• 전자공학회논문지
• /
• 제54권1호
• /
• pp.88-95
• /
• 2017

본 논문에서는 웨이블릿 변환 영역에서 엔트로피 가중치와 웨버 대비 도를 이용한 세일리언시 검출 방법을 제안한다. 본 논문의 방법은 기존의 일반적인 방법과 마찬가지로 국부적인 세일리언시를 결정하는 상향식 검출과 전역적인 세일리언시를 구성하는 하향식 검출을 결합하는 구조를 가진다. 먼저, CIE Lab 컬러 영상에 대하여 웨이블릿 변환을 수행하고, 저주파 부밴드에 대하여 웨버 대비도 계산하고 이를 저주파 계수에 부가하여 전역 세일리언시를 구한다. 다음으로, 고주파 부밴드의 엔트로피를 이용한 가중치를 가우시안 필터에 적용하여 국부 세일리언시를 구한다. 마지막으로 국부 세일리언시와 전역 세일리언시의 비선형 결합을 통하여 최종 세일리언시를 검출한다. 제안 방법의 성능 평가를 위해 2개의 영상 데이터베이스에 대하여 모의실험을 수행하였다. 기존의 방법과 비교하여 본 논문의 방법은 우수한 세일리언시 검출 결과를 나타내었다.

• 한국정보과학회논문지:시스템및이론
• /
• 제36권3호
• /
• pp.199-209
• /
• 2009

본 논문은 세일리언시 밀도에 기반한 스트로크의 단계별 세부묘사(Level of Detail:LOD) 표현 알고리즘을 제안한다. 회화적 렌더링에서 스트로크 LOD는 주된 대상에 대한 관찰자의 시선을 집중시키며 표현의 정확성을 높일 수 있는 장점을 가진다. 이를 위해 세밀하게 묘사된 부분과 추상적 묘사가 될 영역을 구분할 필요가 있다. 본 논문에서는 세일리언시 분포를 기준으로 공간 분할 후, 그 데이터에 기반하여 세밀한 표현의 정도를 제어한다. 세일리언시 분포가 높은 영역은 작가가 표현하고자 하는 주된 대상으로 가정하여 세밀한 묘사가 되도록 하며 밀도가 낮은 영역은 상대적으로 추상적인 표현을 한다. 우리의 알고리즘을 통해 쉽고 명확하게 스트로크 LOD를 제어, 표현 할 수 있다.

• 전자공학회논문지
• /
• 제54권6호
• /
• pp.72-79
• /
• 2017

본 논문에서는 웨이블릿 부밴드의 상호 정보량을 이용한 새로운 세일리언시 검출 방법을 제시한다. 본 논문의 방법은 웨이블릿 고주파 계수에 대한 승수와 가우시안 블러링을 이용하여 중간 세일리언시 지도를 형성한다. 웨이블릿 방향에 따른 세 개의 중간 세일리언시 지도를 방향별로 결합한 후 최소 엔트로피를 가지는 주 방향성 성분을 찾는다. 최소 엔트로피를 가지는 부밴드를 중심으로 각 부밴드의 상호 정보량을 구하고, 이를 이용한 가중치를 계산하고, Minkowski 합을 이용하여 최종 세일리언시를 검출한다. CAT2000 및 ECSSD 데이터베이스 대한 실험 결과, 본 논문의 방법은 기존 방법과 비교하여 적은 계산시간으로 ROC 및 AUC 관점에서 우수한 검출 결과를 보였다.

• 한국멀티미디어학회논문지
• /
• 제14권8호
• /
• pp.1082-1093
• /
• 2011

3차원 캐릭터 모델의 만화적 표현을 위하여 일반적으로 사용되고 있는 기존의 카툰렌더링 방법들은 아티스트가 직접 그린 원화의 표현을 그대로 살리는데 한계가 있다. 본 논문에서는 원화로부터 만화적인 음영모델을 캡쳐하는 기술을 제안하고 이를 이용하여 3차원 캐릭터 모델을 효과적으로 카툰 렌더링하는 새로운 시스템을 제공한다. 이 시스템의 특징은 음영을 캡쳐한 후에 캐릭터 모델의 만화적 특성을 부각시키기 위하여 음영을 이용하여 형태를 강조하는 알고리즘을 포함하며 아티스트가 포스트 프러덕션으로 음영을 편집할 수 있는 스케치 기반 인터페이스를 지원하는 것이다. 이를 위하여 선택된 영역의 색상 분포와 비율을 분석하는 RGB 색상 정렬 알고리즘을 이용하여 카툰 텍스처를 자동으로 생성하는 방법론을 제시한다. 또한 캐릭터의 형태적 특성을 강조하기 위하여 세일리언시 기반 카툰 렌더링 알고리즘을 제안하며, 음영을 지역적으로 편집하는 스케치 인터페이스를 제공한다. 마지막으로 사용자 평가를 통하여 제안하는 시스템의 유용성을 입증한다.

