• 디지털융복합연구
• /
• 제16권11호
• /
• pp.441-446
• /
• 2018

본 연구는 중소기업이 뉴미디어를 활용하여 브랜드 홍보 효과를 높일 수 있는 방안을 찾기 위하여 중소기업 홍보에서 디지털 매체를 어떻게 활용하는지 파악하고 콘텐츠 측면에서 어떤 구체적인 필요 요소를 갖는지 분석했다. 연구방법으로는 중소기업의 디지털 매체 활용과 콘텐츠 요인을 분석하기 위해 중소기업 담당자를 대상으로 심층인터뷰를 실시했다. 연구결과 중소기업은 제품 및 브랜드에 대해 상대적으로 저관여 성향을 보이는 소비자들의 관심을 유발하기 위해 영상 콘텐츠를 브랜드 홍보수단으로 활용하고자 하는 니즈가 높았다. 특히 소비자들의 중소기업 제품 및 브랜드 경험 부족을 극복하는 방안으로 영상 콘텐츠 제작과 활용에 대한 기대가 높게 나타났다. 콘텐츠 측면에서는 소셜 인플루언서, 전문가 등을 통한 공신력있는 콘텐츠 활용이 중소기업 제품의 신뢰도 및 긍정적 이미지 구축에 효과적일 것이라고 평가했다. 이런 연구결과는 브랜드 가치를 높이기 위한 중소기업의 디지털 콘텐츠 전략에 유용한 시사점을 제공하며 향후 중소기업 브랜드 자산(Brand Equity)에 대한 소비자의 인식에 영향을 미치는 디지털 홍보 연구에 토대를 제공한다.

• 한국콘텐츠학회논문지
• /
• 제18권9호
• /
• pp.102-115
• /
• 2018

글로벌 경제의 저성장 기조와 생산성 하락으로 인해 신(新)성장 동력이 필요한 가운데 주요국들이 산업경쟁력 강화 전략을 추진하면서 '4차 산업혁명'이 촉발되고 있다. 그 중 특히 AI는 제 4차 산업혁명의 기존 프레임의 핵심기술로 평가되고 있다. AI 기술은 빠른 속도로 광고, 미디어 산업에 적극적으로 도입될 것이다. 그러나 급변하는 AI 시장에서 광고, 미디어 산업이 어떻게 활성화해야 하는지에 대한 방향을 찾기 어렵다. 그러므로 본 연구에서는 AI 시장을 선도하고 있는 AI 전문가 10명과의 심층인터뷰를 통해 AI가 광고 및 미디어 산업에 미치는 영향력을 파악하고 앞으로의 활성화 방안을 모색하였다. 먼저 AI 시장의 거시적인 면을 파악하기 위해 P(정치), E(경제), S(사회), T(기술) 분석을 하였다. 또한 AI 산업의 S(강점), W(약점), O(기회), T(위협)분석을 통해 광고, PR 및 미디어 분야의 AI의 활용 가능성을 탐색해 보았다. 연구결과 광고, 미디어 분야에서 AI를 활성화하기 위해서는 먼저 국가적 차원의 제4차 산업 혁신 환경의 인프라 구축이 필요하다고 보았다. 또한 초연결 사회 및 사회 리스크를 극복하기 위한 사회 환경을 조성해야 한다. 마지막으로 산업계와 학계가 동시에 AI를 활용한 광고 및 미디어 산업에 대한 영향을 진단하고 기술적 진보에 따른 미래 예측을 하고 방향을 설정하는 동시에 AI 기술개발을 위해 적극적 투자 및 획기적인 정책마련이 시급하다. 따라서 본 연구는 이제 막 도약기에 있는 AI의 광고 및 미디어 산업의 미래예측 및 활성화 방안을 위한 학술적, 실무적인 면에서 기초를 제공하고자 한다.

