• 한국안전학회지
• /
• 제34권1호
• /
• pp.82-89
• /
• 2019

The importance of aviation safety has been emphasized recently due to the development of aviation industry. Despite the efforts of each country and the improvement of screening equipment, screening tasks are still difficult and detection failures are frequent. The purpose of this study was to examine the effect of feedback on improving signal detection performance applying a Simulated Baggage Screening Program(SBSP) for improving aviation safety. SBSP consists of three parts: image combination, option setting and experiment. The experimental images were color-coded to reflect the items' transmittance of the x-rays and could be combined as researchers' need. In the option, the researcher could set up the information, incentive, and comments needed for training to be delivered on a number of tasks and times. Experiment was conducted using SBSP and participant's performance information (hit, missed, false alarms, correct rejection, reaction time, etc.) was automatically calculated and stored. A total of 50 participants participated and each participant was randomly assigned to feedback and non-feedback group. Participants performed a total of 200 tasks and 20(10%) contained target object(gun and knife). The results showed that when the feedback was provided, the hit, correct rejection ratio and d′ were increased, however, the false alarms and miss decreased. However, there was no significant difference in response criteria(${\beta}$). In addition, implications, limitations of this study and future research were discussed.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권12호
• /
• pp.4420-4438
• /
• 2021

Image dehazing is an ill-posed problem which is far from being solved. Traditional image dehazing methods often yield mediocre effects and possess substandard processing speed, while modern deep learning methods perform best only in certain datasets. The haze removal effect when processed by said methods is unsatisfactory, meaning the generalization performance fails to meet the requirements. Concurrently, due to the limited processing speed, most dehazing algorithms cannot be employed in the industry. To alleviate said problems, a lightweight fast dehazing network based on a multiple scale-patch framework (MSP) is proposed in the present paper. Firstly, the multi-scale structure is employed as the backbone network and the multi-patch structure as the supplementary network. Dehazing through a single network causes problems, such as loss of object details and color in some image areas, the multi-patch structure was employed for MSP as an information supplement. In the algorithm image processing module, the image is segmented up and down for processed separately. Secondly, MSP generates a clear dehazing effect and significant robustness when targeting real-world homogeneous and nonhomogeneous hazy maps and different datasets. Compared with existing dehazing methods, MSP demonstrated a fast inference speed and the feasibility of real-time processing. The overall size and model parameters of the entire dehazing model are 20.75M and 6.8M, and the processing time for the single image is 0.026s. Experiments on NTIRE 2018 and NTIRE 2020 demonstrate that MSP can achieve superior performance among the state-of-the-art methods, such as PSNR, SSIM, LPIPS, and individual subjective evaluation.

• 한국멀티미디어학회논문지
• /
• 제25권8호
• /
• pp.1167-1174
• /
• 2022

With the sustainable development and transformation of the city, public art as a business card of the famous city of culture has become a hot topic of research. The intervention of public art in public space not only brings users a sense of space experience, but also becomes a unique carrier of urban and rural image making. Although there is much research on the classification, aesthetics and function of public art, there is few quantitative research on user satisfaction. This paper takes the basic features of airport public art as a research object and the basic features of airport public art as the theoretical basis to study the impact of the basic characteristics of airport public art on user satisfaction. Research methods were based on questionnaire data of 247 people, in which models and hypotheses were tested using SPSS 21.0 software, based on the induction and extraction of nine influential factors in the basic characteristics of public art. The study found that public interpretation, media patterns, color perception, modeling form, place perception, city image and memory have significant positive effects on user satisfaction. The sharedness of public art, cognition and communication in public culture and spatial relations do not affect satisfaction. Conclusion, inspiration and prospect provide suggestions for designers and reference data and theoretical support for public art evaluation.

