증강현실(AR)을 활용한 음식 이미지 제시가 구매 의사에 미치는 영향: 사용자 참여의 매개효과를 중심으로

공해인,한광희 한국감성과학회 2019 감성과학 Vol.22 No.3

Augmented reality (AR) is the technology in which a virtual image made by computer is integrated with the real world. Food is one of the most popular products purchased online. In this study, we investigated how the presentation of food images with AR affects purchase intention and user engagement. We hypothesized that purchase intention was increased more by AR food images than by static food images. We also examined whether user engagement mediates the relationship between image presentation format and purchase intention. To test this hypothesis, participants in one group saw AR food images, and participants in another group saw static food images on an iPad. All participants then answered questions about user engagement and purchase intention. As predicted, participants who saw an AR food image reported higher user engagement and higher purchase intention than did those who saw a static food image. The indirect effect of user engagement was also significant, and the link between image presentation format and purchase intention was fully mediated by user engagement. We also found that aesthetic appeal, one of the sub-factors of user engagement, fully mediated the link between image presentation format and purchase intention. Thus AR images of food images were aesthetically more appealing, which led to higher purchase intention. These findings suggest that AR technology can be used effectively as a way to advertise food. AR (Augmented Reality; 증강현실)은 가상의 이미지를 현실 세계에 덧붙이는 기술이다. 본 연구는 온라인으로 활발히 소비되는 품목인 음식을 AR로 제시했을 때의 효과를 살펴보고자 한다. 본 연구에서는 AR 음식 이미지가 구매 의사와 사용자 참여에 미치는 영향을 정적인 음식 이미지와 비교하여 알아보았고, 이미지 제시 방식과 구매 의사와의 관계를 사용자 참여가 매개하는지도 살펴보았다. 참가자는 두 조건 중 하나로 무선할당되어 AR 조건은 AR로 음식 이미지를 보고 정적 조건은 정적인 음식 이미지를 보았다. 그 후 참가자들은 사용자 참여와 구매 의사를 묻는 설문에 응답했다. 실험 결과, AR로 음식을 본 조건이 정적인 이미지를 본 조건보다 사용자 참여가 더 높았고, 구매 의사 또한 더 높은 것으로 나타났다. 매개 분석 결과, 사용자 참여의 간접효과는 통계적으로 유의했으며, 사용자 참여는 이미지 제시 방법과 구매 의사 간의 관계를 완전매개하는 것으로 나타났다. 하위요인별로 매개 분석을 진행한 결과, 사용자 참여의 하위 척도 중에서도 심미성의 완전매개 효과가 나타났다. 연구 결과를 정리하면, AR로 음식 이미지를 보게 되면 심미성이 높아지며, 높은 심미성은 음식에 대한 높은 구매 의사로 이어진다. 따라서 본 연구는 음식 이미지를 제시하는 방법으로 AR 기술이 효과적으로 사용될 수 있음을 밝히고 있다.

병리 영상 핵분할 성능 향상을 위한 생성적 적대 신경망과 데이터 증강 기법의 효과 분석

루이보,정승원 한국방송∙미디어공학회 2024 방송공학회논문지 Vol.29 No.3

병리 이미지는 의료 이미징 분야에서 흔히 볼 수 있는 이미지 중 하나로, 최근에는 딥러닝 기술의 다양한 모델들이 나타나면서 세포 분할을 비롯한 기술을 병리 이미지 분야에 적용하기 시작했다. 최근 몇 년간 세포 분할 분야의 모델이 대량 생성되었고 이러한 모델은 좋은 성능을 달성했다. 세포 분할을 진행하는 동안 병리 이미지 데이터집의 희소성으로 인해 해당 분야의 이미지 데이터는 매우희박하다. 이와 같은 데이터에 대한 세포 분할을 진행할 때 성능 향상을 위한 데이터 증강도 매우 중요하다. 본 연구에서는mask2image 모델로 생성(fake) 이미지를 생성한 후, 해당 생성 이미지로 image2mask 모델을 훈련시켰다. 다양한 데이터 증강 기술을적용하여 생성된 세포 이미지를 추가적으로 사용하여 훈련한 image2mask 모델의 성능을 제시하는 동시에 다양한 데이터 증강이 실제세포 이미지 분할 성능에 어떠한 효과가 있는지를 분석하였다. Pathological images constitute a significant category within medical imaging. With the advent of deep learning techniques,particularly models for nuclei segmentation, the application scope of these methods has expanded to encompass pathologicalimages. Numerous highly effective nuclei segmentation models have emerged. However, the scarcity of pathological image datasetsposes a challenge. Addressing this, data augmentation becomes pivotal to bolster the performance of nuclei segmentation withinsuch datasets. This study employs a mask2image model to generate synthetic images, subsequently utilized to train an image2maskmodel. Incorporating diverse data augmentation techniques, we evaluate the efficacy of synthetic images and analyze the impact ofvarious augmentation methods on segmentation performance.

