• 만화애니메이션 연구
• /
• 통권40호
• /
• pp.157-176
• /
• 2015

본 연구는 3D애니메이션 합성기술에 있어서 그 효율성을 위해 반드시 활용되어야 하는 렌더패스 합성기법에 대해 기술하고 있다. 렌더패스는 각 속성별로 분리하여 렌더링한 후 합성하기 때문에 정교하고 신속한 합성이 가능하다. 그 중에서도 오클루전 패스는 소프트 라이트 쉐이딩을 한 듯한 화면을 연출하며 깊이감과 경계의 부드러움 등을 표현해 준다. 3D공간에서 만들어진 애니메이션 오브젝트들을 패스 렌더링 과정을 통해 2D이미지로 전환되며, 합성 소프트웨어에서 비로소 완성되게 된다. 즉, 3D애니메이션은 후반 합성과정인 컴포지팅(compositing)을 통해 애초에 계획하였던 작품의 완성도가 실현된다. 심도 있는 이미지를 완성하기 위해 3D소프트웨어에서 제작된 씬을 레이어별, 속성별 패스로 렌더링을 하여 합성 프로그램으로 불러들일 수 있기 때문이다. 오클루전 패스는 3D 그래픽스의 결과물의 GI렌더링을 하지 않고도 깊이감을 표현할 수 있기에 최근들어 포스트 프러덕션 과정에서 빠지지 않는 중요한 합성 맵이다. 그러나 그 중요성에 비해 그 속성의 특성과 원리 및 활용법을 정리, 분석한 연구 및 저서가 부족하다. 따라서 본 연구에서는 오클루전 맵의 원리와 활용법을 정리하고 합성결과의 실재감의 차이에 대해 분석하도록 하겠다. 또한 렌더러를 지정하고 속성의 특징을 활용한 맵의 지정과정과 합성 소프트웨어 활용기법을 정리하였다. 앞으로도 기법의 개발이 다양해지고 있는 추세에 맞춰 그래픽적 표현 한계를 뛰어넘어 보다 효율적이고 다양한 표현방식 후반 기법들이 연구되는 계기가 되길 바란다.

• 방송과미디어
• /
• 제2권1호
• /
• pp.45-56
• /
• 1997

이 논문에서는 여러대의 카메라를 이용하여, 화면내의 모든 화소에 대해 정확한 깊이정보를 추출하는 알고리듬을 제안한다. 제안방법은 스테레오정합에 기반하고 있다. 스트레오정압에 의해 깊이정보를 추정하는데 있어서는 , 오클루전(occlusion)이 추정에 미치는 악영향을 어떻게 극복하는가가매우 중요한 문제이다. 오클루전문제는 2대의 카메라로는 근본적으로 해결이 불가능하다. 따라서 이논문에서는 5대의 카메라를 사용하여, 각 카메라로부터의 정보를 선택적으로 사용함으로써, 이 문제를 상당히 개선한다. 한편, 스테레오 정합법에서는 정합창의 크기가 추정성능에 영향을 미치는데, 큰 창을 이요하면 잡음내성은 우수하나 깊이가 불연속인 곳에서 오차가 발생하고, 작은창을 이용하면 잡음성능은 저하되나 불연속부에서의 창크기에 의한 오차가 줄어드는, 대차관계가 존재한다. 이 논문에서는 처음에 큰 창으로 추정하고 차츰 창의 크기를 줄여나가는 계층적 방법을 제안하여, 잡음내성을 강화하고 불연속부의 오차를 줄이고 있다. 실험경과를 통하여 제안방법의 성능을 제시하고 타당성을 확인한다.

• 지능정보연구
• /
• 제28권1호
• /
• pp.89-106
• /
• 2022

최근 영상 데이터의 급증으로 이를 효과적으로 처리하기 위해 객체 탐지 및 추적, 행동 인식, 표정 인식, 재식별(Re-ID)과 같은 다양한 컴퓨터비전 기술에 대한 수요도 급증했다. 그러나 객체 탐지 및 추적 기술은 객체의 영상 촬영 장소 이탈과 재등장, 오클루전(Occlusion) 등과 같이 성능을 저하시키는 많은 어려움을 안고 있다. 이에 따라 객체 탐지 및 추적 모델을 근간으로 하는 행동 및 표정 인식 모델 또한 객체별 데이터 추출에 난항을 겪는다. 또한 다양한 모델을 활용한 딥러닝 아키텍처는 병목과 최적화 부족으로 성능 저하를 겪는다. 본 연구에서는 YOLOv5기반 DeepSORT 객체추적 모델, SlowFast 기반 행동 인식 모델, Torchreid 기반 재식별 모델, 그리고 AWS Rekognition의 표정 인식 모델을 활용한 영상 분석 시스템에 단일 연결 계층적 군집화(Single-linkage Hierarchical Clustering)를 활용한 재식별(Re-ID) 기법과 GPU의 메모리 스루풋(Throughput)을 극대화하는 처리 기법을 적용한 행동 및 표정 검출용 영상 분석 시스템을 제안한다. 본 연구에서 제안한 시스템은 간단한 메트릭을 사용하는 재식별 모델의 성능보다 높은 정확도와 실시간에 가까운 처리 성능을 가지며, 객체의 영상 촬영 장소 이탈과 재등장, 오클루전 등에 의한 추적 실패를 방지하고 영상 내 객체별 행동 및 표정 인식 결과를 동일 객체에 지속적으로 연동하여 영상을 효율적으로 분석할 수 있다.