• 지능정보연구
• /
• 제12권1호
• /
• pp.1-15
• /
• 2006

우리나라의 주민등록증은 주소지, 주민등록번호, 얼굴사진, 지문 등 개인의 다양한 정보를 가진다. 현재의 플라스틱형 주민등록증은 위조 및 변조가 쉽고 그 수법이 날로 전문화 되어가고 있다. 따라서 육안으로 위조 및 변조 사실을 쉽게 확인하기가 어려워 사회적으로 문제를 일으키고 있다. 이에 본 논문에서는 개선된 ART2 기반 RBF 네트워크에 이용한 주민등록번호 인식과 얼굴 인증을 통한 주민등록증 자동 인식 방법을 제안한다. 제안된 방법은 주민등록증 영상으로부터 주민등록번호와 발행일을 추출하기 위하여 주민등록증 영상에 소벨 마스킹와 미디언 필터링을 적용한 후에 수평 스미어링을 적용하여 주민등록번호와 발행일 영역을 추출한다. 그리고 원영상에 대해 고주파 필터링을 적용하여 영상 전체를 이진화하고, 이진화된 영상에 CDM 마스크를 적용하여 주민등록번호와 발행일 코드를 복원한 다음, 검출된 각 영역에 대해 4-방향 윤곽선 추적 알고리즘을 적용하여 개별 문자를 추출한다. 추출된 주민등록번호 등의 개별 문자를 인식하기 위해 개선된 ART2 기반 RBF 네트워크를 제안하고 인식에 적용한다. 제안된 ART2 기반 RBF 네트워크는 학습 성능을 개선하기 위하여 중간층과 출력층의 학습에 퍼지 제어 기법을 적용하여 학습률을 동적으로 조정한다. 얼굴 인증은 템플릿 매칭 알고리즘을 이용하여 얼굴 템플릿 데이터베이스를 구축하고 주민등록증에서 추출된 얼굴 영역과의 유사도를 측정하여 주민등록증 얼굴 영역의 위조여부를 판별한다. 제안된 주민등록증 인식 방법의 성능을 평가하기 위해 원본 주민등록증 영상에 대해 얼굴 영역 위조, 노이즈추가, 대비 증감, 밝기 증감 그리고 영상 흐리기 등의 변형된 영상들을 생성하여 실험한 결과, 제안된 방법이 주민등록번호 인식 및 얼굴 인증에 있어서 우수한 성능이 있음을 확인하였다

• 대한방사선치료학회지
• /
• 제22권1호
• /
• pp.33-39
• /
• 2010

목 적: 세기변조방사선수술 및 세기변조방사선치료 시 치료계획과 실제 조사에 의해 형성된 선량분포의 일치성 확인은 필수적이다. 하지만 매트릭스형 팬톰의 특성 상 조사면이 작아질수록 큰 조사면에 비해 그 정확도가 떨어진다. 본 연구는 축선원거리(source-axis distance, SAD)를 조절하여 기하학적으로 조사면 크기를 변화시키고 이에 대한 선량분포를 측정 및 분석함으로써 정확도를 개선하고 그 유용성을 평가해보고자 한다. 대상 및 방법: 실험은 본원에서 보유하고 있는 노발리스 선형가속기(BrainLAB, Germany)의 6 MV 광자선을 이용하였으며, 대체적으로 조사면 크기가 작은 IMRS 환자 25명을 대상으로 하였다. 이들을 조사면의 크기에 따라 3그룹으로 분류하였다. 조사면 크기 변화에 따른 선량분포 확인을 위해, SAD를 80에서 130 cm로 변화시킨 후 각각 매트릭스형 팬톰(MatriXX, Scanditronix Wellhofer, IBA, Germany)을 이용하여, 선량분포를 측정하였다. 측정된 값은 분석프로그램(Omnipro-ImRT, Scanditronix Wellhofer, IBA, Germany)을 통해 치료계획장치(I-Plan3.0, BrainLAB, Germany)로부터 획득된 각 환자의 선량분포와 비교 및 분석하고, 감마값(gamma value)으로 나타내었다. 결 과: SAD 80, 100, 그리고 120 cm에서 감마값은 조사면의 크기가 $3\;cm^2$ 이하의 환자에서는 평균 0.939, 0.969, 그리고 0.979 로 각각 나타났으며, 그 이상 $5\;cm^2$ 이하의 환자는 0.962, 0.983, 그리고 0.988이었다. $5\;cm^2$ 이상의 환자는 0.982, 0.990, 그리고 0.992이었다. 결 론: $3\;cm^2$ 이상의 조사면은 SAD 100, 120 cm에서 정확도를 신뢰할 만큼 충분히 많은 전리함들을 포함하므로 그 값에 큰 변화가 없다. 하지만 80 cm로 했을 경우 조사면 크기가 $3\;cm^2$ 이하가 되어 정확도가 감소하였다. 그 이하의 작은 조사면은 SAD를 변화시켜 기하학적 크기가 $3\;cm^2$ 이상이 되게 측정하는 것이 그 정확도가 증가하는 것으로 나타났다. 따라서, 작은 조사면의 경우에는 SAD의 따른 조사면 크기를 증가시켜 측정하는 것이 좀 더 정확한 결과를 도출할 것으로 판단된다.

