상영역을 더욱 명확히 함으로써 영상의 질을 향상시킨다.

• 만화애니메이션 연구
• /
• 통권38호
• /
• pp.53-70
• /
• 2015

19세기와 20세기에 걸친 산업화된 사회에서 이미지들은 욕망의 집적물로서 또는 자아실현의 한 방편으로서 끊임없이 과잉 생산되고 소비되며 그 패턴을 반복해 나갔다. 미국의 독립 애니메이션 작가 프랭크 무리스 Frank Mouris 는 그의 작품 <프랭크 필름 Frank Film>(1973)에서 20세기 중반 미국의 소비사회를 지내온 그의 자전적 이야기들을 산업화된 이미지의 무한한 중첩, 병렬, 교차 등을 통해 끊임없이 강렬한 시각적 흐름으로 담아낸다. 전통 애니메이션의 내러티브와 관습적 형식을 철저히 파괴한 이 작품은 1974년 아카데미 시상식과 앙시 애니메이션페스티벌에서 대상을 거머쥐며 혁신적 아트 애니메이션으로서 평가 받았고, 그 '문화적, 역사적, 미학적' 가치를 인정받아 미국의회도서관에 미국국가영상으로 보존된 바 있다. 본 연구는 프랭크 무리스가 자신의 자전적 이야기를 표현하기 위해 수집한 오십만 개의 이미지들과 그 구성이 비단 연대기적인 시간적 흐름 속에서 일률적으로 구성된 것이 아닌, 발터 벤야민이 정의하는 파편적이고 불연속적인 '변증법적 이미지'의 개념을 통해 그 해석의 지평을 넓혀볼 수 있다고 규정하고, 작가의 내적 재현으로서의 <프랭크 필름>을 탐색한다. 통상적으로 변증법이란 모순 또는 대립을 근본원리로 결국 모순들의 화해를 추구하지만, 벤야민의 변증법적 이미지는 오히려 각각의 고유성을 유지하면서도 또 다른 것이 될 수 있는 새로운 관계들을 그려낸다. 또한 이러한 과거의 이미지들이 더 이상 과거에 머무르지 않고, 그 고유성을 유지하며 그것을 바라보는 현재와 만났을 때 이것이 비로소 벤야민이 주장하는 '변증법적 이미지'가 된다. 과거와 현재를 연속적 관점이 아닌 각각 독립적인 가치를 지닌 시간으로 이해했던 벤야민의 관점에서 새로운 관계적 가치들을 담아내는 시공간으로서의 <프랭크 필름>은 꼴라주를 활용한 애니메이션의 실험적 미학을 제시하는 동시에 동시대 문화와 사회상을 담아내며 깊이 있는 분석 자료로서의 가치를 지닌다. 또한 자전적 애니메이션의 관습적 표현을 탈피한 자유로운 미적 표현과 벤야민의 개념을 통한 이론적 연구는 실험애니메이션 연구의 새로운 관점을 확보, 확장 할 수 있는 계기가 될 것이다.

