AR은 VR과 달리 실세계 공간의 객체에 대한 서비스를 제공하므로 서비스 개발을 방해하는 많은 요인들이 발생한다. 이를 보완하기위해 비주얼 마커, SLAM, 객체인식 등 여러 AR 기술이 존재한다. 본 논문은 AR 기술 중에서 객체인식의 정확도 향상을 위해 지역가변 이진화(Local variable binarization)와 색상의 군집화를 사용해서 이미지에서 객체를 추출하는 방법을 제안한다. 지역 가변화는 픽셀을 순차적으로 읽어 들이면서 픽셀 주위의 값의 평균을 구하고, 이 값을 해당 픽셀의 임계 값으로 사용하는 알고리즘이다. 픽셀마다 주위 색상 값에 의해 임계 값이 변화되므로 윤곽선 표현이 기존의 이진화보다 뚜렷이 나타난다. 색상의 군집화는 객체의 중요색상과 배경의 중요색상을 중심으로 유사한 색상끼리 군집화 하는 것이다. 객체 내에서 가장 많이 나온 값과 객체 외에 가장 많이 나온 값을 각 각 기준으로 색조와 채도의 값을 Euclidean 거리를 사용해 객체의 색상과 배경 색상을 분리했다.
본 논문은 Boosted Random Ferns 기반의 회전 불변 얼굴 검출 방법을 제안한다. 기존 Random Ferns 의 경우 특징값을 추출할 때 임의로 선택한 두 픽셀의 밝기값 비교를 통하여 이진 특징값을 추출한다. 이 경우 해당 픽셀의 밝기값에 잡음이 포함되면 특징값이 부정확하게 추출되는 문제가 있다. 본 논문에서는 이러한 문제를 해결하기 위하여 임의로 두 블록을 선택하고 해당 블록내 밝기값의 평균을 비교하여 이진 특징값을 추출하였다. 또한 픽셀 위치를 임의로 선택하여 ferns 를 구성하였던 기존의 방법 대신 최고의 분류 성능을 가지는 fern 들을 이용하여 분류기를 구성하기 위해, AdaBoost 의 방법을 Random Ferns 에 맞게 변경하였다. Boosted Random Ferns 를 트리 구조의 cascade 노드에 방향과 각도에 따라 배치하여 연산 속도를 향상시키고 false-positive를 줄이는 효과를 보았다. CMU Rotated Face Database 를 사용하여 평가하였을 때, 기존 Random Ferns 는 false-positive 의 수가 57 개 일 때 66%의 검출률을 보인 반면, Boosted Random Ferns 는 false-positive 의 수가 45 개 일 때 88%의 검출률을 보였다.
본 논문에서는 렌티큘러 렌즈를 이용한 무안경 입체 디스플레이 환경에서 렌티큘러 렌즈의 속성과 디스플레이 장치의 속성의 변화에 따라 다중 시점에서 촬영한 영상으로부터 적응적으로 하나의 다시점 입체 합성 영상을 생성하는 방법을 제안한다. 제안 방법에서는 렌티큘러 렌즈의 기본 속성과 디스플레이 장치의 기본 속성값을 고려하여 다중 시점에서 획득된 영상의 서브픽셀들의 가중 평균을 구하고 이를 다시점 입체 합성 영상의 서브 픽셀의 값으로 사용하도록 하였다. 여러 다시점 영상을 이용한 실험을 통하여, 렌티큘러 렌즈의 속성과 디스플레이 장치의 속성이 정확히 하드웨어적으로 일치 하지 않은 상황에서도 본 논문에서 제안하는 적응적 다시점 서브 픽셀 재배치 기법을 통하여 3D 입체감이 안정적으로 제공됨을 확인하였다.
인쇄체 문자 인식에서 접합 문자는 주요한 에러 발생의 원인이다. 본 논문에서는 접합 문자를 분할하기 위해 두 개의 분할 비용을 정의한다. 첫째, 절단 비용은 한 패턴을 분할하는 데 얼마나 많은 블랙픽셀이 분리되어야 하는가이다. 둘째, 접선 비용은 분할선이 얼마나 많은 블랙 픽셀과 화이트 픽셀사이를 지나가는가이다. 폰트 분류기는 접합 문자의 후보 문자를 제공한다. 후보 문자의 문자 폭은 접합 문자를 분리하기 위한 기준선을 제공하며, 그 기준선 부근의 픽셀들이 분할 가능 영역을 나타낸다. 절단 비용의 최소값과 접선 비용의 최대값이 되는 지점이 최종적으로 접합 문자를 분할하는 위치이다. 이렇게 정의된 절단 비용과 접선 비용을 가지고 접합 문자를 분할하면 보다 정확한 문자 분할을 하여 문자 인식에서 에러 발생을 줄일 수 있다.
본 논문에서는 디지털 영상에서 얼굴 영상 검출을 위해 픽셀의 퍼지 소속도를 이용하여 신경망으로 학습하는 퍼지 신경망을 이용한 얼굴영상 검출을 제안한다. 입력 영상의 피라미드 영상에서 추출된 20$\times$20 윈도우 템플릿 영상안의 각 픽셀의 소속도로 얼굴 영상 패턴을 학습하여 얼굴 영상을 검출하는 방법은 단순히 영상의 픽셀 값 하나씩만을 고려해서 각 픽셀의 소속도를 고려하여 수행하는 얼굴 영상 분할보다 얼굴 영상을 훨씬 더 정확하고 인식률이 높게 검출해 낼 수 있다.
