• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2012년도 하계학술대회
• /
• pp.417-418
• /
• 2012

본 논문에서는 3차원 데이터를 이용한 효율적인 실내 공간 표현 기법을 제안한다. 제안하는 기법은 3차원 데이터의 획득과 실내 구조 및 영상 정보를 표현하기 위한 표현 복원으로 구성된다. 3차원 데이터는 레이저 거리 측정기(laser range finder, LRF)와 전방향(omni) 카메라를 통해 획득한 포인트 클라우드 공간 정보와 전방향 텍스쳐 영상으로 구성된다. 실내 구조를 복원하기 위해, 획득한 포인트 클라우드를 복셀 격자 기반의 샘플링 기법을 통해 균일화하고 포아송 표면 재구성(Poisson surface rocoostruction) 기법을 통해 3차원 메쉬를 생성한다. 그리고 전방향 텍스쳐 영상과 3차원 메쉬외 기하학적 관계를 이용한 텍스쳐 매핑 기법을 통해 최종적으로 3차원 메쉬 표면을 복원한다. 실험 결과를 통해 제안하는 기법이 실내 공간을 효과적으로 표현함을 확인한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2012년도 한국컴퓨터종합학술대회논문집 Vol.39 No.1(C)
• /
• pp.362-363
• /
• 2012

본 논문에서는 한 장의 실제 나무 영상이 주어졌을 시, 사실적인 3차원 나무 모델링(modeling) 및 자가생장(self-growth) 표현을 위한 방법을 소개하도록 한다. 스켈레톤기반의 간략화(skeleton-based abstraction)를 이용하여 동일한 나무 몸통(trunk)을 갖는 다양한 나무 모델생성과 함께 나무의 다면체구조(manifold structure)를 고려한 지오데식 커널(geodesic kernel)을 이용하여 나무의 자가생장을 표현한다. 나무의 자가생장은 사전 정의된 나무 굵기, 전체 크기, 그리고 가지증식 순서정보와 같은 상대적 성장정보(allometric information)를 동시 이용하여 상대적인 나무 생장(allometric tree growth)을 표현하도록한다. 한편, 보여지지않는 나무 가지와 잎들에 대해선, 나무구조는 로컬하게 자기유사성(local self-similarity)을 갖는다라는 고전적인 절차적(conventional procedural) 가정을 이용하여 자동적으로 생성토록한다. 실제영상을 이용한 몇몇들의 실험을 통해 보다 효과적으로 나무 모델 및 생장 표현이 가능함을 보여주도록한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2022년도 하계학술대회
• /
• pp.1195-1198
• /
• 2022

홀로그램은 빛의 세기와 위상 정보를 모두 기록함으로써 3차원 영상 정보를 기록 및 재현할 수 있는 차세대 영상 시스템이다. 홀로그램은 부동 소수점의 복소 데이터로 실수, 허수 또는 진폭, 위상 신호로 분리되어 압축된다. 본 논문에서는 복소 홀로그램 영상의 표현방식에 따른 압축성능을 비교해보고, 진폭-위상 압축에 대해 압축 친화적인 복소 홀로그램 변환 방식을 제안한다. 이후, 각 표현방식의 압축에서 효율적인 비트량 할당 방법을 제시한다. 본 논문은 제안방식인 QS 진폭-위상 표현이 실수-허수 표현만큼 높은 압축성능을 갖는 것을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.608-610
• /
• 2023

의료 분야에서 AI 모델의 활용이 증가하고 있지만, 모델의 예측 불확실성을 정확하게 평가하고 표현하는 것이 중요하다. 본 연구는 이러한 문제를 해결하기 위해 AI-driven 방식을 제안하며, 특히 의료 영상 변환 모델에 대한 불확실성 표현과 데이터 한계 극복 방법론을 제안한다. 제안된 AI-driven 안저영상 변환 모델은 기존 GAN과는 다르게 구조가 이루어져 있으며, 신뢰도가 낮은 영역을 구분하고 시각화하여 표현할 수 있다. 실험 결과, 제안된 방법은 기존 모델과 비교하여 영상 변환 성능이 크게 향상되었으며, 불확실성에 대한 정확도 평가에서도 AI-driven 방식이 높은 성능을 보인다. 결론적으로, 본 연구는 AI-driven 방식을 통해 의료 AI에서의 불확실성 표현의 가능성을 확인하였으며, 이 방식이 데이터의 한계와 불확실성을 극복할 수 있을 것으로 기대된다.