• 지능정보연구
• /
• 제23권1호
• /
• pp.95-108
• /
• 2017

최근 알파고의 등장으로 딥러닝 기술에 대한 관심이 고조되고 있다. 딥러닝은 향후 미래의 핵심 기술이 되어 일상생활의 많은 부분을 개선할 것이라는 기대를 받고 있지만, 주요한 성과들이 이미지 인식과 자연어처리 등에 국한되어 있고 전통적인 비즈니스 애널리틱스 문제에의 활용은 미비한 실정이다. 실제로 딥러닝 기술은 Convolutional Neural Network(CNN), Recurrent Neural Network(RNN), Deep Boltzmann Machine (DBM) 등 알고리즘들의 선택, Dropout 기법의 활용여부, 활성 함수의 선정 등 다양한 네트워크 설계 이슈들을 가지고 있다. 따라서 비즈니스 문제에서의 딥러닝 알고리즘 활용은 아직 탐구가 필요한 영역으로 남아있으며, 특히 딥러닝을 현실에 적용했을 때 발생할 수 있는 여러 가지 문제들은 미지수이다. 이에 따라 본 연구에서는 다이렉트 마케팅 응답모델, 고객이탈분석, 대출 위험 분석 등의 주요한 분류 문제인 이진분류에 딥러닝을 적용할 수 있을 것인지 그 가능성을 실험을 통해 확인하였다. 실험에는 어느 포르투갈 은행의 텔레마케팅 응답여부에 대한 데이터 집합을 사용하였으며, 전통적인 인공신경망인 Multi-Layer Perceptron, 딥러닝 알고리즘인 CNN과 RNN을 변형한 Long Short-Term Memory, 딥러닝 모형에 많이 활용되는 Dropout 기법 등을 이진 분류 문제에 활용했을 때의 성능을 비교하였다. 실험을 수행한 결과 CNN 알고리즘은 비즈니스 데이터의 이진분류 문제에서도 MLP 모형에 비해 향상된 성능을 보였다. 또한 MLP와 CNN 모두 Dropout을 적용한 모형이 적용하지 않은 모형보다 더 좋은 분류 성능을 보여줌에 따라, Dropout을 적용한 CNN 알고리즘이 이진분류 문제에도 활용될 수 있는 가능성을 확인하였다.

• 한국광학회지
• /
• 제18권5호
• /
• pp.351-361
• /
• 2007

마그네트론 스퍼터링 방법을 사용하여 광기록 매체인 GST 박막과 보호층인 $ZnS-SiO_2$ 박막 또는 $Al_2O_3$ 박막을 c-Si 기판위에 증착한 뒤 in-situ 타원계를 사용하여 상변화 광기록층인 GST 시료의 타원상수 온도의존성을 실시간으로 측정한 결과 $300^{\circ}C$ 이상의 온도에서 GST의 고온 타원상수는 가열 환경 및 보호층의 종류에 따라 큰 차이를 보여주었다. 가열 환경 및 보호층의 종류에 따라 GST의 고온 타원상수가 달라지는 원인인 $1{\sim}2$시간의 긴 승온시간을 줄이기 위해 Phase-change Random Access Memory(PRAM) 기록기를 사용하였고 수십 ns 이내의 짧은 시간 내에 순간적으로 GST 시료를 가열 및 냉각하였다. GST층이 손상되지 않고 결정화 및 고온 열처리가 되는 PRAM 기록기의 기록모드와 레이저출력 최적조건을 찾았으며 다층박막 구조에서 조사되는 레이저 에너지가 광기록층인 GST에 흡수되는 양과 이웃하는 층으로 전파되는 양을 열확산방정식으로 나타내고 이를 수치해석적으로 풀어 레이저출력과 GST 박막의 최고 온도와의 관계를 구하였다. 지름이 1um 정도인 레이저스폿을 대략 $0.7{\times}1.0mm^2$의 면적내에 촘촘히 기록한 다음 고온 열처리된 GST 시료의 분광타원데이터를 500 um의 빔 크기를 가지는 마이크로스폿 분광타원계를 사용하여 구하고 그 복소굴절률을 결정하였다. In-site 타원계를 사용할 때에 가열 환경 보호층 물질의 영향을 크게 받은 GST의 고온 복소굴절률은 PRAM 기록기를 사용하였을 때에는 가열환경이나 보호층의 종류에 무관하게 안정된 값을 보여주었다 Atomic Force Microscope(AFM)과 Scanning Electron Microscopy(SEM)을 통해 관찰한 GST 다층박막시료의 고온 열처리 전후 표면미시거칠기 변화도 PRAM 기록기를 사용할 때에는 in-situ 타원계를 사용할 때보다 1/10 정도의 크기를 보여주어 PRAM 기록기와 분광타원계를 사용하여 결정한 GST의 고온광학물성의 신뢰성을 확인하여 주었다.