• Radiation Oncology Journal
• /
• 제16권4호
• /
• pp.497-504
• /
• 1998

목적 : matrix ion chamber type의 EPID와 video camera based EPID를 이용한 portal image와 기존의 film을 이용한 port film의 영상의 질을 객관적으로 비교 평가하여 EPID의 유용성을 알아보고자 본 연구를 계획하였다. 대상 및 방법 : 1997년 4월부터 10월까지의 인하대 병원과 세브란스 병원에서 방사선 치료를 받은 골반강내 치료 환자 각 10명씩을 대상으로 환자 1명 당 5-10회의 port film과 EPID를 이용한 portal image를 동시에 얻어 비교하였다. 환자의 나이는 32세에서 79세이었고 2명의 AP영상을 제외하고는 모두 PA영상을 얻었다. 환자의 두께는 17cm에서 20cm으로 비교적 균일하였다. beam energy는 10MV X-ray를 사용하였고 dose rate은 100-300MU/min으로 2-10MU을 주어 영상을 얻었다. port film은 Kodak diagnostic film을 사용하였고 film을 넣는 cassette는 납을 전후에 부착한 것을 이용하였다. source to detector(film) distance는 140cm으로 하였다. 영상의 판독은 4명의 치료방사선과 의사에 의해서 시행되었으며 pelvic brim, sacrum, acetabulum, iliopectineal line, symphysis, ischium, obturator foramen, sacroiliac joint를 각각 very clear(1), clear(2), visible(3), not clear(4), not visible(5) 다섯 단계로 나누어 점수를 주었다. 결과 : video camera based EPID를 이용하여 얻은 영상을 비교하여 보았을 때 film을 이용한 port film과 enhancement를 시행하지 않은 portal image는 각 해부학적 구조에서는 차이를 보이지 않았다. 그러나 portal image를 window level로 영상의 변화를 주었을 때는 sacrum과 obturator는 영상의 판독에 도움이 되었다. 또한 portal image를 CLAHE로 enhance를 하였을 때는 모든 해부학적 구조물의 판독이 film보다 용이한 것으로 나타났다. matrix ion chamber type의 EPID를 이용하여 얻은 영상에서도 역시 port film과 영상의 변화를 주지 않은 portal image간에는 커다란 차이를 보이지 않았으나, portal image를 window level로 변화를 주었을 경우는 portal film에 비하여 영상의 질이 더욱 좋아지을 알 수 있었다. 결론 : 방사선 치료를 받는 환자 중에서 골반강의 영상에서는 EPID의 영상의 질은 기존의 port film과 비교하여 차이가 없었으며, window level로 영상에 변화를 주거나 enhance를 하였을 경우는 port film보다 더 나은 영상을 얻을 수 있어 기존의 port film을 대체 할 수 있을 것으로 생각된다.

