• The Journal of the Convergence on Culture Technology
• /
• v.10 no.3
• /
• pp.953-958
• /
• 2024

Recently, there has been growing interest in the Fourth Industrial Revolution, with a particular focus on the advancement of augmented reality (AR) devices. However, there is a shortage of AR content. Augmented reality operates through marker-based and markerless methods. The marker-based approach involves using a camera to capture images that serve as markers, enhancing them through AR principles. To address the scarcity of AR content and improve the quality of character goods, this study proposes integrating AR technology into character goods. The character industry is expanding each year, leading to a diverse range of character goods. Character acrylic stands, among these goods, leverage game, webtoon, and animation character IPs for sales. To enhance the design process, we utilized the character image as a marker, allowing for the creation of content that aligns with the characteristics of the character IP. We selected a webtoon character and developed AR content, incorporating features such as voice, speech bubbles, and an introduction to the webtoon, tailored to the webtoon's characteristics. This study demonstrates the potential of AR to present visual and auditory information, paving the way for a variety of products, including diverse content. We anticipate that utilizing this research will lead to the emergence of products encompassing various contents.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.10a
• /
• pp.470-472
• /
• 2016

최근 현실의 이미지나 배경에 3차원 가상 이미지를 겹쳐서 하나의 영상으로 보여주는 증강현실 기술들이 개발되고 있으며, 특히 애플리케이션에 따른 증강현실기반의 소프트웨어 들이 많이 개발되어 지고 있다. 하지만 대부분의 증강현실 기반의 애플리케이션은 GPS를 사용하여 사용자에게 서비스를 제공하는데, GPS값이 정확하지 않아 위치에 대한 신뢰도가 떨어지는 단점을 가지고 있다. 따라서 본 연구에서는 기존 GPS 기능과 지자기, 자이로, 가속도 센서를 통한 방향감지 인식을 포함하여 증강현실 기반의 애플리케이션을 개발하여 위치에 대한 신뢰도를 증가하고자 한다. 특히, 캠퍼스 가이드 서비스 애플리케이션을 개발하여 기존의 다른 애플리케이션의 문제점을 개선하고자 한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2014.06a
• /
• pp.75-76
• /
• 2014

증강 현실(Augmented Reality)은 현실 세계에 어떤 부가 정보가 덧붙여진 현실이다. 증강 현실 응용은 주로 스마트폰에 내장된 카메라를 통해 실시간으로 입력받은 이미지 정보를 분석하거나, GPS 정보, 전자 나침반 정보 등을 이용해서 증강 현실응용에 맞는 부가 정보를 입력받은 영상 위에 덧붙여서 구현한다. 하지만 다양한 회사에서 각자의 방식대로 증강 현실 응용을 구현하기 때문에, 개별적으로 구현된 증강 현실 시스템은 서로 호환이 되지 않고 이는 증강 현실 산업의 발전을 막는 걸림돌이 되고 있다. 이러한 문제점을 해결하고 관련 산업의 활성화를 꾀하고자 JPEG 기반 증강 현실 시스템을 제안하였고, 이 제안은 최근 ISO/IEC JTC1 SC29 WG1(JPEG) 표준화 단체에서 받아들여져 ISO/IEC 19710(JPEG AR) 표준화가 시작되었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.04a
• /
• pp.811-813
• /
• 2016

최근 미래 지식서비스 산업의 핵심으로 등장한 증강정보 기술에 대한 관심이 많아지고 있다. 스마트 기술과 연계하여 게임, 엔터테인먼트 그리고 교육과 같은 다양한 분야에 적용하기 위한 연구가 활발하게 진행되고 있다. 본 논문은 영상 미디어에 증강정보를 통합하는 플랫폼을 제안한다. 증강정보 융합 플랫폼의 개념과 구조에 대해서 서술하고, 영상 미디어에 텍스트, 이미지, 비디오 등 다양한 증강정보를 융합하는 증강정보 저작 도구 개발을 기술한다. 이를 기반으로 영상 미디어에 증강 정보를 융합하여, 새로운 응용 서비스를 개발하는 증강정보 융합 플랫폼을 제시한다.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.22 no.4
• /
• pp.171-176
• /
• 2022

CNN is a type of deep learning and is a neural network used to process images or image data. The filter traverses the image and extracts features of the image to distinguish the image. Deep learning has the characteristic that the more data, the better models can be made, and CNN uses a method of artificially increasing the amount of data by means of data augmentation such as rotation, zoom, shift, and flip to compensate for the weakness of less data. When learning CNN, we would like to check whether outline image learning is helpful in improving performance compared to conventional data augmentation techniques.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2014.07a
• /
• pp.253-255
• /
• 2014