본 논문에서는 디지털 영상에서 얼굴 영상 검출을 위해 픽셀의 퍼지 소속도를 이용하여 신경망으로 학습하는 퍼지 신경망을 이용한 얼굴영상 검출을 제안한다. 입력 영상의 피라미드 영상에서 추출된 20$\times$20 윈도우 영상 안의 각 픽셀의 소속도로 얼굴 영상 패턴을 학습하여 얼굴 영상을 검출하는 방법은 단순히 영상의 픽셀 값 하나씩만을 고려해서 각 픽셀의 소속도를 고려하여 수행하는 얼굴 영상 분할보다 얼굴 영상을 더 정확하고 인식률이 높게 검출해 낼 수 있다.
기존의 비디오 분할 방법은 밝기의 변화가 큰 영상이나 움직임이 큰 영상에 대해서는 정확한 분할이 이루어지지 않았다. 본 논문은 움직임 정보를 이용하여 움직임이 큰 영상에서 좀 더 정확하게 비디오를 분할할 수 있는 방법을 제안한다. 이를 위해 블록 정합 알고리즘을 이용하여 얻어진 움직임 벡터로부터 움직임 유사도를 찾는 방법을 제안한다. 또 연속된 프레임에서 픽셀의 차이 값을 계산할 때 motion blur 로 생기는 오차를 각 블록의 움직임 크기로 보상하여 좀 더 정확한 픽셀의 차이 값을 계산하는 방법을 제안한다. 이렇게 얻어진 두 가지 정보를 이용하여 discontinuity value 를 계산한다. 움직임이 많은 액션 영화 3 편에 대해 실험한 결과 제안한 방법이 기존의 움직임 유사도와 픽셀 차이 값을 구하여 샷 경계 검출을 하는 방법보다 좀 더 정확한 샷 경계 검출을 하고 있다는 것을 보여준다.
3D 디스플레이 기술이 발전함에 따라 스테레오 영상의 전송시 요구되는 비트레이트의 감소가 절실히 필요하다. 하지만, 스테레오 영상은 서로 다른 카메라에 의해 취득되기 때문에 잠재적으로 서로 차이가 있고, 이것은 디스패리티 추정시 큰 오차를 유발할 수 있으며 전송될 비트레이트에 영향을 줄 수 있다. 따라서 스테레오 영상들 사이의 밸런싱이 필요하다. 스테레오 영상의 밸런싱을 위해, 본 논문에서는 히스토그램 Specification 방법과 타깃 영상의 국부정보, 스테레오 영상간의 오차 분포를 이용한다. 히스토그램 Specification 방법은 그레이레벨의 맵핑관계를 정의한다. 따라서 이를 통해 맵핑될 레벨의 맵핑 구간을 구할 수 있다. 그 구간에서, 맵핑될 기준영상의 히스토그램 분포와 스테레오 오차값의 분포는 서로 모양이 유사할 것이다. 그러나, 폐색된 영역이나 노이즈에 의해 그 모양이 변하므로 우리는 맵핑될 픽셀들을 오차영상에서 그 픽셀들의 근방에서 구한 평균들과 오른쪽 영상(타깃 영상)에서 맵핑될 픽셀의 근방에서 구한 평균이 최소 값을 갖는 위치 값으로 맵핑한다. 제안된 방법은 실험에서 기존 방법보다 향상된 결과를 나타내는 것을 보여 준다.
본 논문에서는 기울기 크기 기반의 3차원 영역확장 알고리즘을 사용하여 small animal PET(Positron Emission Tomography) 영상으로부터 종양을 분할하는 연구를 수행하였다. 픽셀 값의 범위가 다양하고 저해상도의 특성을 갖는 PET영상으로부터 대상영역을 정확하게 분할하기 위해서 전처리(preprocessing)과정으로 영상 픽셀값의 분포를 펼쳐줌으로써 영상의 가시화를 높이는 히스토그램 스트레칭(histogram stretching) 기법을 적용하고 대상영역과 픽셀값이 유사한 인접영역과의 경계를 찾기 위해 가우시안의 1차 미분 함수를 사용하여 계산된 기울기 크기(gradient magnitude) 기반의 3차원 영역확장(region growing) 알고리즘을 제안한다. 제안한 알고리즘은 영역확장의 결과에 가장 큰 영향을 미치는 적절한 동질성 기준의 선택으로 대상영역의 분할을 성공적으로 수행하여 일반적인 영역확장의 단점을 보완하였다.
본 논문에서 grayscale 이미지를 그럴듯한 컬러 이미지로의 전환을 다루고자 한다. 기존의 CNN Network 를 통해 실제 Image 를 만들어내려는 기법들은 모든 Pixel 의 Error 를 Loss 로 사용한다. 각 픽셀별로 가장 완벽한 답을 찾으려고 하기보다는, 전체 픽셀의 관점에서의 Loss 를 줄이려고 하기 때문에, 픽셀 값이 정확한 값대신 안전한 값으로 넘어간다는 단점이 있다. 이 문제를 해결하기 위해 본 논문에서 GAN 기반의 Image-to-Image Translation 기법에 NIN(Network in Network) 적용해 이 문제를 해결할 수 있음을 보인다. 전통 CNN 기법보다 더 Photo-realistic 한 이미지를 생성할 수 있게 된다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.