• 농업생명과학연구
• /
• 제44권6호
• /
• pp.91-99
• /
• 2010

한우 이력추적제에 적용되는 11개의 MS marker (TGLA227, BM2113, TGLA53, ETH10, SPS115, TGLA126, TGLA122, ETH3, ETH225, BM1824 and INRA23)와 성감별을 위한 2개의 sexing primer로 조합된 하나의 Multiplex PCR set를 이용하여 모근에서 추출한 genomic DNA를 이용해 3510두의 대량 시료를 분석한 결과 3.93%의 genotyping 실패율로 성공적인 분석결과를 얻었다. 무작위교배집단으로 가정 시 동일개체출현확률 (PI)은 $1.31{\times}10^{-23}$, 반형매교배집단으로 가정 시 동일개체출현확률 ($PI_{half-sibs}$)은 $2.52{\times}10^{-16}$ 그리고 전형매교배집단으로 가정 시 동일개체출현확률 ($PI_{sibs}$)은 $1.09{\times}10^{-6}$으로 나타나 현재 사용 중인 11종의 MS marker는 범용적으로 사용하여도 무방할 것으로 재확인 되었다. 또한 생산 및 사육단계의 생우의 경우 모근을 이용하여 DNA를 추출하는 것은 시료 채취 시 소에게 주어지는 스트레스를 최소화 시킬 수 있을 뿐만 아니라 대립유전자형 분석에 있어서 시간적, 경제적인 효율성을 높일 수 있었다. 또한 모근 채취 부위 중 등, 배, 꼬리상부와 꼬리하부를 이용하여 검정한 결과 꼬리하부의 모근을 이용하여 5~13가닥을 사용했을 때 최적의 분석결과를 보였다. 최종적으로 한우의 사육단계 대량 유전자형 분석에 적용 가능한 96 well 단위를 기본으로 하는 모근 DNA분리 체계를 확립하였다.

• 한국조경학회지
• /
• 제51권1호
• /
• pp.13-28
• /
• 2023

본 연구는 민간공원특례사업 추진단계에서 전국 최초로 민간 참여형 -협의체를 도입하고, 시행과정에서 제도의 유연한 적용과 구별된 정책적 요소 등을 도입한 부산광역시를 대상으로 사업추진의 과정을 살펴보고 운영특성 및 성과 등을 분석하고자 하였다. 분석결과 첫째, 사업방식에 있어 혼합방식을 도입하여 우선협상자를 선정하였는데, 이는 타 지자체에서 볼 수 없는 독자적 사업방식으로 공공재의 민간개발에 따른 공정성과 투명성을 확보하기 위한 새로운 시도로 평가될 수 있다. 둘째, 공원별 특성을 고려한 가이드라인과 비공원시설의 입지, 면적, 최고높이 등 세부지침 등을 명시하여 지역 정체성을 살린 합리적 개발계획 수립의 준거와 평가기준의 토대를 마련하였다. 셋째, 사업과정에 있어서 민관협의체인 권한위임형 라운드테이블을 통해 투명성을 확보하여, 특혜의혹과 같은 분쟁 등의 발생을 최소화하였다. 넷째, 기부채납되는 공원시설의 품질향상과 설계 적정성 확보를 위하여 실시계획인가 이후 총괄계획가 도입 및 건설사업관리(설계단계) 용역을 수행토록 하여 지역 내 명품공원의 효율적 구현과 특화를 도모하였다. 그 결과 부산광역시는 일몰로부터 5개 공원, 2.25km²의 공원면적 보전과 토지보상 및 공원조성비 7,400억원 절감을 통해 효율적인 사업진행을 하였으며, 무엇보다 민간이 주도하고 기관이 지원하는 새로운 운영형식 도입으로 새롭게 시행된 민간공원특례사업의 공공성 강화를 제시하였다. 다만 이러한 제도적용과 검증절차 등으로 인하여 사업기간이 장기화되고, 민간사업자의 재정적 부담과 함께 공원서비스가 지연되고 있어 기간 단축을 위한 관련 특례법 제정과 사업방식의 개선 등이 보완되어야 할 것으로 보인다.

