• 한국통신학회논문지
• /
• 제37C권10호
• /
• pp.859-869
• /
• 2012

본 논문에서는 3차원 동영상의 시 공간적 정보 중복성 (TSR: temporal-spatial redundancy)과 노블 룩업테이블(N-LUT: novel look-up table)를 이용한 효과적인 3차원 동영상 홀로그램 생성기법인 TSR-N-LUT을 제시하였다. 제안된 기법에서는 먼저, DPCM (differential pulse code modulation) 알고리즘을 이용하여 3차원 동영상 프레임간의 시간적 중복 데이터를 제거한 다음, 잔여 영상에 대해서도 각 프레임별로 영상라인 간 중복 데이터를 제거하게 된다. 따라서, 시 공간적인 중복 데이터가 제거된 물체영상에 N-LUT 기법을 적용함으로써 효과적으로 3차원 비디오 홀로그램을 합성하게 된다. 실험결과 제안된 TSR-N-LUT 기법은 기존 방법에 비해 평균적으로 홀로그램 계산을 위한 물체 포인트 수가 23.72% 감소함과 동시에 홀로그램 생성속도 역시 19.55% 개선됨을 보임으로써 제안된 기법의 실제 응용 가능성을 제시하였다.

• 방송공학회논문지
• /
• 제20권5호
• /
• pp.687-696
• /
• 2015

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.

• 한국콘텐츠학회논문지
• /
• 제12권12호
• /
• pp.1-13
• /
• 2012

3차원 동영상은 다양한 응용분야들에서 차세대 콘텐츠로 큰 주목을 받고 있다. 2D-to-3D 변환은 3차원 동영상의 시대로 넘어가는 과도기 동안에 3차원 동영상 콘텐츠의 부족현상을 해결하기위한 강력한 기술로 여겨지고 있다. 일반적으로 2D-to-3D 변환을 위해서는 2차원 동영상 각 장면의 깊이영상을 추정/생성한 후 깊이 영상 기반 랜더링 (DIBR : Depth Image Based Rendering) 기술을 이용하여 스테레오 동영상을 합성한다. 본 논문은 2차원 동영상 내 존재하는 다양한 변환 단서들을 통합하는 새로운 깊이 융합 기법을 제안한다. 우선, 알맞은 깊이 융합을 위해 몇몇 단서가 현재 장면을 효과적으로 표현할 수 있는 지 아닌지 검사된다. 그 후, 신뢰성 검사의 결과를 기반으로 현재 장면은 4개의 유형 중 하나로 분류된다. 마지막으로 최종 깊이 영상을 생성하기 위해 신뢰할 수 있는 깊이 단서들을 조합하는 장면 적응적 깊이 융합이 수행된다. 실험 결과를 통해 각각의 단서가 장면 유형에 따라 타당하게 활용되었고 최종 깊이 영상이 현재 장면을 효과적으로 표현할 수 있는 단서들에 의해 생성되었음을 관찰할 수 있다.

• 한국콘텐츠학회논문지
• /
• 제7권8호
• /
• pp.134-141
• /
• 2007

3D 애니메이션 작업의 결과물을 출력하는데 있어서 동영상 파일로의 렌더링이 가능하지만 대부분의 프로덕션에서는 Image Sequence 렌더링 방식을 택하고 있다. 이러한 Image Sequence 렌더링 방식은 최종 영상물 제작을 위한 합성에 있어서 중요한 과정이다. 이러한 Image Sequence 렌더링 방식에는 다양한 Format의 이미지 형태들이 사용되는데 그 대표적인 것으로서 TGA format을 들 수가 있다. 하지만 TGA format 방식의 이미지가 이러한 과정에서 최적인가에 대한 의문점이 제기되어지고, 3D 프로그램마다 고유의 이미지 format을 가지고 있다는 점에서 이에 대한 연구가 필요하다. 본 연구에서는 Alias 사의 Maya를 중심으로 이러한 Image Sequence format에 대한 압축률, 선명도, 합성 시 필요한 Alpha Channel의 보존성, Z-Depth에 관한 Information에 관하여 연구하고자 한다. 이 연구의 결과는 3D 애니메이션을 Pipeline에 Image Sequence format에 대한 가이드 라인을 제공해주는데 목적이 있다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2005년도 추계 종합학술대회 논문집
• /
• pp.131-136
• /
• 2005

3D 애니메이션 작업의 결과물을 출력하는데 있어서 동영상 파일로의 렌더링이 가능하지만 대부분의 프로덕션에서는 Image Sequence 렌더링 방식을 택하고 있다. 이러한 Image Sequence 렌더링 방식은 최종 영상물 제작을 위한 합성에 있어서 중요한 과정이다. 이러한 Image Sequence 렌더링 방식에는 다양한 Format의 이미지 형태들이 사용되는데 그 대표적인 것으로서 TGA format을 들 수가 있다. 하지만 TGA format 방식의 이미지가 이러한 과정에서 최적인가에 대한 의문점이 제기되어지고, 3D 프로그램마다 고유의 이미지 format을 가지고 있다는 점에서 이에 대한 연구가 필요하다. 본 연구에서는 Alias 사의 Maya를 중심으로 이러한 Image Sequence format에 대한 압축률, 선명도, 합성시 필요한 Alpha Channel 의 보존성, Z-Depth에 관한 Information에 관하여 연구하고자 한다. 이 연구의 결과는 3D 애니메이션을 Pipeline에 Image Sequence forma떼 대한 가이드라인을 제공해주는데 목적이 있다.

