욜로(YOLO)에 관한 여행 트렌드 네트워크 분석 : 소셜미디어를 중심으로

홍지숙(Hong, Ji-Suk),곽재현(Kwak, Jae-Hyun) 대한관광경영학회 2017 觀光硏究 Vol.32 No.6

‘YOLO’는 자신의 행복을 위해 시간과 돈을 투자하는 소비형태 말하고, 여행과 관광은 하나의 사회현상이자 산업분야이기 때문에 이러한 가치관과 소비형태의 변화에 민감할 수밖에 없다. 따라서 본 연구는 욜로라이프와 관광형태에 대한 초기 연구로서 ‘욜로’와 관련한 소셜미디어 내용을 분석하여. 욜로 라이프스타일이 관광산업에 미치는 영향을 파악하기 위한 질적 연구를 먼저 수행할 필요가 있다. 구체적인 연구목적으로 첫째, 욜로와 관련한 내용을 분석하여 소셜미디어에서는 어떠한 내용을 위주로 담론화가 되고 있는지를 통해 관광소비자들의 여행 트렌드 인식을 살펴보고자 한다. 둘째, 욜로가 관광과 여행부분에서의 소비형태의 특성을 파악하고 어떠한 연관성을 가지고 있는지를 알아보고자 한다. 네트워크 분석을 통해 욜로와 여행 트렌드의 연구결과로는 다음과 같다. 먼저 여행을 일상생활 속에서 느끼는 휴식과 힐링의 개념으로 인식하고 있다는 것이다. 여행을 가기 위해 특별한 계획을 세운다거나 유명한 관광지 위주의 방문이 아닌 일상생활 속에서 즐길 수 있는 여행 형태에 주목하고 있었다. 둘째, 다른 사람과의 관계를 위한 여행이 아니라 자신의 행복과 만족을 위한 여행에 더 많은 가치를 두고 있음을 알 수 있었다. 셋째, 욜로는 삶 전체를 자신의 가치와 행복을 위해 사는 것으로 라이프스타일을 결정짓는 중요한 가치관임을 알 수 있었다. 결과적으로 욜로 에서 여행은 휴식이나 힐링, 자신의 행복을 위한 짧은 여행, 근거리 여행, 잠시 다녀올 수 있는 여행지를 더욱 선호하고, 자신의 행복에 집중하고 자신이 원하는 스타일대로 시간을 보낼 수 있는 자유여행을 선호한다고 할 수 있다. 따라서 최소한의 시간적, 재정적 소비로 행복을 느낄 수 있도록 체험위주의 관광형태, 근거리 여행지 개발, 관광지에서의 지역민과의 소통관광에 열광하고 있으므로 욜로 라이프를 추구하는 사람들을 위한 다양한 여행프로그램 개발에 집중할 필요가 있음을 알 수 있었다. We need to consider YOLO as a hot keyword reflecting the lifestyle changes and travel trends of the Republic of Korea. It means a posture of life that realize value to live the life that you want the most. Travel and tourism are sensitive to these trends. This study is an early study of Yolo & Tourism and explore the process of recognition of Yolo. Based on previous studies of recognition of tourism according to lifestyle. To understand the impact of the Yolo lifestyle on the tourism industry, qualitative research needs to be done first, through analysis of social media contents related to Yolo . Specific research problems are as follows. First, In social media, look at the awareness of tourism trends of tourism consumers through what contents are mainly discourse. Secondly, Investigate the consumption characteristics of Yolo and how it relates to travel. Through network analysis, the results of the Yolo and travel trends are as follows. First, recognizes travel as a concept of rest and healing in everyday life. Yolo life people have been paying attention to the types of travel that can be enjoyed in everyday life, without planning special trips or preferring to visit famous sightseeing destinations. Second, It had more value for their journey to happiness and satisfaction than to travel with others. Third, It is an important value that determines the lifestyle by living the whole life for their own values ​​and happiness. As a result, travel in Yolo prepers that can be a relaxing, healing, short trip for your own happiness, It can be said that they prefers free travel to concentrate on happiness and to spend their time in the style they wants.

