• 한국통신학회논문지
• /
• 제19권4호
• /
• pp.614-623
• /
• 1994

얼굴을 마주보며 인간끼리 대화하는 것처럼 인간과 자연스럽게 대화할 수 있는 휴먼인터페이스를 실현하기 위해서는 임성의 합성과 얼굴영상의 합성이 필요하다. 본 논문은 얼굴영상의 합성을 대상으로 한다. 얼굴영상의 합성에서는 표정변화와 입모양의 변화를 3차원적으로 실현하기 위하여 얼굴의 3차원 형상모델을 이용한다. 얼굴의 3차원 모델을 얼굴 근육의 움직임에 따라 변형하므로서 다양한 얼굴표정과 음절에 어울리는 입모양을 합성한다. 우리말에서 자모의 결합으로 조합가능한 음절은 14,364자에 이른다. 이 음절에 대한 입모양의 대부분은 모음에 따라 형성되고, 일부가 자음에 따라 달라진다. 그러므로, 음절에 어울리는 입모양의 변형규칙을 정하기 위해, 이들을 모두 조사하여 모든 음절을 대표할 수 있는 입모양패턴을 모음과 자음에 따란 분류한다. 그 결과, 자음에 영향을 받는 2개의 패턴과 모음에 의한 8개의 패턴, 총 10개의 패턴으로 입모양을 분류할 수 있었다. 나아가서, 분류된 입모양패턴의 합성규칙을 얼굴근육의 움직임을 고려하여 정한다. 이와같이 분류된 10개의 입모양패턴으로 모든 음절에 대한 입모양을 합성할 수 있고, 얼굴근육의 움직임을 이용하므로써 다양한 표정을 지으면서 말하는 자연스런 얼굴영상을 합성할 수 있었다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2007년도 춘계학술대회 논문집
• /
• pp.247-250
• /
• 2007

다양한 지구관측위성으로부터 획득된 윈격탐사 자료들은 맴핑 환경모니터링, 재난 관리，도심 모니터링등과 같은 다양한 분야의 정보를 생성하고 분석하는데 많은 잠재력을 가지고 있다. 특별히 고해상도 위성영상의 경우 도심 지역의 다양한 정보를 손쉽게 파악이 가능하며， 이를 기반으로 효과적인 도심 관리 및 시설 투자가 이루어 질 수 있다 그러나 이러한 고해상도 위성영상의 경우 공간 해상력은 매우 좋으나분광해상력 측면에서는 많은 한계를 보이고 있는 단점을 가지고 있다 이를 보완하기 위한 방법으로 고해상도 흑백모드영상과 중${\cdot}$ 저해상도 다중분광영상 혹은 초분광영상간 영상 합성기법을 통해 분광 능력의 향상을 도모하는 기법들이 연구되어져 왔으며보다 최적의 결과를 위한 다양한 알고리즘들이 개발되어 왔다 본 연구에서는 이러한 영상융합결과의 향상을 위한 방법으로 객체기반 단위의 영상합성 방법을 제시하였으벽이 결과와 화소기반 영상융합 결과와의 비교${\cdot}$ 분석도 수행해 보았다. 이를 위해 Landsat-7 ETM+ 혹백영상과 Hyperion 초분광영상을 실험대상으로 선정하여 분석하였으벽 대표적인 영상융합방법인 PCA 융합기법을 활용하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2010년도 하계학술대회
• /
• pp.40-41
• /
• 2010

실시간 파노라마 영상 합성 기술을 모바일 콘텐츠에 적용하기 위해서는 모바일 디바이스에 적합한 영상 합성 방식을 정의해야 한다. 특징점을 추출하여 연속적인 영상들 사이의 유사성을 찾아내는 방식 [1]은 소모되는 연산비용을 고려할 때 모바일 디바이스에 응용하기 부적합하다. 따라서 기존의 접근방식에 비해 소요되는 연산비용을 줄이고, 성능은 유지하는 기법이 필요하다. 본 논문에서는 특징점의 표현자(descriptor)를 생성하지 않고 특징점(feature point) 주변의 움직임을 추정(motion estimation)하여 연속적인 영상의 위치를 찾아내는 기법을 제안한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 1997년도 학술대회
• /
• pp.135-138
• /
• 1997

Multi-view 영상 DB의 surround view 입체 화상을 재현하기 위해서는 영상 정보를 효과적으로 합성, 보간하는 방법이 필연적으로 요구된다. 다시점 입체 영상의 표시 기능을 구현하기 위해서 이론적으로는 충분한 개수의 카메라를 상하 좌우로 배치하여 영상을 획득하고 보는 이의 위치에 가장 적합한 영상을 선택하여 표현하면 된다. 이 경우 많은 수의 카메라로부터 입력되는 방대한 영상 데이터의 저장, 처리, 전송, 설치 문제 등 현실적으로 많은 제약점이 존재한다. 이러한 문제점을 해결하기 위해 기존의 블록 매칭과 같은 3D 구조 추정에 기초하여 블록 단위의 깊이 정보와 텍스쳐 정보의 추출, 다시점 영상 set의 가장 왼쪽 영상으로부터 시작하여 차례로 한 줄씩 쌓아서 얻어진 EPI(Epipolar Plane Image)에 기초한 유사 영상 값의 자취선 탐색 방법에 의한 시차와 텍스쳐 정보 추출로 전체 다안화상을 다해상도로 표현하여 전송하는 방식을 제안한다. 다해상도의 영상 표현과 점진적 전송 방법을 통해 다시점 영상 검색 시스템의 성능향상을 위한 네트워크 모델링을 제안하고자 한다.

