• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권12호
• /
• pp.509-516
• /
• 2022

3차원 공간에서 물체들의 정확한 자세 예측은 실내외 환경에서 장면 이해, 로봇의 물체 조작, 자율 주행, 증강 현실 등과 같은 많은 응용 분야들에서 폭넓게 활용되는 중요한 시각 인식 기술이다. 물체들의 자세 예측을 위한 과거 연구들은 대부분 각 인식 대상 물체마다 정확한 3차원 CAD 모델을 요구한다는 한계점이 있었다. 이러한 과거 연구들과는 달리, 본 논문에서는 3차원 CAD 모델이 없어도 RGB 컬러 영상들만 이용해서 미지 물체들의 자세를 예측해낼 수 있는 새로운 신경망 모델을 제안한다. 제안 모델은 적응형 깊이 추정기인 AdaBins를 이용하여 스스로 미지 물체 자세 예측에 필요한 각 물체의 깊이 지도를 효과적으로 추정해낼 수 있다. 벤치마크 데이터 집합들을 이용한 다양한 실험들을 통해, 본 논문에서 제안한 모델의 유용성과 성능을 평가한다.

• 한국의류학회지
• /
• 제33권8호
• /
• pp.1203-1214
• /
• 2009

The theory of household arts and practical acts are two traditional mainstream topics of official South Korean secondary home economics education. The clothing and textile education within the Secondary School Home Economics Textbook (1948) is various and practical. The first year textbook discusses the symbolism and maintenance of uniforms that provides information on the characteristics of cotton. Clothing and textiles are covered in 26 pages out of the 76 page book. The second year textbook includes the theory of color and form, along with the characteristics of flax and silk. Clothing and textile education is covered in 33 pages out of the 97 second year textbook. The third year textbook deals with the characteristics of wool, manufactured fibers, cross weaving, removing stains, clothing arrangements, and equipment; 5 chapters (56 pages out of 137) are spent on clothing and textiles. The fourth year textbook introduces the history of clothing, laundry principles, dyeing, bedclothes, and bed accessories; 4 chapters (63 pages out of 125 pages) are spent on clothing and textiles. The Secondary School Home Economics Textbook (1948) is highly extensive and profound in depth. It is comparable with modern college or specialized high school level clothing and textile education in terms of clothing materials, clothing maintenance, color theories, and dyeing.

• 천문학회지
• /
• 제25권2호
• /
• pp.111-128
• /
• 1992

Infrared emissions from spherical dust, clouds are calculated using quasi-diffusion method. We have employed graphite-silicate mixture with power-law size distribution for the dust model. The grains are assumed to be heated and cooled by radiative processes only. The primary heating source is diffuse interstellar radiation field. hut the cases with an embedded source are also considered. Since graphite grains have higher temperature than silicate grains, the observed IR emission is mainly due to graphite grains, unless the fraction of graphite grains is negligibly small. The color temperature of Bok globules obtained from IRAS 60 and $100{\mu}m$ data are found to be consistent with the dust cloud with graphite-silicate mixture exposed to average interstellar radiation field. The color temperature is sensitive to the external radiation field, but rather insensitive to the size distribution of the grains. We found that the density distribution can be recovered outside the beam size using the inversion technique that assumes negligible optical depth. However, the information within the beam size is lost for if beam convolved intensity distributions are used in deriving density profile.

• 한국지능시스템학회논문지
• /
• 제26권1호
• /
• pp.44-49
• /
• 2016

본 논문에서는 스테레오 매칭 시 발생하는 신뢰도가 낮은 부분을 컬러와 명도의 다중 임계값에 기반한 영상 분할 기법을 통해 보정하는 방법을 제안한다. 스테레오 매칭은 좌측 영상 위의 한 점과 대응하는 점을 우측 영상에서 찾는 과정이며, 이를 통해 스테레오 영상 내에서 거리 정보를 복원할 수 있다. 하지만 영상 내 특징이 불분명한 부분의 경우, 스테레오 매칭의 신뢰도가 낮기 때문에 Bad Pixel이 발생하게 된다. 제안하는 방법에서는 Bad Pixel을 보정하기 위해서 각 픽셀의 연관성을 고려하고자 한다. 일반적으로 동일한 물체는 비슷한 색상과 명도를 가진다. 따라서 컬러와 명도의 다중 임계값에 의해 각각 분할된 영역을 통해 영역 간의 연관성을 고려하여, 동일한 물체로 판단되는 부분을 재분할한다. 이후 분할된 픽셀들의 관계 정보에 따라 디스패리티 맵의 Bad Pixel을 보정하였다. 실험 결과, 제안하는 방법을 통해 기존 방법의 결과에서 Bad Pixel이 28% 감소함을 확인하였다.

