• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.600-602
• /
• 1998

본 논문은 정면과 측면 얼굴 이미지의 특성을 살린 3차원 개인 아바타 합성에 관한 연구이다. 표준 얼굴 메쉬를 얼굴 이미지의 특징점에 맞추려는 힘을 특징점 이외의 점들까지의 거리에 대한 가우스 분포를 따라 부드럽게 전달시켜 매쉬를 탄성있게 변형하는 힘으로 작용시켜 메쉬를 얼굴 이미지의 윤곽선을 중심으로 매칭시키고, 매칭된 메쉬가 매칭 이전의 메쉬의 기하학적 특성을 유지할 수 있도록 메쉬에 동적 피부 모델을 적용한다. 이렇게 생성한 3차원 메쉬에 이미지를 텍스춰 매핑하여 개인 특성을 살린 3차원 개인 아바타를 생성한다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.06a
• /
• pp.425-428
• /
• 2001

본 논문에서 구현한 메쉬 편집기는 편집할 메쉬의 몇몇 점을 편집할 경우, 편집 정보가 그 점에 이웃한 점들에게도 영향을 미치게 되어, 편집 결과가 근사된 부드러운 곡면으로 표현하도록 하는 데 있다. 그러기 위해서는 3차원의 메쉬를 2차원 평면으로 매핑할 때, 매핑되는 원래의 메쉬의 모양이 크게 변형되지 않도록 하여야 하는데, 여기에 모양 유지 매개 변수화 방법을 사용하고 있다. 편집에 사용된 점의 편집 정보는 2차원 평면 다각형 안에 있는 서로 대응되는 점으로 매핑 되고, B-스플라인 보간으로 편집 정보는 2차 평면 안에 있는 다른 점들에게도 영향을 주게 된다. 이런 결과는 3차원 메쉬로 환원되어 부드럽게 근사된 곡면으로 표현된다.

• Journal of the Korea Computer Graphics Society
• /
• v.19 no.1
• /
• pp.11-20
• /
• 2013

This paper introduces a user interface for large 3D meshes in mobile systems, which have limited memory, screen size and battery power. A large 3D mesh is divided into partitions and simplified in multi-resolutions so a large file is transformed into a number of small data files and saved in a PC server. Only selected small files specified by the user are hierarchically transmitted to the mobile system for 3D browsing and rendering. A 3D preview in a pop-up shows a simplified mesh in the lowest resolution. The next step displays simplified meshes whose resolutions are automatically controlled by the user interactions. The last step is to render a set of detailed original partitions in a selected range. As a result, while minimizing using mobile system resources, our interface enables us to browse and display 3D meshes in mobile systems through real-time interactions. A mobile 3D viewer and a 3D app are also presented to show the utility of the proposed user interface.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.01a
• /
• pp.369-372
• /
• 2023

본 논문에서는 삼각형 구조로 구성된 3차원 메쉬(Mesh)에서 합성곱 신경망(Convolution Neural Network, CNN)을 응용하여 정확도가 높은 새로운 학습 표현 기법을 제시한다. 우리는 메쉬를 구성하고 있는 폴리곤의 edge와 face의 로컬 특징을 기반으로 학습을 진행한다. 일반적으로 딥러닝은 인공신경망을 수많은 계층 형태로 연결한 기법을 말하며, 주요 처리 대상은 1, 2차원 데이터 형태인 오디오 파일과 이미지였다. 인공지능에 대한 연구가 지속되면서 3차원 딥러닝이 도입되었지만, 기존의 학습과는 달리 3차원 딥러닝은 데이터의 확보가 쉽지 않다. 혼합현실과 메타버스 시장의 확대로 인해 3차원 모델링 시장이 증가하고, 기술의 발전으로 데이터를 획득할 수 있는 방법이 생겼지만, 3차원 데이터를 직접적으로 학습에 이용하는 방식으로 적용하는 것은 쉽지 않다. 그렇게 때문에 본 논문에서는 산업 현장에서 이용되는 데이터인 메쉬 구조를 폴리곤의 최소 단위인 삼각형 형태로 구성하여 학습 데이터를 구성해 기존의 방법보다 정확도가 높은 학습 기법을 제안한다.

• Journal of the Korea Computer Graphics Society
• /
• v.9 no.3
• /
• pp.1-5
• /
• 2003

3차원 메쉬에서 특징을 추출하는 것은 메쉬 에디팅이나 메쉬 모핑 등의 여러 가지 메쉬 처리에 있어서 중요한 일이다. 특징을 추출하는 방법 중에서 사용자가 지정한 부근의 특징을 자동적으로 찾아주는 방법은 이미지 처리 분야에서는 오래 전부터 사용되어 왔는데 이미지 스네이크 알고리즘이 그것이다. 최근에는 그러한 이미지 스네이크 알고리즘이 3차원 메쉬에 적용되어 기하학적인 스네이크 알고리즘으로 탄생하였다. 본 논문은 기하학적 스네이크의 새로운 알고리즘을 제시하고, 찾고자 하는 특징의 모양에 따라 스네이크 곡선의 위상이 자유롭게 변화하는 기하학적 스네이크 모델을 제안한다. 본 논문에 사용된 알고리즘은 이미지 스네이크 알고리즘의 동적 프로그래밍 방법을 3차원 메쉬에 응용한 것으로 스네이크 포인트들이 메쉬의 에지를 따라 3차원 상에서 직접 이동을 하면서 에너지가 최소가 되는 지점을 찾아 가는 방식이다. 스네이크 곡선은 메쉬상의 이웃한 정점들의 순차적인 연결선으로 이루어지며 찾고자 하는 특징의 모양과 크기에 따라 스네이크 포인트의 개수가 자동으로 조절된다. 또한 주변의 다른 스네이크 포인트와 만났을 때 합쳐지거나 반대로 여러 스네이크 곡선으로 나뉘어 질 수 있다.

