본 논문의 주요 목적은 컬러 이미지에서의 노이즈 제거를 위한 다양한 필터들의 성능 분석 비교이다. 기존의 노이즈 제거 필터들에 대한 분석에서 한 발 더 나아가 RGB에서 HSV나 $YC_BC_R$로 컬러 모델변환을 하여 노이즈를 제거하는 방법을 제안하였다. 논문에서 사용된 예인 Median, Wiener, Mean 등의 노이즈 제거필터들의 성능 개선에 도움을 주기위해 고안했으며 현재까지는 컬러 이미지를 위한 필터들의 성능분석이나 컬러모델 변환을 이용한 개선 방법들이 제안된 바가 없다. 이에 영감을 받아서, 고안된 새로운 방법을 테스트 하였다. 실행해 본 결과, 현재 사용되고 있는 필터들 중에서 몇몇 필터들의 성능을 향상시켜서 컬러 이미지에서의 노이즈 제거에 큰 도움을 주는 것으로 나타났다.
한반도 고지도들은 많은 역사적 의미를 가지고 있으므로, 이것을 분석하여 역사적인 사실들을 추정할 수 있다. 하지만, 고지도는 국부적인 영역들을 결합하여 전체적인 영토를 표현하기 때문에, 현재의 지도와 직접적으로 비교하는 것이 어렵다. 따라서 본 논문에서는 평가할 대상 고지도를 기준 지도의 특성에 맞게 회전, 크기 변환 및 위치이동을 수행하여 쉽게 영역을 비교할 수 있도록 변환한다. 한반도 영역의 주축을 계산하여 기준 지도의 주축의 차이만큼 회전하고, 외곽 사각형의 비율을 이용하여 비대칭적으로 폭과 높이의 크기를 수정한다. 마지막으로 영역의 중심을 일치하여 두 영역을 겹치고, 두 가지 유사도 수식을 이용하여 고지도를 평가한다. 실험 결과에서 영역 비율과 휘어짐 각도차의 유사도가 현대에 가까워지면서 유사도가 높아지는 것을 볼 수 있다. 따라서 제안하는 기법은 한반도의 고지도를 사료로 분석하는데 활용될 수 있을 것이다.
카메라의 시선 방향에 따라 다른 영상을 생성하는 3차원 물체를 2차원 영상만으로 인식하는 것은 어려운 일이다. 특히 영상 생성 시 강한 투영변환(perspective transformation) 이 발생할 경우 투영된 물체의 이미지에 대한 국소 특징을 정의하는 SIFT(Scale-Invariant Feature Transform) 알고리즘은 물체 인식에 한계가 있다. 본 논문에서는 3차원 물체를 하나의 특정 축을 중심으로 회전시키면서 얻은 복수의 영상을 학습 데이터로 활용한 물체인식 방법을 제안한다. 이 방법을 이용하여 복수 영상의 특징 점들을 하나의 특징 공간으로 합성하고 영상들 간의 기하학적인 관계를 이용하여 중복된 영역을 제거한 모델을 생성하면 임의의 3차원 회전이 적용된 물체를 인식할 수 있다. 실험에서는 알고리즘의 유용성을 먼저 확인하기 위해 조명조건과 카메라의 위치를 일정하게 유지하였다. 이 방법에 의해 SIFT 알고리즘만으로 인식이 힘들었던 3차원 물체의 다양한 외관(appearance) 인식이 가능하게 되었다.
Pushbroom위성 영상의 카메라 모델링을 위한 대표적 방법들을 구현하고 성능을 분석하였다. 구현된 모델들은 벡터 진행 모델, Gugan and Dowman(GD)의 모델, 상용 소프트웨어의 근간을 이루는 Orun and Natarajan(ON)의 모델, Direct Linear Transformation(DLT)모델이다. 서울/경기지역 의 SPOT 영상에 대해 지상기준점의 수를 1개에서 23개까지 변화하면서 카메라 모델을 수립하였다. 지상기준점이 6개 미만인 경우에는 벡터 진행 모델이 최고 2.7픽셀의 정확도를 보인 반면 이외의 모델들은 사용할 수 없다. 6개 이상인 경우에는 ON모델이 최고 1픽셀의 정확도로 가장 우수한 성능을 보인다. 이때 벡터 진행 모델은 최고 1.5픽셀의 정확도를 갖는다. GD모델은 모델 변수간의 상관관계로 인하여 대부분의 경우 모델 수립에 실패하였다. DLT모델의 정확도는 특정 지상기준점의 포함여부에 따라 1∼4픽셀 사이에서 진동한다. 모델링의 부산물로서 벡터 진행 모델은 위성궤도 추정에 응용할 수 있는 장점이 있다 향후 연구 과제로는 위에서 열거한 정확도로부터 지상기준점에 내재한 오차 제거, 벡터 진행 모델의 성능 향상 등이 있다.