• 한국멀티미디어학회논문지
• /
• 제19권7호
• /
• pp.1116-1126
• /
• 2016

Image segmentation is widely used in the pre-processing stage of image analysis and, therefore, the accuracy of image segmentation is important for performance of an image-based analysis system. An efficient image segmentation method is proposed, including a filtering process for super-pixels, improved saliency map information, and a merge process. The proposed algorithm removes areas that are not equal or of small size based on comparison of the area of smoothed superpixels in order to maintain generation of a similar size super pixel area. In addition, application of a bilateral filter to an existing saliency map that represents human visual attention allows improvement of separation between objects and background. Finally, a segmented result is obtained based on the suggested merging process without any prior knowledge or information. Performance of the proposed algorithm is verified experimentally.

• 한국콘텐츠학회논문지
• /
• 제11권8호
• /
• pp.123-133
• /
• 2011

본 논문에서는 3차원 물체를 카툰 스타일로 렌더링하는 툰 쉐이딩에 3차원 텍스처를 활용하는 새로운 방법론을 제안한다. 1차원 텍스처를 사용하는 기존의 툰 쉐이딩에서는 주어진 조명 벡터와 물체 곡면의 법선 벡터 간의 상대적인 위치와 방향에 따라 쉐이딩 톤을 표현하고 있다. 1차원 텍스처만으로는 시점에 따른 톤의 변화를 표현하는데 한계가 있으므로 Barla 등은 2차원 텍스처로 확장하여 원근감, 안개효과 등 시점에 따라 변화하는 효과를 1차원 추가하였다. 본 논문에서는 3차원 텍스처로 확장하여 곡률, 세일리언시, 좌표 등 물체의 기하정보를 또 다른 1차원으로 추가함으로써 만화적 스타일 다양화를 위한 2가지 확장을 시도한다. 첫 번째는 기하정보에 따라 실루엣이나 하이라이트를 강조하는 형태 과장 효과를 추가하는 것이고 두 번째는 스크린 톤이나 아웃포커싱 등 만화에서 자주 등장하는 만화 고유의 효과를 추가하는 것이다. 이 접근방식의 유효성은 여러 가지 3D 물체를 기존에 표현하지 못하는 다양한 만화적 스타일로 렌더링한 예를 보임으로써 증명한다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제14권4호
• /
• pp.19-25
• /
• 2008

본 논문에서는 지역 광원을 통해 음영 대비를 증가시켜 객체의 형태를 명확하게 나타낼 수 있는 셀 웨이딩 기법에 대하여 설명한다. 객체의 형태를 명확하게 나타내기 위하여, 본 논문은 가상의 지역 광원을 사용하여 입체감을 살리고 이를 통해 객체의 지역적 형태가 잘 나타나게 하였다. 또한 영역의 특성에 맞추어 형태를 자세히 묘사하기 위해 곡률과 세일리언시를 사용하여 영역의 복잡도와 중요도에 따라 음영 대비를 조절하였다. 이러한 기법은 광원의 위치와는 상관없이 객체의 전반적인 형태를 잘 표현할 수 있다.

• 방송공학회논문지
• /
• 제24권6호
• /
• pp.983-991
• /
• 2019

본 연구는 영상 샷의 크기에 따라 다양한 스토리를 갖고 있는 영상들을 분석하는 것을 목표로 한다. 따라서 영상 분석에 앞서, 익스트림 클로즈업 샷, 클로즈업 샷, 미디엄 샷, 풀 샷, 롱 샷 등 샷 사이즈에 따라 데이터셋을 분류하는 것이 선행되어야 한다. 하지만 일반적인 비디오 스토리 내의 샷 분포는 클로즈업 샷, 미들 샷, 풀 샷, 롱 샷 위주로 구성되어 있기 때문에 충분한 양의 익스트림 클로즈업 샷 데이터를 얻는 것이 상대적으로 쉽지 않다. 이를 해결하기 위해 본 연구에서는 관심 영역 (Region Of Interest: ROI) 탐지 기반의 이미지 크롭핑을 통해 익스트림 클로즈업 샷을 생성함으로써 영상 분석을 위한 데이터셋을 확보 방법을 제안한다. 제안 방법은 얼굴 인식과 세일리언시(Saliency)를 활용하여 이미지로부터 얼굴 영역 위주의 관심 영역을 탐지한다. 이를 통해 확보된 데이터셋은 인공신경망의 학습 데이터로 사용되어 샷 분류 모델 구축에 활용된다. 이러한 연구는 비디오 스토리에서 캐릭터들의 감정적 변화를 분석하고 시간이 지남에 따라 이야기의 구성이 어떻게 변화하는지 예측 가능하도록 도움을 줄 수 있다. 향후의 엔터테인먼트 분야에 AI 활용이 적극적으로 활용되어질 때 캐릭터, 대화, 이미지 편집 등의 자동 조정, 생성 등에 영향을 줄 것이라 예상한다.