In the realm of dental prosthesis fabrication, obtaining accurate impressions has historically been a challenging and inefficient process, often hindered by hygiene concerns and patient discomfort. Addressing these limitations, Company D recently introduced a cutting-edge solution by harnessing the potential of intraoral scan images to create 3D dental models. However, the complexity of these scan images, encompassing not only teeth and gums but also the palate, tongue, and other structures, posed a new set of challenges. In response, we propose a sophisticated real-time image segmentation algorithm that selectively extracts pertinent data, specifically focusing on teeth and gums, from oral scan images obtained through Company D's oral scanner for 3D model generation. A key challenge we tackled was the detection of the intricate molar regions, common in dental imaging, which we effectively addressed through intelligent data augmentation for enhanced training. By placing significant emphasis on both accuracy and speed, critical factors for real-time intraoral scanning, our proposed algorithm demonstrated exceptional performance, boasting an impressive accuracy rate of 0.91 and an unrivaled FPS of 92.4. Compared to existing algorithms, our solution exhibited superior outcomes when integrated into Company D's oral scanner. This algorithm is scheduled for deployment and commercialization within Company D's intraoral scanner.

The purpose of this study is to determine the concepts of heterotopic image and fashion space, and the characteristics of fashion space and images from the perspective of fashion brands and users. This study examines the evolution of fashion space and consumers with it, based on Foucault’s theory of heterotopia, which refers to spaces that blend contradictory features not typically found within a single physical structure. This is accomplished by employing a single case study of Ader Error’s Ader Space, a Seoul-based brand known for its unique approach to presenting and communicating fashion. Based on an analysis of Instagram posts of Ader Error along with the hashtag searches “aderspace” and “adererror”, this study categorizes heterotopia from the perspective of fashion brands into three properties: fashion space as a medium for selling fashion products; fashion space as getaway to hybrid fashion practices; and fashion space as an illusionary place to experience fashion. From the user perspective, the heterotopic image of Ader Space portrayed on Instagram is characterized by the image of fashion products in an extraordinary fashion space, the image of a fashion space beyond space and time, and the image of exposing the hidden and the illusioncompensation of fashion space. This study contributes to a heightened understanding of the evolutionary concept of the fashion space.

본 논문에서는 웹툰 캐릭터 영상에 대해서 심층학습에 기반한 3D 안면 재구성 기술을 제안한다. 본 연구에서 제안하는 방법은 기본 사항 모듈과 상세 사항 모듈로 구성된다. 입력 받은 웹툰 캐릭터 영상에 대해서 기본 사항 모듈의 요소인 Albedo 모듈을 적용해서 안면에 들어오는 빛의 양을 계산하여 Albedo 맵을 생성한다. 그 리고 기본 사항 모듈의 다른 구성 요소인 FLAME 모듈에서는 입력 영상에 대한 기본적인 3D 안면 형태를 생 성한다. 이와 동시에 상세사항 모듈을 적용해서 실제 사람과 다르게 이목구비가 변형된 웹툰 캐릭터 영상의 표정이나 얼굴 깊이와 같은 특징을 살리는 세부사항을 추출한다. 계산한 세부사항들을 토대로 세부사항 맵을 생성하여 앞서 FLAME 모듈에서 생성된 3D 안면 형태와 결합하여 세부사항 안면 형태를 생성한다. 그 후 Albedo 모듈에서 생성된 Albedo 맵까지 적용하면 최종적으로 웹툰 캐릭터 영상에 대한 3D 안면 재구성이 완 료된다. 본 연구에서는 웹툰 캐릭터뿐만 아니라 안면이 스타일화된 애니메이 션 캐릭터에 대해서도 결과를 생성하고, 이를 기존 연구와 비교하여 그 우수성을 입증한다.

