• Proceeding of Spring/Autumn Annual Conference of KHA
• /
• 2008.11a
• /
• pp.357-362
• /
• 2008

The brand is getting more important purchase factor in apartment market, so domestic construction companies have tried to differentiate it from others using the unique brand image. The purpose of this study is to investigate consistency brand images as a process which includes publicity, design and customer service and to analyze how using intergrated brand image affects brand preference and purchasing intention. To examine hypotheses, empirical study survey questionnaire for consumers who reside in 4 different brand apartments in Dongtan, Hwasung city is conducted. The results of the study are expected to become the useful data in developing sustainable apartment brand and building the marketing strategy of construction companies.

• Proceedings of the Korean Institute of Interior Design Conference
• /
• 2008.05a
• /
• pp.139-143
• /
• 2008

The brand power is getting more important in apartment market so that consumers are accustomed to ask first what the apartment brand is when they are considering to buy an apartment. Even so the brand name is the first factor which approaches to the consumer, message and image can be delivered to customers by visual factors. Since visual image can be effective to remind of customers brand image, construction business company should make portfolio to synthesize brand Image actively. This research investigate images of consistency in extenor and interior design according to the apartments brand. Used lexical meaning of the adjective used to discern standard to extract images, selected survey, and evaluated by step 1 to 5 using semantic differential method, SD. The collected cases are analyzed by using statistics software SPSS for windows release 11.0. This research provides conveyance of the vision image which fits to the brand Image and further design direction.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2001.04a
• /
• pp.259-262
• /
• 2001

현대 사회의 모든 분야가 정보화에 의해 통합되면서 여러 분야에서 고성능 서버에 대한 수요가 증가하고 있다. 그러나, 그것의 높은 비용과 상대적으로 제한된 성능으로 인하여 최근에는 여러 대의 호스트를 네트워크로 연결하는 클러스터링 기술이 각광을 받고 있다. 이러한 다수의 호스트로 구성된 클러스터 시스템의 성능을 최적화하기 위해, 각 노드에 분산된 자원을 효율적으로 통합하고 관리함으로써 사용자에게 투명하고 일관된 인터페이스를 제공하는 단일 시스템 이미지의 지원이 요구된다. 본 논문에서는 리눅스 클러스터 시스템의 입출력 공간에서 단일 시스템 이미지를 지원하기 위한 가상 블록 디바이스 드라이버 설계를 제안하였다. 가상 블록 디바이스 드라이버는 원격 노드의 디스크를 가상의 지역 디스크로 다루기 위해 기존의 파일 시스템을 수정하지 않고 디바이스 드라이버 수준에서 접근함으로써 파일 시스템과의 호환성을 유지하며 사용자에게 투명성을 제공한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2021.06a
• /
• pp.180-182
• /
• 2021

본 논문은 눈 랜드마크 위치 검출과 시선 방향 벡터 추정이 하나의 딥러닝 네트워크로 통합된 시선 추정 네트워크를 제안한다. 제안하는 네트워크는 Stacked Hourglass Network[1]를 백본(Backbone) 구조로 이용하며, 크게 랜드마크 검출기, 특징 맵 추출기, 시선 방향 추정기라는 세 개의 부분으로 구성되어 있다. 랜드마크 검출기에서는 눈 랜드마크 50개 포인트의 좌표를 추정하며, 특징 맵 추출기에서는 시선 방향 추정을 위한 눈 이미지의 특징 맵을 생성한다. 그리고 시선 방향 추정기에서는 각 출력 결과를 조합하고 이를 통해 최종 시선 방향 벡터를 추정한다. 제안하는 네트워크는 UnityEyes[2] 데이터셋을 통해 생성된 가상의 합성 눈 이미지와 랜드마크 좌표 데이터를 이용하여 학습하였으며, 성능 평가는 실제 사람의 눈 이미지로 구성된 MPIIGaze[3] 데이터 셋을 이용하였다. 실험을 통해 시선 추정 오차는 0.0396 MSE(Mean Square Error)의 성능을 보였으며, 네트워크의 추정 속도는 42 FPS(Frame Per Second)를 나타내었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2024.05a
• /
• pp.69-72
• /
• 2024

모델 역추론 공격은 공격 대상 네트워크를 훈련하기 위해 사용되는 훈련 데이터셋 중 개인 데이터셋을 공개 데이터셋을 사용하여 개인 훈련 데이터셋을 복원하는 것이다. 모델 역추론 방법 중 적대적 생성 신경망을 사용하여 모델 역추론 공격을 하는 과거의 논문들은 딥러닝 모델 전체의 역추론에만 초점을 맞추기 때문에, 이를 통해 얻은 원본 이미지의 개인 데이터 정보는 제한적이다. 따라서, 본 연구는 대상 모델의 중간 출력을 사용하여 개인 데이터에 대한 더 품질 높은 정보를 얻는데 초점을 맞춘다. 본 논문에서는 적대적 생성 신경망 모델이 원본 이미지를 생성하기 위해 사용되는 계층별 역추론 공격 방법을 소개한다. MNIST 데이터셋으로 훈련된 적대적 생성 신경망 모델을 사용하여, 원본 이미지가 대상 모델의 계층을 통과하면서 얻은 중간 계층의 출력 데이터를 기반으로 원본 이미지를 재구성하고자 한다. GMI 의 공격 방식을 참고하여 공격 모델의 손실 함수를 구성한다. 손실 함수는 사전 손실 및 정체성 손실항을 포함하며, 역전파를 통해서 원본 이미지와 가장 유사하게 복원할 수 있는 표현 벡터 Z 를 찾는다. 원본 이미지와 공격 이미지 사이의 유사성을 분류 라벨의 정확도, SSIM, PSNR 값이라는 세 가지 지표를 사용하여 평가한다. 공격이 이루어지는 계층에서 복원한 이미지와 원본 이미지를 세 가지 지표를 가지고 평가한다. 실험 결과, 공격 이미지가 원본 이미지의 대상 분류 라벨을 정확하게 가지며 원본 이미지의 필체를 유사하게 복원하였음을 보여준다. 평가 지표 또한 원본 이미지와 유사하다는 것을 나타낸다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.571-573
• /
• 1998

