• Title/Summary/Keyword: 3D convergence contents

Search Result 201, Processing Time 0.022 seconds

스마트교육을 위한 인터랙티브 3D 융합 콘텐츠 저작도구 설계 (Interactive 3D Convergence Contents Authoring Tool Design for Smart Learning)

  • 노창현
    • 디지털콘텐츠학회 논문지
    • /
    • 제17권5호
    • /
    • pp.425-432
    • /
    • 2016
  • 스마트 교육을 위해 교사가 스스로 3D 융합 콘텐츠를 쉽게 제작할 수 있는 저작도구는 거의 없다. 본 연구는 스마트 교육을 위한 교사용 인터랙티브 3D 융합 콘텐츠 저작도구를 제안하고 설계하였다. 이를 위해, 스마트 교육 환경에서 교사의 저작환경을 조사하고, 교사들의 요구사항을 조사하였다. 이런 조사를 바탕으로, 스마트 교육을 위한 3D 융합 콘텐츠 저작도구의 기능요건과 설계안을 도출하였다. 현장 교사 그룹을 통해 도출된 설계안의 만족도 조사를 실시하였다. 본 연구 결과를 토대로 스마트 교육을 위한 인터랙티브 3D 융합 콘텐츠 저작도구를 구현할 예정이다.

Specification and Implementation of Projective Texturing Node in X3D

  • Kim, In-Kwon;Jang, Ho-Wook;Yoo, Kwan-Hee;Ha, Jong-Sung
    • International Journal of Contents
    • /
    • 제12권2호
    • /
    • pp.1-5
    • /
    • 2016
  • Extensible 3D (X3D) is the ISO standard for defining 3D interactive web- and broadcast-based 3D content integrated with multimedia. With the advent of this integration of interactive 3D graphics into the web, users can easily produce 3D scenes within web contents. Even though there are diverse texture nodes in X3D, projective textures are not provided. We enable X3D to provide SingularProjectiveTexture and MultiProjectiveTexture nodes by materializing independent nodes of projector nodes for a singular projector and multi-projector. Our approach takes the creation of an independent projective texture node instead of Kamburelis's method, which requires inconvenient and duplicated specifications of two nodes, ImageTexture and Texture Coordinate.

스마트교육을 위한 인터랙티브 3D 융합콘텐츠 저작도구 개발 (Development of an Authoring Tool to Create Interactive 3D Convergence Contents for Smart Learning)

  • 노창현;김병철
    • 디지털콘텐츠학회 논문지
    • /
    • 제17권5호
    • /
    • pp.401-407
    • /
    • 2016
  • 스마트교육을 효과적으로 수행하기 위해서는 교사가 직접 3D 융합 콘텐츠를 제작할 수 있어야 한다. 본 연구는 스마트 교육을 위한 교사용 인터랙티브 3D 융합 콘텐츠 저작도구를 구현하였다. 저작도구는 실질적 사용성을 확보하기 위해 상용 3D 엔진을 이용하여 구현하였다. 사용성 평가를 위해 구현된 저작도구를 현장 교사들에게 제공한 후 이에 대한 만족도 조사를 수행하였다. 사용자들은 전반적으로 원하는 콘텐츠를 만들 수 있었지만, 스크립트를 통해 제작되는 환경에 다소 복잡함을 느꼈다. 따라서 후속연구를 통해 컴퓨터 환경에 익숙지 않은 사용자를 위한 보다 직관적인 3D 융합콘텐츠 저작 방식을 개발해야 할 필요가 있다.