객체 탐지를 위한 객체 복사 기반의 적대적 생성 신경망 활용 이미지 데이터 증강 기법

이수아,한지형 한국정보과학회 2022 정보과학회논문지 Vol.49 No.12

In the field of computer vision, massive well-annotated image data are essential to achieve good performance of a convolutional neural network (CNN) model. However, in real world applications, gathering massive well-annotated data is a difficult and time-consuming job. Thus, image data augmentation has been continually studied. In this paper, we proposed an image data augmentation method that could generate more diverse image data by combining generative adversarial network (GAN) and copy-paste based augmentation. The proposed method generated not pixel-level or image-level augmentation, but object-level augmentation by cutting off segmentation boundaries(mask) instead of bounding boxes. It then applyied GAN to transform objects. 컴퓨터 비전 분야에서는 양질의 이미지 데이터가 합성곱 신경망(CNN) 모델의 성능에 중요한 영향을 미친다. 하지만 실제 도메인에서는 충분한 양질의 데이터를 구하는 것이 어렵기 때문에 이미지 데이터의 증강 기법에 대한 연구가 계속해서 이루어지고 있다. 본 논문에서는 기존에 연구되던 적대적 생성 신경망(GAN)과 객체 복사(Copy-Paste) 기반의 증강 기법을 결합하여 더 다양한 이미지 데이터를 생성할 수 있는 이미지 데이터 증강 기법을 제안한다. 경계 상자(bounding box)가 아닌 객체 경계를 잘라내고, 적대적 생성 신경망을 사용하여 객체를 변형함으로써 기존의 픽셀 단위, 이미지 단위에서 벗어난 객체 단위의 이미지 데이터 증강을 보인다.

CNN 모델 평가를 위한 이미지 데이터 증강 도구 개발

최영원(Youngwon Choi),이영우(Youngwoo Lee),채흥석(Heung-Seok Chae) 한국정보과학회 소프트웨어공학 소사이어티 2020 소프트웨어공학회지 Vol.29 No.1

CNN 모델이 이미지 분류와 객체 탐지 등 여러 분야에 활용됨에 따라, 자율주행자동차와 같이 안전필수시스템에 사용되는 CNN 모델의 성능은 신뢰할 수 있어야 한다. 이에 CNN 모델이 다양한 환경에서도 성능을 유지하는지 평가하기 위해 배경을 변경한 이미지를 생성하는 이미지 데이터 증강 도구를 개발한다. 이미지 데이터 증강 도구에 객체가 존재하는 이미지를 입력하면, 해당 이미지로부터 객체 이미지를 추출한 후 수집한 배경 이미지 내에 객체 이미지를 합성하여 새로운 이미지를 생성한다. CNN 모델 성능 평가 방법으로 개발한 도구를 사용하여 기존 테스트 이미지로부터 새로운 테스트 이미지를 생성하고, 생성한 새로운 테스트 이미지로 CNN 모델을 평가한다. 사례 연구로 Pascal VOC2007 테스트 데이터로부터 새로운 테스트 이미지를 생성하고, 새로운 테스트 이미지로 YOLOv3 모델을 평가하였다. 그 결과 기존 테스트 이미지의 mAP보다 새로운 테스트 이미지의 mAP가 약 0.11 더 낮아지는 것을 확인하였다. As CNN model is applied to various domains such as image classification and object detection, the performance of CNN model which is used to safety critical system like autonomous vehicles should be reliable. To evaluate that CNN model can sustain the performance in various environments, we developed an image data augmentation apparatus which generates images that is changed background. If an image which contains object is entered into the apparatus, it extracts an object image from the entered image and generate s composed images by synthesizing the object image with collected background images. As a method to evaluate a CNN model, the apparatus generate s new test images from original test images, and we evaluate the CNN model by the new test image. As a case study, we genera ted new test images from Pascal VOC2007 and evaluated a YOLOv3 model with the new images. As a result, it was detected that mAP of new test images is almost 0.11 lower than mAP of the original test images.