• 융합신호처리학회논문지
• /
• 제15권3호
• /
• pp.85-90
• /
• 2014

본 논문에서는 키넥트의 3차원 영상정보를 이용하여 종이 바이올린 지판과 손가락 끝점을 검출하고 활 움직임을 판정한 뒤, 이 정보를 이용하여 가상 바이올린을 구현하는 방법을 제안한다. 키넥트의 컬러영상과 깊이영상을 이용하여 먼저 바이올린 지판을 식별하고 손가락 끝점을 검출한 뒤 지판 정보와 사용자의 지판 누름 여부를 판정하기 위한 지판의 깊이 정보를 검출한다. 운지와 활 움직임 정보에서 음이름을 판정하여 PC MIDI 인터페이스를 통해 가상 바이올린 연주 시스템을 구현하였다. 본 논문에서 제안하는 방법을 이용하여 가상 바이올린 성능평가를 수행한 결과 높은 검출 정확도를 보였다. 구현된 가상 바이올린 기능을 활용하여 바이올린 연주 입력장치를 구현함으로써 PC기반 바이올린 연주시스템 구현의 편리성을 보였으며 악기 초보자가 PC 기반 바이올린 연주 학습에 사용자 인터페이스로 활용할 수 있는 가능성을 확인하였다.

• 방송공학회논문지
• /
• 제17권3호
• /
• pp.437-446
• /
• 2012

흑백 혹은 컬러 영상과 같은 2차원 정보를 사용한 얼굴 검출 알고리즘에 관한 연구가 수십 년 동안 이루어져 왔다. 최근에는 저가 range 센서가 개발되어, 이를 통해 3차원 정보 (깊이 정보: 카메라와 물체사이의 거리를 나타냄)를 손쉽게 이용함으로써 얼굴의 특징을 높은 신뢰도로 추출하는 것이 가능해졌다. 대부분 사람 얼굴에는 3차원적인 얼굴의 구조적인 특징이 있다. 본 논문에서는 흑백 영상과 깊이 영상을 사용하여 얼굴을 검출하는 알고리즘을 제안한다. 처음에는 흑백 영상에 adaboost를 적용하여 얼굴 후보 영역을 검출한다. 얼굴 후보 영역의 위치에 대응되는 깊이 영상에서의 얼굴 후보 영역을 추출한다. 추출된 영역의 크기를 $5{\times}5$ 영역으로 분할하여 깊이 값의 평균값을 구한다. 깊이 값들의 평균값들 간에 순위를 매김으로써 블록 순위 패턴이 생성된다. 얼굴 후보 영역의 블록 순위 패턴과 학습 데이터를 사용하여 미리 학습된 템플릿 패턴을 매칭함으로써 최종 얼굴 영역인지 아닌지를 판단할 수 있다. 제안하는 방법의 성능을 Kinect sensor로 취득한 실제 영상으로 실험하였다. 실험 결과 true positive를 잘 보존하면서 많은 false positive들을 효과적으로 제거하는 것을 보여준다.