정보전달에 있어서 멀티미디어 정보가 차지하는 비중이 점점 증대됨에 따라 멀티미디어 데이터 암호화의 필요성이 부각되고 있는 실정이다. 그러나 기존의 암호화에 일반적으로 적용되어온 DES(Data Encription Standard)와 같은 전통적인 암호화 알고리즘은 멀티미디어 데이터를 암호화하여 실시간으로 처리하기에는 충분히 신속하지 못한 단점이 있다. 그래서 본 논문에서는 디지털 이미지 프로세싱 기법중 압축기법과암호화 기법을 일련의 과정으로 통합하여 멀티미디어 정보의 중요부분을 차지하는 디지털 이미지의 실시간 암호화 처리기법을 연구하였다. 디지털 이미지의 저주파수 성분과 고주파수 성분을 다단계의 레벨로 분리하여 각 대역별로 성분을 집중시킨 후 임의의 배치 순서로 재배치하는 방법을 통해 DCT(Discrete Cosine Transform)과정 및 양자화과정을 거친 공간주파수 성분을 Zig-Zag순서가 아닌 임의의 배치 순서로 재배열할 때 발생되는 이미지의 크기가 상대적으로 커지는 점과 저주파수 성분이 주요 성분으로 구성된 이미지의 경우 해독이 비교적 용이하다는 점, 또한 약간의 응용으로 각 블록의 DC값만을 추출하여 이미지의 주요 내용을 파악할 수 있는 문제점을 해결하였다.

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 2002.05a
• /
• pp.295-299
• /
• 2002

본 연구에서는 피륙의 물리화학적 특성에 의해 결정되는 촉감, 태 이외에도 색채, 무의 등 여러 요소들의 영향을 받아 복합적으로 표현되는 의류소재의 총체적인 개념인 의류소재 이미지는 어떤 것들이 있으며 이러한 이미지들은 어떻게 분류될 수 있는지를 알아보기 위하여 의류소재 이미지의 평가를 위한 축을 개발해 보았다. 1995년부터 2000년까지의 Texjournal과 인터패션플래닝에서 발간되는 98/99FW부터 0255까지 트렌드 북에서 소재를 설명하는 형용사를 조사하여 유사한 형용사를 통합 처리하여 87개의 형용사를 최종 추출하여 형용사쌍을 만들고 소재 자극 없이 형용사쌍이 주는 소재이미지만을 가지고 쌍비교법을 통해 유사성을 7점 척도로 표시하도록 하였다. 얻어진 결과를 다차원척도법을 이용하여 분석하여 87개의 형용사의 평가차원을 살펴보았다. 의류소재 이미지를 평가하는 축을 다차원 척도법을 이용하여 개발한 결과 '남성적-여성적', '새로운-낡은 듯한', '캐주얼-클래식', '모호한-정돈된'의 4가지 차원의 8개축이 개발되었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10a
• /
• pp.90-92
• /
• 1999

내용기반 이미지 검색을 하기 위해서는 이미지에 대한 메타데이타(metadata)가 필요하며, 이러한 메타데이타 간에는 상호연관성이 존재한다. XML(eXtensible Markup Language)은 메타데이타의 상호연관성을 표현하기에 적절하므로 본 논문에서는 이미지 메타데이타를 구조화하기 위한 방법으로 XML을 사용하였다. 또한 이미지는 객체의 시간적인 특징과 함께 이미지 전체가 내포하는 서술적인 의미도 갖는다. 이러한 이미지의 특성에 따라 메타데이타도 객체의 시각적 특징을 중심으로 한 구조 설계와 의미 중심의 구조 설계로 구분하여 XML 구조를 모델링 하였다. 마지막으로 구조화된 모델들 간의 객체 지향 특성을 이용하여 XML DBMS에 통합하고, 이를 XQL(XML Query Language)에 의하여 질의 해 냄으로서 검색 구간에 제약을 가하고 이를 통하여 더욱 효과적인 검색을 지원하도록 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.05a
• /
• pp.476-478
• /
• 2023

딥러닝은 컴퓨터 비전의 상당한 발전을 기여했지만, 딥러닝 모델을 학습하려면 대규모 데이터 세트가 필요하다. 이를 해결하기 위해 데이터 증강 기술이 주목받고 있다. 본 논문에서는 객체 추출 바운딩 박스와 원본 이미지의 바운딩 박스를 결합하여 합성 데이터 생성기법을 제안한다. 원본 이미지와 동일한 범주의 데이터셋에서 참조 이미지의 객체를 추출한 다음 생성 모델을 사용하여 참조 이미지와 원본 이미지의 특징을 통합하여 새로운 합성 이미지를 만든다. 실험을 통해, 생성 기법을 통한 딥러닝 모델의 성능향상을 보여준다.

• Proceedings of the Korea Society of Design Studies Conference
• /
• 2004.10a
• /
• pp.76-77
• /
• 2004