• 경영과학
• /
• 제33권2호
• /
• pp.29-47
• /
• 2016

Trust is formed from the day-to-day and persistent interaction relationship. The trust demands more and more at the age of uncertainty. Human beings are using media interaction. The area of communication with media is extended to virtual space. The purpose of this study is to qualitatively explain trust building process in virtual team by media using. In the pursuit of this purpose, we executed in-depth interview with the person who have experience communicating by media with a man of a complete stranger. They experienced the trust building process. Interview data were analyzed by a Structured Coding Techniques. The derived seven categories were reconstructed in consideration of the cause-and-effect relationship and the flow of events. We have discovered a new trust model that was the result from communication by a media using. The model presented is very useful to Individuals who need a new trust building relationship with stranger or virtual team member.

• 한국언론정보학보
• /
• 제48권
• /
• pp.306-325
• /
• 2009

이 연구의 목적은 미디어환경의 변화에 부합하는 노인미디어교육의 목표와 교육방법을 정립하는 데 있다. 이를 위해 우선 연구의 배경으로서 노인미디어교육의 국내외 현황과 쟁점을 검토한 후 FGI 질적 연구방법을 사용하여 노인미디어교육에 대한 교사 및 학습자들의 인식들을 분석하였다. 심층인터뷰 기조는 노인미디어교육의 목표, 노인미디어교육의 장애요인과 문제점, 선호하는 교육방법 그리고 제안점 등으로 구성하여 교사 및 학습지의 경험에 근거한 삼층적 견해들을 도출하였다. 이러한 연구는 향후 사회적 소외계층의 이론적 체계화와 교육적 활용 방안을 모색하는 데 기초적인 자료를 제공할 것으로 기대된다.

• 방송공학회논문지
• /
• 제17권4호
• /
• pp.565-571
• /
• 2012

깊이 정보를 획득하고 전송하는 과정에서 물리적 잡음 및 부호화 손실로 인하여 깊이맵의 품질이 저하된다. 본 논문은 깊이맵 품질을 향상시키기 위해 공동 거리 변환에 기반한 결합 양측 필터(joint bilateral filter)를 제안한다. 제안하는 방법은 깊이맵의 거리 변환값과 색상 영상의 거리 변환값에 따라 잡음 제거에 필요한 색상 정보량을 결정한다. 그 결과 제안하는 필터는 깊이맵 잡음을 효과적으로 제거하면서 결합 양측 필터의 시각적 왜곡 현상을 최소화한다. 컴퓨터 실험을 통해 제안하는 방법이 기존의 방법보다 잡음 제거와 시각적 왜곡 억제 관점에서 성능이 좋아짐을 확인했다.

• 방송공학회논문지
• /
• 제23권5호
• /
• pp.614-621
• /
• 2018

본 논문에서는 generative adversarial network (GAN)을 이용한 비감독 학습을 통해 깊이 카메라로 깊이 영상을 취득할 때 발생한 손실된 부분을 복원하는 기법을 제안한다. 제안하는 기법은 3D morphable model convolutional neural network (3DMM CNN)와 large-scale CelebFaces Attribute (CelebA) 데이터 셋 그리고 FaceWarehouse 데이터 셋을 이용하여 학습용 얼굴 깊이 영상을 생성하고 deep convolutional GAN (DCGAN)의 생성자(generator)와 Wasserstein distance를 손실함수로 적용한 구별자(discriminator)를 미니맥스 게임기법을 통해 학습시킨다. 이후 학습된 생성자와 손실 부분을 복원해주기 위한 새로운 손실함수를 이용하여 또 다른 학습을 통해 최종적으로 깊이 카메라로 취득된 얼굴 깊이 영상의 손실 부분을 복원한다.