CNN 기반 토마토 질병 분류를 위한 DCGAN 이미지 데이터 확장 영향 평가

박지연(Ji-yeon Park),김현지(Hyeon-ji Kim),김경백(Kyungbaek Kim) 한국디지털콘텐츠학회 2020 한국디지털콘텐츠학회논문지 Vol.21 No.5

With the development of deep learning and the advent of CNN(Convolutional Neural Network), research on image data classification has been actively conducted. However, performance is deteriorated when an image dataset having an uneven distribution of classes is used for training a CNN classification model. In particular, diseases in plants occur aperiodically and unbalanced image data is provided. In this paper, we evaluate the impact of DCGAN(Deep Convolutional Generative Adversarial Network) image data augmentation to improve the performance of CNN-based tomato disease classifiers in situations where unbalanced image data is provided. DCGAN is a generation model specialized in image data, enabling stable learning and effectively extracting image features. For performance evaluation, the effect of DCGAN image data augmentation on a CNN-based tomato disease classifier was measured using a tomato disease image data set, and it was confirmed that the accuracy can be increased up to 30% through image data augmentation.

이미지 사전을 이용한 보완대체 의사소통 시스템의 구현

류제(Je Ryu),김우성(Woo Sung Kim),한광록(Kwang Rok Han) 한국멀티미디어학회 2006 멀티미디어학회논문지 Vol.9 No.9

본 논문에서는 언어장애인이 이미지를 사용하여 쉽게 의사를 전달할 수 있도록 하기 위하여 이미지 사전에 기반을 둔 보완대체 의사소통 도구를 구현하였다. 일반적으로 언어장애를 가지고 있는 사람들은 그들의 의사를 전달하기 위하여 몇 개의 제한된 언어를 사용한다. 또한 언어 장애인들에게는 말로서 의사를 전달하는 데에는 어려움이 있기 때문에 이미지를 사용하면 훨씬 효과적으로 의사소통을 할 수 있다. 따라서 대화자의 의사전달의 핵심을 이루는 동사와 형용사에 해당하는 단어에 대하여 이미지들을 제작하고, 이 이미지들과 결합할 수 있는 명사 이미지와의 의미관계를 패턴으로 정의하여, 이미지 사전을 구축하였다. 본 논문의 보완대체 의사소통 시스템은 사용자가 동사의 이미지를 클릭하고, 이 이미지의 의미관계를 기반으로 하는 결합 패턴의 구성요소인 명사의 이미지를 선택하여 문장을 생성한다. 구현된 시스템은 언어장애아들을 대상으로 그들이 얼마나 효율적으로 의사를 전달할 수 있는지에 대하여 평가되었으며, 약 70% 이상의 대화 성공률을 보였다. In this paper, we implement an AAC(Augmentative and Alternative Communication) system based on image dictionary in order that speech defectives can easily communicate their opinion to others by using images. Normally, those who have a speech defect use only a few limited words to express their intentions and it is an effective way to use images in their communication because they have a difficulty in speaking. Therefore we make verbal images of verb and adjective that play an important role in expressing the speaker's intention, define pattern of semantic relation between the verbal images and noun images, and construct the image dictionary. In this AAC system, when a user clicks a verbal image, the system generates a sentence by selecting noun images which are component parts of corresponding pattern based on semantic relation with the verbal image. We evaluate the implemented system by how efficiently children of speech defect can express their intention and the result shows more than 70% of success rate in communication.

