• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2021.06a
• /
• pp.147-150
• /
• 2021

최근 컴퓨터 그래픽 기술이 발전함에 따라 가상으로 만들어낸 객체와 현실 객체 사이의 분간이 어려워지고 있으며, AR/VR/XR 등의 서비스를 위해 현실 객체를 컴퓨터 그래픽으로 표현하는 기술의 연구가 활발히 진행되고 있다. 포인트 클라우드는 현실 객체를 표현하는 기술 중의 하나로 객체의 표면을 수많은 3차원의 점으로 표현하며, 2차원 영상보다 더욱 거대한 데이터 크기를 가지게 된다. 이를 다양한 서비스에 응용하기 위해서는 3차원 데이터의 특징에 맞는 고효율의 압축 기술이 필요하며, 국제표준기구인 MPEG에서는 연속적인 움직임을 가지는 동적 포인트 클라우드를 2차원 평면으로 투영하여 비디오 코덱을 사용해 압축하는 Video-based Point Cloud Compression (V-PCC) 기술이 연구되고 있다. 포인트 클라우드를 2차원 평면에 투영하는 방식은 점유 맵 (Occupancy Map), 기하 영상 (Geometry Image), 속성 영상 (Attribute Image) 등의 2차원 정보와 보조 정보를 사용해 압축을 진행하고, 부호화 과정에서는 보조 정보와 2차원 영상들의 정보를 사용해 3차원 포인트 클라우드를 재구성한다. 2차원 영상을 사용해 포인트 클라우드를 생성하는 특징 때문에 압축 과정에서 발생하는 영상 정보의 열화는 포인트 클라우드의 품질에 영향을 미친다. 이와 마찬가지로 추가적인 기술을 사용한 2차원 영상 정보의 향상으로 포인트 클라우드의 품질을 향상할 수 있을 것으로 예상된다. 이에 본 논문은 V-PCC 기술에서 생성되는 영상 정보에 2차원 보간 (Interpolation) 기술을 적용하여 기존의 영상 정보에 포함되지 않은 추가적인 포인트를 생성하는 것으로 재구성되는 포인트 클라우드의 밀도를 증가시키고 그 영향을 분석하고자 한다.

• Spatial Information Research
• /
• v.17 no.4
• /
• pp.469-481
• /
• 2009

Due to the increasing demands on the efficient use of land and the fast growth of construction technologies, human living space is expanded from on the surface to above and under the surface. By recognizing that the current cadastre system based on 2D was not appropriate to reflect the trend, the researchers are interested in a 3D cadastre. This paper proposed the 3D cadastre data model that is appropriate to protect ownership effectively in Korea. The 3D cadastre data model consists of a 3D cadastre feature model and a 3D cadastre geometry model, and the data are produced by a 3D cadastre data structure. A 3D cadastre feature model is based on 3D rights and features derived from case studies. A 3D cadastre geometry model based on ISO19107 Spatial Schema is modified to be good for 3D cadastre in Korea. A 3D cadastre data structure consists of point, line, polygon and solid primitives. This study finally purposes 1) serving and managing land information effectively, 2) creating rights and displaying ranges about infrastructures above and under surface, 3) serving ubiquitous-based geoinformation, 4) adapting ubiquitous-based GIS to urban development, and 5) regulating relationships between rights of land and registration and management systems.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.619-621
• /
• 1999

여러 대의 카메라를 통해 캡춰된 2차원 데이터를 사용하여 3차원의 좌표를 추출하기 위해서는 각 카메라의 2차원 영상 데이터들의 대응점(correpondence point)을 구해야 한다. 이를 위해 에피폴라 제약조건(epipolar constraints)을 이용하여 에피포라 라인(epipolar line)에 근접한 점을 추출할 수 있다. 에피폴라 제약조건을 사용하면, 실제 원하는 점 이외에 많은 수의 고스트(ghost)가 발생할 수 있다. 또한 카메라로부터 은닉(occlusion)된 점들로 인해 모든 카메라에서 대응되는 점이 존재하는지의 여부를 보장할 수 없다. 본 논문에서는 가 카메라의 대응관계를 k-partite graph로 모델링하고, 전역 탐색을 위해 가중치를 적용하여 클릭(clique)을 추출함으로서, 고스트가 제거된 대응점을 구한다.