욜로 성향이 소비자의 충동성과 자기통제에 미치는 영향

정난희 ( Jeong Nan-hee ),박세범 ( Park Se-bum ),안동균 ( Ahn Dong Kyun ) 한국소비자학회 2021 소비자학연구 Vol.32 No.1

본 연구는 욜로(YOLO)에 대한 일반적인 통념(충동적이며 무계획적인 소비 성향)과는 반대로 욜로 성향이 가질수 있는 긍정적 측면에 집중하였다. 인생은 한번 뿐이라는 의미의 욜로는 불확실한 미래 대신 지금 당장의 행복을 중요하게 생각하는 현재 지향적 시간관으로, 현재 마주하고 있는 하루하루를 충실하게 산다면 내일도 행복해질 수 있다는 삶의 철학을 내포하고 있다. 따라서 본 연구는 욜로를 ‘감당할 수 있는 수준에서 비용을 투자하여 현재 스스로가 원하는 바를 달성함으로써 행복감과 만족감을 얻고 이를 바탕으로 즐거운 인생을 추구하는 라이프스타일’로 재정의하며, 실험을 통해 이를 규명하고자 하였다. 구체적으로 욜로 성향의 소비자들은 높은 자기통제 수준을 갖추고 있다고 예상하였다. 즉, 스스로 절제하지 못하고 충동적인 소비를 보인다는 욜로에 대한 기존의 생각에서 벗어나 본 연구는 욜로 성향이 강한 사람의 경우 물질적 자원을 효율적으로 조절하고 통제할 수 있는 능력을 갖고 있으며 자신이 현재 원하는 바(목표)를 위해서 계획적으로 소비하는 높은 통제 수준을 보일 것이라 예상하였다. 실험 1의 결과에 따르면 욜로 성향의 소비자는 통제조건에 비해 일반적인 저축보다 목적성 저축에 더 많은 돈을 투자하는 것으로 나타났으며, 이를 통해 욜로가 목표지향적 소비를 추구한다는 점을 우선적으로 규명하였다. 이후 실험 2에서는 다양한 선택 대안이 존재하는 상황 속에서 욜로와 충동성 및 자기통제와의 관계를 확인하였다. 분석 결과 소비자들이 현재의 행복을 추구하기 위해 개인의 목표로 여행(쾌락적) 혹은 학습(실용적)을 설정하였을 때, 목표와 일치하는 카테고리가 3번째 혹은 5번째에 제시될 때까지 자기통제의 과정을 거쳐 목표와 부합하는 카테고리를 선택하는 경향성이 높다는 것을 입증하였다. 이를 바탕으로 본 연구는 우리 사회의 라이프스타일로 자리매김한 욜로에 대한 새로운 시각의 필요성 및 시사점을 제시하였다. This study focuses on the positive aspects of YOLO(You Only Live Once; Drake 2011, track 19) that has oftentimes been associated with impulsive and unplanned consumption behaviors. YOLO has a present-oriented time perspective that emphasizes current happiness, and also implies a philosophy of life that if you live faithfully to each day that you face now, you could be happy tomorrow as well. To better understand the concept of YOLO and its impact on consumption behavior, this study aims to investigate the effect of YOLO disposition on consumer impulsivity and self-control. We hypothesize that consumers who have YOLO disposition expect to achieve their current goals and pursue current happiness through consumption only if they meet their goals through self-control processes. To test our predictions, we conducted two experiments. The results of experiment 1 demonstrated that when the reason for saving was to spend money on travel rather than to keep money, yolo-oriented consumers put more money compared to control group. The findings of experiment 2 further revealed a significant relationship between YOLO, impulsivity, and self-control in choice context. The results demonstrated that consumers who were primed by travel(hedonic) or learning(utilitarian) goals to pursue their current well-being had a tendency to choose a third or fifth category through a process of selfcontrol, which is consistent with the goal. This suggested that present-oriented consumers had a middle or high level of self-control. These findings contribute to research on new perspectives of YOLO and offer novel insights into the relationship between YOLO disposition and self-control.