Seriously depressed by the failure in the first performance of his own drama ${\ll}$The Government Inspector${\gg}$, N. Gogol sought out a space, Italy, which is obviously a turning point for the writer. Here in Italy, the writer could be able to explore an essential foundation for the national identity as well as self-identification of Russian traditional culture, all of which have already been epitomized in the Renaissance period in Italy. The city Rome itself provided Gogol with its grandness and harmonious perfectness, influencing something 'spiritual being' upon the writer. The work under discussion, "Rome," is thus created through these literary circumstances. Though it is made under the different title as "Annuntiata" and it delivers a love story between lovers, the story lines gradually turned into a fiction about the city, Rome. In comparison with city Paris, Gogol himself presents a negative view of the French metropolitan, saying that it is nothing but a by-product of the 19th century civilization. Interestingly enough, Rome for Gogol is totally different; it is the place of sublimity, that is a locus of harmonious, holy, and eternal city. Likewise, this pattern can be said of another description on the two contradictory cities: Paris and Rome. Again, Gogol fully pictures the city Paris as centripetal and Rome as centrifugal, in which the main protagonist makes the reader indulge in his own world. Throughout the story the writer tells us a transformation experienced by his character, and the work ends with an open denouement. Like Jerusalem, Rome is the city of resurrection for Gogol. Yet, this kind of possibility of transformation in the story is exposed to the hero, and it arguably depends on the extent to which he explores the readiness for encountering of 'eternity' in this "eternal city."
사람들이 보는 많은 이미지들은 모두 색으로 이루어져 있다. 이 색은 색상, 채도, 명도 값의 조합으로 볼 수 있다. 음식 이미지 또한 다른 이미지와 마찬가지로 색상, 채도, 명도 값의 조합으로 이루어져 있는데, 이 때 각 값의 수치에 따라 사람이 이미지에 있는 음식에 대해 느끼는 감정이 달라진다. 이를 바탕으로 사람이 음식을 보고 느끼는 감정과 색의 관계를 분석해서 맛이 없어 보이는 음식을 맛있어 보이게 할 수 있다. 음식 사진을 찍을 때 사진은 사용자의 감성을 반영하지 않고 있는 사실 그대로를 찍지만, 이 기술을 활용하면 사용자의 감성을 더해 음식이 맛있어 보이게 혹은 맛없어 보이게 하여 사용자의 만족도를 더욱 높일 수 있다. 이러한 기술을 인터넷의 블로그나 개인홈페이지 혹은 스마트폰을 통해 트위터 등에 사진을 업로드 할 때 활용할 수 있다. 이를 위해 본 논문은 사용자 개인이 맛있다고 느끼는 음식의 색 분포를 분석하여 최적의 색 조합을 선정하고, 이를 대상 음식 이미지의 컬러 테이블에 반영하여 개개인 사용자 취향에 맞춘 이미지로 변환한다. 즉, 각각의 사용자에게 본인이 선호하는 음식이 속해있는 음식 샘플을 통해 맛있다고 느끼는 색깔의 컬러 조합을 찾아내기 때문에 각 개인의 취향을 반영할 수 있다.
