• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.1689-1691
• /
• 2015

인체 장기의 내부 구조를 학습하기 위해 많은 3 차원 인체영상관련 콘텐츠들이 소개되어 왔다. 하지만, 이러한 학습 콘텐츠들은 사실적인 색상을 표현하기 어려울 뿐만 아니라 사용자가 조작할 때 현실감이 떨어지기 때문에 해부도감과 같은 2 차원 학습 콘텐츠와 차별성이 적다. 본 논문에서는 사실적인 인체 색 정보를 가지고 있는 컬러 인체 데이터와 사용자의 동작을 인식하는 센서를 활용하여 몰입감 높은 체험형 가상 내시경 모의 훈련 시스템을 제안한다. 컬러 인체 데이터를 양안시 볼륨렌더링 하여 입체감을 높이고 동작인식 센서를 이용하여 사용자의 손동작으로 직접 가상 내시경 카메라를 조작하여 항행하도록 하였다. 제안한 시스템을 이용하여 다양한 인체 장기의 내부 구조를 사실적으로 표현할 수 있으며 이를 통해 의학정보 학습에 도움을 줄 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.811-813
• /
• 2005

주어진 영상에서 인체를 찾고 그 자세를 인식하기 위해 자세나 조영 조건의 변화에 됨 민감한 방법으로 구성요소에 기반한 접근이 있다. 본 논문에서는 10개의 구성요소와 그들간의 유연한 연결로 구성된 인체모델을 사용한다. 각 구성요소는 기하학적, 명시적, 다른 구성요소와의 연결요소에 대한 정보로 구성되어 있다. 인체구성요소 사이의 계층적 연결은 일반-상세 탐색으로 시간효율적인 인체 매칭을 가능케 한다. 본 논문에서는 새로운 인체를 찾을 때마다 인체 구성요소를 갱신함으로써 자세 및 조명 변화에 보다 적응적으로 자세를 추정하는 방법을 제안한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.11a
• /
• pp.219-222
• /
• 2008

3차원 인체 스캐너로부터 얻어진 인체형상데이터는 여러 인체에 대한 3차원 평균 모델을 만들어 내는 등의 통계적 분석이나 자세 변경을 위해 필요한 내부 골격 구조와 골격과 피부조직 사이의 관계 등을 계산해 내기 어렵다. 또, 이러한 통계적 분석을 위해서는 각 모델 간의 상응 관계가 확립되어야 하지만 스캐너로부터 얻어진 인체 형상 데이터들은 측정 환경이나 대상에 따라 각각이 서로 상이한 기하학적 구조로 이루어져 있다. 본 논문에서는 템플릿 모델을 3차원 인체데이터에 맞도록 변형함으로써 다수의 인체 형상에 대하여 토폴로지를 일치시키도록 한다. 3차원 인체 데이터에 대해 템플릿 모델이 가장 근사한 형상이 되도록 하는 변형을 자동으로 찾아내기 위해서 표면 위에 정의된 특징점들을 사용한다. 또한, 기존에 찾아둔 특징점군 및 변형정보 데이터가 충분히 많다면 새로운 변형을 계산하는 데 유용하게 사용될 수 있음을 보인다. 이렇게 상응 관계가 확립된 모델들은 삼차원 벡터 공간의 점들의 집합으로 표현 및 통계적 분석이 가능하게 된다.

• The Journal of the Korea Contents Association
• /
• v.10 no.5
• /
• pp.416-421
• /
• 2010

The KISTI (Korea Institute of Science and Technology Information) began to produce the Korean human information called Visible Korean and Digital Korean since 2000 because there was no human information in Korea which could represent the physical characteristics of Korean human body. The Visible Korean consists of CT, MR, sectioned and segmented images of Korean human body. We obtained the serially sectioned images by grinding the Korean cadaver in horizontal direction and segmented these images by outlining the inner organs of human. We have produced the sectioned images of Korean male whole body, male head, and female pelvis in2008. The segmentation and 3D reconstruction of these images are now in proceeding. The Digital Korean consists of CT images of about 100 Korean cadavers. These CT images were segmented by individual bone, reconstructed to produce the 3D bone models and the skin surface model was also added. The mechanical properties of individual bones were obtained by measuring the property of individual bone sample. We have distributed these Korean human informations to users in domestic and abroad. About 70 institutes in domestic, and 20 institutes in abroad have used our data in research use and nearly 160 proceedings and articles were published since 2001. We think these human informations have a role of medical information infrastructure that could be used in the field of medical education, biomechanics, virtual reality etc.

• The Transactions of the Korea Information Processing Society
• /
• v.5 no.7
• /
• pp.1873-1882
• /
• 1998

사실감있는 인체 모델과 동작제어 기술은 컴퓨터 그래픽스와 가상현실감 및 시뮬레이션등의 다양한 응용 분야에서 이용되고 있다. 인체의 모델링과 이의 동작을 제어하는 기술은 관절 구조의 인체를 뼈대와 관절 그리고 이를 둘러싸고 있는 피부로 모델링하고 운동학에 기반하여 각 관절을 제어하여 인체의 동작을 생성한다. 본 논문에서는 인체의 모델링을 위한 스킨-스켈레턴 바인딩 알고리즘을 제안한다. 인체의 골격구조를 관리하기 위한 일반적인 계층적 다관절체 데이터 구조를 설계하고, 골격 데이터에 피부를 입히기 위한 스킨-tm켈레던 바인딩 알고리즘을 설계한다. 제안된 알고리즘은 전처리, 세그멘테이션과 바인딩의 세기능 모듈로 구성된다. 바인딩 가능한 요소들의 효율적인 탐색을 위하여 분할해결 방식을 적용한 후보 테이블을 이용하였다. 20개의 관절로 이루어진 인체 골격 데이터와 Inventor 포맷의 인체 피부 데이터로 알고리즘을 실험하였다.