• Nuclear Medicine and Molecular Imaging
• /
• 제43권5호
• /
• pp.459-467
• /
• 2009

목적: ML-EM (The maximum likelihood-expectation maximization) 기법은 방출과 검출 과정에 대한 통계학적 모델에 기반한 재구성 알고리즘이다. ML-EM은 결과 영상의 정확성과 유용성에 있어 많은 이점이 있는 반면 반복적인 계산과 방대한 작업량 때문에 CPU(central processing unit)로 처리할 때 상당한 연산시간이 소요되었다. 본 연구에서는 GPU(graphic processing unit)의 병렬 처리 기술을 ML-EM 알고리즘에 적용하여 영상을 재구성하였다. 대상 및 방법: 엔비디아사(社)의 CUDA 기술을 이용하여 ML-EM 알고리즘의 투사 및 역투사 과정을 병렬화 전략을 구상하였으며 Geforce 9800 GTX+ 그래픽 카드를 이용하여 병렬화 연산을 수행하여 기존의 단일 CPU기반 연산법과 비교하였다. 각 반복횟수마다 투사 및 역투사 과정에 걸리는 총 지연 시간과 퍼센트 오차(percent error)를 측정하였다. 총 지연 시간에는 RAM과 GPU 메모리 간의 데이터 전송 지연 시간도 포함하였다. 결과: 모든 반복횟수에 대해 CPU 기반 ML-EM 알고리즘보다 GPU 기반 알고리즘이 더 빠른 성능을 나타내는 것을 확인하였다. 단일 CPU 및 GPU 기반 ML-EM의 32번 반복연산에 있어 각각 3.83초와 0.26초가 걸렸으며 GPU의 병렬연산의 경우 15배 정도의 개선된 성능을 보였다. 반복횟수가 1024까지 증가하였을 경우, CPU와 GPU 기반 알고리즘은 각각 18분과 8초의 연산시간이 걸렸다. GPU 기반 알고리즘이 약 135배 빠른 처리속도를 보였는데 이는 단일 CPU 계산이 특정 반복횟수 이후 나타나는 시간 지연에 따른 것이다. 결과적으로, GPU 기반 계산이 더 작은 편차와 빠른 속도를 보였다. 결론: ML-EM 알고리즘에 기초한 GPU기반 병렬 계산이 처리 속도와 안정성을 더 증진시킴을 확인하였으며 이를 활용해 다른 영상 재구성 알고리즘에도 적용시킬 수 있을 것으로 기대한다.

• 디지털콘텐츠학회 논문지
• /
• 제13권2호
• /
• pp.225-233
• /
• 2012

<아바타>이후 3D 입체영상은 차세대 콘텐츠 산업의 블루칩으로 떠올라있다. 그에 반해 국내에서 상업적으로 제작하였던 모든 입체 콘텐츠들이 흥행에 실패 하였다. 이는 국내 입체콘텐츠의 완성도가 해외의 콘텐츠에 비하여 매우 떨어지기 때문이며, 현행되고 있는 2D기반의 입체 후반작업 프로세스가 그 원인으로 작용하고 있다. 그중에서도 입체 편집프로세스는 콘텐츠의 질과 가장 밀접한 관련이 있다. 영화<나탈리>의 제작사례를 통해 알아본 현행 입체 편집프로세스는 2D기반의 시스템을 이용하여 편집을 진행한 후 3D 디스플레이 시스템으로 확인하며 이후 문제가 발생할 경우 수정하는 방식을 취하고 있다. 이러한 현상을 개선하고자 좌 우 영상의 분석을 통해 합성에서 사용되고 있는 변위지도와 깊이지도 등의 깊이정보를 시각화 하여 현행 입체 편집 프로세스에 적용하였으며, 보다 객관성 있는 입체편집 프로세스를 제안하고자 한다. 제안한 프로세스를 실제 뮤직드라마 <기억의 조각>제작에 활용하여 영화<나탈리>와 비교해보았다. 그 결과 <나탈리>의 경우 컷과 컷 사이의 입체 값 변화가 매우 큰 것을 볼 수 있었으나 <기억의 조각>의 경우 입체 값이 전체적으로 균일한 결과를 도출 할 수 있었다. 현행 프로세스의 경우 주관적인 입체감을 바탕으로 하기 때문에 작업자의 컨디션과 상태에 따라 그 값이 달라 질수 있다. 또한 Positive영역에 대한 예상은 할 수 없기 때문에 동일한 공간 혹은 한정된 공간에서 컷에 따라 각기 다른 입체 값을 보임으로써 공간의 입체감을 왜곡시킬 우려가 있다. 반면 깊이정보의 시각화를 활용한 객관적인 입체 편집은 동일한 공간에 대한 입체감과 콘텐츠 전체의 입체감을 균일하게 맞추어 입체 콘텐츠의 질을 높이고, 나아가 입체감 왜곡, 시각적 피로 등의 문제도 동시에 해결 할 수 있다.