코딩 교육용 제어 보드와 3D 프린팅 융복합 콘텐츠 개발 (Development of Control Board for Coding Education and Convergence Contents based on 3D Printing)

  • 염성관;김영상
    • 한국융합학회논문지
    • /
    • 제9권9호
    • /
    • pp.1-8
    • /
    • 2018
  • 3D 프린팅 기반의 교육용 콘텐츠 제작과 보급은 창의적 문제 해결의 코딩 교육을 리드하고 활성화하는데 중요한 역할을 한다. 본 논문에서는 아두이노를 활용하여 특화된 기능을 제공하는 8비트 MCU 기반 제어 보드 및 3D 프린팅 기반의 다양한 융합 콘텐츠를 개발하였다. 개발된 제어 프로그램은 양방향 통신을 기본 지원하므로 다양한 모니터링 패킷 지원으로 초당 10회 이상 수행한다. 또한, 다양한 정보 전달을 위한 최적화된 통신 프로토콜을 사용하여 여러 콘텐츠 제어가 가능해진다. 개발된 제어 보드와 3D 프린팅으로 제작된 콘텐츠들은 코딩의 원리와 개념을 교육하는 프로그래밍 교육 도구로 유용하게 활용할 수 있다.

수묵화 기법을 활용한 디지털 융복합 콘텐츠연구 (A Study of Digital Convergence And Integration Contents Utilizing Ink Painting Technique)

  • 곽대위;정진헌
    • 디지털융복합연구
    • /
    • 제17권9호
    • /
    • pp.391-397
    • /
    • 2019
  • 수묵화는 동방 문화에서 중요한 예술 제작 방식 중 하나이다. 수묵화는 서양화보다 현실감이 다소 떨어지는 면이 있지만, 수묵화가 가지는 특별한 화법을 포함해서 동방 문화의 전파와 발전에 크게 기여하였다. 수묵화 화법을 활용한 3D 애니메이션이나 게임 등은 수묵화에서 파생한 콘텐츠이다. 본 논문에서는 3D 수묵화 콘텐츠의 역사와 전통적인 수묵화법 연구를 통하여 전통 수묵화 작품의 예술적 특징과 3D 수묵화 콘텐츠 제작 방법을 연구하였다. 또한 수묵화법을 활용한 디지털 콘텐츠의 확장성을 제시하였다. 모바일 게임, VR, AR 등 새로운 융합콘텐츠로서의 가능성에 대한 연구 가치가 높다고 생각하며, 따라서 수묵화법을 활용한 다양한 영상 콘텐츠는 향후 큰 발전을 기대할 수 있다고 사료된다.

고래 사운드 재생 시스템 구현 (System Realization of Whale Sound Reconstruction)

  • 정의필;전서윤;홍정필
    • 융합신호처리학회논문지
    • /
    • 제20권3호
    • /
    • pp.145-150
    • /
    • 2019
  • 본 논문에서는 가중치를 고려한 L2-norm 최소화 기법으로 역 MFCC 알고리듬을 이용하여 고래 사운드 재생 시스템을 구현하였다. 고래소리 콘텐츠와 3D 프린팅을 결합하여 제작된 본 연구의 결과물은 고래관광 산업 및 멀티미디어 콘텐츠 산업에 기여를 하게 될 것이다. 먼저 다양한 고래 소리를 재생하는 소프트웨어를 개발하고 개발된 소프트웨어를 3D 프린팅된 고래의 내부에 있는 라즈베리 파이 하드웨어에 업로드한다. 이 시스템을 개발하는데 사용된 프로그래밍 언어는 고래소리분류를 위한 C++, 고래 소리 재생 알고리즘을 위한 MATLAB 및 Python, 고래 모형의 3D 프린팅을 위한 Rhino 6 등이다.

수중 3D 콘텐츠 제작에 관한 연구 (A study on underwater 3D contents production)

  • 김상훈;김태은
    • 한국전자통신학회논문지
    • /
    • 제7권3호
    • /
    • pp.529-536
    • /
    • 2012
  • 최근에 3D 콘텐츠에 대한 관심은 점차 늘어나고 있으며 시청자들은 다양한 3D 콘텐츠를 요구하고 있다. 이와 같은 상황에서 수중 3D는 시청자 요구에 부응할 수 있는 하나의 대안이다. 수중은 공기 중과 달리 밀도가 큰 물을 통과하기 때문에 실제 물체 보다 크고 가깝게 보이는 특성이 있다. 이에 맞게 수중 3D 콘텐츠 제작을 위해서는 카메라 사이의 간격과 물체사이의 거리 및 컨버전스 값을 새로이 수정할 필요가 있다. 본 논문에서는 수중이라는 공간이 가지는 특수성에 맞게 최적 입체값 설정 방법을 제시하였다. 또한 수중 3D 콘텐츠 제작 사례를 통해 수중 3D 콘텐츠 개발 방법을 제시하였다. 이를 통해 수중에서만 볼 수 있는 화려한 색감, 다양한 해양생물, 심해의 미개척지 등 헤아릴 수 없는 많은 촬영 소재들이 3D 콘텐츠화 될 수 있기를 기대한다.