• 한국산학기술학회논문지
• /
• 제14권7호
• /
• pp.3454-3459
• /
• 2013

수묵 담채화는 먹과 채색을 동시에 사용하는 예술 양식을 의미한다. 이는 동양 미술의 전통적인 기법중의 하나로 널리 알려져 있으며, 영화 및 광고 포스터 및 카메라의 다양한 특수효과 표현 등에 널리 활용된다. 본 연구에서는 컴퓨터 그래픽스 및 영상처리 기법을 기반으로, 참조된 예제 이미지의 수묵담채화 특징이 반영된 결과영상 생성 알고리즘을 제안한다. 이를 위해 우리는 크게 두 가지 단계를 거친다. 첫 번째 단계는 채색 효과 표현단계이다. 우리는 예제 영상에 나타나는 재질감을 수치적으로 분석해 결과 영상에 반영할 수 있는 질감 전이 기법을 활용하였다. 두번째는 먹선 효과의 표현이다. 우리는 예제영상의 윤곽선에서 나타나는 명도 변화 값을 고려하여 먹선 효과를 표현하였다. 우리의 알고리즘은 선택된 참조 영상에 따라 다양한 느낌의 수묵 담채 스타일의 결과를 표현할 수 있으며, 이 기법은, 다양한 콘텐츠 생성 연구에 활용 가능하다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2000년도 춘계학술발표논문집
• /
• pp.149-152
• /
• 2000

3차원 물체 형상 모델링은 인식에 있어서 중요한 역할을 차지하고 있다. 기존의 픽셀(pixel)기반 영상표현은 물체 고유의 유기적 구조를 반영할 수 없고, 에지(edge)나 기반 물체 표현법은 물체의 자세한 표현이 가능하지만 물체인식을 위해서는 많은 양의 속성들을 만들어내게된다. 따라서 물체인식을 위해서는 물체의 형상특징을 직선적으로 기술할 수 있는 체적소 기반 물체 표현 방법이 필요하다. 본 논문에서는 몇 개의 파리미터를 이용하여 3차원 정보를 효과적으로 얻을 수 있는 superquadric과 이를 기본 단위로 한 CSG(Constructive Solid Geometry) tree를 이용하여 3 차원 물체 형상모델링에 대해서 기술한다.

• 대한전자공학회논문지SP
• /
• 제39권6호
• /
• pp.565-574
• /
• 2002

본 논문에서는 다중 표현(Multiple Description)과 비트율-왜곡 연산자(rate-distortion operator)를 이용하여 에러가 발생하기 쉬운 환경에서 사용될 수 있는 강인한 동영상 압축 알고리듬을 제안한다. 하나의 비디오 스트림을 두 개의 연관된 표현 (description)으로 나누기 위해 과잉 비트율-왜곡(redundancy rate-distortion : RRD) 기준을 사용하였다. 제안하는 방법은 새로 추가한 비트율-왜곡 연산자와 새로 제안된 최적화 방법을 통해 기존의 RRD 기반 방법들보다 최적화 성능을 향상시킬 수 있다. 또한 실질적인 에러 환경을 고려한 새로운 왜곡 측정법(distortion measure)을 정의하였다. 제안하는 다중 표현 동영상 압축기는 H.263 표준을 기반으로 하기 때문에 각각의 표현은 H.263 표준 디코더를 사용하여 독립적으로 디코딩 될 수 있다. 또한, 기존의 방법과는 달리 손실된 표현에 대한 복잡한 예측과정이 없어도 간단한 병합 과정을 통해 여러 개의 표현을 하나의 스트림으로 디코딩 할 수 있다. 모의 실험 결과, 제안하는 다중 표현 동영상 압축 방법은 기존의 다중 표현 분할(multiple description split) 방법보다 모든 비트율에서 더 좋은 성능을 보임을 알 수 있다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 가을 학술발표논문집 Vol.32 No.2 (2)
• /
• pp.892-894
• /
• 2005