본 논문에서는 스마트카의 핵심과제인 텔레매틱스와 자동차의 기술융합을 통해 더욱더 향상된 운전자의 안전과 편의를 제공하는 차량 HMI(Human Machine Interface) 시스템을 제안한다. 이 시스템은 차량에 장착된 카메라로 촬영한 도로의 이미지를 실시간으로 레퍼런스 데이터베이스와 매칭하여 도로를 인식하는 기술을 사용한다. 매칭된 레퍼런스 이미지와 운전자 맞춤 텔레매틱스 정보를 합성한 증강현실 영상을 운전자의 시선에 보이는 실제 도로와 지형의 모양에 맞추어 HUD(Head-Up Display)에 투사하는 매핑 기술을 통해 운전자가 운전 중 항시 도로에 집중하여 안전운행을 할 수 있도록 고안하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.07a
• /
• pp.361-362
• /
• 2019

조선시대 반차도는 왕실 행차에 관한 배열을 나타낸 시각자료이다. 반차도는 구성요소를 평면적이고 간략하게 표현했기 때문에 전문적인 지식이 없는 일반 관람객이 왕실 행차의 내용을 파악하기는 쉽지 않았다. 기존 왕실 행차와 관련된 콘텐츠는 모니터 상에서 2D 이미지를 애니메이션으로 상영하거나 간단한 조작을 통해 3D 콘텐츠를 감상하는 방식으로 재현되었다. 그러나 공간적으로 한정된 모니터를 통해 관람해야 했기 때문에 행렬의 전체적인 모습을 충분히 전달하지 못하는 단점이 있었다. 본 논문에서는 3D 객체를 반차도에 직접 증강시킴으로써 기존 콘텐츠의 문제를 극복하고 왕실 행차에 관한 정확하고 구체적인 이미지를 전달하고자 한다. 이 연구를 통해 관람객에게 문화유산에 관한 높은 품질의 경험을 제공할 수 있을 것으로 기대한다.

• Journal of Broadcast Engineering
• /
• v.27 no.6
• /
• pp.944-947
• /
• 2022

Due to the coronavirus pandemic, the wearing of a mask has been increasing worldwide; thus, the importance of image analysis on masked face images has become essential. Although head pose estimation can be applied to various face-related applications including driver attention, face frontalization, and gaze detection, few studies have been conducted to address the performance degradation caused by masked faces. This study proposes a new data augmentation that synthesizes the masked face, depending on the face image size and poses, which shows robust performance on BIWI benchmark dataset regardless of mask-wearing. Since the proposed scheme is not limited to the specific model, it can be utilized in various head pose estimation models.

• Journal of the Institute of Convergence Signal Processing
• /
• v.24 no.1
• /
• pp.34-41
• /
• 2023

In recent years, as the range of human activities has increased, the introduction of alien species has become frequent. Among them, raccoons have been designated as harmful animals since 2020. Raccoons are similar in size and shape to raccoon dogs, so they generally need to be distinguished in capturing them. To solve this problem, we use VGG19, ResNet152V2, InceptionV3, InceptionResNet and NASNet, which are CNN deep learning models specialized for image classification. The parameters to be used for learning are pre-trained with a large amount of data, ImageNet. In order to classify the raccoon and raccoon dog datasets as outward features of animals, the image was converted to grayscale and brightness was normalized. Augmentation methods were applied using left and right inversion, rotation, scaling, and shift to create sufficient data for transfer learning. The FCL consists of 1 layer for the non-augmented dataset while 4 layers for the augmented dataset. Comparing the accuracy of various augmented datasets, the performance increased as more augmentation methods were applied.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.01a
• /
• pp.377-380
• /
• 2023

본 논문에서는 합성곱 신경망(Convolutional Neural Networks, CNN)과 탄성왜곡(Elastic Distortion) 기법을 통한 데이터 증강 기법을 활용하여 학습 데이터를 구축하는 프레임워크를 제안한다. 실제 균열 이미지는 정형화된 형태가 없고 복잡한 패턴을 지니고 있어 구하기 어려울 뿐만 아니라, 데이터를 확보할 때 위험한 상황에 노출될 우려가 있다. 이러한 데이터베이스 구축 문제점을 본 논문에서 제안하는 데이터 증강 기법을 통해 비용적, 시간적 측면에서 효율적으로 해결한다. 세부적으로는 DeepCrack의 데이터를 10배 이상 증가하여 실제 균열의 특징을 반영한 메타 데이터를 생성하여 U-net을 학습하였다. 성능을 검증하기 위해 균열 탐지 연구를 진행한 결과, IoU 정확도가 향상되었음을 확인하였다. 데이터를 증강하지 않았을 경우 잘못 예측(FP)된 경우의 비율이 약 25%였으나, 데이터 증강을 통해 3%까지 감소하였음을 확인하였다.