• 한국과학예술포럼
• /
• 제19권
• /
• pp.601-612
• /
• 2015

본 연구에서는 심미적 기능의 오브제로서의 공예와 공간에서 실용적 기능으로서의 소재를 융합한 가구디자인으로 공간에서의 새로운 역할을 부여하기 위한 시도에 그 목적이 있다. 따라서 가구디자인은 목재와 도자 소재의 융합적 시도로서 그것이 가진 가치와 가능성을 보여준다. 연구의 범위와 방법은 도자인 예술 분야와 목공이라는 디자인 분야의 다른 재료 및 소재의 혼합과 연결되어 있다. 도자로 제작된 다리와 월넛 나무로 제작된 상판의 전혀 다른 소재가 어우러지도록 융합되어 제작한다. 직접 가구를 제작함에 있어 도자기가 쌓아진 형식을 차용한 도자 다리를 제작하여 시각적으로 제한된 기존 가구디자인과 차별된 디자인을 창출하고, 흙과 유약에서 보이는 색감과 질감으로 나무에서 얻을 수 없었던 색다른 느낌을 보여주어 가구와 그것이 놓인 공간의 신선한 어울림을 기대한다. 포스트모던 이후 디자인과 예술의 경계가 모호해지고 있다. 본 연구를 통해 가구 상판에 기능과 형상을 자유롭게 조화시킬 수 있는 개념의 현대의 다양성 그리고 가구와 오브제와의 역할에 대한 경향을 고려한 디자인을 제안하고자 한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.463-465
• /
• 2021

현재 식품 포장 및 박스에 인쇄된 유통기한 검사 방법은 일부 제품만 샘플링하여 사람의 눈으로 검사하는 방법이다. 이러한 샘플링 검사는 극히 일부분의 제품만 검사 가능하다는 한계를 지니고 있다. 따라서 카메라를 활용한 정확한 검사가 요구된다. 본 논문에서는 제품 포장에 인쇄된 유통기한 결함 검출방법에 인공지능 기술인 딥 러닝 객체인식 기술 모델을 제안한다. 제안된 방법으로는 딥러닝 객체인식 모델 중에 Faster R-CNN 모델을 이용해 인쇄된 유통기한을 검출을 학습하고 Faster R-CNN 방법을 이용해서 수집된 칼라이미지를 그레이 이미지와 이진화 이미지로 변환한 이미지에 대해 각각 성능을 비교하고 검출 성능을 확인한다. 딥 러닝 기술에 적용한 박스에 인쇄된 유통기한 검출 성능은 기존 비전 검사기의 검출 성능과 비슷한 검출 성능을 보였다.

• 한국식생활문화학회지
• /
• 제25권1호
• /
• pp.70-75
• /
• 2010

The object of this study was to investigate the effects of rice particle size on the physicochemical properties of beef-rice porridge. The pH of beef-rice porridge was decreased as compared to that of the control, while the redness of beef porridge increased according to rice particle size. The viscosity of flour in the beef-rice porridge was the highest among three porridges, at $40^{\circ}C$. The protein content of beef-rice porridge was increased 3-fold over that of rice porridges. The total amino acid content of the beef-rice porridge was 3071.2 mg/100 g, and that of rice porridge was 1147.5 mg/100 g. As compared to rice porridge, the maximum amounts of the amino acids Lys and Thr were increased beef-rice porridge. Sensory evaluation results showed that the beef-rice porridge with a particle size half that of rice had the highest scores in color, taste, texture, and overall preference. Based on these results, it is suggested that beef-rice porridge with a particle size half (0.7-2.5 mm) that of rice has optimal quality in terms of both physicochemical and sensory properties.