YOLO 기반 나방 유충 탐지 모델의 연구

노시영,곽강수 한국지식정보기술학회 2021 한국지식정보기술학회 논문지 Vol.16 No.6

Moth pests are pests that cause a lot of damage to food crops. Moth larvae are similar in shape and shape. In addition, even moth larvae have different colors depending on the environment and consummation, so it is difficult for skilled farmers to accurately identify moth larvae. However, accurate identification of moth larvae is very important because moth larvae have different control methods. The main user of the moth larva detection model is a farmer without computer knowledge. Thus, the most important factor is not the time or accuracy to detect larvae of moths. How little false positive or false negative is a more important factor. It prevents waste of labor and financial losses of farmers who have misrepresented by error detection. This is because it can improve the credibility of smart agricultural technology. The YOLO v2, YOLO v3, and YOLO v4 models were learned as the same moth larvae image and the performance between models was compared. As a result of the experiment, the YOLO v4 model showed Precision, Recall, and F1-Score as 1.00. In addition, it was confirmed that the performance was superior to other YOLO models with 88.39% of IoU and 79.96% of mAP. False Positive or False Negative is also less than other YOLO models. It was confirmed that the YOLO v4 model was suitable as a moth larva detection model.

YOLO, EAST: 신경망 모델을 이용한문자열 위치 검출 성능 비교

박찬용,임영민,정승대,조영혁,이병철,이규현,김진욱 한국정보처리학회 2022 정보처리학회논문지. 소프트웨어 및 데이터 공학 Vol.11 No.3

In this paper, YOLO and EAST models are tested to analyze their performance in text area detecting for real-world and normal textimages. The earl ier YOLO models which include YOLOv3 have been known to underperform in detecting text areas for given images,but the recently released YOLOv4 and YOLOv5 achieved promising performances to detect text area included in various images. Experimental results show that both of YOLO v4 and v5 models are expected to be widely used for text detection in the filed of scenetext recognition in the future. 본 논문에서는 최근 다양한 분야에서 많이 활용되고 있는 YOLO와 EAST 신경망을 이미지 속 문자열 탐지문제에 적용해보고 이들의 성능을비교분석 해 보았다. YOLO 신경망은 일반적으로 이미지 속 문자영역 탐지에 낮은 성능을 보인다고 알려졌으나, 실험결과 YOLOv3는 문자열 탐지에비교적 약점을 보이지만 최근 출시된 YOLOv4와 YOLOv5의 경우 다양한 형태의 이미지 속에 있는 한글과 영문 문자열 탐지에 뛰어난 성능을보여줌을 확인하였다. 따라서, 이들 YOLO 신경망 기반 문자열 탐지방법이 향후 문자 인식 분야에서 많이 활용될 것으로 전망한다.

YOLO V3 기반의 시각장애인을 위한 유도 블록 인식 알고리즘

오세랑(Se-Rang Oh),배영철(Young-Chul Bae) 한국지능시스템학회 2021 한국지능시스템학회논문지 Vol.31 No.1

현재 우리나라에 설치된 유도 블록 중에서 일부는 설치 후에 관리가 미흡한 편이며 파손된 경우 보수도 잘 이루어지지 않아 시각장애인들의 보행에 부정적인 영향을 미치는 경우가 많다. 시각장애인들에게 유도 블록의 위치와 의미를 전달하는 시스템에 관한 연구가 필요한 상황이며 이를 위해서 휴대하기 편하고 스마트폰에서도 계산이 가능한 알고리즘이 요구된다. 이에 본 논문은 실시간 물체 검출이 가능하고, 준수한 FPS(frame per second)를 유지할 수 있는 YOLO를 기반으로 한 시각장애인을 위한 유도 블록 인식 알고리즘을 제안한다. 그리고 영상인식 영역의 성능을 여러 가지 수치로 비교하여 최선의 알고리즘을 선택했고 해당 알고리즘은 mAP와 YOLO-Loss, AP, Precision 등의 수치를 이용하여 성능을 평가하였다. 제안한 알고리즘은 연산량을 줄여주고 그에 따른 정확도의 하락을 방지하는 방법도 제시했다. Currently, some of the induction blocks in the case of in Korea are poorly managed when some of the induction blocks are installed, and there is a visual impairment because neither case nor maintenance is well done. There is a need for research on a system that delivers the location and meaning of guidance blocks to visually impaired people, and an algorithm that is easy to perform and that can be calculated on a smartphone is required. Therefore, this paper proposes an induction block recognition algorithm for the visually impaired based on YOLO, which enables real-time detection and uses compliant FPS (frame per second). Then, the best algorithm was selected by comparing the performance of the image recognition area with various numbers, and the performance was evaluated using mAP, YOLO-Loss, AP, and Precision. The proposed algorithm flows the computational load and also suggests a method to prevent its degradation.