자동차 번호인식을 위해선 수많은 번호판 데이터가 필요하다. 번호판 데이터는 과거의 번호판부터 최신의 번호판까지 균형 있는 데이터의 확보가 필요하다. 하지만 실제 과거의 번호판부터 최신의 번호판의 데이터를 획득하는데 어려움이 있다. 이러한 문제를 해결하기 위해 인조 번호판을 이용하여 자동차 번호판을 생성하여 딥러닝을 통한 번호판 인식 연구가 진행되고 있다. 하지만 인조 데이터는 실제 데이터와 차이가 존재하며, 이러한 문제를 해결하기 위해 다양한 데이터 증강 기법을 사용한다. 기존 데이터 증강 방식은 단순히 밝기, 회전, 어파인 변환, 블러, 노이즈등의 방법을 사용하였다. 본 논문에서는 데이터 증강 방법으로 인조데이터를 실제 데이터 스타일로 변환하는 스타일 변환 방법을 적용한다. 또한 실제 번호판 데이터는 원거리가 많고 어두운 경우 잡음이 많이 존재한다. 단순히 입력데이터를 가지고 문자를 인식할 경우 오인식의 가능성이 높다. 이러한 경우 문자인식 향상을 위해 본 논문에서는 문자인식을 위하여 화질개선 방법으로 DeblurGANv2 방법을 적용하여 번호판 인식 정확도를 높였다. 번호판 검출 및 번호판 번호인식을 위한 딥러닝의 방식은 YOLO-V5를 사용하였다. 인조 번호판 데이터 성능을 판단하기 위해 자체적으로 확보한 자동차 번호판을 수집하여 테스트 셋을 구성하였다. 스타일 변환을 적용하지 않은 번호판 검출이 0.614mAP를 기록하였다. 스타일 변환을 적용한 결과 번호판 검출 성능이 0.679mAP 기록하여 성능이 향상되었음을 확인하였다. 또한 번호판 문자인식에는 화질 개선을 하지 않은 검출 성공률은 0.872를 기록하였으며, 화질 개선 후 검출 성능이 0.915를 기록하여 성능 향상이 되었음을 확인 하였다.
이 연구에서는 Geostationary Ocean Color Imager(GOCI) 센서에 적용할 수 있는 고유의 Tasseled Cap Transformation(TCT) 계수를 제시하고 있다. TCT는 다중밴드 센서 자료로부터 지표의 특성을 분석하는 전통적인 영상변환 방법 중 하나로 새로운 다중밴드 광학센서가 관측을 시작하는 경우 센서의 특성 차이로 인하여 각각의 육상관측 위성센서에 적합한 TCT 계수들이 장기 분석을 통하여 수립되어야 한다. GOCI 센서는 해양관측이 주 목적으로 개발되었으나 영상의 상당 부분은 육지를 관측하고 있으며 밴드 구성은 육지관측에도 일반적으로 이용되는 Visible-Near InfraRed(VNIR) 영역의 정보를 포함하고 있다. 또한 GOCI 센서의 높은 시간 해상도는 지표의 일별 변화의 관측에도 유용하게 사용될 수 있다. 이러한 장점을 이용하여 GOCI 센서에 대한 고유한 TCT가 제공된다면 GOCI 센서의 관측범위 내에서 준 실시간으로 지표변화에 대한 분석과 해석이 가능할 것이다. TCT는 일반적으로 "Brightness", "Greenness", "Wetness"의 세 가지 정보를 포함하지만, ShortWave InfraRed(SWIR) 파장대역이 없는 GOCI 센서의 경우에는 "Wetness"의 정보를 얻을 수 없다. GOCI 센서의 높은 시간 해상도의 활용을 극대화하기 위해서는 "Wetness"의 정보가 제공되어야 한다. "Wetness"의 정보를 얻기 위해 GOCI 주성분 분석(Principal Component Analysis: PCA) 공간을 MODIS TCT 공간에 선형 회귀하는 방법이 사용되었다. 이 연구에서 산출된 GOCI TCT 계수는 정지궤도의 특성에 의해 관측 시간대별로 다른 변환계수를 가질 수 있다. 이 차이를 알아보기 위하여 GOCI TCT 자료와 MODIS TCT 자료 사이의 상관관계가 비교되었다. 그 결과, "Brightness"와 "Greenness"는 4시 자료, "Wetness"는 2시 자료의 변환계수가 선택되었다. 최종적으로 산출된 변환계수의 적절성을 평가하기 위하여 GOCI TCT 자료는 MODIS TCT 영상 및 여러 육상 파라미터들과 비교되었다. GOCI TCT 영상은 MODIS TCT 영상보다 지표 피복의 분류가 더 세밀하게 표현되었으며, GOCI TCT 공간의 지표 피복 분포도 유의미한 결과를 보여줬다. 또한 GOCI TCT의 "Brightness", "Greenness", "Wetness" 자료는 Albedo($R^2$ = 0.75), Normalized Difference Vegetation Index(NDVI) ($R^2$ = 0.97), Normalized Difference Moisture Index(NDMI) ($R^2$ = 0.77)와 각각 비교적 높은 상관관계가 나타났다. 이러한 결과들은 적절한 TCT 계수의 산출이 이루어졌다는 것을 보여준다.