본 논문에서는 스테레오 영상에서 깊이 정보를 추출하여 사람의 자세를 학습된 2차원 깊이 영상들의 선형 결함으로 표현하여 3차원 인체 모델을 재구성하는 방법을 제안한다. 한 장의 2차원 깊이 영상으로 최소 제곱법을 이용하여 프로토타입 깊이 영상의 선형 결합으로 표현되는 최적의 계수를 찾을 수 있다. 입력된 깊이 영상의 3차원 인체 모델은 프로토타입 깊이 영상에서 예측된 계수를 적용하여 생성한다. 학습 단계에서는 데이터를 계층적으로 나누어 모델을 생성한다. 또한, 재구성 단계에서는 실루엣 영상과 깊이 영상으로부터 계층적으로 나누어진 학습 데이터를 이용하여 3차원 인체 자세를 재구성한다. 학습 및 재구성의 마지막 단계에서는 실루엣 영상 대신 깊이 영상을 이용하여 3차원 인체 모델을 재구성한다. 한 장의 실루엣 영상을 이용하면 영상의 노이즈에 민감하기 때문에 재구성 단계의 상위 레벨에서는 실루엣 영상의 누적 영상을 이용한다. 실험 결과는 제안된 방법이 효율적으로 3차원 인체 자세를 재구성함을 보여준다.

• 방송공학회논문지
• /
• 제1권1호
• /
• pp.74-83
• /
• 1996

본 논문에서는 컬러 영상 데이터베이스에서의 효과적인 영상검색 및 비교를 위한 새로운 알고리듬을 제시한다. 이를 위하여 전처리 과정에서 조명의 영향을 배제하기 위한 새로운 컬러 균일성 보정 알고리듬을 제안하여 조명의 변화에 민감한 기존의 방법과는 달리 기준 영상의 조명조건을 입력 영상의 조명조건을 변화시킴으로써 히스토그램을 이용한 컬러 영상 검색에 있어서 적절하게 이용된다. 또한 제안하는 영상 정합 기법은 컬러 영상을 노드와 에지로 표현되는 그래프 형식으로 표현하여 그래프 정합방법을 통해 두 영상의 유사도를 측정한다. 제안하는 알고리듬은 기존의 방법에 의해 영역화 고정이 없고 기하하적 정보추출을 위한 시간이 필요하지 않으므로 빠르면서도 우수한 검색 성능을 나타낸다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2021년도 하계학술대회
• /
• pp.147-150
• /
• 2021

최근 컴퓨터 그래픽 기술이 발전함에 따라 가상으로 만들어낸 객체와 현실 객체 사이의 분간이 어려워지고 있으며, AR/VR/XR 등의 서비스를 위해 현실 객체를 컴퓨터 그래픽으로 표현하는 기술의 연구가 활발히 진행되고 있다. 포인트 클라우드는 현실 객체를 표현하는 기술 중의 하나로 객체의 표면을 수많은 3차원의 점으로 표현하며, 2차원 영상보다 더욱 거대한 데이터 크기를 가지게 된다. 이를 다양한 서비스에 응용하기 위해서는 3차원 데이터의 특징에 맞는 고효율의 압축 기술이 필요하며, 국제표준기구인 MPEG에서는 연속적인 움직임을 가지는 동적 포인트 클라우드를 2차원 평면으로 투영하여 비디오 코덱을 사용해 압축하는 Video-based Point Cloud Compression (V-PCC) 기술이 연구되고 있다. 포인트 클라우드를 2차원 평면에 투영하는 방식은 점유 맵 (Occupancy Map), 기하 영상 (Geometry Image), 속성 영상 (Attribute Image) 등의 2차원 정보와 보조 정보를 사용해 압축을 진행하고, 부호화 과정에서는 보조 정보와 2차원 영상들의 정보를 사용해 3차원 포인트 클라우드를 재구성한다. 2차원 영상을 사용해 포인트 클라우드를 생성하는 특징 때문에 압축 과정에서 발생하는 영상 정보의 열화는 포인트 클라우드의 품질에 영향을 미친다. 이와 마찬가지로 추가적인 기술을 사용한 2차원 영상 정보의 향상으로 포인트 클라우드의 품질을 향상할 수 있을 것으로 예상된다. 이에 본 논문은 V-PCC 기술에서 생성되는 영상 정보에 2차원 보간 (Interpolation) 기술을 적용하여 기존의 영상 정보에 포함되지 않은 추가적인 포인트를 생성하는 것으로 재구성되는 포인트 클라우드의 밀도를 증가시키고 그 영향을 분석하고자 한다.