YOLO 모델 기반 농업 환경 내 사람 인식 시스템의 예비 타당성 평가

정택훈 ( Taekhoon Jung ),( Benjamin Cates ),최인교 ( Inkyo Choi ),최종민 ( Jongmin Choi ),이상헌 ( Sangheon Lee ) 한국농업기계학회 2019 한국농업기계학회 학술발표논문집 Vol.24 No.2

자율 주행 트랙터는 무인화된 미래 농업의 필수 요소로써, 농작업 성능뿐만 아니라 사고 방지를 위한 다양한 기술이 요구된다. 특히, 농경지에 사람이 들어왔을 때, 자율주행 트랙터에 의한 인명 사고 방지할 수 있는 기술은 필수로 요구되는 기술이다. 한편, YOLO는 이미지 내에서 다수의 물체를 인식하는 대표적인 인공지능 모델로써, 자율주행 자동차 분야등에서 사람 인식 및 주변 환경 인식을 위해 사용되고 있다. 이에 본 연구에서는 자율주행 트랙터의 인명 사고 방지를 위한 기술로써 YOLO 모델의 활용 가능성에 대한 예비 타당성 평가를 실시하였다. 본 평가의 방법은 기존 다중 객체 인식 YOLO 모델과 사람 객체만을 인식하기 위해 수정한 YOLO 모델의 성능 비교 실험을 실시하였다. 기존 다중 객체 인식 YOLO 모델을 사용하여 농업 환경 내 사람 이미지를 인식한 결과 동물로 오인식 하는 경우가 빈번히 발생하였다. 반면, 수정된 YOLO 모델의 경우 동물로 오인식 되었던 사람에 대해서 개선된 효과를 볼 수 있었다. 하지만, 농업 환경에서의 사람 객체는 작물에 의해 신체의 일부가 가려지거나 그 자세가 다양하여 사람으로 인식하지 못하는 문제가 있었다. 이러한 문제는 추후 농업 환경에 존재하는 사람 객체 데이터 학습을 통해 개선 가능할 것으로 보인다.