Satellite imagery is an effective supplementary material for detecting and verifying nuclear activities and is helpful in areas where access and information are limited, such as nuclear facilities. This study aims to build training data using high-resolution KOMPSAT-3/3A satellite images to detect and identify key objects related to nuclear activities and facilities using a semantic segmentation algorithm. First, objects of interest, such as buildings, roads, and small objects, were selected, and the primary dataset was built by extracting them from the AI dataset provided by AIHub. In addition, to reflect the features of the area of interest (e.g., Yongbyon, Pyongsan), satellite images of the area were acquired, augmented, and annotated to construct an additional dataset (approximately 150,000). Finally, we conducted three stages of quality inspection to improve the accuracy of the training data. The training dataset of this study can be applied to semantic segmentation algorithms (e.g., U-Net) to detect objects of interest related to nuclear activities and facilities. Furthermore, it can be used for pixelbased object-of-interest change detection based on semantic segmentation results for multi-temporal images.

This paper investigates the dissemination of Jesuit publications regarding China and the impact of Johan Nieuhoff’s illustrations on the emergence of English Chinoiserie during the seventeenth century. Despite England’s lagging behind the Roman Catholic powers in Chinese research, the works of Mendoza and Jesuit scholars such as Trigault, Semedo, and Martini were widely disseminated in Europe and heavily relied upon by English writers. These works played a complex role in challenging and reinforcing prevailing stereotypes about European civilization. Moreover, Nieuhoff’s illustrations, produced by a Dutch merchant, had a significant impact on English Chinoiserie and were widely employed in practical arts. The extensive readership and influence of Nieuhoff’s illustrations serve as a testament to their significance, which can be seen in the variety of ways in which they were used to reflect the popularity of English Chinoiseries. By examining the cultural trends that followed and the translated publications available in seventeenth century England, it becomes apparent that the works of the Jesuit missionaries and Nieuhoff’s illustrations played key roles in shaping English perceptions of China. Furthermore, their influence on European attitudes towards China during this period provides valuable insight into the development of cross-cultural exchange between Europe and China.

The image and emotions associated with Korean food were investigated in 24 food workers (12 Koreans and 12 foreigners) living in Korea. There are a total of 22 terms for the image of Korean food of Koreans and foreigners, including 7 common words, and a total of 33 terms for emotion, including 10 common words. Differences in the images and emotions associated with the perception of Korean food according to the characteristics of the country and region and Korean food experience were established in foreign food workers. In the images of Korean food, Koreans mentioned ‘jeong, sharing, balanced, Korean table setting, seasonal (seasonality), yearning, trust’, whereas foreigners mentioned ‘red, spicy, distinctive flavor, repulsion, sweet, non-salty, tradition and history, and unfamiliarity’. In Korean food emotions, Koreans were “relaxing, friendly, maternal, hospitable, nostalgic, exotic, clean, trust, delicious, touching, and free”, whereas foreigners were “happy, appealing, enthusiastic, excited, uncomfortable, worried, adventurous, nervous, joyful, fusion, food-cultural, and amazing”.

Since the development of endoscopic ultrasound (EUS), the importance in the using EUS in pancreas and biliary tree has gradually increased. In order to properly observe the pancreas and biliary tree in EUS, it is necessary to learn landmark structures at each location, such as the stomach and duodenum, and to learn the positional relationship between them and normal structures. In this article, we will deal with the examination method at each position of the linear and radial EUS and reveal the normal EUS image.

음성 어시스턴트가 차량에 탑재되기 시작하면서, 차량의 조형적 특징과 음성 어시스턴트간의 연관성이 중요해지 고 있다. 본 연구는 자동차에 적용된 음성 어시스턴트와 외관의 조화스러움에 대하여 공통된 감성적 특징을 기반으 로 살펴보고자 하였다. 12가지 차량 이미지와 6가지의 음성 어시스턴트에 대해 15종의 형용사를 바탕으로 감성 평가 를 실시하였다. 실험은 온라인 개별 인터뷰로 진행되었으며, 총 24명의 대학생이 참여하였다. 참여자들은 각 자극물 을 대표하는 감성 형용사 3종을 1, 2, 3위로 평가하고, 선정 이유에 대한 간단한 인터뷰를 진행하였다. 설문 결과에 대해 주성분분석을 수행하여 2개의 주요 요인을 추출한 뒤, 각 요인을 축으로 하여 자극물을 분포시켰다. 분포도를 바탕으로 감성적 특징을 도출하고자 계층적 군집 분석을 수행하였다. 주성분 분석 결과 자동차 이미지와 음성 어시 스턴트를 설명하는 감성적 차원으로 “편안한-급진적인”과 “가벼운-무거운”이 추출되었다. 두 차원을 바탕으로 자극 물들을 분포시킨 결과, 자동차와 음성 어시스턴트가 동일한 축을 바탕으로 다양하게 분포해 두 요인이 자극물간 감성적 특징을 도출하기에 적합하다고 판단되었다. 자극물들의 분포도를 바탕으로 계층적 군집분석을 수행하여 17개 의 자극물을 4가지 군집으로 추렸다. 각 군집은 도전적인, 우아한, 위엄있는, 활기찬 그룹으로 도출되었다. 본 연구에 서는 차량의 조형적 특징과 음성 어시스턴트의 감성적 이미지를 동시에 설명할 수 있는 두 축을 도출하였다. 도출된 축을 바탕으로 그려진 분포도에 군집 분석을 수행해 감성적 특징을 분류하였으며, 총 4개의 감성적 특징이 도출되었 다. 본 연구는 자동차의 조형적 특징에 맞춘 음성 어시스턴트 제안을 위한 디자인 품평 가이드로 활용되어, 추후 출시되는 차량에서 사용자들의 자동차 음성 어시스턴트 감성 경험이 증진될 것으로 기대한다.