• 방송공학회논문지
• /
• 제26권6호
• /
• pp.714-724
• /
• 2021

포인트 클라우드 콘텐츠는 실제 환경 및 물체를 3차원 위치정보를 갖는 점들과 그에 대응되는 색상 등을 획득하여 기록한 실감 콘텐츠이다. 위치와 색상 정보로 구성된 3차원 점으로 이루어진 포인트 클라우드 콘텐츠는 확대하여 렌더링 할 경우 점과 점 사이의 간격이 벌어지면서 빈 구멍이 발생하게 된다. 본 논문에서는 포인트 클라우드 확대 시 점들 간 간격이 벌어져 생기는 구멍을 찾고 구멍에 대해 깊이정보를 활용한 역 변환 기반 보간 방법을 통해 포인트 클라우드 콘텐츠 품질을 개선하는 방법을 제안한다. 영상의 확대나 카메라 근접 등으로 포인트들의 간격이 벌어지면 틈이 생기면서 구멍 사이에 뒷면의 포인트들이 렌더링 되어 보간 방법을 적용하는데 방해요소로 작용한다. 이를 해결하기 위해 포인트 클라우드의 뒷면에 해당하는 점들을 제거한다. 다음으로 빈 구멍이 발생한 시점의 깊이 맵(depth map)을 추출한다. 마지막으로 역 변환을 하여 원본의 데이터에서 픽셀을 추출한다. 제안하는 방법으로 콘텐츠를 렌더링한 결과, 기존의 크기를 늘려 빈 영역을 채우는 방법에 비해 렌더링 품질이 평균 PSNR 측면에서 1.2 dB 향상된 결과를 보였다.

• 정보처리학회논문지B
• /
• 제11B권4호
• /
• pp.509-516
• /
• 2004

의미기반 이미지 검색에서의 의미적 내용 인식은 주석 위주의 텍스트 정보를 이용하는 것이 일반적이다. 이러한 텍스트 정보 기반 이미지 검색은 전통적인 검색 방법인 키워드 검색 기술을 그대로 사하여 쉽게 구현할 수 있으나, 텍스트의 개념적 매칭이 아닌 스트링 매칭이므로 주석 처리된 단어와 정확한 매칭이 없다면 검색할 수 없는 단점이 있었다. 이에 본 논문에서는 Ontology의 일종인 WordNet을 이용하여 깊이, 정보량, 링크 타입, 밀도 등을 고려한 단어간 의미 유사도를 측정하여 패턴 매칭의 문제점을 해결하고자 한다. 또한, 이미지의 컬러 분포 유사도를 측정하여 저차원 특징과 결합한 의미적 이미지 검색이 가능하도록 설계하였다. 제안된 검색 방안에 대해 'Microsoft Design Gallery Live'의 주석을 포함한 이미지를 대상으로 실험한 결과, 기존 의미기반 검색 시스템보다 향상된 결과를 확인하였다.

• 전기전자학회논문지
• /
• 제28권1호
• /
• pp.65-71
• /
• 2024

본 논문은 스테레오 매칭에서 깊이 맵의 정확도를 높이기 위해 폐색 영역의 매칭 오류를 줄이면서 파라메터의 수를 줄일 수 있는 신경망을 제안한다. 이미지를 이용한 상황인식을 보다 정확하게 하기 위해 많은 분야에서 스테레오 매칭기반 객체인식이 활용된다. 복잡한 이미지에 많은 객체가 있을 때 객체간의 겹침과 배경에 의한 가림으로 폐색영역이 발생하여 깊이 맵의 정확도를 낮추게 된다. 이를 해결하기 위해 context 정보를 만들어 cost volume에 결합하거나 폐색영역에 RoI를 만들어 선택하는 기존 연구 방법은 신경망의 복잡도를 높여서 학습의 어려움과 구현에 비용이 많이 들게 된다. 본 논문에서는 cost volume 생성전에 지역적인 특징추출을 보다 강화하는 depthwise seperable 신경망을 만들어 파라메터의 수를 줄이고 폐색 오류에 강인한 신경망을 제안한다. 제안한 신경망은 PSMNet에 비하여 파라메터 수를 30% 줄이면서 페색오류에서 5.3%, 테스트 손실에서 3.6% 개선하였다.

• 한국주거학회논문집
• /
• 제16권2호
• /
• pp.1-10
• /
• 2005

The purpose of this study is providing useful information for consumer-friendly house plan by investigating remodeling apartments according to the area type and size. In order to achieve this aim, case study was applied. The case study was conducted of five small, medium, and large size apartments through depth-interviews, actual survey, and questionnaires on the remodeling behavior, interior design, and interior atmosphere. The results of the study are as follows: Structural alterations were frequent in communal area, and then in private and household areas. Changing lighting fixtures was frequent in all area types, and especially, in communal areas installing extra decoration was frequently observed. Besides, alterations of doors and window frames were carried out in communal, private, housework and service areas by using wood, aluminum sashes, double-glazing, and paint coating. Finally, in housework areas the material and color of counters were changed into wooden and achromatic.