• 대한의용생체공학회:의공학회지
• /
• 제23권3호
• /
• pp.243-251
• /
• 2002

합성 싱크 음장은 선형지연을 가지는 펄스 평면파를 송신한다. 송신집속은 각각 다른 시간에 송신된 진행방향이 다른 평면파들에 대한 수신신호를 모두 저장하고 있다가 합성집속 방법을 이용한다 이러한 송신 집속 방법은 송신시 전체의 소자를 동시에 사용함으로 높은 SNR을 얻을수 있고. 양방향 동적집속이 가능하다. 본 논문에서는 합성싱크음장 집속방법을 구현하기위한 문제점을 고찰하고, 5MHz의 선형변환기를 이용한 초음파 영상진단기에서 펜텀과 인체의 영상에 대하여 합성싱크음장 집속방법을 실험으로 검증하였다 펜텀 영상의 경우 기존의 방법에 비하여 더 좋은 해상도로 더 깊이 영상화 할 수 있었다. 인체 영상의 경우 인체의 움직임과 위상수차(phase aberration) 등으로 인한 효과로 해상도는 떨어지지만. 기존의 집속방법에 대하여 5배 이상의 frame 율의 속도로 영상을 얻어도 기존의 방법과 비슷한 해상도를 얻을 수 있었다

• 융합정보논문지
• /
• 제8권6호
• /
• pp.375-380
• /
• 2018

본 논문에서는 화물차 차종을 분류하기 위해서 특징추출단계 없이 입력영상으로부터 차종분류결과를 얻을 수 있는 합성곱 신경망을 사용한 분류방법을 제안한다. 차량의 위에서 촬영된 영상을 입력으로 사용하고 입력영상에 적합한 합성곱 신경망의 구조를 설계한다. 차종과 화물칸의 형태에 따라 차종을 자동 분류하기 위한 학습데이터를 생성하고 지도학습의 형태로 학습시키기 위해 분류된 영상과 올바른 출력결과를 제시하여 신경망의 가중치를 학습시킨다. 실제 영상을 입력하여 합성곱 신경망의 출력을 계산하였고 실제 차종과의 비교를 통해 분류 성능을 평가 하였다. 실험결과 화물의 차종과 적재함의 형태에 따라 90%이상의 정확도로 영상을 분류할 수 있었고, 적재불량 검사의 사전 분류에 활용될 수 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2002년도 추계학술발표논문집 (상)
• /
• pp.661-664
• /
• 2002

실사 영상에 가상 객체를 합성하기 위해서는 실사 영상 촬영 당시의 카메라 정보가 필요하다. 본 논문에서는 이러한 카메라 정보를 구하기 위하여 가상현실 분야에서 사용하고 있는 캘리브레이션 프리 정합 (Calibration-Free Registration) 기술을 기반으로 한 반자동 정합 기술을 제안하였다. 가상 현실은 실시간 응용인데 반하여 본 논문에서 제안하는 반자동 정합 기술은 합성 컨텐츠 저작을 위한 오프라인 응용에 적합한 방법으로 캘리브레이션 프리 정합기술의 합성 결과는 사용자의 입력정보와 밀접한 관계가 있다. 캘리브레이션 프리 정합기술은 두가지 사용자 입력을 필요로 한다. 첫번째 입력은 어파인공간 (Affine space)의 기저 (Basis vector)를 위한 특징점 정보이고, 두번째 입력 정보는 가상객체의 영상 투영점 입력이다. 본 논문에서는 이 두가지 사용자 입력중 기저를 위한 특징점 정보입력을 사용자가 쉽게, 정확한 정보를 입력할 수 있게하기 위하여, 사용자가 특징점을 개략적으로 입력하게 하고, 주변 영역에서 코너점 검출을 수행하여 사용자 입력을 수정하여 받아들리는 방법을 제안하였다. 실험결과 제안한 방법을 사용하여 구한 카메라 정보로 만족할 만한 합성 영상을 얻을 수 있었다.