• Journal of Korea Multimedia Society
• /
• v.12 no.4
• /
• pp.473-482
• /
• 2009

Reconstructed 3D data from computer vision includes necessarily a noise or an error. When these data goes through a mesh process, the different 3D mesh data from original shape comes to make by a noise or an error. This paper proposed the method that smooths a noise effectively by noise analysis in reconstructed 3D data. Because the proposed method is smooths a noise using the area ratio of the mesh, the pre-processing of unusable mesh is necessary in 3D mesh data. This study detects a peak noise and Gaussian noise using the ratio of 3D volume and 2D area of mesh and smooths the noise with respect of its characteristics. The experimental results using synthetic and real data demonstrated the efficacy and performance of proposed algorithm.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.07a
• /
• pp.573-576
• /
• 2022

본 논문에서는 삼각형 구조로 구성된 3차원 메쉬(Mesh)에서 합성곱 신경망(Convolutional Neural Network, CNN)의 정확도를 개선시킬 수 있는 새로운 학습 표현 기법을 제시한다. 우리는 메쉬를 구성하고 있는 삼각형의 넓이와 그 로컬 특징을 기반으로 학습을 진행한다. 일반적으로 딥러닝은 인공신경망을 수많은 계층 형태로 연결한 기법을 말하며, 주요 처리 대상은 오디오 파일과 이미지이었다. 인공지능에 대한 연구가 지속되면서 3차원 딥러닝이 도입되었지만, 기존의 학습과는 달리 3차원 학습은 데이터의 확보가 쉽지 않다. 혼합현실과 메타버스 시장으로 인해 3차원 모델링 시장이 증가가 하면서 기술의 발전으로 데이터를 획득할 수 있는 방법이 생겼지만, 3차원 데이터를 직접적으로 학습 표현하는 방식으로 적용하는 것은 쉽지 않다. 그렇기 때문에 본 논문에서는 산업 현장에서 사용되는 데이터인 삼각형 메쉬 구조를 바탕으로 기존 방법보다 정확도가 높은 학습 기법을 제안한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.11a
• /
• pp.190-191
• /
• 2020

본 논문은 모델 분할 기법과 중복성 제거 기법을 통한 대용량 3차원 메쉬 모델의 고속 압축 기술에 관한 내용이다. 대용량 3차원 메쉬 모델의 비실시간 압축은 실시간 스트리밍 응용 시나리오에서 제약점으로 작용하고 있고, 본 논문에서는 인코딩 시간을 줄이기 위해 경량 메쉬 분할 방법을 통해 대용량 메쉬를 여러 개의 작은 메쉬로 분할하고, 각각의 분할된 메쉬를 병렬적으로 인코딩하여 처리 속도를 개선하였다. 또한, 메쉬 모델 내의 같은 기하학적 정보를 가진 중복된 정점들이 존재할 수 있으며, 중복된 정보를 제거하고 제거된 정점과 삼각형 표면 간의 연결 정보를 갱신하는 과정을 통해 메쉬 모델의 기하학적 정보를 유지하면서 압축 성능을 확보하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.11a
• /
• pp.875-878
• /
• 2004

본 논문은 3차원 메쉬 모델의 정점간 거리 및 DCT를 이용한 3차원 메쉬 모델 워터마킹 방법을 제안한다. 제안한 방법은 3차원 메쉬 모델의 임의의 정점간 거리를 이용하여 워터마킹하게 되며 삽입 시 임의의 정점간 거리집합을 DCT 변환 하여 그 계수 값에 워터마크가 삽입된다. 그러므로 정점간의 거리를 DCT변환하여 삽입함으로써 비지각성 및 여러 공격에 강인하다. 또한 워터마크 크기만큼의 여러 거리집합을 생성하여 사용함으로 지역패치 및 지역분할 개념으로써 부분적인 공격에 강인하며 3차원 메쉬 모델의 페이스모양에 상관없이 워터마크를 삽입 할 수 있다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.20 no.3
• /
• pp.513-518
• /
• 2016

This paper presents a fast 3D mesh generation method using projection for line laser-based 3D scanners. The well-known method for 3D mesh generation utilizes convex hulls for 4D vertices that is converted from the input 3D vertices. This 3D mesh generation for a large set of vertices requires a lot of time. To overcome this problem, the proposed method takes (${\theta}-y$) 2D depth map into account. The 2D depth map is a projection version of 3D data with a form of (${\theta}$, y, z) which are intermediately acquired by line laser-based 3D scanners. Thus, our 2D-based method is a very fast 3D mesh generation method. To evaluate our method, we conduct experiments with intermediate 3D vertex data from line-laser scanners. Experimental results show that the proposed method is superior to the existing method in terms of mesh generation speed.