• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권10호
• /
• pp.4968-4986
• /
• 2017

In this paper, we primarily address the difficulty of automatic generation of a plausible depth map from a single image in an unstructured environment. The aim is to extrapolate a depth map with a more correct, rich, and distinct depth order, which is both quantitatively accurate as well as visually pleasing. Our technique, which is fundamentally based on a preexisting DepthTransfer algorithm, transfers depth information at the level of superpixels. This occurs within a framework that replaces a pixel basis with one of instance-based learning. A vital superpixels feature enhancing matching precision is posterior incorporation of predictive semantic labels into the depth extraction procedure. Finally, a modified Cross Bilateral Filter is leveraged to augment the final depth field. For training and evaluation, experiments were conducted using the Make3D Range Image Dataset and vividly demonstrate that this depth estimation method outperforms state-of-the-art methods for the correlation coefficient metric, mean log10 error and root mean squared error, and achieves comparable performance for the average relative error metric in both efficacy and computational efficiency. This approach can be utilized to automatically convert 2D images into stereo for 3D visualization, producing anaglyph images that are visually superior in realism and simultaneously more immersive.

• 한국정보통신학회논문지
• /
• 제23권12호
• /
• pp.1528-1534
• /
• 2019

최근 들어, 3차원의 깊이 카메라의 대중화로 인해서 RGB 영상에서 수행되던 연구에 새로운 관심과 기회가 생겼지만 사람의 손 자세의 추정은 여전히 어려운 주제 중의 하나로 분류되고 있다. 본 논문에서는 다양하게 입력되는 3차원의 깊이 영상으로부터 사람의 손의 자세를 학습 알고리즘을 이용하여 강인하게 추정하는 방법을 제안한다. 제안된 접근 방법에서는 먼저 뼈대 기반의 손 모델을 생성한 다음, 생성된 손 모델을 3차원의 포인트 클라우드 데이터에 정렬한다. 그런 다음, 랜덤 포레스트 기반의 학습 알고리즘을 이용하여 정렬된 손 모델로부터 손의 자세를 강인하게 추정한다. 본 논문의 실험 결과에서는 제안된 접근 방법이 다양한 실내외의 환경에서 촬영된 입력 영상으로부터 사람의 손의 자세를 강인하고 빠르게 추정한다는 것을 보여준다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제20권2호
• /
• pp.1-11
• /
• 2014

단안 영상에서 3차원 입체영상으로 변환한 결과물의 품질은장면의 물체들에게 부여한 깊이 정보의 정확도에 의존적이다. 영상의 매 프레임마다 장면의 물체들의 깊이 정보를 수동으로 입력하는 것은 많은 시간을 필요로 하는 노동집약적인 작업이다. 특히, 높은 자유도를 가진 관절형 물체인 인간의 몸은 고품질 입체변환에 있어서 가장 어려운 물체 중에 하나이다. 다양한 스타일의 옷, 액세서리, 머리카락들이 만드는 매우 복잡한 실루엣은 문제를 더욱 어렵게 한다. 본 논문에서는 단안 영상에 나타난 인간 오브젝트의 고품질 깊이 정보를 생성하는 효율적인 방법을 제안한다. 먼저, 적은 수의 사용자입력을 기반으로 3 원 템플릿 모델을 순차 관절 각도 제약을 가진 자세 추정 방법을 통해서 영상에 등장하는 2차원 인간 오브젝트에 정합한다. 정합된 3차원 모델로부터 초기 깊이 정보를 획득한 뒤, 컬러 세그멘테이션 방법을 기반으로 한 부분 깊이 전파 방법을 통해 세밀한 표현을 보장하며 누락된 영역을 포함하는 최종 깊이 정보를 생성한다. 숙련된 아티스트들의 수작업 결과물과 제안된 방법의 결과물을 비교한 검증 실험은 제안된 방법이 단안 영상에서 동등한 수준의 깊이 정보를 효율적으로 생성한다는 것을 보여준다.

• 방송공학회논문지
• /
• 제13권4호
• /
• pp.427-439
• /
• 2008

본 논문에서는 일반 단일 시점의 축구 비디오를 스테레오스코픽 영상으로 변환하는 방법을 제안한다. 축구 비디오 분석 과정을 통하여 축구 비디오를 일정한 종류의 샷으로 분류하고, 분류된 샷 종류에 따른 깊이지도 생성 방법을 제안한다. 원거리 샷의 경우에는 운동장 영역 추출을 통하여 운동장 영역에 깊이기도 (Depth Map)을 생성하는 방법을 제안한다. 그리고 비 원거리 샷의 경우, 운동장 영역 블록 수와, 간단한 피부색 발견 알고리즘을 통해 생성한 스킨 블록의 수에 따라 다시 3가지로 샷을 분류하고, 각 종류의 샷에 따른 깊이지도 생성 방식 1) 오브젝트 영역 추출을 통한 깊이지도 생성, 2) 스킨 블록을 이용한 전경 영역 추출과 가우시안 함수를 이용한 깊이기도 생성, 그리고 3) 스킨블록이 없는 상황에서의 깊이기도 생성 방법을 제안한다. 제안한 방법을 통하여 생성한 깊이 지도를 이용하여, 스테레오스코픽 영상을 생성하는 방법을 소개하고, 생성한 실험영상을 결과로 제공한다. 그리고 주관적 깊이감 품질 평가를 통해서, 제안된 방법을 통해 생성된 영상이 원본 영상에 비해 깊이감이 향상됨을 증명한다.