본 논문은 엘즈워스 켈리(Ellsworth Kelly, 1923-2015)의 창문 이미지에 대한 연구이다. 켈리는 일상의 사물인 창문을 발견하고, 그것의 구조를 그대로 캔버스로 옮기는 전이를 통해 추상으로 나아가는 과정을 실험했다. 작가는 전이된 창문 이미지 를 기호로 지표화했고 창문의 실제적 이미지를 연상할 수 없을 정도로 구조의 핵심 적 본질에 접근하여 자율성을 갖춘 새로운 이미지로 탄생시켰다. 새롭고 독립적인 것 으로 창문 이미지를 제시하고자 했던 그의 작업 과정은 시뮬라시옹과 유사한 맥락으 로 볼 수 있었다. 따라서 창문 이미지는 순수한 대상인 시뮬라크르로 해석가능하다. 켈리는 창문과 중세 미술의 도상을 결합하였다. 예수의 모습과 결합된 창문의 모 호한 형태는 관람객이 작품의 구체적인 형상과 의미를 단번에 파악할 수 없게 만들 었다. 또한 켈리는 목재와 노끈 등의 새로운 재료를 사용하여 리얼리티의 문제를 실 재적 관점으로 확장시켰고 2차원과 3차원의 결합을 시도했다. 한편 오브제적 특성을 갖게 된 켈리의 창문은 뒤샹의 레디메이드와 비교되기도 하였다. 켈리의 작업은 이미 만들어진 사물인 창문을 선택하고 창문의 기본적인 구조만 드러나게 한 다음 완벽하 게 재창조한 ‘올레디메이드(already-made)’로 차별화된다. 또한 켈리는 우연히 발 견한 사물이었던 창문 그 자체보다 그리드 같은 창문의 구체적인 구조에 흥미를 느 꼈다. 즉 켈리가 사물을 선택하는 행동에서 미적 흥미를 배제할 수 없었다. 켈리의 창문 이미지는 작가에게 새로운 예술 형식을 위한 기호로, 현실 세계로부 터 얻을 수 있는 시각 언어이자 추상으로 향하는 조형적 언어였다. 본 연구는 켈리의 작업 세계에서 창문 이미지가 예술형식의 확장을 가져오는 시작점이라는 것에서 의 의를 찾을 수 있었다.

