• 디지털융복합연구
• /
• 제12권8호
• /
• pp.467-474
• /
• 2014

스마트한 환경에서 증강현실은 사용자와 매체간의 인터랙션을 통해서 다양한 경험의 확장을 제공한다. 위치 정보를 사용하는 방식, 마커를 사용하는 방식, 실시간 인터랙션을 활용한 마커리스 맵핑 방식등 실세계와 가상세계의 실시간으로 중간역할을 자리잡고 있다. 경험 확장의 한 요소이고, 현실세계의 정보를 증강하는 도구로써 활용되어지고 있다. 에듀테인먼트 교육적인 컨텐츠 관점에서 AR카드를 활용하였고, 마커리스방식으로 실시간 이미지 맵을 만들어 도시화 이미지 맵을 제작하였다. 3D환경에서의 입체영상을 활용한 오브젝트 제작과 증강현실을 접목한 인터랙션 교육컨텐츠 방식이다. 수동적인 관점에서 능동적이고 몰입도와 현실감 흥미를 높여주고 텐저블의 방식을 유도한다. AR카드에서 경험요소인 공간(활용), 시각(효과), 촉각(연동)을 활용하고 감각적 몰임감, 감각적 현실감, 인지적 조작성, 사회적 협력성, 인지적 융통성, 인지적 통찰성 등의 다양한 교육적 효과를 성취할수 있다. 스마트한 환경에서의 AR 마크리스 방식을 적용하여 AR카드를 활용한 이미지마크, 3D, AR 관점에서 분석하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2019년도 춘계학술대회
• /
• pp.513-515
• /
• 2019

키넥트 적외선 프로젝터를 활용하여 깊이 값을 인지하는 기술은 계속 발전하고 있다. 사람의 움직임을 추적하는 기술은 마크리스 방식에서 비마크리스 방식으로 발전하고 있다. 키넥트를 활용한 얼굴 움직임에 대한 캡쳐는 정교하지 못한 단점을 가지고 있다. 또한 얼굴에 대한 제스처나 움직임을 실시간으로 제어 하는 방법은 많은 연구가 필요한다. 따라서 본 논문은 키넥트 적외선 방식을 활용하여 추출된 얼굴인식 데이터에 브랜딩 기술을 접목하고 제어하는 기술을 연구하여 자연스러운 3D 영상콘텐츠를 제작할 수 있는 기술을 제안한다.

• 전자공학회논문지CI
• /
• 제49권2호
• /
• pp.115-122
• /
• 2012

본 논문에서는 CosGauss라고 하는 코사인함수로 모듈화 된 가우시안 활성화함수가 뉴로 네트워크에서 다항식과 계단함수의 근사에 사용될 수 있음을 증명한다. CosGauss 함수는 시그모이드, 하이퍼볼릭 탄젠트, 가우시안 활성화 함수보다 더 많은 범프(bump)를 구성 할 수 있다. 이 함수를 캐스케이드 코릴레이션 뉴로 네트워크 학습에 사용하여 벤치마크 문제인 Tic-Tac-Toe 게임과 아이리스(iris) 식물 문제와 실험하고 여기에서 얻어진 결과를 다른 활성화 함수를 사용한 결과와 비교 분석한다.

• 한국전자통신학회논문지
• /
• 제18권6호
• /
• pp.1321-1330
• /
• 2023

본 연구는 증강현실에서 적용할 캐릭터 생성에서 단일 이미지를 통해 여러 객체에 대한 3D 자세 추정 문제를 연구한다. 기존 top-down 방식에서는 이미지 내의 모든 객체를 먼저 감지하고, 그 후에 각각의 객체를 독립적으로 재구성한다. 문제는 이렇게 재구성된 객체들 사이의 중첩이나 깊이 순서가 불일치 하는 일관성 없는 결과가 발생할 수 있다. 본 연구의 목적은 이러한 문제점을 해결하고, 장면 내의 모든 객체에 대한 일관된 3D 재구성을 제공하는 단일 네트워크를 개발하는 것이다. SMPL 매개변수체를 기반으로 한 인체 모델을 top-down 프레임워크에 통합이 중요한 선택이 되었으며, 이를 통해 거리 필드 기반의 충돌 손실과 깊이 순서를 고려하는 손실 두 가지를 도입하였다. 첫 번째 손실은 재구성된 사람들 사이의 중첩을 방지하며, 두 번째 손실은 가림막 추론과 주석이 달린 인스턴스 분할을 일관되게 렌더링하기 위해 객체들의 깊이 순서를 조정한다. 이러한 방법은 네트워크에 이미지의 명시적인 3D 주석 없이도 깊이 정보를 제공하게 한다. 실험 결과, 기존의 Interpenetration loss 방법은 MuPoTS-3D가 114, PoseTrack이 654에 비해서 본 연구의 방법론인 Lp 손실로 네트워크를 훈련시킬 때 MuPoTS-3D가 34, PoseTrack이 202로 충돌수가 크게 감소하는 것으로 나타났다. 본 연구 방법은 표준 3D 자세벤치마크에서 기존 방법보다 더 나은 성능을 보여주었고, 제안된 손실들은 자연 이미지에서 더욱 일관된 재구성을 실현하게 하였다.