• 상하수도학회지
• /
• 제22권4호
• /
• pp.467-473
• /
• 2008

Natural organic matter (NOM) removal by physico-chemical adsorption and biological oxidation was investigated in five slow sand filters with different media depths. Non-purgeable dissolved organic carbon(NPDOC) and $UV_{254}$ absorbance were measured to evaluate the characteristics of NOM removal at different filter depths. Removal efficiency of NOM was in the range of 10-40% throughout the operation time. At start-up of the filters packed with clean sand media, NOM was probably removed by physico-chemical adsorption on the surface of sand through the overall layer of filter bed. However, when Schumutzdecke layer was built up after 30 days operation, the major portion of NPDOC was removed by biological oxidation and/or bio-sorption in lower depth above 50 mm. NOM removal rate in the upper 50 mm filter bed was $0.82hr^{-1}$. It was about 20 times of the rate($0.04hr^{-1}$) in the deeper filter bed. Small portion of NPDOC could be removed in the deeper filter bed by both bio-sorption and biodegradation. SEM analysis and VSS measurement clearly showed the growth of biofilm in the deeper filter bed below 500 mm, which possibly played an important role in the NOM removal by biological activity besides the physco-chemical adsorption mechanism

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2012년도 하계학술대회
• /
• pp.275-278
• /
• 2012

본 논문에서 2D-3D 자동 영상 변환을 위하여 2D 상으로부터 깊이 지도(depth map)을 생성하는 방법을 제안한다. 제안하는 방법은 보다 정확한 깊이 지도 생성을 위해 영상의 전경 깊이 지도(foreground depth map)와 배경 깊이 지도(background depth map)를 각각 생성 한 후 결합함으로써 보다 정확한 깊이 지도를 생성한다. 먼저, 전경 깊이 지도를 생성하기 위해서 라플라시안 피라미드(laplacian pyramid)를 이용하여 포커스/디포커스 깊이 지도(focus/defocus depth map)를 생성한다. 그리고 블록정합(block matching)을 통해 획득한 움직임 시차(motion parallax)를 이용하여 움직임 시차 깊이 지도를 생성한다. 포커스/디포커스 깊이 지도는 평탄영역(homogeneous region)에서 깊이 정보를 추출하지 못하고, 움직임 시차 깊이 지도는 움직임 시차가 발생하지 않는 영상에서 깊이 정보를 추출하지 못한다. 이들 깊이 지도를 결합함으로써 각 깊이 지도가 가지는 문제점을 해결하였다. 선형 원근감(linear perspective)와 선 추적(line tracing) 방법을 적용하여 배경깊이 지도를 생성한다. 이렇게 생성된 전경 깊이 지도와 배경 깊이 지도를 결합하여 보다 정확한 깊이 지도를 생성한다. 실험 결과, 제안하는 방법은 기존의 방법들에 비해 더 정확한 깊이 지도를 생성하는 것을 확인할 수 있었다.

• 방송공학회논문지
• /
• 제21권2호
• /
• pp.237-251
• /
• 2016

본 논문에서는 High Efficiency Video Coding(HEVC)을 기반으로 구현된 3D 스케일러블 코덱에서 부호화 효율을 향상시킬 수 있는 기술을 제안한다. 기존의 3D-HEVC에서는 dependent view를 부호화 할 때, 자신의 깊이 영상이 존재하지 않아 이웃 view의 base view의 깊이 영상을 이용하여 텍스처를 부호화한다. 하지만 스케일러블 부호화를 지원하는 형태의 3D-HEVC에서는 자신의 하위 spatial layer의 깊이영상을 이용하여 부호화 할 수 있다. 본 논문에서는 3D 스케일러블 코덱에서 텍스처 정보를 부호화하기 위한 향상된 깊이영상 예측방법을 제안한다. 저자들이 구현한 3D 스케일러블 코덱을 이용하여 제안한 알고리즘으로 실험을 한 결과, 제안하는 알고리즘이 기존 기술 대비 효율적인 것을 확인 할 수 있었다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2009년도 IWAIT
• /
• pp.446-449
• /
• 2009

In this paper, we present a novel method for reconstructing a super-resolution image using multi-view low-resolution images captured for depth varying scene without requiring complex analysis such as depth estimation and feature matching. The proposed method is based on the iterative back projection technique that is extended to the 3D volume domain (i.e., space + depth), unlike the conventional superresolution methods that handle only 2D translation among captured images.