• Proceedings of the Korean Information Science Society Conference
• /
• 2007.10c
• /
• pp.424-427
• /
• 2007

스테레오 영상으로부터 3차원 구조를 복원하기 위해서는 깊이맵에 해당하는 시차맵을 생성해야 한다. 시차맵 생성을 위해서는 정합비용을 계산하고, 집성한 후에 시차를 계산하는 절차로 이루어진다. 본 논문에서는 스테레오 영상으로부터 빠르고 안정된 시차맵을 생성하기 위해서 후처리 과정으로 각 스캔라인에 대해서 분산을 이용하여 세그멘테이션을 한 후에 세그멘테이션 별로 평균을 내어 객체간의 구분을 명확히 한다. 조밀 시차맵을 생성하기 위해서는 시차 계산에 실패한 화소들에 대해서도 시차를 계산해야 하는데 본 논문에서는 간단하게 인접 화소의 값을 복사하는 방법으로 홀을 메우는 방법을 제안한다. 실제 환경에서의 다양한 스테레오 영상에 대한 실험 결과들은 제안된 시차맵 생성과 홀을 메우는 방법이 기존의 시차맵 생성 기법만큼 빠르고 기존의 방법보다 좀더 안정적이고 다양한 컴퓨터 비전 시스템응용에 적용될 수 있음을 보여준다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.1464-1467
• /
• 2012

스마트 폰 사용자 수가 2000만명 이상이 됨에 따라 모바일 맵 서비스에 대한 수요가 급증하고 있다. 한편, 모바일 기반의 맵 응용의 개발을 위해선 WINDEV Mobile 17과 같은 유료 개발 환경이 있지만 자동화 지원 경도가 미약하여 맵 응용의 생산성이 떨어지고 유지 보수 기간도 많이 소요된다. 우리가 설계하고 구현한 MobileMapGen은 GoogleMaps API를 사용하며 서버 측을 위해 CMS(Content Management System)인 Drupal 환경에 사용 가능 한 모듈들을 생성하고 클라이언트 측엔 iOS 앱을 생성해 맵 응용에 대한 생산성을 향상시켜 준다. 맵 컨텐츠와 그와 연관된 컨텐츠들을 함께 제공하는 모바일의 맵 응용 생성기인 MobileMapGen과 달리 WINDEV Mobile 17, MobilForms, 그리고 VisualStudio.NET는 맵 인터페이스를 지원하지 않거나 위치 정보 형태만을 표시한다. 그렇기 때문에 사용자가 원하는 지형/지물 컨텐츠 타입을 생성하거나 맵 상에 표시하고 관심의 대상인 지형/지물과 연관된 컨텐츠들을 검색할 수 없다.

• The KIPS Transactions:PartD
• /
• v.19D no.3
• /
• pp.229-236
• /
• 2012

The demand for map applications in both Web and mobile environments has been rapidly increased with the population of Web and smart phone usage. Web-based map applications are mostly developed on such environments as ArcGIS and MapServer and mobile map applications are developed on such API levels as Google Maps and Yahoo Maps. But many parts of map applications are still constructed by coding because these environments don't support high level of automation. Our MapAppGen that we have designed and implemented enhances the Web-based map application productivity by generating the map related modules that can be applied to the Drupal that is one of popular content management systems(CMS's). Comparing the applications that are constructed by the Drupal-supported GMap or NodeMap, the applications that are constructed by MapAppGen provide information on not only the interested geographical feature but also its related geographical features. MapAppGen uses Google Maps API and Drupal is a module-based system that supports the creation, composition and management of contents. We are now working on automatic generation of mobile map applications with MapAppGen.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.11a
• /
• pp.72-75
• /
• 2010

Google을 시작으로 포털 사이트들이 Maps API를 공개하면서 맵 응용에 대한 수요가 급증하고 있다. 맵 응용의 개발은 대부분 수작업으로 이루어지고 있기 때문에 맵 응용의 생산성이 떨어질 뿐만 아니라 유지 보수에도 많은 시간과 노력이 요구되고 있다. 우리가 설계하고 구현한 MapAppGen은 ModuleGen, IndexGen, MapGen으로 구성되며 맵 응용을 자동으로 생성한다. MapAppGen은 Google Maps API를 사용하여 CMS(Content Management System) 중의 하나인 Drupal에 적용 가능한 모듈들을 생성해 맵 응용에 대한 생산성을 향상시켜 준다. MapAppGen처럼 맵 응용을 위해 Drupal 모듈을 생성하는 생성기는 현재 존재하지 않으며 Gmap이나 NodeMap과 같이 고정된 맵 인터페이스 모듈들은 존재한다. 그러나 Gmap이나 NodeMap 모듈은 Drupal의 기본 컨텐츠 타입 모듈에 의존하기 때문에 사용자는 원하는 지형/지물 컨텐츠 타입을 생성해 활용할 수 없고 지형/지물들을 유형별로 맵 상에 표시하고 연관된 컨텐츠들을 검색할 수도 없다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2012.07a
• /
• pp.321-322
• /
• 2012

