• 한국도로학회:학술대회논문집
• /
• 2009.11a
• /
• pp.25-32
• /
• 2009

• Korean Architects
• /
• s.560
• /
• pp.82-87
• /
• 2015

지난 회에서는 형태와 형태이면에 있는 구현의 논리를 모두 다룰 수밖에 없는 파라메트릭 툴의 성격에 대하여 간략하게 이야기 해보았고 이를 반증할수 있는 곡면상의 패널링의 예를 살펴 보았습니다. 삼차원 곡면으로 인해 발생하는 패널들의 시각적 왜곡 및 구축상의 어려움을 해결하고자 왜곡이 발생하는 물리적인 이유를 이해하고 이를 미적분의 개념을 빌어 해결해 보았습니다. 오늘 살펴볼 예도 이와 비슷한 미적분의 개념을 빌리게 되지만 문제의 해결을 위함이 아닌 자연 현상을 시뮬레이션 하고 시뮬레이션의 결과로 얻어진 데이터를 설계에 반영하기 위함이라는데에 차이가 있다고 할 수 있겠습니다. 오늘 살펴볼 내용은 Harvard GSD에서 대학원 설계 수업의 일환으로 제가 진행하였던 파라메트릭 디자인 워크샵의 결과물이며 추후에 이를 실무에 이용하게 됩니다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10c
• /
• pp.592-594
• /
• 2002

일반적으로 디지털 영상에 대한 기존 워터마킹 기법은 기하학적인 왜곡에 허약하다. 본 논문에서는 기하학적인 왜곡에 강건한 워터마킹 기법을 제안한다. 워터마킹 기법은 워터마크의 생성단계 워터마크 삽입단계, 워터마크 추출 단계로 구성된다. 워터마크 생성단계에서는 시각적으로 구별이 가능한 그레이 영상을 워터마크로 사용하며, 워터마크 삽입 단계에서는 원 영상을 콤플렉스 웨이블릿 변환하여 위상 정보에 워터마크를 삽입한다. 그리고 워터마크 추출 단계에서는 워터마크된 영상으로부터 계층적으로 워터마크를 추출하여 자기 상관관계 비교에 의해 워터마크를 추출한다. 실험 결과를 통하여 이동, 크기 변환, 회전과 같은 기하학적인 변형에도 워터마크가 추출되는 것을 볼 수 있다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.06a
• /
• pp.510-513
• /
• 2001

본 논문에서는 인간의 시각적 특성을 고려한 새로운 변환 영역 워터마킹 기법을 제안한다. 제안된 기법에서는 워터마크로 사용될 랜덤 신호를 변환 블록의 중간 주파수 영역 변환계수로 설정한 후 이를 역변환한다. 그리고 역변환된 워터마크 영상에서 시각적으로 인지하치 쉬운 영역에 위치한 워터마크 신호를 삭제한 후 다시 순방향 변환하여 중간 주파수 영역의 훼손된 워터마크를 초기의 워터마크로 복원한다. 이러한 과정을 반복적으로 실행한 후 최종적으로 생성된 변환 영역 워터마크를 입력 영상의 변환 계수에 대해 삽입한다. 따라서 워터마킹된 영상에서 워터마크의 삽입으로 인한 시각적 왜곡은 감소될 수 있다. 모의 실험은 제안된 방법으로 형성된 워터마킹된 영상이 시각적으로 우수하며 손실 부호화, 필터링 등의 다양한 영상처리에 대해 견고함을 나타낸다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.604-606
• /
• 2000

본 논문에서는 인간의 시각 특성을 고려한 시각 적응적 DCT 영상 압축 방법이 제안되었다. 인간의 시각 체계의 특성 중 복잡한 영사이나 대비효과(contrast)가 큰 부분에서는 압축과정에서 발생한 왜곡이 쉽게 눈에 인지되지 않는 특성을 갖는 공간적 마스킹(spatial masking)을 이용하여 영상의 질을 어느정도 유지하면서 적응적 압축 방법에 의해 압축율을 보다 높이는 방법을 제시하였다. DCT 변환 블록에서 경계영역 정보를 많이 포함하는 부분을 추출한 후 이 영역은 다른 영역에 비해 복잡도가 더 높고 경계성분의 대비효과가 더 크기 때문에 이 영역의 분산을 취해 이 값에 따라 적응적으로 양자화한다. 실험결과, 제안된 영상 압축 알고리즘은 기존의 시각 적응적 압축 방법보다 좋은 성능을 보이며 특히 고주파 성분을 많이 가진 복잡한 영상에 대하여 높은 압축률을 보였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.11a
• /
• pp.422-424
• /
• 2011