딥러닝 기반의 연기 확산거리 예측을 위한 알고리즘 개발 기초연구

김별,황광일 해양환경안전학회 2021 해양환경안전학회지 Vol.27 No.1

본 연구는 화재진압 및 피난활동을 지원하는 딥러닝 기반의 알고리즘 개발에 관한 기초 연구로 선박 화재 시 연기감지기가 작동하기 전에 검출된 연기 데이터를 분석 및 활용하여 원격지까지 연기가 확산 되기 전에 연기 확산거리를 예측하는 것이 목적이다. 다음과 같은 절차에 따라 제안 알고리즘을 검토하였다. 첫 번째 단계로, 딥러닝 기반 객체 검출 알고리즘인 YOLO(You Only Look Once)모델에 화재시뮬레이션을 통하여 얻은 연기 영상을 적용하여 학습을 진행하였다. 학습된 YOLO모델의 mAP(mean Average Precision)은 98.71%로 측정되었으며, 9 FPS(Frames Per Second)의 처리 속도로 연기를 검출하였다. 두 번째 단계로 YOLO로부터 연기 형상이 추출된 경계 상자의 좌표값을 통해 연기 확산거리를 추정하였으며 이를 시계열 예측 알고리즘인 LSTM(Long Short-Term Memory)에 적용하여 학습을 진행하였다. 그 결과, 화재시뮬레이션으로부터 얻은 Fast 화재의 연기영상에서 경계 상자의 좌표값으로부터 추정한 화재발생~30초까지의 연기 확산거리 데이터를 LSTM 학습모델에 입력하여 31초~90초까지의 연기 확산거리 데이터를 예측하였다. 그리고 추정한 연기 확산거리와 예측한 연기 확산거리의 평균제곱근 오차는 2.74로 나타났다. This is a basic study on the development of deep learning-based algorithms to detect smoke before the smoke detector operates in the event of a ship fire, analyze and utilize the detected data, and support fire suppression and evacuation activities by predicting the spread of smoke before it spreads to remote areas. Proposed algorithms were reviewed in accordance with the following procedures. As a first step, smoke images obtained through fire simulation were applied to the YOLO (You Only Look Once) model, which is a deep learning-based object detection algorithm. The mean average precision (mAP) of the trained YOLO model was measured to be 98.71%, and smoke was detected at a processing speed of 9 frames per second (FPS). The second step was to estimate the spread of smoke using the coordinates of the boundary box, from which was utilized to extract the smoke geometry from YOLO. This smoke geometry was then applied to the time series prediction algorithm, long short-term memory (LSTM). As a result, smoke spread data obtained from the coordinates of the boundary box between the estimated fire occurrence and 30 s were entered into the LSTM learning model to predict smoke spread data from 31 s to 90 s in the smoke image of a fast fire obtained from fire simulation. The average square root error between the estimated spread of smoke and its predicted value was 2.74.

YOLO기법을 사용한 차량가속도 및 차두거리 산출방법

길정원,황재성,권재경,이철기 한국ITS학회 2024 한국ITS학회논문지 Vol.23 No.1

교통류에서는 거시적인 지표로 속도, 교통량, 밀도가 중요한 파라미터로 활용되고 있으며, 미시적인 지표로는 가속도와 차두거리가 중요한 파라미터로 활용되고 있다. 속도와 교통량은 현재 설치된 교통정보 수집장치로 수집이 가능하지만 가속도와 차두거리는 안전과 자율주행 분야 등에 필요성이 있지만 현재 교통정보 수집장치로는 수집이 불가능한 실정이다. 객체인식 기법인 YOLO는 정확도와 실시간성이 우수하여 교통분야를 포함하여 다양한 분 야에서 활용되고 있다. 본 연구에서는 YOLO를 활용하여 가속도와 차두거리를 측정하기 위해 측정 간격을 조밀하게 설정하여 간격별 차량의 속도 변화와 차량 간 통행시간 차이를 통해 가 속도와 차두거리를 측정하는 모델을 개발하였다. 지점별 교통특성에 따라 가속도와 차두거리 의 범위가 다름을 확인하였고, 측정률 확보를 위한 기준거리와 화면각도에 따른 비교분석을 수행하다. 측정간격은 20m, 각도는 직각에 가까울수록 측정률이 높아짐을 분석하였다. 이를 통 해 교차로별 안전도 분석과 국내 차량행태모델 분석에 기여할 수 있을 것이다. While analyzing traffic flow, speed, traffic volume, and density are important macroscopic indicators, and acceleration and spacing are the important microscopic indicators. The speed and traffic volume can be collected with the currently installed traffic information collection devices. However, acceleration and spacing data are necessary for safety and autonomous driving but cannot be collected using the current traffic information collection devices. ‘You Look Only Once’(YOLO), an object recognition technique, has excellent accuracy and real-time performance and is used in various fields, including the transportation field. In this study, to measure acceleration and spacing using YOLO, we developed a model that measures acceleration and spacing through changes in vehicle speed at each interval and the differences in the travel time between vehicles by setting the measurement intervals closely. It was confirmed that the range of acceleration and spacing is different depending on the traffic characteristics of each point, and a comparative analysis was performed according to the reference distance and screen angle to secure the measurement rate. The measurement interval was 20m, and the closer the angle was to a right angle, the higher the measurement rate. These results will contribute to the analysis of safety by intersection and the domestic vehicle behavior model.