본 논문은 선명도를 향상시킨 고해상도 깊이맵을 생생 방법을 제안한다. 현재 저해상도 깊이맵으로부터 생성되는 고해상도 깊이맵은 원 깊이맵과 유사도를 높이는 것에 초점이 맞춰져 있다. 본 논문은 기존 보간법들을 바탕으로 깊이맵에 고주파 성분을 사용하여 깊이맵의 선명도를 증가시킨다. 제안 방법은 저해상도 깊이맵으로부터 고주파 데이터를 생성 후, 깊이맵에 고주파 성분을 적용한 다음에 보간을 통하여 깊이맵을 고해상도 깊이맵으로 변환한다.

• Journal of Broadcast Engineering
• /
• v.13 no.5
• /
• pp.596-601
• /
• 2008

In this paper, we propose a new scheme to generate region-of-interest (ROI) enhanced depth maps in the hybrid camera system, which is composed of a low-resolution depth camera and a high-resolution stereoscopic camera. The proposed method creates an ROI depth map for the left image by carrying out a three-dimensional (3-D) warping operation onto the depth information obtained from the depth camera. Then, we generate a background depth map for the left image by applying a stereo matching algorithm onto the left and right images captured by the stereoscopic camera. Finally, we merge the ROI map with the background one to create the final depth map. The proposed method provides higher quality depth information on ROI than the previous methods.

• The KIPS Transactions:PartB
• /
• v.15B no.6
• /
• pp.517-526
• /
• 2008

Stereo vision is a fundamental method for measuring 3D structures by observing them from two cameras placed on different positions. In order to reconstruct 3D structures, it is necessary to create a disparity map from a pair of stereo images. To create a disparity map we compute the matching cost for each point correspondence and compute the disparity that minimizes the sum of the whole matching costs. In this paper, we propose a method to estimate a dense disparity map using region segmentation. We segment each scanline using region homogeneity properties. Using the segmented regions, we prohibit false matches in the stereo matching process. Disparities for pixels that failed in matching are filled by interpolating neighborhood disparities. We applied the proposed method to various stereo images of real environments. Experimental results showed that the proposed method is stable and potentially viable in practical applications.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2017.11a
• /
• pp.34-35
• /
• 2017

본 논문에서는 영상으로부터 생성된 깊이맵을 합성곱 신경망(CNN)으로 재생성하는 방법을 제안한다. 합성곱 신경망은 영상인식, 영상분류에 좋은 성능을 보여주는데, 이 기술을 깊이맵 생성에 활용하여 기 제작된 깊이맵 생성 기법을 간단한 합성곱 신경망으로 구현하고자 한다. 성능 실험에서는 10개의 비디오 세트에 제안 방법을 적용한 결과, 만족스러운 결과를 얻었다.

• Journal of Broadcast Engineering
• /
• v.23 no.1
• /
• pp.3-10
• /
• 2018

Depth map has been utilized in a varity of fields. Recently research on generating depth map by artificial neural network (ANN) has gained much interest. This paper validates the feasibility of implementing the ready-made depth map generation by convolutional neural network (CNN). First, for a given image, a depth map is generated by the weighted average of a saliency map as well as a motion history image. Then CNN network is trained by test images and depth maps. The objective and subjective experiments are performed on the CNN and showed that the CNN can replace the ready-made depth generation method.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11a
• /
• pp.682-684
• /
• 2005

본 논문에서는 동적인 실제 객체로부터 얻어진 깊이 맵으로부터 3차원 메쉬 모델을 생성할 때, 영상의 경계정보를 기반으로 효율적인 비정규 메쉬를 생성하는 기법을 제안한다. 우선 깊이 맵으로부터 소수의 특징점과 경계영역에서의 실루엣 점을 추출한다. Delaunay 삼각화 기법을 적용할 때 경계 피부에 발생하는 불필요한 삼각형들을 효율적으로 제거하기 위해 실루엣점으로 구성된 경계 라인을 제약조건으로 사용한다. 즉 깊이 맵으로부터 경계 영역 정보를 추출하고 이를 기반으로 관심 객체의 비정규 삼각 메쉬에 존재하는 불필요한 외부 삼각형을 제거한다. 최종적으로 생성된 3차원 메쉬에 포함된 형상 노이즈를 제거하기 위해 메쉬 스무딩 기법을 적용하고, 깊이 맵과 동시에 획득된 컬러 영상을 텍스쳐링하여 3차원 메쉬를 생성한다.