본 논문에서는 딥러닝과 구체의 형태 변형 방법을 이용한 단일 이미지에서의 3D mesh 재구축 기법을 제안한다. 제안한 기법은 기존의 방식과 다른 다음과 같은 독창성이 있다. 첫 번째, 기존의 근처의 가까운 점들을 연결하여 모서리 또는 면을 구축하는 방식과 다르게 딥러닝 네트워크을 통하여 구체의 꼭짓점의 위치를 사물의 3D 포인트 클라우드와 매우 유사하게 수정한다. 3D 포인트 클라우드를 이용하므로 메모리가 적게 필요하며 구체의 꼭짓점에 오프셋 값 사이에 덧셈 연산만을 수행하기 때문에 더 빠른 연산이 가능하다. 두 번째, 수정한 꼭짓점에 구체의 면 정보를 씌워 3D mesh를 재구축한다. 구체의 꼭짓점의 위치를 수정하여 생성한 3D 포인트 클라우드의 점들의 간격이 일정하지 않을 때에도 이미 점들 사이의 연결 여부를 나타내는 구체의 면 정보라는 3D mesh의 면 정보를 가지고 있어 표현의 단순화나 결손을 방지할 수 있다. 제안하는 기법의 객관적인 신뢰성을 평가하기 위해 공개된 표준 데이터셋인 ShapeNet 데이터셋을 이용하여 비교 논문들과 같은 방법으로 실험한 결과, 본 논문에서 제안하는 기법의 IoU 값이 0.581로, chamfer distance 값은 0.212로 산출되었다. IoU 값은 수치가 높을수록, chamfer distance 값은 수치가 낮을수록 우수한 결과를 나타내므로 다른 논문에서 발표한 기법들보다 3D mesh 재구축의 결과에서 성능의 효율성이 입증되었다.
고해상도 위성의 센서모형화는 도면화와 지형공간정보(Geo-spatial Information System)의 응용을 위해서는 필수적인 단계이다. 영상과 대상물과의 기하학적인 관계를 규정하는 센서모형은 크게 엄밀(rigorous)센서모형화와 간략(approximate)센서모형화의 두 가지로 나눌 수 있다. 엄밀센서모형화는 위성의 실제적인 촬영기하를 고려한 것으로 센서의 내외부적인 특성을 알고 있어야 하는 반면에 간략센서모형화 방법은 영상취득기하의 종합적인 이해나 센서의 내외부적인 특성정보를 필요로 하지 않기 때문에 사진측량 커뮤니티에서 많은 관심이 증대되고 있다. 본 연구에서는 고해상도 위성영상의 3차원 위치결정에 이용되고 있는 엄밀센서모형과 다양한 간략센서모형에 대해 비교연구를 수행하였으며 위성영상의 이용목적에 따른 적합한 모형화 방법을 제안하였다. IKONOS 위성영상을 이용한 사례연구를 통하여 엄밀센서모형과 간략센서모형에 대한 비교연구를 수행하였으며, 수집 가능한 지상기준점에 따른 위치정확도를 평가하였다. 간략센서모형화 방법 중에서 편의보정된 다항식비례모형(bias compensated RFM)이 가장 우수하였으며 개량평행투영모형(modified parallel projection)과 평행-중심투영모형(parallel-perspective model)은 적은 수의 기준점을 이용하여 센서모형화가 가능하였다. 또한 간략센서모형화 방법 중 부등각사상변환(affine transformation)은 고해상도 위성의 수평위치결정과 영상간의 등록에 활용가능하다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.