This study aims to identify the differences between Korean and Chinese and males and females in terms of female image preferences. The survey was conducted for 1 month targeting male and female Korean and Chinese subjects. Among the 350 completed questionnaires, 309 were used for analysis. For the analysis, 11 female images were chosen based on theoretical study, then a t-test and a paired t-test were carried out using SPSS 19.0. The results of this study are as follows: First, differences in female image preferences were observed to depend on nationality and gender. Koreans prefer urban images while Chinese prefer cute, intelligent, and sexy images. Second, males prefer innocent or sexy images, while females prefer sophisticated images. Third, Korean males prefer innocent, active, sophisticated, gentle, cute, sexy, urban, natural, intelligent, spectacular, and neutral images in order. Chinese males prefer gentle, innocent, sexy, active, sophisticated, intelligent, cute, natural, urban, spectacular, and neutral images in order. Fourth, Korean females prefer sophisticated, gentle, urban, natural, intelligent, innocent, active, sexy, cute, spectacular, and neutral images in order. Chines females prefer sophisticated, intelligent, cute, gentle, innocent, active, natural, sexy, urban, spectacular, and neutral images in order. Using these results, it will be possible to design marketing strategies for global consumers.

본 연구의 목적은 무용전공자와 비전공자들이 인식하고 있는 남성무용수에 대한 전반적인 이미지를 구성하 는 요인들을 파악하여 앞으로의 무용수 이미지 개선을 위한 시사점을 도출하는데 있다. 이와 같은 목적을 달성하기 위해 20세 이상의 성인을 대상으로 무용전공자와 비전공자를 무선집락표집 (cluster random sampling)을 사용하여 각각 150명씩 표집하였다. 장동환(1964)에서 밝혀낸 50개의 형용사군을 기초로 하고, 박경숙(1974), 이학주(2000), 정애연(2007) 의 연구에서 사용된 형용사군을 참고하여 총 30개의 형용사군을 골라 척도로 활용하였다. 수집된 모든 자료는 SPSS 18.0 프로그램을 사용하여 분석하였으며, 다음과 같은 결론을 얻었다. 첫째, ‘날씬하다’ 항목이 전공유무에 상관없이 가장 긍정적으로 나타났다. 부정적인 항목에 대해서는 무용 전공자는 ‘안전하다’의 항목이, 비전공자는 ‘대하기쉽다’로 나타났다. 둘째, 남성무용수의 이미지는 전공유무에 관계없이 중간점수인 3점을 기준으로 대체적으로 긍정적인 반응 이 나타났다. 셋째, 무용전공자와 비전공자 간의 무용수 이미지에 대한 갭을 살펴보면 ‘능력있다 ’항목이 차이가 가장 크 게 나타났다. 넷째, 7개의 항목은 무용전공자가 비전공자보다 긍정적으로 나타났고, 이를 제외한 23개의 문항에서 비전 공자의 남성무용수에 대한 이미지가 긍정적으로 나타났다. 이상의 결론을 종합해보면 무용전공자와 비전공자의 남성무용수에 대한 인식은 전공유무에 상관없이 대체 적으로 긍정적으로 나타났다.

As an efficient method to detect blending of general gravitational microlensing events, it is proposed to measure the shift of source star image centroid caused by microlensing. The conventional method to detect blending by this method is measuring the difference between the positions of the source star image point spread function measured on the images taken before and during the event (the PSF centroid shift, δθc,PSF). In this paper, we investigate the difference between the centroid positions measured on the reference and the subtracted images obtained by using the difference image analysis method (DIA centroid shift, δθc.DIA), and evaluate its relative usefulness in detecting blending over the conventional method based on δθc,PSF measurements. From this investigation, we find that the DIA centroid shift of an event is always larger than the PSF centroid shift. We also find that while δθc,PSF becomes smaller as the event amplification decreases, δθc.DIA remains constant regardless of the amplification. In addition, while δθc,DIA linearly increases with the increasing value of the blended light fraction, δθc,PSF peaks at a certain value of the blended light fraction and then eventually decreases as the fraction further increases. Therefore, measurements of δθc,DIA instead of δθc,PSF will be an even more efficient method to detect the blending effect of especially of highly blended events, for which the uncertainties in the determined time scales are high, as well as of low amplification events, for which the current method is highly inefficient.

본 논문에서는 표본 기반 영상 인페인팅을 이용하여 틀린그림찾기 게임의 컨텐츠를 자동으로 생성하는 방법을 제안한다. 틀린그림찾기 게임은 원본 영상에서 특정 물체를 제거하거나 색상 을 변경, 혹은 다른 물체로 대치시켜서 새로운 영상을 만든 후 두 영상의 차이점을 찾아내는 게임이다. 표본 기반 영상 인페인팅 기술은 정지 영상에서 의미가 없거나 관심 밖의 피사체를 영상에서 제거하는 역할을 한다. 본 논문에서는 표본 기반 영상 인페인팅을 이용해 물체 제거 문제를 자동화시키는 방법을 제안한다. 실제 구현 및 실험을 통해 틀린그림찾기 영상을 생성한 결과 제안하는 방법이 틀린그림찾기 컨텐츠를 자동 생성하는데 효과적임을 확인하였다.