Background: Deep learning related research works on website medical images have been actively conducted in the field of health care, however, articles related to the musculoskeletal system have been introduced insufficiently, deep learning-based studies on classifying orthopedic manual therapy images would also just be entered. Objectives: To create a deep learning model that categorizes cervical mobilization images and establish a web application to find out its clinical utility. Design: Research and development. Methods: Three types of cervical mobilization images (central posteroanterior (CPA) mobilization, unilateral posteroanterior (UPA) mobilization, and anteroposterior (AP) mobilization) were obtained using functions of ‘Download All Images’ and a web crawler. Unnecessary images were filtered from 'Auslogics Duplicate File Finder' to obtain the final 144 data (CPA=62, UPA=46, AP=36). Training classified into 3 classes was conducted in Teachable Machine. The next procedures, the trained model source was uploaded to the web application cloud integrated development environment (https://ide.goorm.io/) and the frame was built. The trained model was tested in three environments: Teachable Machine File Upload (TMFU), Teachable Machine Webcam (TMW), and Web Service webcam (WSW). Results: In three environments (TMFU, TMW, WSW), the accuracy of CPA mobilization images was 81-96%. The accuracy of the UPA mobilization image was 43~94%, and the accuracy deviation was greater than that of CPA. The accuracy of the AP mobilization image was 65-75%, and the deviation was not large compared to the other groups. In the three environments, the average accuracy of CPA was 92%, and the accuracy of UPA and AP was similar up to 70%. Conclusion: This study suggests that training of images of orthopedic manual therapy using machine learning open software is possible, and that web applications made using this training model can be used clinically.

This paper analysed the architectural images on Pleasant Gathering of Leeum, Samsung museum of art, which has been assumed as a work of the Koryo dynasty. Through the comparison between the unique wooden structure at roof edge on the building images and real architectures, it found the buildings on the painting were from China Fujian(福建), not from Korea. It also analysed the color painting on buildings, trees, themes from previous famous paintings and dresses to confirm these images were came from the early period of the Ming dynasty. It is a very unique painting containing various information on the Fujian ancient architecture, but its architecture drawing is not as skillful as typical ancient Chinese paintings.

저해상도 하수관거의 균열을 탐지하기 위해서 웨이블릿 기법을 이용하여 연구를 수행하였다. 변수 4개를 설정하여 파라미터 연구를 수행하였으며 기존 CNN 기법의 연구와 비교를 통해 타당성을 검증하였다. 연구 결과 본 연구에 제시된 파라미터 변수들의 기본값만 사용하더라도 97.2%의 높은 정확도를 나타내었으며, 정확도가 들쭉날쭉하지 않고 안정성을 나타내었다. 따라서, 웨이블릿 기법을 활용하여 구조물의 균열 등 결함 인식 등의 문제를 잘 해결할 것으로 판단되며 향후 연구로 딥러닝 기법과의 상호 보완적인 방법을 모색하고자 한다.

소나무재선충병은 동남부 지역을 중심으로 국내에 급속히 확산되고 있는 수목병해이다. 본 연구는 소나무재선충병 항공예찰의 효율성과 정확성을 파악하기 위해 현장예찰 조사와 드론을 이용하여 항공사진 조사를 비교하였다. 소나무재선충병 감염목과 건전목 구분을 위해 포항과 밀양의 소나무재선충 병 발생지역에서 저고도 항공사진을 촬영 후, RGB값, 분광식생지수(Spectral Vegetation Indices), M-통계값을 비교하였다. 그 결과 항공사진의 적색광 (R)값이 소나무재선충 감염목에서 가장 높게 나타났고, 건전목에서는 녹색광(G)값이 가장 높게 나타났으며, 감염목과 건전목의 RGB값의 차이는 적색광(R) 값이 가장 크게 변동하였고, 통계적으로도 유의하였다. RGB값을 이용한 분광식생지수 Excess red (ExR), R-G, Color index of vegetation (CIVE), Woebbecke index (WI)는 소나무재선충 감염목과 건전목에서 통계적으로 유의한 차이를 보였다. 분광식생지수의 M-통계값은 포항(2.3-3.1)과 밀양 (2.6-3.3) 모두 ExR, R-G, CIVE, WI에서 기준값인 1보다 높게 나타났다. 본 연구결과는 드론으로 촬영한 저고도 항공사진의 RBG값과 분광식생지수 분석을 통해 소나무재선충의 감염목과 건전목의 구분이 가능하며, 소나무재선충병의 항공예찰을 위한 기초자료로 활용할 수 있을 것으로 판단된다.

