Earticle

대부분의 현대인들은 청바지가 아닌 리바이스를 입고, 가방대신 루이비통을 들고 다니며 커피는 스타벅스를 마신다. 이는 다시 말해 브랜드 시대에 살고 있는 우리는 제품을 단순히 소비하는 시대가 아닌 브랜드를 소비하는 시대에 살고 있는 것이다. 이로 인해 기업은 생산자 중심이 아닌 소비자 중심으로 변화하고 있으며 이는 기업 경영에 있어 가장 중요한 포인트가 되었다. 기업이 소비자에게 강력한 브랜드 이미지를 제공하기 위해서는 기업의 브랜드 정체성을 차별화 하는 기업만의 고유한 아이텐티티 개발 및 전략이 더욱 중요하다. 이를 긍정적인 방향으로 발전시키기 위해 기업은 브랜드 디자인을 통해 소비자로 하여금 혼돈되지 않도록 일관성 있게 각인시켜야 한다. 이는 기업의 고유한 브랜드 이미지에 따른 감성적 컬러와 이미지를 통해 시각전달의 중요한 요소로 작용하여 소비자의 기억 속에서 강하게 인지할 수 있기 때문이다. 또한, 기업의 좋은 이미지를 통해 소비자는 상품을 신뢰하고 구입을 연결시키기 때문에 이러한 현상은 감성적 소비로 변화되는 소비 사회에서 제품의 정보 전달력의 기능을 더욱 효과적으로 수행할 수 있으므로 그 중요성이 더욱 강조되고 있다. 이 논문을 통하여 디자인의 여러 가지 요소 중에서도 특히 특정 컬러로 기업 이미지를 각인시키면 컬러를 통하여 그 자체만으로도 기업과 브랜드를 연상시키는 작용을 한다는 것을 알 수 있었다. 또한, 기업의 정확한 브랜드 마크와 컬러 선정은 단순한 기업 홍보를 위한 요소가 아닌 기업의 자산으로 생각하여 타 기업과의 브랜드 차별화를 구사할 수 있는 강력한 마케팅 수단이 될 수 있기 때문에 기업은 소비자로 하여금 브랜드 선호도를 높이고 이는 구매행동으로 이어질 것으로 기대된다.

Most people who live in contemporary society, wear Levies instead of jean and they take Louis Vuitton instead of just a bag also they prefer to drink Star bucks Coffee instead of coffee. Nowadays, people do not buy a normal product, actually, they care about brand name or brand reputation more. It means that people spend money to brand name. Consequently, management of corporations has been changing productor to consumerism that most contemporary corporations are focusing on this part. For providing impressive identity of corporation to clients, corporations strives to be distinguished among another competitors with powerful corporation’s identity. Therefore, corporations put much effort to come up with a consistent design. Design characteristic of the corporation effect to customers to visualize through emotional color and image. Corporation’s credibility can let customer buy products through positive image. this phenomenon can deliver information of the product to people with emotional connection so that it more emphasized in business. Especially, the specific color remind people of the corporation among many elements in design during research. Furthermore, a definite brand C.I and color do not just promote a corporation, it should consider a corporation’s own property and must be differentiated from other corporations. Therefore, a cooperation should put more effort for improving their consumer preferences also it expect perform customer's transaction.

HEVC RExt(High Efficiency Video Coding Range Extension)는 RGB/YUV 4:2:2 4:4:4 색 샘플링 영상과 10비트 심도 이상의 영상 지원을 목표로 한다. RGB 영상은 YUV 4:2:0 색 샘플링 영상과는 달리 색평면 간 높은 상관도를 갖고 있으며, 이를 이용하여 화소값을 예측하는 기법들이 JCT-VC 표준화 회의에서 기고되었다. 하지만 일반적으로 RGB 영상의 고주파수 성분은 색평면 간 낮은 상관도를 갖고 있으며, 이는 색평면 간 예측 시 부호화 효율 저하의 원인이 된다. 따라서 본 논문에서는 색평면 간 예측 시 고주파수 성분을 저역통과필터를 통해 적응적으로 제거하는 기법을 제안한다. HEVC RExt의 RGB 영상을 통한 실험 결과, 본 논문에서 제안하는 기법은 기존 색평면 간 예측 기법에 비해 큰 복잡도의 증가 없이 평균 0.6%의 BD(Bjontegaard Distortion)-율 이득을 얻을 수 있었다.

HEVC RExt(High Efficiency Video Coding Range Extension) set a goal to support RGB/YUV 4:2:2 4:4:4 color sampling and over 10 bit-depth images. Unlike the previous 4:2:0 color sampling images, RGB images have the high correlation in inter-color planes. Using this characteristic, some methods which are contributed in JCT-VC standardization meetings estimate the pixel values of inter-color plane. But when we use the estimation of inter-color plane in RGB images, high frequency components of RGB images are caused to reduce the coding efficiency because they usually have the low inter-color plane correlation. Therefore, in this paper, we propose an adaptive low pass filtering method in the inter-color plane estimation. Using this method, we can improve the estimation efficiency of inter-color plane in RGB images. The experimental results with HEVC RExt RGB test sequences show that the proposed method has 0.6% BD(Bjontegaard Distortion)-rate gain and some increased complexity compared to the previous inter-color plane estimation method.