시각장애인이 책을 읽을 수 있는 방법은 점자책 또는 오디오북이 있다. 그러나 점자책과 오디오북은 그 개수가 한정적이다. 또한, 점자책과 오디오북을 제작하는 데에는 상당한 시간이 소요된다. 이로 인해 시각장애인의 기본적인 독서권이 침해 받고 있다. 이러한 문제점을 해결하기 위해 영상처리, OCR, TTS 기법을 적용해 시각장애인용 독서 스탠드를 개발하였다. 제안하는 시스템에서는 문자 인식률 향상을 위해 왜곡된 이미지를 보정한 후 단편 블록화 과정을 추가로 적용하여 문자 인식률을 93%까지 증가시켜 실용성을 높였다. 개발된 시스템은 도서관 및 서점 등에 설치되어 시각장애인의 독서권을 확보하는데 도움이 될 것으로 기대된다.

• Journal of KIISE
• /
• v.42 no.10
• /
• pp.1294-1302
• /
• 2015

A lot of image quality assessment metrics that can precisely reflect the human visual system (HVS) have previously been researched. The Structural SIMilarity (SSIM) index is a remarkable HVS-aware metric that utilizes structural information, since the HVS is sensitive to the overall structure of an image. However, SSIM fails to deal with color difference in terms of the HVS. In order to solve this problem, the Structural and Hue SIMilarity (SHSIM) index has been selected with the Hue, Saturation, Intensity (HSI) model as a color space, but it cannot reflect the HVS-aware color difference between two color images. In this paper, we propose a new image quality assessment method for a color image by using a CIE Lab color space. In addition, by using a support vector machine (SVM) classifier, we also propose an optimization system for applying optimal metric according to the types of distortion. To evaluate the proposed index, a LIVE database, which is the most well-known in the area of image quality assessment, is employed and four criteria are used. Experimental results show that the proposed index is more consistent with the other methods.

• Journal of Broadcast Engineering
• /
• v.21 no.1
• /
• pp.43-50
• /
• 2016

In this paper, we present a distortion correction for wearable Augmented Reality (AR) on mobile phones. Head Mounted Display (HMD) using mobile phones, such as Samsung Gear VR or Google's cardboard, introduces lens distortion of the rendered image to user. Especially, in case of AR the distortion is more complicated due to the duplicated optical systems from mobile phone's camera and HMD's lens. Furthermore, such distortions generate mismatches of the visual cognition or perception of the user. In a natural way, we can assume that transparent wearable displays are the ultimate visual system which generates the least misperception. Therefore, the image from the mobile phone must be corrected to cancel this distortion to make transparent-like AR display with mobile phone based HMD. We developed a transparent-like display in the mobile wearable AR environment focusing on two issues: pincushion distortion and field-of view. We implemented our technique and evaluated their performance.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.05a
• /
• pp.335-337
• /
• 2021

안저 영상 촬영기술이 발달되며 진단에 사용되는 안저 영상에는 시각적으로 많은 변화가 일어났다. 새로운 촬영 기법인 초광각 안저 영상은 기존 영상에 비해 넓은 범위의 영상을 생성할 수 있다. 촬영 범위가 넓어짐에 따라 이미지에는 왜곡이 발생하고, 이로 인해 안저 영상을 통한 황반 부위 진단에 어려움을 야기하기도 한다. 본 논문에서는 이러한 왜곡을 보정하고 초광각 안저 영상을 기존 안저 영상의 영역으로 변환하는 시스템을 강화학습을 통해 구축한다. 제안하는 방법은 A3C 강화학습법을 사용하며 실험 결과는 제안 방법을 통해 안저 영상을 자동으로 변환할 수 있음을 보여준다.

• Journal of the Korea Society for Simulation
• /
• v.19 no.1
• /
• pp.23-31
• /
• 2010

Due to the fact that fisheye lens can provide super wide angles with the minimum number of cameras, field-of-view over 180 degrees, many vehicles are attempting to mount the camera system. Not only use the camera as a viewing system, but also as a camera sensor, camera calibration should be preceded, and geometrical correction on the radial distortion is needed to provide the images for the driver's assistance. In this thesis, we introduce a geometric correction technique to minimize the loss of the image data from a vehicle fish-eye lens having a field of view over $180^{\circ}$, and a asymmetric distortion. Geometric correction is a process in which a camera model with a distortion model is established, and then a corrected view is generated after camera parameters are calculated through a calibration process. First, the FOV model to imitate a asymmetric distortion configuration is used as the distortion model. Then, we need to unify the axis ratio because a horizontal view of the vehicle fish-eye lens is asymmetrically wide for the driver, and estimate the parameters by applying a non-linear optimization algorithm. Finally, we create a corrected view by a backward mapping, and provide a function to optimize the ratio for the horizontal and vertical axes. This minimizes image data loss and improves the visual perception when the input image is undistorted through a perspective projection.