• 한국조경학회지
• /
• 제44권4호
• /
• pp.22-34
• /
• 2016

본 연구는 한국에 있는 베트남전쟁 메모리얼의 입지, 공간, 조경디테일, 기념조각, 그리고 기념텍스트 등 조경의 관점에서 나타난 기념성을 분석하고, 여기에 나타난 기념문화에 대한 고찰을 하였으며, 전쟁 당사국인 베트남과 미국에 있는 베트남전쟁 메모리얼과 비교분석을 통하여 국가별 특성을 규명하였다. 연구는 베트남전쟁과 관련하여 국가보훈처에서 지정한 현충시설과 전사자 및 참전군인을 위한 국립묘지인 현충원 및 호국원 등 59개소를 대상으로 하여 현장조사, 문헌연구, 인터넷 검색을 통하여 자료를 수집하고 분석 및 고찰을 하였으며, 연구의 주요결과는 다음과 같다. 첫째, 공공성과 개방성이 높고, 별도의 부지매입비용이 필요하지 않은 국립묘지, 공원, 가로, 광장에 모뉴멘트를 세웠으며, 6 25전쟁 메모리얼과 함께 설치하기도 하여 국가적 차원에서 참전군인의 명예를 고양하고자 하였다. 둘째, 국립묘지에서는 홍살문${\rightarrow}$현충문${\rightarrow}$현충탑으로 이어지는 중심축을 강조하고, 주변에 노단식으로 묘역을 조성하는 전통적 방식을 따른 반면, 규모가 작은 모뉴멘트는 대칭축과 사각형을 기본적 형태로 사용하고, 사각형 기단에 기념탑을 설치하였다. 이러한 관습적인 방법 때문에 메모리얼이 획일적으로 단순해졌다. 셋째, 기념탑, 기념비, 참전부대 문장(紋章), 기념벽 등을 기본적 도입요소로 사용하였고, 표준적이며 사실적 이미지를 보이고 있다는 점에서 근대적 양식을 벗어나지 못하고 있으며, 베트남전쟁 참전기념탑 건립과 관련된 사회적 담론이 허용되지 않았고, 예술가 스스로도 베트남전쟁 메모리얼을 만드는데 있어 시대에 뒤떨어진 양식적 한계를 벗어나지 못하였다. 넷째, 참전군인을 영웅이나 전사로서 용맹성을 강조하였고, 아이구출 조각을 통한 인도주의적 이미지를 나타내는 등 사실적 근대조각이 많았으며, 세밀한 표현이 부족하다는 한계를 보여주었다. 또한, 사자, 해태, 태극 등 전통적 상징물을 이용하여 국가적 기념성을 높였다. 다섯째, 한국에서는 베트남전쟁 참전의 명분으로써 자유수호', '세계평화', '국가경제발전의 초석' 등 반공주의 및 애국주의의 이념적 가치를 내세우고, 지역 및 부대별 참전군인명을 새기어 명예를 고양하는 집단성을 표현하였다. 아쉽게도 전쟁메모리얼에서 본질적으로 추구해야하는 희생자 추모 및 전쟁 자체에 대한 해석은 소홀히 하였다. 본 연구에서 밝혀진 한국에 있는 베트남전쟁 메모리얼의 기념문화적 특성을 종합해 보면, 양식적으로는 관습적이고 표준화된 전근대적 메모리얼의 만연하고 있고, 정치사회적으로 국가의 공식적 기억과 지역 및 부대의 집단성이 강조되었으며, 이념적으로는 반공주의적 애국주의가 강하게 나타났다. 향후 전쟁메모리얼에서 기본적으로 담아야 하는 전쟁, 죽음, 참전군인의 경험 등 숭고한 기념성에 대하여 재사유가 필요하고, 창의적이고 혁신적인 메모리얼을 만들고, 바람직한 기념문화를 세우기 위한 학문적 연구 및 프로젝트가 필요하다.

