사람에서 컴퓨터 자동화로의 연결을 위한 탐색 : 객체 인식(Object Detection) 딥러닝 알고리즘 YOLO4, 자세 인식(Pose Detection) 프레임워크 MediaPipe를 활용한 음악 프로그램의 여성 신체 대상화, 선정적 화면 검출 연구

윤호영

doi:10.20879/kjjcs.2021.65.6.011

추천

검색

질문

자료유형: 학술저널

저자정보: 윤호영 (이화여자대학교)

저널정보: 한국언론학회 한국언론학보 韓國言論學報 제65권 제6호

발행연도: 2021.12

수록면: 452 - 481 (30page)

DOI: 10.20879/kjjcs.2021.65.6.011

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 연구는 방송 음악 프로그램을 대상으로 여성 신체 대상화 및 선정적 화면의 자동화된 검출을 위한 규칙을 찾는 연구이다. 그동안 사람에 의해 수동으로 연구되었던 화면 이미지를 자동화된 컴퓨터 알고리즘으로 추출하기 위해 어떠한 규칙을 적용해야 하는지 시험해 보았다. 연구는 2021년 3월 2째주에 지상파 3사 음악 프로그램에 방송된 걸그룹 브레이브걸스의 ‘롤린’ 댄스 화면을 대상으로 각 방송사 화면을 비교하며 진행되었다. 선행 연구에 기반하여 여성 신체가 대상화되는 이미지와 선정적 이미지를 12개의 화면 이미지로 구분하고, 방송 카메라 앵글이 이들 장면을 잡아낼 때 이전 화면과 달라지는 특질을 찾고자 하였다. 연구 방법으로는 영상 화면의 프레임 추출과 딥러닝에 기반한 YOLO4 객체 감지 알고리즘, 동작 감지프레임워크인 MediaPipe를 활용하였다. 본 연구의 결과를 요약하면 다음과 같다. 우선, 여성 신체가 대상화되는 화면에서는 장면 전환이 일어나면서 이전 화면 대비 화면에 등장하는 사람의 수가 급격히 줄어드는 규칙이 발견되었다. 그런데, 이러한 규칙이 반드시 여성 신체가 대상화되는 화면에만 적용되는 것은 아니어서, 오히려 선정적 화면을 회피하는 방식으로도 확인되었다. 따라서, 추가적인 규칙으로 화면에 사람 얼굴이 등장여부를 동시적으로 적용해야 화면이 여성 신체를 대상화하는지 아니면 선정적 화면을 회피하는 방식의 카메라 앵글 화면인지 검출할 수 있는 것으로 나타났다. 부가적인 연구 문제로 지상파 방송 3사 화면의 대상화 및 선정적 화면 빈도를 살펴본 결과 MBC가 다른 방송사보다 상대적으로 대상화 및 선정적 화면이 적은 것으로 나타났다. 동작 검출을 해보니 MBC 화면에서 신체 하체부위의 화면이 다른 방송사보다 더 적게 검출되었다. 본 연구는 1개 걸그룹의 1개 노래에 대한 분석이라는 한계를 가지지만, 그동안 사람에 의한 수동 연구방법으로 연구된 방송 영상 이미지 연구를 자동화된 양적 연구를 통해 대용량 방송 화면에 적용하기 위해 어떠한 규칙이 적용되어야 하는지 탐색한 연구라는 의의를 가진다.

The goal of this research is to examine patterns of objectification and sexualization of the female body in music programs on television. The study’s goal is to identify rules for automated visual image detection of body objectification and sexualization. To do so, previous qualitative study findings were used to identify target images and the cutting-edge object-detection deep learning algorithm, YOLO4 (You Only Look Once), and MediaPipe, a framework for deep learning-based pose detection, were used to search for patterns. As this is a one-of-a-kind study linking body objectification and algorithm-based object detection, the case for analysis must be carefully chosen, taking into account random effects from unplanned camera movements caused by real-time broadcasting. The dance to the song ’Rollin’ by the female group ’Brave Girls’ had already been broadcasted earlier in 2017. Thus, the on-stage choreography and camera movements associated with the song were already known, making them suitable for research data. The study used music programs that aired on three broadcasting networks, KBS, MBC, and SBS, during the second week of March, 2021. To fine-tune the patterns, 12 screen images were selected by extracting keyframes from the song’s original music videos. The study’s findings are summarized below. To begin, when the scene transition is associated with a significant decrease in the number of people in the visual frame in comparison to the previous frame, it is frequently associated with female body objectification. Because body objection is associated with an emphasis on a specific body-part in the absence of a face, this is essentially a zoom-in technique transited from a wide-angle view of the scene. This rule, however, is insufficient for detecting objectified visual images; it can also be applied to screen images that avoid sexualized images in the given dance choreography. As a result, an additional rule is required to exclusively find images of female body objectification, and it is discovered that detecting human faces on the screen appears to be a good measure. In other words, unless the human faces on the screen do not appear with the scene transition that shows a dramatic decrease in the number of humans in the scene, a visual flow of images can be considered female body objectification. The study also compared the levels of objectification across broadcasting networks and found that MBC has a lower proportion of sexualized images than that of other networks. On MBC’s music program, the MediaPipe framework for pose detection discovered fewer scene images with lower body parts than others. The findings of this study suggest that computer vision research can be used to detect female objectified bodies and sexual images in television programs.

#Body Objectification #Object Detection #Pose Detection #YOLO4 #MediaPipe #객체 동작 감지 #여성 신체 대상화 #선정적 화면

참고문헌 (37)

참고문헌 신청

Arnett, J. J. / 2002 / Sexual teens, sexual media: Investigating media's influence on adolescent sexuality / Lawrence Erlbaum Associates Publishers :253~264

백지연 / 2021 / 방송 뉴스가 재현하는 성범죄 피해 여성 이미지에 대한 키프레임 분석 가상물, 자료화면을 통한 피해자다움의 재생산과 익명-실명 보도의 차이를 중심으로 / 한국언론학보 65(2):75~113

Bissell, K. L. / 2004 / Must‐See TV or ESPN: entertainment and sports media exposure and body‐image distortion in college women / Journal of Communication 54(1):5~21

Bochkovskiy, A. / 2020 / Yolov4: Optimal speed and accuracy of object detection / arXiv preprint arXiv:2004.10934.

Bradby, B. / 1993 / Sampling sexuality: gender, technology and the body in dance music / Popular music 12(2):155~176

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

윤호영

소속기관 이화여자대학교

주요연구분야 사회과학 > 신문방송학 TOP 5% 사회과학 > 정치외교학

논문수 34 이용수 20,760

이 논문과 함께 이용한 논문

방송 뉴스가 재현하는 성범죄 피해 여성 이미지에 대한 키프레임 분석 : 가상물, 자료화면을 통한 피해자다움의 재생산과 익명-실명 보도의 차이를 중심으로

백지연 , 윤호영 한국언론학보 2021 .04

웰니스 관광시설 선호도 및 선호선택 : 건강 리조트 잠재 관광객을 대상으로

손은미 , 정란수 , 정철 관광연구논총 2014 .08

개인정보처리방침의 데이터를 활용한 개인정보보호 현황 분석

이재근 , 강상욱 , 염흥열 정보보호학회논문지 2013 .08

Real-Time Workout Posture Correction using OpenCV and MediaPipe

Yejin Kwon , Dongho Kim 한국정보기술학회논문지 2022 .01

딥러닝 기반 도로위험객체 자동 인식 및 분류에 관한 연구

양인철 , 전우훈 , 이조영 디지털콘텐츠학회논문지 2021 .08

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2022-070-000134932

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (37)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)