• 전기전자학회논문지
• /
• 제28권1호
• /
• pp.65-71
• /
• 2024

본 논문은 스테레오 매칭에서 깊이 맵의 정확도를 높이기 위해 폐색 영역의 매칭 오류를 줄이면서 파라메터의 수를 줄일 수 있는 신경망을 제안한다. 이미지를 이용한 상황인식을 보다 정확하게 하기 위해 많은 분야에서 스테레오 매칭기반 객체인식이 활용된다. 복잡한 이미지에 많은 객체가 있을 때 객체간의 겹침과 배경에 의한 가림으로 폐색영역이 발생하여 깊이 맵의 정확도를 낮추게 된다. 이를 해결하기 위해 context 정보를 만들어 cost volume에 결합하거나 폐색영역에 RoI를 만들어 선택하는 기존 연구 방법은 신경망의 복잡도를 높여서 학습의 어려움과 구현에 비용이 많이 들게 된다. 본 논문에서는 cost volume 생성전에 지역적인 특징추출을 보다 강화하는 depthwise seperable 신경망을 만들어 파라메터의 수를 줄이고 폐색 오류에 강인한 신경망을 제안한다. 제안한 신경망은 PSMNet에 비하여 파라메터 수를 30% 줄이면서 페색오류에서 5.3%, 테스트 손실에서 3.6% 개선하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권2호
• /
• pp.311-326
• /
• 2024

The rapid development of neural network technology promotes the neural network model driven by big data to overcome the texture effect of complex objects. Due to the limitations in complex scenes, it is necessary to establish custom template matching and apply it to the research of many fields of computational vision technology. The dependence on high-quality small label sample database data is not very strong, and the machine learning system of deep feature connection to complete the task of texture effect inference and speculation is relatively poor. The style transfer algorithm based on neural network collects and preserves the data of patterns, extracts and modernizes their features. Through the algorithm model, it is easier to present the texture color of patterns and display them digitally. In this paper, according to the texture effect reasoning of custom template matching, the 3D visualization of the target is transformed into a 3D model. The high similarity between the scene to be inferred and the user-defined template is calculated by the user-defined template of the multi-dimensional external feature label. The convolutional neural network is adopted to optimize the external area of the object to improve the sampling quality and computational performance of the sample pyramid structure. The results indicate that the proposed algorithm can accurately capture the significant target, achieve more ablation noise, and improve the visualization results. The proposed deep convolutional neural network optimization algorithm has good rapidity, data accuracy and robustness. The proposed algorithm can adapt to the calculation of more task scenes, display the redundant vision-related information of image conversion, enhance the powerful computing power, and further improve the computational efficiency and accuracy of convolutional networks, which has a high research significance for the study of image information conversion.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권10호
• /
• pp.1332-1344
• /
• 2004

