• 한국정보과학회논문지:시스템및이론
• /
• 제36권5호
• /
• pp.404-411
• /
• 2009

본 논문은 Von Funck 외가 제안한 벡터장 기반 변형기술에 기반한 새로운 텍스쳐 이미지의 와핑 방법을 제안한다. 사용자는 텍스척 이미지와 텍스쳐매핑이 될 3차원 물체 표면에 두 가지 방법으로 제한조건을 지정할 수 있다: 위치 제한조건은 이미지 상의 특징점의 위치를 특정위치 (물체 표면의 대응하는 특징점 위치)로 제한하는 데 사용하며, 그라디언트 제한조건을 사용하려는 특징점 이미지의 일부분에 대한 방향과 스케일에 대해 제어가 가능하다. 이러한 제한조건으로부터 그에 대응하는 C1 연속인 속도벡터장을 이미지 공간 상에 구축하고, 구축된 벡터장을 따라 텍스쳐 이미지 상의 모든 픽셀들을 이동시킨 결과로써 최종 텍스쳐 이미지를 획득한다. 본 연구에서 구현한 텍스쳐 매핑 애플리케이션에서는 우선 대상 3차원 메쉬를 최소제곱 등각매핑(Least Squares Conformal Mapping) 방법을 사용하여 2차원 평면에 임베딩시킨다. 다음으로, 제안하는 이미지 와핑 방법을 적용하여 텍스쳐 이미지 상의 특징점이 임베딩된 메쉬의 대응하는 특징점과 일치되도록 하여 최종 텍스쳐맵을 획득한다. 이와 같은 벡터장기반 방법을 통해 기존의 텍스쳐매핑 방법보다 더욱 부드러운 이미지 와핑결과를 얻을 수 있었으며, 왜곡이 많이 생기는 요구조건을 만족하면서도 자기 오버랩이 생기지 않는 좋은 성질을 보임을 확인하였다.

• 한국차세대컴퓨팅학회논문지
• /
• 제15권5호
• /
• pp.64-74
• /
• 2019

비강체 정합은 임상적 필요성은 높으나 계산 복잡도가 높고, 정합의 정확성 및 강건성을 확보하기 어려운 분야이다. 본 논문은 비지도 학습 환경에서 3차원 뇌 자기공명 영상 데이터에 딥러닝 네트워크를 이용한 비강체 정합 기법을 제안한다. 서로 다른 환자의 두 영상을 입력받아 네트워크를 통하여 두 영상 간의 특징 벡터를 생성하고, 변위 벡터장을 만들어 기준 영상에 맞추어 다른 쪽 영상을 변형시킨다. 네트워크는 U-Net 형태를 기반으로 설계하여 정합 시 두 영상의 전역적, 지역적인 차이를 모두 고려한 특징 벡터를 만들 수 있고, 손실함수에 균일화 항을 추가하여 3차원 선형보간법 적용 후에 실제 뇌의 움직임과 유사한 변형 결과를 얻을 수 있다. 본 방법은 비지도 학습을 통해 임의의 두 영상만을 입력으로 받아 단일 패스 변형으로 비강체 정합을 수행한다. 이는 반복적인 최적화 과정을 거치는 비학습 기반의 정합 방법들보다 빠르게 수행할 수 있다. 실험은 50명의 뇌를 촬영한 3차원 자기공명 영상을 가지고 수행하였고, 정합 전·후의 Dice Similarity Coefficient 측정 결과 평균 0.690으로 정합 전과 비교하여 약 16% 정도의 유사도 향상을 확인하였다. 또한, 비학습 기반 방법과 비교하여 유사한 성능을 보여주면서 약 10,000배 정도의 속도 향상을 보여주었다. 제안 기법은 다양한 종류의 의료 영상 데이터의 비강체 정합에 활용이 가능하다.

• 한국공간정보시스템학회:학술대회논문집
• /
• 한국공간정보시스템학회 2007년도 GIS 공동춘계학술대회 논문집
• /
• pp.147-155
• /
• 2007

본 연구는 기술개발 자체의 효과성을 개발된 기술의 시장성, 확대 보급가능성, 민간분야의 기술 로드맵과의 관계성을 도출하는 것으로 실제로 업계에서 다양한 인맥과 프로젝트의 경험을 가지고 있는 자에 의한 심층인터뷰를 근거로 한 정성적 판단과 시장조사를 통한 정량적 판단을 결합하여 멀티센서의 기술개발의 가치를 평가하는 후속 조치에 해당되는 연구이다. 직접적 측면의 산업적 파급효과는 2006년에는 시범적인 수준에서 적용된 사례를 중심으로 정리해 본 결과, 다음과 같이 요약될 수 있다. 첫째, 전문화된 기업의 경우 각자의 강점에 기반을 두어 멀티센서의 적용시장을 바라보고 있다는 점이다. 모든 소프트웨어의 생산을 서버 부분부터 웹 버전, 모바일 버전까지 모두 보유하고 있는 벡터 부분의 GIS 수준과는 달리 위성영상 및 멀티센서 분야의 소프트웨어는 대용량으로 인한 한계로, 서버중심, 웹 중심의 개발이 이루어지고 있으나 모바일 분야까지 확장되지는 않고, 차량항법장치와의 연계를 통한 확장을 꾀하는 수준이라고 요약할 수 있다. 둘째, 전문기업이 아닌 대기업의 시장분석 및 전략에 관한 부분을 요약하자면, 멀티센서와 직접적인 연관을 갖는 회사는 많지 않으나 대체로 U-city 사업 발굴 시 멀티센서가 융합기술이 요소기술로서 기여할 수 있을 것이라는 기대는 하고 있으며, 규모도 1,000억 원 대를 상회할 것으로 바라보고 있다. 셋째, 멀티센서 개발기술의 상용화 및 산업화를 위한 제거 요소 및 감소 요소, 증가 요소 및 새로이 만들어야 할 요소 등을 다차원 전략으로 제시하였으나, 전략을 구사할 기관이 산재되어 있어 제도적 차원의 뒷받침이 기술개발과 더불어 진행되어야 한다는 결론에 이르게 된다. 넷째, 개발된 4개의 기술에 대하여 KVA에서 산출한 기업평가 방식을 변형하여 적용하였는데, 위성영상과 DEM 개발기술이 87% 이상의 점수를 받아 가장 시장성 및 활용성이 높은 기술로 평가되었으며, 초다분광영상에 대한 기술은 70%를 겨우 넘는 수준에서 평가가 되었다. 멀티센서 공간영상정보 통합처리 기술 개발은 다목적 실용위성의 보유, 국가 NGIS 사업의 결과물이 상당히 축척이 되어 있고, 라이다(LiDAR) 기술의 도입을 위한 환경이 조성되었기에 다른 국가에 비해 멀티센서 기술의 적용과 산업화가 가시화 될 수 있을 것으로 기대된다. 그러나 멀티센서 자료의 수급이 용이하지 못하고, 법 제도적인 한계, 시장의 성숙도가 기대이하라는 점 등의 한계를 노정하고 있다.