• 한국HCI학회:학술대회논문집
• /
• 2007.02a
• /
• pp.725-730
• /
• 2007

본 논문에서는 인체 추적에 필요한 인체의 각 부위들을 구성요소로 각각 검출하여 연결하는 인체 모델을 통해 각 구성요소를 개별적으로 추정하게 된다. 여기서 인체의 구성요소 중 동작 추적에 가장 필요한 6개 부위로 구성된 구성요소인 머리, 몸통, 왼팔, 오른팔, 왼발, 오른발 등을 검출하여 추적한 후, 각 구성요소의 중심값과 색상정보를 이용하여 이전 프레임과 현재 프레임 간에 연결성을 두여 각 구성요소를 개별적으로 확률 전파를 통해 추적되어지고, 각 구성요소의 추적 결과는 구성요소들의 추정 결과를 구성요소 기반 확률 전파를 이용하여 인체의 동작을 추정하는 방법을 제안한다. 입력 영상에서 피부색 등의 색상 정보를 이용하여 인체 부위 또는 인체 모델의 구성 요소들 각각의 중심값과 색상정보를 가지고 확률전파를 통해 이것이 어떤 동작인지 동작 추정이 가능하다. 본 논문에서 제안하는 인체 동작 추적 시스템은 유아의 동작교육에 이용되는 7가지 동작인 걷기, 뛰기, 앙감질, 구부리기, 뻗기, 균형 잡기, 회전하기 등에 적용하였다. 본 논문에서 제안한 인체 모델의 각 구성요소 부위들을 독립적으로 검출하여 평균 96%의 높은 인식률을 나타냈고, 앞서 적용한 7가지 동작에 대해서 실험한 결과 평균 88.5% 성공률을 획득함으로써 본 논문에서 제안한 방법의 타당성을 보였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• 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.

• Journal of Internet Computing and Services
• /
• v.9 no.3
• /
• pp.91-101
• /
• 2008

This paper proposes component-based density propagation for tracking a component-based human body model that comprises components and their flexible links. We divide a human body into six body parts as components - head, body, left arm, right arm, left foot, and right foot - that are most necessary in tracking its movement. Instead of tracking a whole body's silhouette, using component-based density propagation, the proposed method individually tracks each component of various parts of human body through a human body model connecting the components. The proposed human body tracking system has been applied to track movements usee for young children's movement education: balancing, hopping, jumping, walking, turning, bending, and stretching. This proposed system demonstrated the validity and effectiveness of movement tracking by independently detecting each component in the human body model and by acquiring an average 97% of high tracking rate.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2015.11a
• /
• pp.74-76
• /
• 2015

본 논문에서는 효율적인 자세인식을 위해 인체 골격 정보를 활용한 멀티클래스 SVM(Multiclass Support Vector Machine)학습 기반의 자세 인식 분류 기법을 제안한다. RGB 카메라로 취득한 영상을 활용하거나 깊이 카메라로부터 취득한 골격 정보를 그대로 사용하는 기존 연구와 달리 제안 기법에서는 깊이 정보로부터 추출한 인체의 3 차원 골격 정보를 이용하여 고차원의 특징을 추출하고 그로부터 자세 인식 분류를 수행한다. 제안 기법의 특징 벡터는 깊이 정보에서 취득한 골격 정보의 관절간 각도의 조합으로 구성하여 인체의 골격 편차에 강인할 뿐 아니라 특징의 차원을 효과적으로 감소시킬 수 있다. 또한 분류기로는 멀티클래스 SVM 방식 중 one-vs-one 분류 방식을 이용하여 학습 및 판별을 수행함으로써 제안 기술의 성능을 평가한다. 실험을 통해 제안 기법은 다수의 자세에서 비교하는 다른 학습 기법보다 비교적 높은 자세인식률을 보인다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2019.06a
• /
• pp.135-136
• /
• 2019

본 논문에서는 스마트폰을 이용한 3 차원 인체 복원 시스템을 제안한다. 모바일에서의 인체 복원은 디바이스상의 한계로 인해 기기와 서버 간에 인체 모델링 과정을 분할하여 처리한다. 분할된 인체모델링 과정은 복원 과정과 출력 과정으로 나뉘게 되며 안드로이드 기반의 스마트폰을 사용하여 취득한 영상을 서버로 전송하고 3 차원 인체 복원을 수행하게 된다. 3 차원 복원 알고리즘은 인체 변형 모델을 기반으로 3 차원 모델로부터 2 차원 영상으로의 투영을 통해 최적의 자세 및 체형 매개변수를 추정하고 복원된 결과는 모바일로 전송되어 복원된 모델링 결과를 출력한다.