• 한국멀티미디어학회논문지
• /
• 제20권9호
• /
• pp.1491-1501
• /
• 2017

In this paper, we propose a method to measure respiration rate by dividing the respiration related region in depth image using level set method. In the conventional method, the respiration related region was separated using the pre-defined region designated by the user. We separate the respiration related region using level set method combining shape prior knowledge. Median filter and clipping are performed as a preprocessing method for noise reduction in the depth image. As a feasibility test, respiration activity was recorded using depth camera in various environments with arm movements or body movements during breathing. Respiration activity was also measured simultaneously using a chest belt to verify the accuracy of calculated respiration rate. Experimental results show that our proposed method shows good performance for respiration rate estimation in various situation compared with the conventional method.

• 물과 미래
• /
• 제25권4호
• /
• pp.87-95
• /
• 1992

우리나라 26개 유역의 수문학적 토양피복형으로부터 유도된 유출곡선번호((AMC-II 조건에 대한 CN-II와 AMC-III조건에 대한 CN-III)와 동일유역의 250개 강우-유출사상으로부터 유도된 관측유출곡선번호(유역중립곡선번호와 최적곡선번호)를 이용하여 유효강우량과 \ulcorner두유출의 산정의 적용성이 검토되었다. 미계측유역에서 유효강우량에는 CN-III이, \ulcorner두유출에는 CN-II가 적합하고 강우-유출기록이 있는 유역에서는 유역중립곡선번호가 가장 타당한 것으로 나타났다. 강우지속기간에 곡선변화를 나타내는 시변성 곡선번호를 이용하여 해석한 결과 유효강우량과 \ulcorner두유출에 다같이 개선이 나타났다.

• 로봇학회논문지
• /
• 제11권3호
• /
• pp.156-162
• /
• 2016

For the underwater localization, acoustic sensor systems are widely used due to greater penetration properties of acoustic signals in underwater environments. On the other hand, the good penetration property causes multipath and interference effects in structured environment too. To overcome this demerit, a localization method using the attenuation of electro-magnetic(EM) waves was proposed in several literatures, in which distance estimation and 2D-localization experiments show remarkable results. However, in 3D-localization application, the estimation difficulties increase due to the nonuniform (doughnut like) radiation pattern of an omni-directional antenna related to the depth direction. For solving this problem, we added a depth sensor for improving underwater 3D-localization with the EM wave method. A micro scale pressure sensor is located in the mobile node antenna, and the depth data from the pressure sensor is calibrated by the curve fitting algorithm. We adapted the depth(z) data to 3D EM wave pattern model for the error reduction of the localization. Finally, some experiments were executed for 3D localization with the fast calculation and less errors.

• 방송공학회논문지
• /
• 제27권6호
• /
• pp.906-913
• /
• 2022

본 논문에서는 희소 깊이 영상과 컬러 영상을 이용해 조밀한 깊이 영상을 추정하는 깊이 완성을 수행하기 위해 최근접 이웃 커널 기술을 사용하는 방식의 네트워크를 제안한다. 먼저 예측하고자 하는 깊이 영상을 대략적인 깊이 정보의 구조 정보를 포함하는 부분과 세밀한 깊이 정보를 가지는 상세 부분으로 분할하여 예측하는 방식을 제안한다. 이 과정에서 깊이 영상의 구조 및 상세 정보는 분류 기법과 회귀 기법을 활용하여 각각 추정하였으며, 특히 분류 과정에서 최근접 이웃 커널 정보를 활용하여 주변 정보를 통해 분류를 진행하는 방식을 제안하였다. 제안 방식은 기존의 희소 깊이 완성 방식과 비교하여 우수한 성능을 나타냈고, 시각적으로도 만족할만한 결과를 보이게 됨을 확인하였다.

• IEIE Transactions on Smart Processing and Computing
• /
• 제4권6호
• /
• pp.379-383
• /
• 2015

This paper presents an approach to detect object distance with the use of the recently developed low-cost Kinect sensor. The technique is based on Kinect color depth-image processing and can be used to design various computer-vision applications, such as object recognition, video surveillance, and autonomous path finding. The proposed technique uses keypoint feature detection in the Kinect depth image and advantages of depth pixels to directly obtain the feature distance in the depth images. This highly reduces the computational overhead and obtains the pixel distance in the Kinect captured images.

• Journal of the Korean Wood Science and Technology
• /
• 제42권2호
• /
• pp.112-118
• /
• 2014

The depth effect on bending strength of Japanese larch structural lumber was investigated by using the published data of two different depth lumbers with the same length. Depth effect parameters were derived from Weibull's weakest link theory and compared to the results from other researches. Depth effect on bending strength was significant for No.1 and No.3 lumber, but not insignificant for No.2 lumber. Calculated value of the depth effect adjustment factors was 0.21, 0.11 and 0.22 by lumber grade, respectively. These results were similar to those results from previous researches and supported depth effect on bending strength of lumber. An apparent depth adjustment factor has been proposed to 0.2 in the literatures. Based on this study, depth adjustment factor was considered to 0.2 as a conservative optimum design value that should be incorporated in domestic building code (KBC) for structural lumber.