본 연구는 중국 대학생의 강의 동영상 학습에서 동영상에 포함된 이미지 분량이 학습자의 학습 스타일에 따라 학습만족도와 학업성취도에 미치는 효과를 실험연구하였다. 연구대상은 중국 형태대학교 교육학 전공 1학년 167명으로 이들에게 이미지 분량이 많은 동영상과 적은 동영상을 학습하게 한 후, 학습자의 학습 스타일을 정보인지 유형과 정보입력 유형으로 구분하여 집단에 따라 학습만족도와 학업성취도에 어떠한 차이가 있는지를 분석하였다. 분석 결과 첫째, 이미지 분량이 많은 동영상을 학습한 집단이 학습만 족도와 학업성취도에서 통계적으로 유의하게 높은 것으로 나타났다. 둘째 이미지 분량과 정보인지 스타일 의 상호작용 효과는 학습만족도와 학업성취도에 통계적으로 유의한 차이를 보였다. 특히, 이미지 분량이 많은 강의 동영상은 직관형 학습자들의 학습만족도와 학업성취를 높였다. 셋째, 이미지 분량과 정보입력 스타일의 상호작용 효과는 통계적으로 유의한 차이가 없는 것으로 나타났다.

The aim of this study is to select MLMA and Noen Eubanks as representatives of Gen Z’s unique subculture ‘E-girl’ and ‘E-boy’ to analyze fashion images and determine their meaning through the perspective of persona. To conduct this study, a literature review and case studies were combined and fashion images of E-girl and E-boy appearing on social media were analyzed to identify the personas they expressed. A case study of MLMA and Noen Eubanks’ Instagram and TikTok account posts showed that grotesque, kitsch, and gender-related images stand out. The digital personae demonstrated by E-girl and E-boy fashion images were demonstrated to be a strange persona that reject perfect beauty and a playful persona escaping from reality and anxiety. Lastly persona of individual identity was shown to be formed. This study provides a basis for understanding and interpreting Gen Z’s culture and aesthetics that will lead to future trends. Based on this study, I hope that various studies on E-girl and E-boy apparel will be conducted, and that by understanding the importance of E-girl and E-boy culture for Gen Z (which is paying attention to fashion trends), this can be used as a marketing strategy to consider their characteristics, with data used to inform design development.

가뭄은 일반적으로 장기간에 걸쳐 물 공급이 부족하여 나타나는 환경 재앙 중 하나로 대부분 넓은 지역에 걸쳐 나타난다. 원격탐사 자료는 이러한 넓은 지역에서 나타나는 가뭄 모니터링에 적합한 방법이다. 따라서 이 연구에서는 강원도 소양호 지역의 Landsat 위성 영상 자료를 활용하여 약 30년(1985-2015) 동안의 소양호 면적을 산출하고 이를 가뭄 패턴과 분석하였다. 특히 ISODATA, Maximum likelihood 및 인공신경망을 활용하여 Landsat 영상을 분류하여 소양호 면적을 산출하였다. 또한 가뭄 패턴을 분석하기 위하여 산출된 호수 면적과 소양호 지역의 강수량을 활용한 표준 강수지수(Standardized Precipitation Index: SPI)와의 상관관계를 분석하였다. 영상 분류 연구 결과, ISODATA, Maximum likelihood 및 인공신경망 방법 중에서 호수 면적 산출의 최적의 방법은 인공신경망 방법임을 알 수 있었다. 또한, 인공신경망 방법을 적용하여 산출한 호수 면적과 SPI와의 상관관계 분석 결과 R 2 값이 0.52를 가진다. 즉, SPI 지수가 낮을 때 호수 면적이 감소하는 것을 알 수 있었다. 즉 호수 면적 변화를 통하여 소양호 지역의 가뭄 상태 감지 및 모니터링이 가능하다는 것을 알 수 있었다. 이 연구는 향후 지역 가뭄 모니터링 프로그램 개발 등에 사용이 가능할 것이다.

Maintenance of power distribution facilities is a significant subject in the power supplies. Fault caused by deterioration in power distribution facilities may damage the entire power distribution system. However, current methods of diagnosing power distribution facilities have been manually diagnosed by the human inspector, resulting in continuous pole accidents. In order to improve the existing diagnostic methods, a thermal image analysis model is proposed in this work. Using a thermal image technique in diagnosis field is emerging in the various engineering field due to its non-contact, safe, and highly reliable energy detection technology. Deep learning object detection algorithms are trained with thermal images of a power distribution facility in order to automatically analyze its irregular energy status, hereby efficiently preventing fault of the system. The detected object is diagnosed through a thermal intensity area analysis. The proposed model in this work resulted 82% of accuracy of detecting an actual distribution system by analyzing more than 16,000 images of its thermal images.