본 논문에서는 인력에 의한 외관 조사의 단점을 해결하고 터널 안전 점검의 자동화를 위하여 터널 스캐닝 영상을 통 한 영상접합 자동화 알고리즘을 제시한다. 터널 스캐닝 영상을 통한 안전 점검은 기존 인력에 의한 외관 조사에 비해 조사 기 간과 인력을 크게 줄일 수 있으며 조사자의 안전사고와 교통체증에 따른 사회적 비용을 절감할 수 있다는 장점이 있다. 터널 스캐닝 영상 기반 안전 점검을 위해서는 터널 스캐닝 영상의 접합을 통하여 평면 전개 이미지 자동화 생성이 핵심이다. 터널 스캐닝 영상 기반 평면 전개 이미지 생성의 자동화를 위하여 특징점 추출 및 특징점 매칭을 통한 다중촬영 이미지 간 접합 과 정이 주요한 요소이다. 본 연구에서는 터널 평면 전개 이미지 자동화 생성의 주요 요소인 이미지 접합의 성능을 높이고 기존 접합 기술에서 발생하는 오류를 해결하기 위하여 특징점 매칭 선분의 물리적인 특성을 고려하여 매칭 정확도를 높인 기술을 제 안하였다. 터널 이미지 중 약80∼90%를 이루는 타일부와 콘크리트부를 대상으로 기존기술의 특징점 매칭 결과와 제안 기술의 특징점 매칭 결과를 비교분석 하였으며 제안 기술을 통해 매칭 성능이 향상된 것을 확인하였다.

산불이 발생하면 수목은 산불의 직접 영향을 받는 1차 피해와 시간이 경과하면서 다양한 원인으로 고사하는 2차 피해를 입는다. 산불 발생 후 피해지 조사 시점에 따라서 산불 피해지의 분포 패턴이 달라지고 2차 피해 현상이 진행하는 과정도 지역마다 다르게 나타난다. 이 연구는 산불발생 후 산불피해지의 변화를 분석하는 방법을 제안하는 것이 목적이다. 이 연구에서 제안하는 방법은 시계열 군집 분석을 통해서 비슷한 피해 변화 양상을 보이는 산불 피해지를 구분할 수 있다. 2022년 3월 4일부터 3월 13일까지 산불이 진행한 울진･삼척 지역을 대상으로 산불 피해지를 분석하였다. 9개의 군집으로 분류한 결과를 보면, 세 개의 군집이 다양한 산불 피해지 변화 양상을 보여주고 있다. 이 연구에서는 각 군집의 지도화로 공간 분포 특성을 보여준다. 산불 피해지가 집중되어 있는 지역, 시기적으로 특정 시기에 산불이 발생한 지역 등에서 각 군집이 분포하는 것을 확인할 수 있다.

Artificial intelligence is driving the Fourth Industrial Revolution and is in the spotlight as a general-purpose technology. As the data collection from the battlefield increases rapidly, the need to us artificial intelligence is increasing in the military, but it is still in its early stages. In order to identify maritime targets, Republic of Korea navy acquires images by ISAR(Inverse Synthetic Aperture Radar) of maritime patrol aircraft, and humans make out them. The radar image is displayed by synthesizing signals reflected from the target after radiating radar waves. In addition, day/night and all-weather observations are possible. In this study, an artificial intelligence is used to identify maritime targets based on radar images. Data of radar images of 24 maritime targets in Republic of Korea and North Korea acquired by ISAR were pre-processed, and an artificial intelligence algorithm( ResNet-50) was applied. The accuracy of maritime targets identification showed about 99%. Out of the 81 warship types, 75 types took less than 5 seconds, and 6 types took 15 to 163 seconds.

자율운항선박이 상용화되어 연안을 항해하기 위해서는 해상의 장애물을 탐지할 수 있어야 한다. 연안에서 가장 많이 볼 수 있 는 장애물 중의 하나는 양식장의 부표이다. 이에 본 연구에서는 YOLO 알고리즘을 이용하여 해상의 부표를 탐지하고, 카메라 영상의 기하 학적 해석을 통해 선박으로부터 떨어진 부표의 거리와 방위를 계산하여 장애물을 시각화하는 해상물체탐지시스템을 개발하였다. 1,224장 의 양식장 부표 사진으로 해양물체탐지모델을 훈련시킨 결과, 모델의 Precision은 89.0 %, Recall은 95.0 % 그리고 F1-score는 92.0 %이었다. 얻 어진 영상좌표를 이용하여 카메라로부터 떨어진 물체의 거리와 방위를 계산하기 위해 카메라 캘리브레이션을 실시하고 해상물체탐지시 스템의 성능을 검증하기 위해 Experiment A, B를 설계하였다. 해상물체탐지시스템의 성능을 검증한 결과 해상물체탐지시스템이 레이더보 다 근거리 탐지 능력이 뛰어나서 레이더와 더불어 항행보조장비로 사용이 가능할 것으로 판단된다.