• 대한핵의학회지
• /
• 제36권6호
• /
• pp.317-324
• /
• 2002

목적: SPM 기법을 이용하여 뇌 영상을 분석할 때 Talairach 뇌 지도를 찾아 해부학적 정보를 추측함으로 생기는 문제점들을 해결하기 위하여 통계적 확률 뇌지도(SPAM)을 이용하여 뇌 영역에 대한 해부학적 위치와 확률을 추출하는 프로그램을 개발하였다. 대상 및 방법: 몬트리얼 신경과학연구소에서 개발한 MNI152 표준지도에 기반한 SPAM을 이용하였다. SPM 분석 결과로 주어진 x, y, z 좌표 값을 입력하면 SPAM의 해당 좌표에서 0이 아닌 확률 값을 갖는 영역의 이름 및 확률을 추출하여 출력하게 하였으며 가장 높은 확률을 갖는 영역의 SPAM을 표준지도 위에 표시하도록 하였다. IDL 및 자바를 기반으로 프로그램을 개발하였으며 향후 인터넷 기반 프로그램으로 확장이 용이하게 하였다. 이 프로그램의 유용성을 보이고자 기존의 SPM 결과보고 형식과 이 프로그램의 결과 형식을 비교하였다. 또한 이 프로그램에 대한 예비적인 검증을 위하여 활성화되는 영역이 국소화되고 또한 그 영역이 잘 알려져 있는 기억 활성화 PET 실험 분석에 이 프로그램을 이용하여 보았다. 결과: 기존의 SPM 분석한 결과는 MNI 좌표계에서의 좌표 값만을 보여주나 이 프로그램을 이용하여 그 좌표에 대한 확률적 해부학적 정보를 얻을 수 있었다. 기억 실험 결과 유의한 활성화를 보인 영역에 대해서 이 프로그램을 적용한 결과 좌측해마구성체일 확률이 80% 이상임을 알 수 있었으며 이는 이 영역이 기억기능을 담당한다는 기존의 널리 알려진 사실과 잘 부합되었다. 결론: 이 연구에서 개발한 프로그램을 이용하여 MNI 좌표에 대한 해부학적 위치와 확률을 빠르고 정확하게 찾을 수 있어서 뇌영상 분석에 유용할 것이다.

• 지능정보연구
• /
• 제28권1호
• /
• pp.89-106
• /
• 2022

최근 영상 데이터의 급증으로 이를 효과적으로 처리하기 위해 객체 탐지 및 추적, 행동 인식, 표정 인식, 재식별(Re-ID)과 같은 다양한 컴퓨터비전 기술에 대한 수요도 급증했다. 그러나 객체 탐지 및 추적 기술은 객체의 영상 촬영 장소 이탈과 재등장, 오클루전(Occlusion) 등과 같이 성능을 저하시키는 많은 어려움을 안고 있다. 이에 따라 객체 탐지 및 추적 모델을 근간으로 하는 행동 및 표정 인식 모델 또한 객체별 데이터 추출에 난항을 겪는다. 또한 다양한 모델을 활용한 딥러닝 아키텍처는 병목과 최적화 부족으로 성능 저하를 겪는다. 본 연구에서는 YOLOv5기반 DeepSORT 객체추적 모델, SlowFast 기반 행동 인식 모델, Torchreid 기반 재식별 모델, 그리고 AWS Rekognition의 표정 인식 모델을 활용한 영상 분석 시스템에 단일 연결 계층적 군집화(Single-linkage Hierarchical Clustering)를 활용한 재식별(Re-ID) 기법과 GPU의 메모리 스루풋(Throughput)을 극대화하는 처리 기법을 적용한 행동 및 표정 검출용 영상 분석 시스템을 제안한다. 본 연구에서 제안한 시스템은 간단한 메트릭을 사용하는 재식별 모델의 성능보다 높은 정확도와 실시간에 가까운 처리 성능을 가지며, 객체의 영상 촬영 장소 이탈과 재등장, 오클루전 등에 의한 추적 실패를 방지하고 영상 내 객체별 행동 및 표정 인식 결과를 동일 객체에 지속적으로 연동하여 영상을 효율적으로 분석할 수 있다.