드론영상을 이용한 물체탐지알고리즘 기반 도로균열탐지

김정민,현세권,채정환,도명식 한국ITS학회 2019 한국ITS학회논문지 Vol.18 No.6

This paper proposes a new methodology to recognize cracks on asphalt road surfaces using the image data obtained with drones. The target section was Yuseong-daero, the main highway of Daejeon. Furthermore, two object detection algorithms, such as Tiny-YOLO-V2 and Faster-RCNN, were used to recognize cracks on road surfaces, classify the crack types, and compare the experimental results. As a result, mean average precision of Faster-RCNN and Tiny-YOLO-V2 was 71% and 33%, respectively. The Faster-RCNN algorithm, 2Stage Detection, showed better performance in identifying and separating road surface cracks than the Yolo algorithm, 1Stage Detection. In the future, it will be possible to prepare a plan for building an infrastructure asset-management system using drones and AI crack detection systems. An efficient and economical road-maintenance decision-support system will be established and an operating environment will be produced. 본 연구에서는 대전광역시 주요 간선도로인 유성대로를 대상으로 드론을 통해 취득한 노면영상데이터를 기반으로 물체탐지알고리즘(Object Detection algorithm) 가운데 Tiny-YOLO-V2와Faster-RCNN을 활용하여 아스팔트 도로노면의 균열을 인식, 균열유형을 구분하고 실험 결과차이를 비교하였다. 분석결과, Faster-RCNN의 mAP는 71%이고 Tiny-YOLO-V2의 mAP는 33%로 측정되었으며, 이는 1stage Detection인 YOLO계열 알고리즘보다 2Stage Detection인 Faster-RCNN 계열의 알고리즘이 도로노면의 균열을 확인하고 분리하는데 더 좋은 성능을 보인다는 것을 확인하였다. 향후, 드론과 인공지능형 균열검지시스템을 이용한 도로자산관리체계(Infrastructure Asset Management) 구축방안 마련을 통해 효율적이고 경제적인 도로 유지관리 의사결정 지원시스템 구축 및 운영 환경을 조성할 수 있을 것이라 판단된다.

소셜 미디어 기반 YOLO 라이프 서비스를 제공하는 1인 가구 애플리케이션

김유리(You-Ree Kim),김채연(Che-Youn Kim),김초혜(Cho-Hye Kim),류석지(Seok-Jee Ryu),윤진영(Jin-Yeong Yoon) 한국정보기술학회 2018 Proceedings of KIIT Conference Vol.2018 No.6

최근 1인 가구의 급격한 증가와 함께 그와 관련된 서비스에 대한 사용자들의 관심이 커지고 있으며, 이에 따라 1인 가구를 위한 맛집 또는 여행 추천을 제공하는 애플리케이션의 개발도 활발하다. 이러한 사회적 트렌드에 맞추어 본 연구에서는 "혼자 및 YOLO 라이프"를 즐기는데 도움을 주는 다양한 서비스를 하나로 통합 및 GPS 기능, 개발 플랫폼인 Firebase를 이용하여 SNS 기반 애플리케이션을 개발하고자 한다. ‘홀로 YOLO’는 기존 1인 가구인 사용자의 편의성을 개선하기 위해 카테고리의 분류 및 YOLO 라이프 실천을 위한 버킷리스트 기능을 추가 하였다. 또한 검색기능을 강화시켜 정확성 높은 정보를 제공하며 소셜 미디어를 기반으로 신뢰성 높은 다양한 정보를 공유하고 사람들과 의사소통하는데 의의가 있다. With the recent rapid increase in the number of single-person households, user"s interests are increasing in the related services. Accordingly, applications for providing restaurant or travel recommendation for single-person households are also actively developed. In accordance with this social trend, we intend to develop SNS(Social Network Service)-based applications which integrates various services to help enjoy ‘alone and YOLO(You Only Live Once) Life", using GPS and using Firebase, which is development platform. In order to improve the convenience of the existing one-person household, HOLOYOLO added category classification and bucket list function for YOLO life practice. In addition, it enhances the search function to provide accurate information, and it is meaningful to share various reliable information and communicate with other users based on social media.