• 벤처혁신연구
• /
• 제6권1호
• /
• pp.181-198
• /
• 2023

본 연구는 의료기관에 종사하는 근로자들의 조직지원인식이 내재적 직무동기에 미치는 영향 관계를 분석하고, 이 과정에서 일-가정 갈등 및 일-가정 균형요인의 인과관계에 대한 유의성 여부도 확인해보고자 한다. 설문지를 통한 실증분석 결과를 살펴보면 다음과 같다. 첫째, 조직지원인식은 내재적 직무동기 뿐만 아니라 일-가정 균형에 유의적인 양(+)의 영향을 미치는 것으로 확인되었고, 일-가정 균형은 내재적 직무동기에 유의적인 양(+)의 영향을 미치는 것으로 확인되었다. 둘째, 조직지원인식은 일-가정 갈등에 유의적인 음(-)의 영향을 미치는 것으로 확인되었으나, 일-가정 갈등은 내재적 직무동기에 유의적인 영향력이 없는 것으로 확인되었다. 셋째, 의료기관 종사자들의 직무스트레스를 줄이기 위해서는 직무강도를 줄이고 능력에 적합한 업무량을 부여하며, 인력운영 및 업무효율성을 제고하기 위해 직무교육과 적재적소의 인력배치가 필요하다. 넷째, 긍정적인 조직지원인식과 내재적 직무동기 향상을 위해서는 현 직장에 대한 애착심을 높일 수 있고 다양한 유인체계로 조직의 문제를 자신의 문제로 인식할 수 있도록 지원 및 제도적 장치를 마련하여 장기근속을 유도하여야 한다. 본 연구의 한계점 및 향후 연구 방향은 다음과 같다. 첫째, 전국의 의료기관 종사자들을 지역별, 성별, 의료기관별, 학업별, 소득별 등으로 분류하여 확장된 분석을 실시하면 더 가치있는 결과를 얻을 수 있을 뿐만 아니라 의료서비스 품질에 대한 평가도 가능할 것으로 사료된다. 둘째, 의료기관 종사자들이 속한 병원의 환경 불확실성이나 경쟁 정도에 따라 직장에서의 일과 개인적인 삶의 균형 지원제도에 대한 영향력이 종업원마다 미치는 정도가 다를 수 있으므로 이를 반영할 필요가 있다. 셋째, 조직지원인식은 조직문화와 조직형태 그리고 조직규모 및 업무특성, 근무연수, 근무유형 등에 따라 다르게 인식될 것이므로 이를 반영할 필요가 있다. 넷째, 최근 정부의 의료기관 정책에 대한 변화와 글로벌 경영환경에 발맞추어 병원들의 조직구조, 직무설계, 조직지원 방식, 동기부여 접근방식, 인사고과의 평가 방법 등 다양한 신 인사관리 기법들을 설문지에 추가하여 분석하는 것이 필요하다. 또한 최근 및 가까운 미래의 의료 트렌드를 반영해서 분석하는 것도 중요하리라 사료된다.

• 지능정보연구
• /
• 제18권4호
• /
• pp.117-127
• /
• 2012

최근 온라인 소셜 네트워크 서비스(SNS)의 사용자가 크게 늘어나고 있으며 다양한 분야에서 SNS의 사용자 관계 구조 및 메시지를 분석하기 위한 연구를 진행하고 있다. 그러나 대부분의 소셜 네트워크 분석 방법들은 노드 사이의 최단 거리를 기초로 하고 있으므로 계산 시간이 오래 걸린다. 이는 점차 대형화 되어가는 SNS의 데이터를 여러 분야에서 활용하는데 걸림돌이 되고 있다. 이에 따라 본 논문에서는 SNS의 사용자 그래프에서 사용자간 최단거리를 빠르게 찾기 위한 휴리스틱 기반의 최단 경로 탐색 방법을 제안한다. 제안하는 방법은 1) 트리로 표현된 소셜 네트워크에서 시작 노드와 목표 노드를 설정한다. 그리고 2) 만약 목표 노드가 경사 트리의 단말에 있다면 경사 트리가 시작하는 노드를 임시 골 노드로 설정한다. 마지막으로 3) 연결의 차수를 평가값으로 하는 휴리스틱 기반 최단거리 탐색을 수행한다. 이렇게 최단거리를 탐색한 후 매개 중심성 분석(Betweenness Centrality) 및 근접 중심성(Closeness Centrality)를 계산한다. 제안하는 방법을 사용하면 소셜 네트워크 분석에서 가장 많은 시간이 필요한 최단거리 탐색을 빠르게 수행할 수 있으므로 소셜 네트워크 분석의 효율성을 기대할 수 있다. 본 논문에서 제안하는 방법을 검증하기 위하여 약 16만 명으로 구성된 SNS에서의 실제 데이터를 이용하여 매개 중심성 분석과 근접 중심성 분석을 수행하였다. 실험 결과, 제안하는 방법은 전통적 방식에 비하여 매개 중심성, 근접 중심성의 계산 시간이 각각 6.8배, 1.8배 더 빠른 결과를 보였다. 본 논문에서 제안한 방법은 소셜 네트워크 분석의 시간을 향상시켜 여러 분야에서 사회 현상 및 동향을 분석하는데 유용하게 활용될 수 있다.

