자동차는 첨단공업 기술이 고도로 집적되어 있는 인간-기계 시스템(man machine system)이다. 자동차에 대한 새로운 감성요구를 실현하기 위해서는 인체와 오랜 시간 접촉해 있는 시트 표피재의 분석이 반드시 필요하다. 본 연구에서는 자동차 시트 표피재의 역학적 특성과 감성을 고려한 고급감을 예측하여 고감성 내장 표피재 개발에 기여하고자 한다. 감성용어는 Softness(유연한), Elasticity(탱글탱글한), Volume(풍성한), Stickiness (끈끈한)를 설정하였으며, 이와 대응하는 표피재의 역학적 특성 치를 측정하였다. 피혁의 특성평가에 의한 결과로 resilience, bending moment, thickness와 friction 값을 얻을 수 있었으며, 이러한 역학적 특성 치를 softness, elasticity, volume, stickiness 값으로 변화하기 위해 fuzzy logic을 사용하였다. 또한 Fuzzy logic의 결과인 Softness, Elasticity, Volume, Stickiness 값으로 피혁의 고급감을 예측하기 위한 신경망 모델(Neural network)을 구성하였다. 즉, 자동차 표피재 중 피혁의 4가지 물리량으로 인간의 감성인 표피재의 고급감을 예측하여 고감성 자동차 시트 표피재의 개발을 위한 예측 모델의 가능성을 평가하였다.

이미지의 유사성을 결정하는 요인을 톤(tone), 즉 명도와 채도로 결정하여 정보 엔트로피를 계산하여 상관 계수를 계산하였다. 이미지의 톤을 알아보기 위해 영상정보의 색 공간을 RGB color space에서 HSI color space로 전환하였다. 이후 유사성을 판단하기 위해 이미지의 전체 픽셀수가 아닌 엔트로피 값의 범위에 따라 전체 70%의 픽셀 또는 이미지를 가장 많이 구성하는 세 가지 톤의 픽셀 수에 의해 결정되었다. 'Romantic'이라는 인간의 감성으로 판단된 18개의 영상정보를 선정하여 위의 모델을 적용, 이미지 유사성을 판단하였다.