• 한국음향학회지
• /
• 제30권4호
• /
• pp.197-206
• /
• 2011

본 논문에서는 다채널 스피커를 사용하는 음향 시스템에서의 가상 음원 생성 알고리즘을 제안하고 있다. 영상 신호의 표준은 보다 높은 해상도와 더 넓은 시야각을 제공하는 HD급이나 그 이상의 UHD급 등의 규격이 점차 상용화되고 있다. 그에 따라 음향 신호 또한 더 넓어진 음향 공간에서의 효과적인 음원 생성에 대한 필요성이 증가하고 있다. 기존의 스테레오 스피커 시스템으로는 원하는 사운드 효과를 재생하는데 한계를 가질 수밖에 없기 때문에, 여러 개의 스피커를 사용한 다양한 배치의 다채널 스피커 시스템이 제안되고 있다. 그러나 다수의 스피커를 사용한 시스템에서 기존의 사운드 패닝 알고리즘과 같은 가상 음원 생성 기술을 그대로 적용할 경우, 불연속적인 방향성 문제나 음색 열하 등의 또다른 문제가 발생할 수 있다. 이를 해결하기 위하여 임의의 배치의 다채널 스피커 시스템에서 적용 가능한 벡터 기반의 가상 음원 생성 알고리즘을 제안하였다. 제안된 알고리즘은 벡터 기반의 게인 조절 함수를 이용하여 음원의 방향감을 쉽고 효과적으로 생성할 수 있으며, 대칭 혹은 비대칭의 다채널 스피커 배치에 대해서 모두 적용 가능하다. 기존에 잘 알려진 VBAP와 MDAP의 레벨 패닝 방법과 의 청취 비교 실험을 통하여 보다 정확한 패닝 성능을 유지할 수 있는 것으로 확인되었다.

• 한국게임학회 논문지
• /
• 제11권1호
• /
• pp.131-138
• /
• 2011

최근 지형렌더링에서 사용되는 DEM(digital elevation map) 데이터들은 일반 컴퓨터에서 처리 가능한 메모리 용량을 초과하기 때문에 밉맵(mipmap)을 이용한 상세단계(LOD : level-of-detail) 기법들을 사용하는 외부 메모리 처리(out-of-core) 기법들이 많이 연구되고 있다. 하지만 밉맵을 이용한 상세단계 기법들은 높은 레벨의 상세단계에서 데이터의 간략화에 따른 기하오차가 발생한다. 이러한 기하오차는 시점이 이동할 때 상세단계가 변화하는 부분에서 기하파핑(geometry popping) 현상을 유발한다. 본 논문에선 기하오차를 줄이기 위해 정점 응집맵을 제안한다. 전처리 단계에서 생성되는 정점 응집맵은 벡터를 저장한 텍스쳐이다. 이 벡터들은 상대적으로 기울기 변화량이 큰 위치로 주변의 정점들을 응집시켜 지형의 기하오차를 줄이기 때문에 단순히 밉맵을 이용하여 지형을 렌더링 했을 때 나타나는 기하파핑 현상을 효과적으로 줄일 수 있다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제35권11호
• /
• pp.671-680
• /
• 2008

모션 캡쳐 장비는 사람의 자연스러운 행동이나 동작 정보를 정밀하게 얻기 위해 널리 이용되며, 영화나 게임과 같은 콘텐츠 제작 시에 자주 활용된다. 하지만 모션 캡쳐 장비가 고가이고 이용하기 불편하기 때문에 대부분의 경우 한번 입력받은 데이타를 모션별로 분할하고 상황에 맞게 재결합하여 이용하며, 입력 데이타를 모션별로 분할하는 작업은 대부분 수동으로 이루어진다. 이 때문에 캡쳐된 모션 데이타를 자동으로 분할하기 위한 연구들이 최근 다양하게 시도되고 있다. 기존의 연구들은 크게 각 프레임의 전역적 특징을 고려하는 오프라인 방법과 이웃하는 프레임 사이의 유사도를 고려하는 온라인 방법으로 나누어진다. 본 논문에서는 온라인과 오프라인 방법을 통합한 그래프 기반의 하이레벨 모션 분할 방법을 제안한다. 하이레벨 모션은 모션 내에서 반복되는 프레임을 포함하는 특징을 가지고 있다. 우리는 이 특징을 기반으로 이웃하는 프레임뿐만 아니라 일정시간내의 모든 프레임 사이의 유사도를 고려하는 그래프를 생성하며, 그래프의 정점(vertex)에는 프레임 정보를 간선(edge)의 가중치는 두 프레임 사이의 유사도를 반영한다. 그래프를 분할하기 위해 분할된 간선의 가중치를 전역적으로 최소화할 수 있는 normalized cuts을 이용하며, 분할된 정점의 집합은 하이레벨 모션을 의미한다. 결과적으로 제안된 방법은 이웃하는 프레임뿐만 아니라 일정시간내의 모든 프레임 사이의 유사도를 반영하는 그래프를 전역적으로 최소화함으로써 온라인과 오프라인 방법을 동시에 고려할 수 있으며, 실험에서 제안된 방법은 기존의 오프라인 방법 중 하나인 GMM과 온라인 방법 중 하나인 PEA를 이용한 방법보다 좋은 결과를 보였다