최근 동영상 압축에 관한 국제 표준화 기구인 JCT-VC (Joint Collaborative Team on Video Coding) 에서는 High Efficiency Video Coding (HEVC)의 확장 표준으로 HEVC/Range Extension (HEVC/RExt)의 개발을 완료하고 스크린 콘텐츠 동영상의 부호화기술을 위한 표준인 HEVC/Screen Content Coding (HEVC/SCC)을 제정 중이다. 기존 동영상 압축 과정에서는 이미지 센서로부터 취득한 RGB 영상을 변환하여 부호화를 수행하는 반면에 애니매이션, 그래픽스 등 컴퓨터로 합성한 영상을 일컫는 스크린 콘텐츠의 경우는 색 공간의 변환이 주관적 화질을 심각하게 열화 시킬 수 있으므로 기존 RGB 색 공간을 유지하며 효율적으로 색 공간 내 정보의 중복성을 줄이기 위한 부호화 기법이 필요하다. 본 논문에서는 HEVC/RExt.와 HEVC/SCC에서 개발한 스크린 콘텐츠 동영상 압축을 위한 색 요소 예측 기법과 루프 내 색 공간 변환 기술의 성능을 분석한다. 실험 결과에 의하면 색 요소 예측 기법은 평균 약 11.7% BD-rate 감소, 색 공간 예측 기법은 평균 약 16.4% BD-rate 감소를 보인다. 그러나 두 기법이 동시에 적용되는 경우 약 18.2%의 BD-rate 감소를 보여 두 기법의 부호화 효율이 약 9.9% 중첩된다. 본 결과를 응용하여 두 기법이 배타적으로 선택이 되게끔 부호기 고속화를 수행하는 경우 약 0.3%의 부호화 손실로 93%의 부호화 측정 시간을 제공한다.

JCT-VC (Joint Collaborative Team on Video Coding) continues developing HEVC/Screen Content Coding (HEVC/SCC) as an extension for efficiently coding screen content videos, including computer animations, graphics, and electrical documents, based on HEVC/Range extension (HEVC/RExt.). Color space conversion from RGB space being captured from CCD sensors is popular in natural video coding. However, the conversion is often undesired for screen contents because of a significant loss in perceptual quality. Therefore, several coding tools including cross-component prediction (CCP) and in-loop adaptive color space transform (ACST) have been developed for an efficient screen content video coding in order to reduce the redundancies between color spaces while maintaining the original color space. In this paper, we review the two coding tools, i.e., CCP and ACST exploiting the correlation in the RGB color space and conduct the performance analysis of the coding tools. In our simulation results, CCP and ACST provide 11.7% BD-rate saving and 16.4% BD-rate saving, respectively, while the two coding tools provide 18.2% BD-rate saving in total. Following this idea, if the two coding tools are exclusively selected, we provide 93% encoding measurement time with a 0.3% coding loss.

기존의 무손실 압축은 일반적으로 채널간의 상관관계를 고려하지 않고 각각의 채널을 따로 압축하였다. 채널 간 상관관계를 이용하는 경우도 있으나 이들은 위성/항공 영상과 같은 경우에 제한된 것으로서 일반적인 이미지에 대해서는 만족할만한 성능을 얻지 못하였다. 본 논문에서는 컬러 이미지가 갖는 채널 간의 상관관계를 이용하여 무손실 압축의 성능을 향상시키는 방법을 제안하였다. 제안된 방법에서는 채널 간 상관관계를 표현할 수 있도록 하기 위하여, 비대칭 샘플링을 통해 주어진 영상의 모자이크 이미지를 구성하여 압축을 수행하였고, 압축된 모자이크 이미지의 정보를 이용해서 샘플링되지 않은 나머지 이미지를 예측하여 압축할 정보의 양을 감소시켰다. 제안된 방법은 압축 성능을 평가하는데 일반적으로 사용되는 데이터들에 대해서 채널 간 상관관계를 이용하지 않는 방법에 대해 35%, 채널 간 상관관계를 이용한 기존 방법에 대해 10%의 성능 개선을 보인다.

The conventional lossless compression of color images is to apply a compression method to each of color components separately, without considering the channel correlation. There had been several methods that consider the channel correlation, but they were confined to the compression of satellite or aerial images only, and the performance of these algorithms to general photos is not satisfactory. This paper proposes a new lossless color image compression method that exploits the correlation between the color components. Specifically, asymmetric sampling is applied to transform an image into mosaic image and the rest, which are compressed separately. By using the information from the compressed mosaic image, the rest images are predicted for further reducing the information to be compressed. Experimental results show that the proposed method improves the compression performance by 35% over the conventional separate compression methods and 10% over the existing methods that exploit the channel correlation.