• The Journal of Korean Institute of Electromagnetic Engineering and Science
• /
• v.11 no.4
• /
• pp.582-591
• /
• 2000

In this paper, the Finite-Difference Time-Domain(FDTD) modeling method of the Korean human head is introduced to calculate electromagnetic energy absorption for the human head by mobile phones. After MRI scanning data is obtained, 2 dimensional(2D) segmentation is done from the 2D MRI image data by the semi-automatic method. Then, 3D dense segmentation data with $1mm\times1mm\times1mm$ is constructed from the 2D segmentation data. Using the 3D segmentation data, coarse FDTD models of human head that is tilted arbitrarily to model the condition of tilted usage of mobile phone.

• KIPS Transactions on Software and Data Engineering
• /
• v.6 no.4
• /
• pp.185-192
• /
• 2017

In various fields of science, 2-dimensional array data is being generated actively as a result of measurements and simulations. Although various query processing techniques for array data are being studied, the problem of finding similar regions, whose sizes are not known in advance, in 2-dimensional array has not been addressed yet. Therefore, in this paper, we propose an efficient method for finding regions with similar element values, whose size is larger than a user-specified value, for a given 2-dimensional array data. The proposed method, for each pair of elements in the array, expands the corresponding two regions, whose initial size is 1, along the right and down direction in stages, keeping the shape of the two regions the same. If the difference between the elements values in the two regions becomes larger than a user-specified value, the proposed method stops the expansion. Consequently, the proposed method can find similar regions efficiently by accessing only those parts that are likely to be similar regions. Through theoretical analysis and various experiments, we show that the proposed method can find similar regions very efficiently.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2009.04a
• /
• pp.309-310
• /
• 2009

건축, 토목기술의 발달과 토지의 효율적 이용 요구 증가로 인해 인간의 생활공간은 지표에서 지상, 지하로 확대되었다. 기존의 2차원 지적 시스템으로는 관리의 한계성이 있기에 이런 현실을 효과적으로 반영할 수 있는 3차원 지적 시스템의 필요성이 제기되었다. 이 연구에서는 3차원 지적 시스템의 구성요소와 개념적 데이터 모델들을 소개하고 현 상황을 반영한 효율적인 개념적 데이터 모델을 제시한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.449-449
• /
• 2021

하천 내 오염물질 유입원은 하수처리장과 같이 농도를 예측 가능한 점오염원이 일반적이지만, 수질오염사고와 같이 다량의 유해물질이 일시에 하천에 유입되는 경우도 발생하곤 한다. 특히 오염물질 유입지점과 취수장이 인접한 경우, 오염물질 혼합해석에 대한 이해가 오염사고 대응 및 수질 관리 측면에서 매우 중요하다. 자연하천에서는 사행에 따른 유속 구조의 불균일성 등으로 인하여 오염물질의 이송 및 분산 과정은 매우 복잡하게 나타난다. 이러한 하천의 지형적, 수리학적 특성이 오염물질의 혼합 거동에 미치는 영향을 정확하게 모의하기 위해서는 3차원 수치모형을 적용해야 한다. 그러나 대부분의 하천은 하폭 대 수심비가 매우 크기 때문에 2차원 이송-분산 방정식을 지배방정식으로 채택하는 2차원 수치 모형이 널리 사용되어왔다. 2차원 이송-분산 방정식의 해석결과는 입력된 종, 횡 분산계수의 값에 따라 변화하기 때문에 정확한 혼합해석을 위해 분산계수의 결정이 매우 중요하다. 과거 연구에서는 횡 분산계수의 결정을 위해 기본 수리량을 이용한 경험식을 활용하여 계산한 바 있다. 종 분산계수의 경우에는 경험식의 산정에 필요한 충분한 실험 자료가 축적되어 있지 않아 이상적 흐름 상태를 가정하여 유도된 Elder의 이론식(Elder, 1959)을 사용해왔다. 하지만 많은 연구에서 이러한 Elder의 이론식이 종 분산계수를 과소산정 할 우려가 있다고 제시했다. 따라서 하천의 전단류 분산특성을 나타낼 수 있는 데이터 확보를 통해 종 분산계수의 경험식 산정 및 횡 분산계수의 정확도 향상이 필요한 상황이다. 본 연구에서는 기존 선행 연구에서 수행된 2차원 추적자실험 데이터의 확장을 위해 오버샘플링 기법을 적용하였으며, 이를 통한 머신러닝을 통한 분산계수 산정 가능성을 분석하고자 한다. 부족한 추적자 실험 데이터를 확장하기 위해 오버샘플링 기법 중 SMOTE 기법을 활용했다. 오버샘플링 기법을 이용하여 생산된 데이터의 신뢰성을 검증하였으며, 추후 머신러닝을 이용한 2차원 종, 횡 분산계수 산정에 대한 활용 가능성을 분석했다.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2009.04a
• /
• pp.319-320
• /
• 2009