증강현실 모니터링 기술의 의료융합

이경숙,임원봉,문영래 한국융합학회 2018 한국융합학회논문지 Vol.9 No.2

The augmented reality(AR) technology enables to acquire various image information at the same time by combining virtual image information with the user's viewpoint. These AR technologies have been used to visualize patients' organs and tissues during surgery and diagnosis in the fields of Image-Guide Operation, Surgical Training, and Image Diagnosis by medical convergence, and provides the most effective surgical methods. In this paper, we study the technical features and application methods of each element technology for medical fusion of AR technology. In the AR technology for medical convergence, display, marker recognition and image synthesis interface technology is essential for efficient medical image. Such AR technology is considered to be a way to drastically improve current medical technology in the fields of image guide surgery, surgical education, and imaging diagnosis. 증강현실 기술은 사용자의 시각에 가상의 영상 정보를 결합하여 다양한 영상 정보를 동시에 취득할 수 있게 한다. 이러한 증강현실 기술은 최근 의료융합을 통해 이미지 가이드 수술(Image-Guide Operation), 수술 교육 훈련, 영상 진단 분야에서 수술 및 진단 시 환자의 장기나 조직들을 구분하여 가시화하고 가장 효과적인 수술 방법을 제시 할 수 있다. 이에 본 논문을 통해 증강현실 기술의 의료 융합을 위한 각 요소 기술의 기술적 특징과 적용 방안 등을 고찰하고자 하였다. 의료 융합을 위한 증강현실 기술에서는 효율적인 의료 영상의 구현을 위해 디스플레이, 마커인식 그리고 영상합성 인터페이스 기술의 유기적인 구동이 필수적이다. 이러한 증강현실 기술은 향후, 이미지 가이드 수술, 수술 교육 및 영상 진단 등의 분야에서 현재의 의료 기술을 획기적으로 증진시킬 수 있는 방안이 될 수 있으리라 여겨진다.

Dog-Species Classification through CycleGAN and Standard Data Augmentation

박찬,문남미 한국정보처리학회 2023 Journal of information processing systems Vol.19 No.1

In the image field, data augmentation refers to increasing the amount of data through an editing method suchas rotating or cropping a photo. In this study, a generative adversarial network (GAN) image was created usingCycleGAN, and various colors of dogs were reflected through data augmentation. In particular, dog data fromthe Stanford Dogs Dataset and Oxford-IIIT Pet Dataset were used, and 10 breeds of dog, corresponding to 300images each, were selected. Subsequently, a GAN image was generated using CycleGAN, and four learninggroups were established: 2,000 original photos (group I); 2,000 original photos + 1,000 GAN images (groupII); 3,000 original photos (group III); and 3,000 original photos + 1,000 GAN images (group IV). The amountof data in each learning group was augmented using existing data augmentation methods such as rotating,cropping, erasing, and distorting. The augmented photo data were used to train the MobileNet_v3_Large,ResNet-152, InceptionResNet_v2, and NASNet_Large frameworks to evaluate the classification accuracy andloss. The top-3 accuracy for each deep neural network model was as follows: MobileNet_v3_Large of 86.4%(group I), 85.4% (group II), 90.4% (group III), and 89.2% (group IV); ResNet-152 of 82.4% (group I), 83.7%(group II), 84.7% (group III), and 84.9% (group IV); InceptionResNet_v2 of 90.7% (group I), 88.4% (groupII), 93.3% (group III), and 93.1% (group IV); and NASNet_Large of 85% (group I), 88.1% (group II), 91.8%(group III), and 92% (group IV). The InceptionResNet_v2 model exhibited the highest image classificationaccuracy, and the NASNet_Large model exhibited the highest increase in the accuracy owing to dataaugmentation.