• 지능정보연구
• /
• 제26권1호
• /
• pp.1-21
• /
• 2020

인공지능 기술의 급속한 발전과 함께 빅데이터의 상당 부분을 차지하는 비정형 텍스트 데이터로부터 의미있는 정보를 추출하기 위한 다양한 연구들이 활발히 진행되고 있다. 비즈니스 인텔리전스 분야에서도 새로운 시장기회를 발굴하거나 기술사업화 주체의 합리적 의사결정을 돕기 위한 많은 연구들이 이뤄져 왔다. 본 연구에서는 기업의 성공적인 사업 추진을 위해 핵심적인 정보 중의 하나인 시장규모 정보를 도출함에 있어 기존에 제공되던 범위보다 세부적인 수준의 제품군별 시장규모 추정이 가능하고 자동화된 방법론을 제안하고자 한다. 이를 위해 신경망 기반의 시멘틱 단어 임베딩 모델인 Word2Vec 알고리즘을 적용하여 개별 기업의 생산제품에 대한 텍스트 데이터를 벡터 공간으로 임베딩하고, 제품명 간 코사인 거리(유사도)를 계산함으로써 특정한 제품명과 유사한 제품들을 추출한 뒤, 이들의 매출액 정보를 연산하여 자동으로 해당 제품군의 시장규모를 산출하는 알고리즘을 구현하였다. 실험 데이터로서 통계청의 경제총조사 마이크로데이터(약 34만 5천 건)를 이용하여 제품명 텍스트 데이터를 벡터화 하고, 한국표준산업분류 해설서의 산업분류 색인어를 기준으로 활용하여 코사인 거리 기반으로 유사한 제품명을 추출하였다. 이후 개별 기업의 제품 데이터에 연결된 매출액 정보를 기초로 추출된 제품들의 매출액을 합산함으로써 11,654개의 상세한 제품군별 시장규모를 추정하였다. 성능 검증을 위해 실제 집계된 통계청의 품목별 시장규모 수치와 비교한 결과 피어슨 상관계수가 0.513 수준으로 나타났다. 본 연구에서 제시한 모형은 의미 기반 임베딩 모델의 정확성 향상 및 제품군 추출 방식의 개선이 필요하나, 표본조사 또는 다수의 가정을 기반으로 하는 전통적인 시장규모 추정 방법의 한계를 뛰어넘어 텍스트 마이닝 및 기계학습 기법을 최초로 적용하여 시장규모 추정 방식을 지능화하였다는 점, 시장규모 산출범위를 사용 목적에 따라 쉽고 빠르게 조절할 수 있다는 점, 이를 통해 다양한 분야에서 수요가 높은 세부적인 제품군별 시장정보 도출이 가능하여 실무적인 활용성이 높다는 점에서 의의가 있다.

