• Journal of Korea Multimedia Society
• /
• v.11 no.2
• /
• pp.175-181
• /
• 2008

A 2 dimensional quality function for quantifying the quality of images observed at viewing regions in contact-type multiview 3 dimensional imaging systems is devised and its effectiveness is verified experimentally. The function allows calculating the locations of viewing regions for patched images of any number of different view images. The images observed at the calculated regions reveal that different parts of the display panel of the system project different view images and match with the function's prediction.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2018.06a
• /
• pp.105-106
• /
• 2018

본 논문에서는 동적 프로젝션 맵핑을 구현하기 위하여 3차원 공간의 깊이 정보와 대상 객체의 색상영상에서의 특징점을 추출하여 3차원 공간상에서 움직이는 2차원 평면 객체의 자세를 안정적으로 추정하는 기법을 제안한다. 제안 기법은 타겟 이미지를 출력하여 타겟 이미지 보다 큰 평면 패널에 부착하고, 이 평면 패널을 3차원 공간상에서 움직이는 환경에서 타겟 이미지의 자세를 안정적으로 추정하기 위하여 고안되었다. 제안 기법에서는 우선 패널이 움직일 수 있는 깊이 영역을 지정하여 해당 깊이 영역에 존재하는 2차원 패널을 추출하고, 패널의 사각영역을 추출한다. 또한, 색상 영상에 SURF 알고리즘을 적용하여 2차원 평면상에 부착된 타겟 이미지의 영역을 색상 특징을 기반으로 함께 추출하여 패널의 사각 영역과 타겟 이미지의 상대적인 위치 정보를 추출한다. 셋업 단계에서 추출된 타겟 이미지의 상대적인 위치 정보를 이용하여, 조명의 변화에 의하여 순간적으로 타겟 이미지의 특징점 추적에 실패한 경우, 패널의 사각 영역에 의해 계산된 타겟 이미지의 상대적 위치 정보를 계산하여 자세 추정에 사용함으로써 움직이는 타겟 이미지의 3차원 자세를 안정적으로 추정할 수 있도록 하였다.

• Journal of the Korea Computer Graphics Society
• /
• v.10 no.2
• /
• pp.51-56
• /
• 2004

모션 데이터들을 그래프로 저장하고 이를 모션합성에 이용하는 기존의 연구들은, 모든 모션 프레임간 연결비용계산으로 인하여 그래프 생성에 많은 시간이 걸린다는 단점이 있다. 본 논문에서는 이런 단점을 보완하여 빠르고 효과적으로 그래프를 생성하는 방법을 제시한다. 우선, PCA를 이용하여 모션들을 2차원에 투영시키고, 2차원 상의 간단한 거리계산으로 전이에지가 존재할 가능성이 큰 프레임 쌍들을 찾아낸다. 다음으로, 이런 프레임 쌍에 대해서만 연결비용을 계산하여 그래프를 생성한다. 따라서, 모든 프레임에 대한 비용계산에 비해 본 논문에서 제안한 방법은 효율적으로 그래프를 생성하게 된다.

• Progress in Medical Physics
• /
• v.10 no.3
• /
• pp.133-140
• /
• 1999

In this paper, as a preliminary study for developing a full 3D electron dose calculation algorithm, We developed 2.5D electron dose calculation algorithm by extending 2D pencil-beam model to consider three dimensional geometry such as air-gap and obliquity appropriately. The dose calculation algorithm was implemented using the IDL5.2(Research Systems Inc., USA), For calculation of the Hogstrom's pencil-beam algorithm, the measured data of the central-axis depth-dose for 12 MeV(Siemens M6740) and the linear stopping power and the linear scattering power of water and air from ICRU report 35 was used. To evaluate the accuracy of the implemented program, we compared the calculated dose distribution with the film measurements in the three situations; the normal incident beam, the 45$^{\circ}$ oblique incident beam, and the beam incident on the pit-shaped phantom. As results, about 120 seconds had been required on the PC (Pentium III 450MHz) to calculate dose distribution of a single beam. It needs some optimizing methods to speed up the dose calculation. For the accuracy of dose calculation, in the case of the normal incident beam of the regular and irregular shaped field, at the rapid dose gradient region of penumbra, the errors were within $\pm$3 mm and the dose profiles were agreed within 5%. However, the discrepancy between the calculation and the measurement were about 10% for the oblique incident beam and the beam incident on the pit-shaped phantom. In conclusions, we expended 2D pencil-beam algorithm to take into account the three dimensional geometry of the patient. And also, as well as the dose calculation of irregular field, the irregular shaped body contour and the air-gap could be considered appropriately in the implemented program. In the near future, the more accurate algorithm will be implemented considering inhomogeneity correction using CT, and at that time, the program can be used as a tool for educational and research purpose. This study was supported by a grant (＃HMP-98-G-1-016) of the HAN(Highly Advanced National) Project, Ministry of Health & Welfare, R.O.K.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• fall
• /
• pp.124-125
• /
• 2021