• 경영정보학연구
• /
• 제22권1호
• /
• pp.113-124
• /
• 2020

농가를 운영함에 있어서 수확한 작물에 대한 품질을 평가하여 불량품을 분류하는 작업은 매우 중요하다. 그러나, 농가는 부족한 자본과 인력으로 인하여 품질평가에 소요되는 비용과 시간을 감당하는데 어려움이 있다. 이에 본 연구는 인공지능 기술인 딥 러닝 알고리즘을 이용하여 과일의 표피를 분석함으로써 불량을 검출하고자 한다. 과일을 촬영한 동영상 이미지에 대하여 영역기반 합성곱 신경망(Region Convolutional Neural Network)을 기반으로 한 YOLOv3 알고리즘을 적용하여 표피를 분석할 수 있는 모델을 개발하였다. 총 4개의 클래스를 정해서 학습을 진행하였고, 총 97,600번의 epoch을 통해서 우수한 성능의 불량검출 모델을 얻을 수 있었다. 본 연구에서 제안한 농작물 불량검출 모델은 데이터 수집, 분석된 데이터를 통한 품질평가, 그리고 불량검출에 이르는 과정의 자동화에 활용될 수 있다. 특히, 농작물들 중에서도 외상에 가장 취약한 복숭아를 대상으로 분석모델을 개발하였기 때문에, 다른 작물에도 적용될 수 있을 것으로 기대된다.

• 방송공학회논문지
• /
• 제20권5호
• /
• pp.782-785
• /
• 2015

그래픽스 등 컴퓨터로 합성한 영상을 일컫는 스크린 콘텐츠 비디오의 경우는 색대비가 높은 그래픽 요소로 인하여 예측 후에도 잔차 신호의 공간적 연관성이 여전히 높게 나타나므로 현 샘플의 가장 인접한 화소를 이용하는 residual differential pulse-code modulation (RDPCM) 기법을 효율적으로 적용할 수 있다. 본 논문에서는 잔차 신호의 주위 인접 화소의 가중 합으로 보다 정확한 예측의 RDPCM을 수행하는 부호화 기법을 제안한다. 각 가중 계수는 현재 잔차 신호의 인접 영역에서 왜곡 값에 L₁ 정규화를 포함한 비용함수를 최소화 하여 추정한다. 제안 기법은 스크린 콘텐츠 동영상 압축 참조 코덱 대비 약 3.1%의 부호화 성능 향상을 보인다.

• 전기전자학회논문지
• /
• 제17권2호
• /
• pp.119-128
• /
• 2013

본 논문에서는 차세대 동영상 압축 표준인 HEVC의 핵심 프로세스 중 하나인 코어 변환기를 설계하고 이를 합성한 후 검증하였다. 제안하는 코어 변환기는 면적을 많이 차지하는 곱셈기 대신에 덧셈기와 쉬프터만을 사용하였으며, 쉬프터도 실제로는 와이어 연결과 멀티플렉서만을 사용하여 면적을 크게 줄였다. 또한 하나의 하드웨어로 $4{\times}4$에서 $16{\times}16$ 블록까지 모두 처리할 수 있도록 설계하였으며, 이를 위해서 연산처리기를 재사용하는 아키텍쳐를 제안하였다. 0.13um 공정으로 설계된 코어 변환기는 $16{\times}16$ 블록을 2-D 변환 처리하는데 160 사이클이 소요되며 게이트 수는 101,015 게이트이다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2003년도 정기총회 및 학술대회
• /
• pp.153-156
• /
• 2003

As there is a growing tendency to represent the 3D content instead of the 2D content, researches for the stereoscopic image and video are under way in a variety of fields such as acquisition compression, transmission, authoring and display. The authoring technique for stereoscopic contents has given emphasis to virtual stereoscopic contents. Thus the authoring technique for stereoscopic pictures is insufficient. When we compose a stereo scene with stereoscopic pictures, stereoscopic contents may not match the stereo scene because each stereoscopic picture may have different camera condition. To solve this problem, stereoscopic pictures have been modified manually. It is a laborious work and will be spent much time. Also it is difficult for a user who does not have an elementary knowledge of stereopsis. In this paper, we propose the synthesis method to compose a natural stereo scene with stereoscopic still pictures and moving pictures. Experimental results show that the proposed method in this paper allows a user to synthesize stereoscopic contents easily and compose a stereo scene conveniently.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제9권11호
• /
• pp.329-331
• /
• 2020

에듀테크는 교육(Education)과 기술(Technology)의 합성된 단어로서, 4차 산업혁명 시대의 교육 패러다임이다. 이는 4차 산업혁명의 빅데이터(Bigdata), 인공지능(AI), 로봇, 가상현실(Virtual reality; VR) 등 정보통신기술(ICT)을 활용한 차세대 교육을 의미한다. ICT에서의 교육은 온라인 강의로 이러닝(e-Learning)이 사용되고 있으나, 코로나-19로 인해 비대면 교육에 대한 수유가 급증함에 따라 이러닝과 함께 에듀테크가 주목받고 있다. 따라서 본 논문에서는 블록체인 기반의 배지서비스 플랫폼, 시뮬레이션 기반 협동형 이러닝 시스템, 동영상 영어사전, 그리고 블록체인 기반의 접근제어 감사시스템에 대한 심사 완료된 논문들을 분석한다.