기존의 무손실 압축은 일반적으로 채널간의 상관관계를 거의 이용하지 않고, 각각의 채널을 따로 압축하였다. 본 논문에서는 컬러 이미지가 갖는 채널 간의 상관관계를 이용하여 무손실 압축의 성능을 향상시키는 방법을 제안하였다. 제안하는 방법에서는 채널 간 상관관계를 표현할 수 있도록 비대칭 샘플링을 이용하여 모자이크 이미지와 나머지 이미지로 나누어 압축을 수행하였고, 압축된 모자이크 이미지의 정보를 이용해서 나머지 이미지를 예측하여 압축할 정보의 양을 감소시켰다. 압축 성능을 평가하는데 일반적으로 사용되는 데이터들에 대하여 실험한 결과, 기존의 압축표준인 JPEG2000 lossless에 대해 평균 4.75%의 성능 향상을 보여주었다.

예술과 디자인 영역에서 소리의 시각화는 지속적으로 시도되어 왔으나, 그 표현 방식은 주로 미디어 기반의 스크린 중심 작업에 집중되어 왔다. 디지털 환경에서 소리는 주파수, 세기, 시간과 같은 물리적 요소를 기반으로 분석 가능한 데이터로 처리되며, 이를 통해 감각 간 데이터 변환이 가능해졌다. 이러한 맥락에서 본 연구는 서사적 공간에서 채집한 소리 데이터를 촉각적 물질 매체인 텍스타일로 전환하는 방식에 주목한다. 본 연구의 목적은 소리-색 전환 알고리즘이 텍스타일 매체에서 감각 간 데이터 변환 시스템으로 작동할 수 있는 가능성을 모색하는데 목적을 둔다. 이를 위해 본 논문은 소리-색 전환 알고리즘을 기반 컬러 스펙트럼으로 변환하고, 이를 직조 기반 텍스타일 작품으로 물질화하는 과정을 분석하였다. 연구 방법으로는 연구자(문보리)의 작품 사례를 중심으로 소리 데이터 처리 단계와 직조 구현 방식을 고찰하였다. 연구 결과는 다음과 같다. 첫째, 소리 채집 음원을 멜 스펙트로그램(mel spectrogram)으로 시각화하여 시간-주파수-세기로 구성된 소리 데이터 구조를 확보하였다. 둘째, 각 시간 구간에서 주파수별 세기(에너지)를 가중치로 적용한 가중평균을 통해 ‘대표주파수’ 값을 도출하고, 이를 작가가 설계한 컬러맵(color map) 변수에 대응시켜 시간축에 따른 컬러 스펙트럼(선 스펙트럼)으로 압축하였다. 셋째, 생성된 컬러 스펙트럼을 실의 색상 선택과 배열 규칙으로 변환하여 이중직을 활용한 직조부조 구조로 구현함으로써, 비물질적 소리 데이터가 촉각적, 공간적 조형으로 전환되는 과정을 제시하였다. 특히 <소리-색 알고리즘: 불정역>(2025)과 <소리색 알고리즘: 안동길>(2024) 사례는 장소의 서사성을 참조한 소리 채집이 알고리즘적 변환과 결합될 때, 소리의 시간성이 직조 표면의 색 흐름으로 재매개될 수 있음을 보여준다. 본 연구는 소리-색 전환을 알고리즘적 데이터 처리 과정으로 정의하고, 직조를 데이터와 물질 전환이 수행되는 물질적 인터페이스로 확장함으로써, 텍스타일 기반 예술과 기술이 융합된 데이터-물질 미학의 가능성을 제시한다.

In the fields of art and design, sound visualization has been continuously explored; however, its modes of expression have largely remained centered on media-based, screen-oriented works. In digital environments, sound is processed as analyzable data based on physical parameters such as frequency, intensity, and time, enabling the possibility of cross-modal data translation. Within this context, this study focuses on transforming sound data collected from narrative spaces into textiles as tactile material media. The purpose of this research is to explore the potential of a sound-to-color translation algorithm functioning as a cross-modal data translation system within the textile medium. To this end, this paper analyzes the process of converting sound data?composed of time, frequency, and intensity?into a color spectrum using a sound-color translation algorithm, and subsequently materializing it through weaving-based textile works. The research adopts a case-study approach centered on the author’s own artistic practice (Moon Bori), examining both the stages of sound data processing and the methods of weaving implementation. The findings of the study are as follows. First, recorded sound sources were visualized using mel spectrograms, securing a data structure composed of time, frequency, and intensity. Second, a weighted average was applied by assigning frequency-specific intensity (energy) as weights within each time segment to derive a “representative frequency,” which was then mapped onto an artist-designed color map and compressed into a time-based color spectrum (linear spectrum). Third, the resulting color spectrum was translated into rules for yarn color selection and arrangement, and implemented through a double-weave relief structure, demonstrating the transformation of immaterial sound data into tactile and spatial textile forms. In particular, the works Sound-Color Algorithm: Buljeong Station (2025) and Sound-Color Algorithm: Andong Road (2024) illustrate that when sound collection informed by the historical context of a place is combined with algorithmic transformation, the temporality of sound can be remediated as chromatic flows across woven surfaces. By defining sound-color translation as an algorithmic data-processing procedure and expanding weaving into a material interface where data-to-matter translation occurs, this study proposes the aesthetic potential of data-material practices at the intersection of textile art and technology.