최근 증강현실(AR), 가상현실(VR), 혼합현실(XR) 분야가 각광받고 있으며, 3차원 공간과 사물을 인식하여 다양한 콘텐츠 서비스를 제공하는 기술이 개발되고 있다[1]. 3차원 공간과 사물을 인식하기 위해 가장 널리 사용되는 방법은 RGB 카메라를 이용하는 것이다[2]. RGB 카메라를 이용하여 촬영한 영상을 분석한 후 분석된 결과를 이용하여 카메라와 환경의 관계를 추정한다. 시차는 사용자가 촬영한 복수의 이미지에서 특징점의 차이를 이용하여 계산된다. 실험적으로 구한 깊이에 대해 계산된 디스패리티에 시차 정보와 스케일링 정보를 더하여 3차원 특징점을 생성한다. 제안하는 알고리즘은 단일 모바일 디바이스에서 획득한 영상을 사용한다. 특징점 매칭을 기반으로한 디스패리티 추정과 시차조정 3D 특징점 생성이다. 실제 깊이 값과 비교했을 때, 생성된 3차원 특징점은 실측값의 10% 이내의 오차가 있음을 실험적으로 증명하였다. 따라서 제안하는 방법을 이용하여 유효한 3차원 특징점을 생성할 수 있다.

• Journal of the Korea Computer Graphics Society
• /
• v.13 no.4
• /
• pp.21-27
• /
• 2007

The 3D Delaunay triangulation is the most widely used method for the mesh creation via the triangulation of a 3D point cloud. However, the method involves a heavy computational cost and, hence, in many interactive applications, it is not appropriate for surface triangulation. In this paper, we propose an efficient triangulation method to create a surface mesh from a 3D point cloud. We divide a set of object points into multiple subsets and apply the 2D Delaunay triangulation to each subset. A given 3D point cloud is cut into slices with respect to the OBB(Oriented Bounding Box) of the point set. The 2D Delaunay triangulation is applied to each subset producing a partial triangulation. The sum of the partial triangulations constitutes the global mesh. As a postprocessing process, we eliminate false edges introduced in the split steps of the triangulation and improve the results. The proposed method can be effectively applied to various image-based modeling applications.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.04a
• /
• pp.715-718
• /
• 2014

맵리듀스(MapReduce)는 대용량 데이터의 병렬 처리에 사용되는 프로그래밍 모델이다. 데이터 큐브(data cube)는 대용량 데이터의 다차원 분석에 널리 사용되는 연산자로서, 주어진 차원 애트리뷰트들의 모든 가능한 조합에 대한 group-by 를 계산한다. 차원 애트리뷰트가 n 개일 때, 데이터 큐브는 총 $2^n$ 개의 group-by 를 계산한다. 본 논문은 맵리듀스 환경에서 데이터 큐브를 효율적으로 계산하는 방법을 제안한다. 제안 방법은 $2^n$ 개의 group-by 를 분할하고 이들을 ${\lceil}n/2{\rceil}$개의 맵리듀스 잡(job)을 통해 단계적으로 계산한다. 제안 방법은 각 맵리듀스 잡에서 맵 함수가 출력하는 중간결과의 크기를 최소화함으로써 총 계산 비용을 크게 줄인다. 실험을 통해 제안 방법은 기존 방법에 비해 데이터 큐브를 더 빠르게 계산함을 보인다.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.37 no.1
• /
• pp.59-68
• /
• 2000

This paper proposes efficient VLSI architectures for computation of the 2- D discrete wavelet transform (DWT). The two proposed VLSI architectures for the 2- D DWT are constructed based on block-based computation Each $M{\times}N$ ($N{\times}M$) block DWT is performed along the row (column) direction simultaneously, where M and N denote the number of filter taps and the number of columns (rows), respectively The proposed architectures compute the lowpass and highpass output sequences of the 1 - DWT along the row and column directions using a single architecture In alternate clock cycles Therefore the extra processing units required for the proposed architectures are much smaller than those of the conventional architectures They are modeled In very high speed Integrated circuit hardware description language (HIDL) and Simulated to show their functional validity.

• Korean Journal of Optics and Photonics
• /
• v.10 no.1
• /
• pp.40-46
• /
• 1999

We present a new modified effective index method which can be used to analyze lightwave circuit devices in 3-dimensional structure fast and accruatly using 2-dimensional BPM (beam propagating method). This method can analyze the devices with the cross-section of rectangular, ridge, or similar shapes accurately but more quickly than the 3-dimensional BPM, which is impractical to use on account of long calculating time. As an example, we showed that the calculation error of coupling length in a directional coupler by this method is significantly less than the 2-dimensional BPM using the effective index method.

• Convergence Security Journal
• /
• v.8 no.4
• /
• pp.161-166
• /
• 2008

This paper proposes a new approach to align 3D data sets by using curvatures of feature surface. We use the Gaussian curvatures and the covariance matrix which imply the physical characteristics of the model to achieve registration of unaligned 3D data sets. First, the physical characteristics of local area are obtained by the Gaussian curvature. And the camera position of 3D range finder system is calculated from by using the projection matrix between 3D data set and 2D image. Then, the physical characteristics of whole area are obtained by the covariance matrix of the model. The corresponding points can be found in the overlapping region with the cross-projection method and it concentrates by removed points of self-occlusion. By the repeatedly the process discussed above, we finally find corrected points of overlapping region and get the optimized registration result.