1. 미소 해충의 자동 영상 인지 시스템 개발에 필요한 기초 자료를 확보하기 위해 화질에 따른 해충의 인지율을 조사하였다. 2. 곤충 영상은 스캐너를 이용하여 300, 600, 900, 1,200, 2,400, 4,800 dpi의 6단계 화질로 획득하였고 곤충 연구자에게 화질에 따른 인지율을 설문 조사하였다. 3. 나방류인 담배거세미나방과 배추좀나방의 경우 모든 dpi 에서 높은 인지율을 보였다. 4. 크기가 작은 포인세티아총채벌레와 담배가루이의 경우 모든 dpi에서 50% 미만의 낮은 인지율을 보였다. 5. 크기가 작은 총채벌레와 담배가루이 인지 시스템 개발에는 100 mm 매크로렌즈를 사용하거나 hand-held 형태의 디지털 현미경이 필요할 것으로 사료된다.

예이츠에게 여성은 거의 일생동안 시의 촉매이자 모티브 역할을 충실히 했다. 그들 중에서 모드 곤과 레이디 그레고리, 그리고 하이드-리즈는 그의 시와 극에 지대한 영향을 미쳤을 뿐만 아니라 문학과과 철학관의 형성에도 큰 영향을 미쳤다. 이 논문에서는 모드 곤, 레이디 그레고리, 하이드-리즈와 같은 여성들이 그의 시와 극작 품에서 어떠한 이미지로 나타나며 어떠한 의미를 전달하는 지 고찰하고자 한다.

현대사회에서 대표적인 제3의 공간인 카페는 학업과 휴게 등에 중요한 공간으로 사용되고 있다. 카페를 방문 규모에 따른 공간적인 요구사항을 이해할 필요가 있는데, 좁은 카페의 경우, 더 넓고 높고 깊게 보일 수 있는 디자인 방법을 파악하는 것은 이용자나 디자이너들에게 도움이 될 수 있다. 본 연구는 공간의 깊이감과 머물고 싶은 의사의 관계를 시선추적기와 공간 이미지를 이용하여 연구한 것이다. 56명의 실내디자인 학생들은 15개의 렌더링으로 개발된 이미지를 함께 비교하여 보며, 어떤 공간이 가장 깊어 보이는지에 대해 응답하였다. 또한 주어진 공간을 카페로 가정하여 1인 방문 시, 그리고 단체로 방문 시 각각 어느 공간에 머물고 싶은지 응답하였다. 공간을 탐색하는 과정의 시선은 시선추적기를 통해 측정되었다. 연구의 결과, 동일한 규모의 공간일지라도 실내 및 가구요소에 따라 깊이감이 다르게 느껴짐을 보여준다. 어두운 벽에 작은 장식과 분리된 가구가 있는 공간이 밝은 톤의 벽에 큰 장식이 있거나 아예 장식이 없는 경우, 그리고 하나로 연결된 가구가 있는 공간보다 더 깊어 보인다고 인식되었다. 공간의 깊이 감은 1인 방문자에게 중요한 요소이나, 여럿이 방문한 경우에는 큰 고려 요소는 아니었다. 연구의 결과는 공간의 깊이감이 카페 방문객의 규모와 관련해 머물고 싶은 의도에 어떤 역할을 하는지 밝히는데 도움이 되리라 본다.

본 연구는 3차원 영상을 이용하여 원예산물의 크기와 플러그묘의 평균초장을 결정하고자 수행되었다. 3차원 영 상을 획득하고자 ToF 카메라와 스테레오비전 카메라를 사용하였다. 본 연구의 3차원 영상 획득용 실험 재료로서 수박, 사과, 배, 단호박, 오렌지의 원예산물과 수박, 토마토 및 고추 플러그묘를 사용하였다. 플러그묘의 평균 초장을 결정하는 지표로서 기존의 측정 기준 대신에 수정초장이 제시되었다. 스테레오비전 영상에 비해서 ToF 영상을 이용한 경우에 원예산물의 크기와 플러그묘의 평균초장 오차가 작게 나타났다. 꼭지가 있는 원예산물을 제외할 경우 ToF 영상을 이용한 원예산물의 둘레와 높이의 오차는 각각 0.0-3.0%, 0.0-4.7%로 나타났다. 또한, 플러그묘의 평균 초장에 대한 오차는 0.0-5.5%로 나타났다. 본 연구를 통해 서 3차원 영상을 이용한 원예산물의 크기와 플러그묘에 대한 초장 추정의 가능성을 확인하였다. 더구나, 본 연구에서 시도된 방법은 3차원 영상으로부터 물체와 배경의 효과적인 분리, 이상치의 제거 등에 활용될 것이다.