• 대한방사선치료학회지
• /
• 제30권1_2호
• /
• pp.201-208
• /
• 2018

목 적 : 본 연구에서는 정위적체부방사선치료시 ExacTrac과 CBCT를 단계적으로 적용한 Combine IGRT를 사용하여 Set-up 오차를 비교 및 분석하여 Combine IGRT의 유용성을 평가하고자 한다. 대상 및 방법 : 2014년 5월에서 2017년 11월까지 본원에 내원하여 trueBEAM Stx(Varian medical System, USA)에서 정위적체부방사선치료를 받은 환자 중 부위별로 뇌(Brain) 3명, 척추(Spine) 9명, 골반(Pelvis) 3명으로 분류하였다. 치료전 ExacTrac을 사용하여 Lateral(Lat), Longitudinal(Lng), Vertical(Vrt) 방향과 Roll, Pitch, Yaw 방향으로 Set-up 오차를 보정하였고, ExacTrac 이동 값을 적용 후 CBCT를 추가적으로 수행하여 Lat, Lng, Vrt, Rotation(Rtn) 방향으로 보정하였다. 결 과 : ExacTrac 사용시 뇌 부위의 오차는 Lat $0.18{\pm}0.25cm$, Lng $0.23{\pm}0.04cm$, Vrt $0.30{\pm}0.36cm$, Roll $0.36{\pm}0.21^{\circ}$, Pitch $1.72{\pm}0.62^{\circ}$, Yaw $1.80{\pm}1.21^{\circ}$, 척추 부위는 Lat $0.21{\pm}0.24cm$, Lng $0.27{\pm}0.36cm$, Vrt $0.26{\pm}0.42cm$, Roll $1.01{\pm}1.17^{\circ}$, Pitch $0.66{\pm}0.45^{\circ}$, Yaw $0.71{\pm}0.58^{\circ}$, 골반 부위는 Lat $0.20{\pm}0.16cm$, Lng $0.24{\pm}0.29cm$, Vrt $0.28{\pm}0.29cm$, Roll $0.83{\pm}0.21^{\circ}$, Pitch $0.57{\pm}0.45^{\circ}$, Yaw $0.52{\pm}0.27^{\circ}$로 나타났다. Couch 이동 후 CBCT를 하였을 때, 뇌 부위는 Lat $0.06{\pm}0.05cm$, Lng $0.07{\pm}0.06cm$, Vrt $0.00{\pm}0.00cm$, Rtn $0.0{\pm}0.0^{\circ}$, 척추 부위는 Lat $0.06{\pm}0.04cm$, Lng $0.16{\pm}0.30cm$, Vrt $0.08{\pm}0.08cm$, Rtn $0.00{\pm}0.00^{\circ}$, 골반 부위는 Lat $0.06{\pm}0.07cm$, Lng $0.04{\pm}0.05cm$, Vrt $0.06{\pm}0.04cm$, Rtn $0.0{\pm}0.0^{\circ}$ 오차가 발생하였다. 결 론 : 정위적체부방사선치료시 ExacTrac에 추가적으로 CBCT를 사용한 Combine IGRT의 경우는 ExacTrac만 사용한 경우보다 환자의 Set-up 오차를 줄일 수 있게 나타났다. 그러나 Combine IGRT를 적용함으로 환자 Set-up 확인시간, 영상획득을 위한 체내 흡수선량이 증가한다. 그러므로 환자 상황에 따라 Combine IGRT를 사용하여 환자의 Set-up 오차를 적게 함으로써 방사선치료 효과비를 증가시킬 수 있을 것으로 사료된다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.139-156
• /
• 2021

이미지 분류에서 딥러닝 모형을 사용하는 가장 큰 이유는 이미지의 전체적인 정보에서 각 지역 특징을 추출하여 서로의 관계를 고려할 수 있기 때문이다. 하지만 이미지의 지역 특징이 없는 감정 이미지 데이터는 CNN 모델이 적합하지 않을 수 있다. 이러한 감정 이미지 분류의 어려움을 해결하기 위하여 매년 많은 연구자들이 감정 이미지에 적합한 CNN기반 아키텍처를 제시하고 있다. 색깔과 사람 감정간의 관계에 대한 연구들도 수행되었으며, 색깔에 따라 다른 감정이 유도된다는 결과들이 도출되었다. 딥러닝을 활용한 연구에서도 색깔정보를 활용하여 이미지 감성분류에 적용하는 연구들이 있어왔으며, 이미지만을 가지고 분류 모형을 학습한 경우보다 이미지의 색깔 정보를 추가로 활용한 경우가 이미지 감성 분류 정확도를 더 높일 수 있었다. 본 연구는 사람이 이미지의 감정을 분류하는 기준 중 많은 부분을 차지하는 색감을 이용하여 이미지 감성 분류 정확도를 향상시키는 방안을 제안한다. 이미지의 RGB 값에 K 평균 군집화 방안을 적용하여 이미지를 대표하는 색을 추출하여, 각 감성 클래스 별 해당 색깔이 나올 확률을 가중치 식으로 변형 후 CNN 모델의 최종 Layer에 적용하는 이-단계 학습방안을 구현하였다. 이미지 데이터는 6가지 감정으로 분류되는 Emotion6와 8가지 감정으로 분류되는 Artphoto를 사용하였다. 학습에 사용한 CNN 모델은 Densenet169, Mnasnet, Resnet101, Resnet152, Vgg19를 사용하였으며, 성능 평가는 5겹 교차검증으로 CNN 모델에 이-단계 학습 방안을 적용하여 전후 성과를 비교하였다. CNN 아키텍처만을 활용한 경우보다 색 속성에서 추출한 정보를 함께 사용하였을 때 더 좋은 분류 정확도를 보였다.