논문 : 인지과학과 이미지의 문화정치 -유비쿼터스 시대의 영상문화연구의 과제와 전망-

심광현 ( Kwang Hyun Shim ) 한국철학사상연구회 2013 시대와 철학 Vol.24 No.2

몸을 고정시킨 채 시각적 몰입만을 강제하던 가상현실과는 달리 가상현실과 물리적 현실을 실시간으로 연결시키는 증강현실의 제3의 공간에서는 탈신체화되었던 시각이 다시 움직이는 몸과 연결되어 신체화된다. 일상적인 거리 이동 시에도 스마트폰을 통해 증강현실 프로그램 사용이 상용화되고있다는 것은 소위 ‘유비쿼터스 시대’가 현실로 도래했음을 알리는 지표이다. 앞으로 제3공간은 다양하게 확장될 것이며, 이로 인해 <기술-미디어-주체-사회>간의 상호작용에도 큰 변화가 야기될 것이다. 이런 변화 중에서 특히 주목할 점은 이미지의 성격 변화이다. 들뢰즈는 ?영화 1, 2?에서 지각양식의 변화를 살피는 데에 핵심이라고할 이미지 개념의 유형화와 확장에 크게 기여하면서 철학의 쇄신을 시도했었다. 하지만 그의 이미지 이론에서 몸의 역할은 극히 제한적이다. 또 운동 -이미지에 대해 시간-이미지를 특권화함으로써 이미지에 관한 논의를 지나치게 형이상학 쪽으로 끌고 나가 영화적 실천을 탈정치화할 위험을 초래했다고 할 수 있다. 따라서 들뢰즈의 이미지론의 성과를 계승하면서도 그의 이미지론이 안고 있는 탈신체화, 탈정치화의 위험을 넘어서야 할 필요가 있다. 이를 위해서는 기술복제시대의 새로운 예술인 영화의 특이성을 ‘유희- 공간’의 확대로 보면서도 이를 통해 ‘예술의 정치화’를 모색했던 벤야민을 들 뢰즈와 연결해야 할 필요가 있다. 이런 관점에서 최근 인지과학의 연구 성과에 기대어 들뢰즈 이론을 비판적으로 재구성하고, 이를 토대로 벤야민의 영화이론을 현행화할 수 있는 가능성을 검토하고자 한다. 그리고 들뢰즈-벤야민의 연결을 마크 한젠이 제시한 디지털 미디어와 ‘신체적’ 수행성의 내재적 연관관계에 대한 분석과 결합하여 유비쿼터스 시대에 잠재된 이미지의 문화정치의 새로운 과제와 전망을 살피고자 한다. The disembodied vision in the Virtual Realities, which required strong visual immersion with fixed bodies, has become to be again embodied in the Augmented Realities, the third space, which connects the virtual spaces and physical spaces in the same time. It`s an index of actual arrival of ``the Age of Ubiquitous Computing`` that the use of the augmented realities through smart phone has been generalized in the everyday walkway. The third space will be expanded in the near future, and bring about great changes in the interactivity between technology, media, subject, and society. We must pay attention to changes of characteristics of image among these changes. Deleuze had tried to make an innovation of philosophy in <Cinema 1, 2> by way of establishment of typology of the concept of image which would be a kernel to find changes of mode of perception. However, the role of the body was very restrictive in his theory of image. Also, it can be said that his theory might give rise to de-politicize cinematic practices leading toward too much metaphysical discourses through giving a more privilege to time-image than movement-image. Therefore, it`s necessary not only to success the achievements of his theory of image, but also to overcome some risks of disembodiment and depoliticizing immanent in his theory. In order to do so, we need to connect his theory to Benjamin`s theory which tried to find an expansion of play-space as a singularity of the cinema in the age of the technical reproduction and to grope for politicization of arts against the trends of aestheticizing of politics. In this respect, this paper will make some reformation of Deleuze`s theory of image resting on some outcomes of recent cognitive sciences, and try to investigate a possibility of actualization of Benjamin`s theory of cinema. Also, it will be another target of this paper to combine this Deleuze-Benjamin connection and Mark B. Hansen`s analysis of internal relationship between digital media and somatic performativity to examine new tasks and perspectives of cultural politics of image immanent in the age of ubiquitous computing.

증강현실 마커 이미지의 인식률 개선 방안

박찬,이완복 중소기업융합학회 2022 융합정보논문지 Vol.12 No.1

증강현실 기술이 보편화됨에 따라 마커 기반형 AR 콘텐츠들이 다양하게 적용되고 있지만, 마커 인식이 정상적으로 이루어지지 않아 콘텐츠 활용성이 저하되는 문제점이 있다. 본 논문은 증강현실 마커 이미지의 인식 률을 높이고자, 이미지 보정 및 디자인 변화를 적용하였을 경우 마커의 인식률이 어느 정도 향상될 수 있는지를 실험을 통하여 분석하였다. 실험결과 이미지 보정 과정에서는 원본 마커 이미지의 대비, 채도값을 높였을 때 특징 점이 더 많이 판별되었으며, 인식등급 또한 향상된 것을 확인할 수 있었다. 게다가 원본 마커 이미지에 규칙적인 패턴 디자인을 추가하였을 때에도 인식률이 향상된 것을 알 수 있었다. 결론적으로 마커 이미지를 제작하는 과정 에서 이미지의 적절한 보정 및 패턴 디자인의 추가과정을 통하여 마커가 잘 인식되도록 할 수 있었다. As augmented reality technology becomes more common and prevelant, marker-based AR contents are applied in various ways. However AR contents are still hardly utilized due to the low recognition rate of marker images. In order to increase the recognition rate of AR marker images, this paper experiment and analyzed how much the recognition rate of markers could be improved when image correction and design changes was applied. The experimental result shows that the image correction task could significantly improve the number of image characteristics and the recognition grade if the image was modified in a way its saturation value is increased. Moreover, the recognition rate was improved even more when regular pattern design was added to the original marker image. In conclusion, it was possible to make the marker well recognized through proper correction of the image and additional process of pattern design in the process of producing the marker image.