• 대한원격탐사학회지
• /
• 제36권5_2호
• /
• pp.961-973
• /
• 2020

본 논문에서는 CNN (Convolutional Neural Network) 기반의 영상융합 기법을 제안하고자 하였다. 딥러닝 구조의 성능을 향상시키기 위하여, CNN 기법에서 대표적인 합성곱(convolution) 방법으로 알려진 팽창된 합성곱(dilated convolution) 모델을 활용하여 모델의 깊이와 복잡성을 증대시키고자 하였다. 팽창된 합성곱을 기반으로 하여 학습과정에서의 효율을 향상시키기 위하여 잔차 네트워크(residual network)도 활용하였다. 또한, 본 연구에서는 모델학습을 위하여 전통적인 L1 노름(norm) 기반의 손실함수와 함께, 공간 상관도를 활용하였다. 본 연구에서는 전정색 영상만을 이용하거나 전정색 영상과 다중분광 영상을 모두 활용하여 구조에 적용한 DRNet을 개발하여 실험을 수행하였다. KOMPSAT-3A를 활용한 전정색 영상과 다중분광 영상을 이용한 DRNet은 융합영상의 분광특성에 과적합되는 결과를 나타냈으며, 전정색 영상만을 이용한 DRNet이 기존 기법들과 비교하여 융합영상의 공간적 특성을 효과적으로 반영함을 확인하였다.

• 대한핵의학회지
• /
• 제32권5호
• /
• pp.414-424
• /
• 1998

목적: PET과 MR 영상을 체계적으로 합성i분석하여 각각의 영상기법이 갖는 단점을 보완하고 기능을 향상시킴으로써 보다 정확하고 유용한 임상정보를 얻을 수 있다. 두 영상을 공간적으로 합성하기 위해서 머리 표피 경계점들 간의 거리를 최소화하는 알고리즘을 이용할 경우 경계점 추출의 정확성 및 견실성과 거리 계산 속도가 합성 알고리즘의 성능을 결정하는 중요한 요소가 된다. 본 연구에서는 PET 영상의 경계 추출과 거리 계산 방법을 개선하고 이를 이용하여 PET과 MR 영상을 3차원적으로 합성하였다. 대상 및 방법: 공간적인 합성을 위한 영상처리기법의 핵심인 경계점 추출을 위해 PET영상에서는 방출스캔 sinogram의 경계를 강조한 후 재구성한 횡단면으로부터 2 mm 간격으로 머리 표피 경계점들을 추출하였으며 MR 영상에서는 각 횡단면마다 약 2도 간격으로 경계점들을 추출하였다. 두 영상의 모든 경계점들 간의 평균 유클리디안 거리를 최소화하는 3차원 가상공간 상에서의 위치 이동과 회전 각도를 최소자승법을 이용하여 구한 후 PET영상을 역 전환하여 위치 정합을 하였다. 평균 거리의 계산 속도를 향상시키기 위하여 고정된 대상의 각 경계점을 중심으로 하여 주변 공간 정들에서의 거리를 순차적으로 계산하고 이들의 최소값을 취하는 방법으로 거리지도를 구성하였으며 최소자승법에서 경계점들 간의 위치가 변할 때마다 매번 평균거리를 다시 계산하지 않고 거리지도를 참조하여 평균 거리를 산출하는 방법을 사용하였다. 위치 정합된 두 영상의 동시 표현을 위하여 PET 영상의 화소값에 $0.4{\sim}0.7$부터 1사이의 범위로 정규화된 MR 영상의 화소 값으로 가중치를 주는 가중정규화 방법을 사용하였다. 결과: 방출스캔의 sinogram을 이용함으로써 PET영상의 경계를 견실하게 추출할 수 있었으며, 거리지도를 이용하여 거리 계산을 한 결과 계산 속도를 향상시킬 수 있었다. 정상인의 뇌영상에 대해 위치 정합을 실시한 결과 평균 거리 오차는 2mm 이하였다. 가중정규화 방법을 사용하였을 때 합성된 영상의 정성적인 식별 명확도가 향상하였다. 결론: 견실한 PET 영상 경계점 추출과 거리지도를 이용한 계산 속도의 향상을 통해 뇌 PET과 MR 영상 합성기법의 성능을 개선할 수 있었으며 이를 이용하며 개발한 영상정합 프로그램은 임상 환경에서 유용하게 사용될 수 있을 것이다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제27권6호
• /
• pp.618-631
• /
• 2000

본 논문에서는 2차원 얼굴 영상의 움직임을 추출하여 3차원 얼굴 모델에 합성하는 방법을 연구하였다. 본 논문은 동영상에서의 움직임을 추정하기 위하여 광류를 기반으로 한 추정방법을 이용하였다. 2차원 동영상에서 얼굴요소 및 얼굴의 움직임을 추정하기 위해 인접한 두 영상으로부터 계산된 광류를 가장 잘 고려하는 매개변수화된 움직임 벡터들을 추출한다. 그리고 나서, 이를 소수의 매개변수들의 조합으로 만들어 얼굴의 움직임에 대한 정보를 묘사할 수 있게 하였다. 매개변수화 된 움직임 벡터는 눈 영역, 입술과 눈썹 영역, 그리고 얼굴영역을 위한 서로 다른 세 종류의 움직임을 위하여 사용하였다. 이를 얼굴 모델의 움직임을 합성할 수 있는 단위행위(Action Unit)와 결합하여 2차원 동영상에서의 얼굴 움직임을 3 차원으로 합성한 결과를 얻을 수 있다.