최근 초고속 통신망 및 멀티미디어 관련기술의 발달로 인해 멀티미디어 데이타를 좀 더 효율적으로 전송하고 저장, 검색하는 기술이 요구되고 있다. 그 중에서 의미 기반 영상 검색은 색상, 질감, 모양 정보 등의 저 차원 특징 정보와 이미지 데이타에 의미를 부여하기 위해 주석 처리하는 것이 일반적이다. 그리고 부여된 키워드와 같은 어휘 사전을 이용하여 의미기반 정보검색을 수행하고 있지만, 기존의 키 워드기반 텍스트 정보검색의 한계를 벗어나지 못하는 문제를 야기 시킨다. 두 번째 문제점으로 내용 기반이미지 검색시스템에서 검색 성능이 떨어지며, 복잡한 배경을 가진 이미지에서 객체를 분리하기가 어렵고, 그리고 영역의 과잉 분할로 인하여 영역 추출이 어렵다. 그리고 복잡한 다중 객체를 가진 이미지에서 객체들을 분리하기 어렵다는 것이다. 이러한 문제점들을 해결하기 위해서, 본 논문에서는 총 다섯 가지 단계로 처리할 수 있는 내용 기반 검색 시스템을 구축한다. 다섯 단계 중에서 가장 중요한 부분은 RGB 이미지들 중에서 배경이 가장 큰 것과 가장 작은 것을 추출한다. 특히, 배경이 가장 큰 이미지를 이용하여 피사체와 배경을 추출하는 방법을 제안한다. 두 번째 문제점을 해결하기 위해서, RGB 채널 분할 기법을 이용하여 객체를 분리하고, Watermerge의 임계값을 이용하여 영역의 과잉분할을 최적화하며, RGB 채널 선택 기법을 이용하여 다중객체를 분리하는 방법을 제안한다. 실험을 통하여 기존에 검색하기 어려웠던 복잡한 객체들을 검색하는 방법들을 대체할 수 있도록, 제안한 기법이 기존의 방법보다 검색 성능이 우수함을 입증한다.과 황산이온의 농도에 따르는 것으로 생각된다. 이상과 같이, 에트린자이트는 콘크리트 내에서 다양한 내외부적인 화학작용 따라 특징적인 산출 양상을 보이며, 주변 환경 조건에 따라 다른 광물로 전이되는 나타내었다. 이러한 연구결과, 에트린자이트의 생성에 따른 콘크리트의 성능저하는 그 광물학적 특성과 분포양상에 관련성을 가지는 것으로 나타났다.인 상관관계를 보이지 않는 것으로 나타난다. 이에 비해서 팽윤도는 벤토나이트의 광물조성, 표면전하 특성, 입도 및 형상 등의 물리화학적 성향을 포괄하는 체표면적 수치와 대략적으로 반비례적인 관계를 보인다 따라서 벤토나이트 현탁액에서의 유변학적 특성은 몬모릴로나이트의 표면전하 특성, 형태, 입도 및 조직 등의 차이에 의해서 달라지는 점토 입자들의 응집특성 및 취합결정체의 형상에 주로 규제되고, 제올라이트와 같은 미세한 불순 광물성분들의 영향도 부수적으로 관여되는 복합적인 성향인 것으로 해석된다.18.88%이상 향상시키는 것으로 나타났다. 3. 유지방 함량 23.80%인 control 치즈의 cholesterol 함량은 81.47mg/100g이었고, 균질압력 1200psi(91kg/$cm^2$)에 $\beta$-cyclodextrin 2%를 첨가한 cheese에서는 cholesterol 함량이 20.15mg/100g으로 cholesterol 제거율이 75.27%로 가장 높게 나타났다. 4. Meltability는 균질압력 1200psi(91kg/$cm^2$)에 $\beta$-cyclodextrin 1과 2%로 처리한

• 원예과학기술지
• /
• 제33권1호
• /
• pp.1-10
• /
• 2015

본 시험은 성목기 '후지'/M.9 사과나무의 재식밀도별 적정 착과수를 조사하고자 영양생장, 생산량, 과실품질 및 이듬해 개화율을 3년(재식 7-9년차) 동안 조사하였다. 시험재료는 $3.5{\times}1.5m$(190주/10a), $3.5{\times}1.2m$(238주/10a), $3.2{\times}1.2m$(260주/10a)로 심어 세장방추형을 목표수형으로 관리하고 있는 '후지'/M.9 사과나무이었다. 목표 착과수 범위는 주당 55-64과, 65-74과, 75-84과, 85-94과, 95-104과의 5수준이었다. TCA 증가, 총 신초장, 이듬해 개화율, 주당 생산량 및 수량 효율은 재식밀도가 낮을수록 증가하는 경향이 있었고, 과중과 가용성고형물 함량은 목표 착과수준이 낮을수록 증가하는 경향이 있었다. 착색은 신초생장이 감소할수록 증가하는 경향이 있었다. 해거리는 238주과 260주 재식구의 주당 과실수가 각각 85-94과, 75-84과 이상이 되면 발생하였다. 그러나 190주 재식구는 주당 95-104과 정도 되어도 해거리가 발생하지 않았다. 누적 생산량은 재식밀도 및 목표 착과수준이 높을수록 많아지는 경향이 있었으나, 해거리가 발생한 착과구들 간의 차이는 없었다. 결론적으로 190주로 재식된 '후지'/M.9 사과나무의 성목기 적정 결실량은 95-104개, 238주 재식구는 75-84개, 260주 재식구는 65-74개 범위가 적당할 것이라고 판단되었다.