실내 공간 용용기술의 핵심은 3차원 실내공간데이터의 모델링 기법과 이와 연동 가능한 센서기술이다. 하지만 아직은 실내위치기반서비스를 위한 측위기술 및 공간데이터에 대한 표준과 활용방안이 제한된 상태이다. 본 연구에서는 실내 위치기반서비스에서 사용 가능한 간단한 공간 DBMS 기반의 3차원 실내 공간 데이터 모델의 구축방법과 이를 활용할 수 있는 방법론을 제시하고자 한다. 본 연구에서 제시하는 모델은 2차원 기반의 multi-layer 구조를 가지며, 2차원 및 3차원으로 가시화가 가능하도록 하였다. 또한 제시한 3차원 실내 공간 모델의 실내 기반 서비스로의 적용을 테스트하기 위하여 CA(Cellular Automata)기반의 대피 시뮬레이터와 대피 경로 안내 시스템 그리고 실내센서(카메라)와의 연동 등 몇 가지 응용분야에 대한 테스트를 수행하였다.

• Journal of the Korea Institute of Information Security & Cryptology
• /
• v.23 no.5
• /
• pp.957-962
• /
• 2013

This paper proposes the new enhanced 2-D(2-Dimension) FEC scheme. It analyzes the probability of entire packet loss rate of the existing 2-D FEC by mathematical modeling, finds the problem of the existing 2-D FEC, and deduces the new enhanced 2-D FEC scheme that reduces the entire packet loss probability.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.172-172
• /
• 2022

분산계수는 하천에서 오염물질의 혼합능을 파악할 수 있는 대표적인 인자이다. 특히 하수처리장 방류수 혼합예측과 같이 횡 방향 혼합에 대한 예측이 중요한 경우, 하천의 지형적, 수리학적 특성을 고려한 2차원 횡 분산계수의 결정이 필요하다. 2차원 횡 분산계수의 결정을 위해 기존 연구에서는 추적자실험결과로부터 경험식을 만들어 횡 분산계수 산정에 사용해왔다. 회귀분석을 통한 경험식 산정을 위해서는 충분한 데이터가 필요하지만, 2차원 추적자 실험 건수가 충분치 않아 신뢰성 높은 경험식 산정이 어려운 상황이다. 따라서 본 연구에서는 SMOTE기법을 이용하여 횡분산계수 실험데이터를 증폭시켜 이로부터 횡 분산계수 경험식을 산정하고자 한다. 또한 다중선형회귀분석을 통해 도출된 경험식의 한계를 보완하기 위해 다양한 머신러닝 기법을 적용하고, 횡 분산계수 산정에 적합한 머신러닝 기법을 제안하고자 한다. 기존 추적자실험 데이터로부터 하폭 대 수심비, 유속 대 마찰유속비, 횡 분산계수 데이터 셋을 수집하였으며, SMOTE 알고리즘의 적용을 통해 회귀분석과 머신러닝 기법 적용에 필요한 데이터그룹을 생성했다. 새롭게 생성된 데이터 셋을 포함하여 다중선형회귀분석을 통해 횡 분산계수 경험식을 결정하였으며, 새로 제안한 경험식과 기존 경험식에 대한 정확도를 비교했다. 또한 다중선형회귀분석을 통해 결정된 경험식은 횡 분산계수 예측범위에 한계를 보였기 때문에 머신러닝기법을 적용하여 다중선형회귀분석에 대한 예측성능을 평가했다. 이를 위해 머신러닝 기법으로서 서포트 벡터 머신 회귀(SVR), K근접이웃 회귀(KNN-R), 랜덤 포레스트 회귀(RFR)를 활용했다. 세 가지 머신러닝 기법을 통해 도출된 횡 분산계수와 경험식으로부터 결정된 횡 분산계수를 비교하여 예측 성능을 비교했다. 이를 통해 제한된 실험데이터 셋으로부터 2차원 횡 분산계수 산정을 위한 데이터 전처리 기법 및 횡 분산계수 산정에 적합한 머신러닝 절차와 최적 학습기법을 도출했다.