3D 애니메이션 데이터 구성요소 및 분류방식 (Component and Classification Method on 3d Animation Data)

  • 김현조;김계원
    • 한국콘텐츠학회논문지
    • /
    • 제8권12호
    • /
    • pp.118-130
    • /
    • 2008
  • 오늘날 IT 기술력의 발달로 인하여 디지털 코드인 0,1숫자들이 각종 미디어의 소통을 담당하고 있다고 해도 과언이 아닐지도 모른다. 시대적인 흐름에 따라 뉴미디어가 등장하면서 다양한 콘텐츠, 미디어의 등장 및 기존 콘텐츠 및 미디어들 간의 컨버젼스(Convergence)들이 이루 졌으며, 데이터간의 통합 및 경계의 벽이 허울어지는 속도가 급속도로 이루어지고 있다. 이러한 디지털 환경 속에서 새롭게 만들어지고, 사라지는 수많은 데이터의 양들도 디지털 기술력의 발달속도만큼 빠르게 변화되어지고 있다. 따라서 본 논문에서는 3D 애니메이션 리소스에 대한 데이터 관리 및 재활용 그리고 저작권 확보를 위한 효율적인 데이터 구성 요소에 대한 분류 및 방식에 대한 연구를 하는데 그 목적이다.

깊이영상 확장을 이용한 고해상도 요소영상 생성 (Generation of High Resolution Elemental Images using Expanded Depth Image)

  • 송민호;임병묵;정지성;류관희
    • 한국콘텐츠학회:학술대회논문집
    • /
    • 한국콘텐츠학회 2016년도 춘계 종합학술대회 논문집
    • /
    • pp.343-344
    • /
    • 2016
  • 최근 3D 기술의 이슈는 안경을 사용하지 않고 고화질 3D를 볼 수 있도록 하는 것이며, 그 기술로 집적영상시스템이 대표적으로 사용된다. 본 논문에서는 고화질의 3D 영상 생성에 대한 기법의 하나로 저해상도의 깊이영상을 고해상도로 확장시켜 고해상도 요소영상을 생성하는 기법을 제안한다. 제안 기법을 적용한 결과 질 좋은 요소 영상을 생성하였다.

  • PDF

3D Cross-Modal Retrieval Using Noisy Center Loss and SimSiam for Small Batch Training

  • Yeon-Seung Choo;Boeun Kim;Hyun-Sik Kim;Yong-Suk Park
    • KSII Transactions on Internet and Information Systems (TIIS)
    • /
    • 제18권3호
    • /
    • pp.670-684
    • /
    • 2024
  • 3D Cross-Modal Retrieval (3DCMR) is a task that retrieves 3D objects regardless of modalities, such as images, meshes, and point clouds. One of the most prominent methods used for 3DCMR is the Cross-Modal Center Loss Function (CLF) which applies the conventional center loss strategy for 3D cross-modal search and retrieval. Since CLF is based on center loss, the center features in CLF are also susceptible to subtle changes in hyperparameters and external inferences. For instance, performance degradation is observed when the batch size is too small. Furthermore, the Mean Squared Error (MSE) used in CLF is unable to adapt to changes in batch size and is vulnerable to data variations that occur during actual inference due to the use of simple Euclidean distance between multi-modal features. To address the problems that arise from small batch training, we propose a Noisy Center Loss (NCL) method to estimate the optimal center features. In addition, we apply the simple Siamese representation learning method (SimSiam) during optimal center feature estimation to compare projected features, making the proposed method robust to changes in batch size and variations in data. As a result, the proposed approach demonstrates improved performance in ModelNet40 dataset compared to the conventional methods.