• 한국디지털건축인테리어학회논문집
• /
• 제12권3호
• /
• pp.81-89
• /
• 2012

Luminance is the most important quantity in lighting design and illuminating engineering. There are three methods for measuring luminance; using a conventional luminance meter, through the illuminance measurement and subsequent calculations and using digital imaging photometer. Recently, HDRI(High Dynamic Range Imaging) technique introduces a new method of capturing luminance values in a lighting environment. The radiance maps from HDRI are commonly used as visual environment maps for lighting analysis applications. For the HDRI, HDR software is needed to create HDR image. Currently, there is number of HDR software available. The purpose of this paper is to investigate whether a luminance map can be accurately captured by the various types of HDR software which include HDR Shop and Photoshop. To accomplish this goal a set of experiments was conducted. In order to assess the luminance values of the HDR image from HDR software, the values had to be compared to the ones obtained with conventional methods of luminance measurement.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 춘계학술발표대회
• /
• pp.550-553
• /
• 2010

최근 영화, 광고 그리고 증강현실과 혼합현실 등 다양한 분야에서 실제 영상에 가상의 객체를 합성하는 기법이 자주 사용되고 있다. 보다 사실적인 합성 결과를 생성하기 위해서는 실제 배경영상의 광원정보를 그대로 적용해야 한다. 이러한 실 세계의 광원 정보를 이용하기 위해서는 HDR(High Dynamic Range) 영상을 생성해야 한다. 일반적으로 HDR 영상을 생성하기 위해서는 고가의 HDR 카메라를 사용하거나 LDR(Low Dynamic Range) 카메라를 사용하여 노출 시간을 달리한 일련의 LDR 영상을 촬영하여 이를 기반으로 HDR 영상을 생성해야 한다. 본 논문에서는 이러한 단점을 보완하기 위해 한 장의 LDR 환경 맵을 HDR 환경 맵으로 복원하는 방법에 대해 제안한다. 제안하는 방법을 통해 LDR 환경 맵을 HDR 환경 맵으로 복원할 수 있으며 결과에서 볼 수 있듯이 HDR 영상을 이용했을 때와 유사한 렌더링 결과를 생성할 수 있다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제27권3호
• /
• pp.31-42
• /
• 2021

본 연구에서는 딥러닝을 기반으로 하여 실내와 실외 이미지 모두에서 알맞은 광원을 추출하는 방법론을 소개한다. 네트워크는 단일 LDR 이미지로부터 실내 혹은 실외 배경에 맞는 광원을 low dynamic range (LDR) 환경 맵으로 추출하는 Crop-to-PanoLDR 네트워크와 추출된 LDR 환경 맵을 빛의 정보를 담은 high dynamic range (HDR) 환경 맵으로 생성하는 LDR-to-HDR 네트워크 두 단계로 구성된다. 이와 같은 과정을 통해 최종적으로 생성된 HDR 환경 맵은 주어진 이미지에서 가상 객체를 렌더링할 때 적용되어 가상 객체를 조명하는 빛의 방향과 주변광 등을 확인함으로써 자연스러운 렌더링을 가능하게 하는지 검증한다. 본 연구에서 제안한 방법론의 우수성은 실내를 배경으로 한 이미지로만 구성한 데이터로 학습한 결과와 실외를 배경으로 한 이미지로만 학습한 결과 등과 비교하여 검증하였다. 또한, 실내와 실외를 구분하는 역할을 수행하는 손실 함수가 학습 결과에 미치는 영향을 실험, 검증하였다. 최종적으로 본 연구에서 생성된 환경 맵을 기존의 연구 결과와 비교 실험하는 사용자 테스트를 진행하였고 더 좋은 결과를 확인할 수 있었다.

• 한국멀티미디어학회논문지
• /
• 제15권11호
• /
• pp.1399-1408
• /
• 2012

광원은 그래픽 모델의 색상과 밝기에 영향을 미치는 중요한 요소이며, 사실적인 합성 결과를 얻기 위해서는 실세계에 존재하는 모든 광원의 정보를 정교하게 저장하고 적절히 활용할 수 있어야 한다. 실세계 광원정보를 HDR 환경 맵으로 표현하여 높은 정확도로 저장하는 것이 가능하지만, 고정된 조명 환경에서 촬영된 한 장의 HDR 환경 맵만으로는 동적 가상 조명 위치에 대한 새로운 환경 맵을 생성하는 것은 불가능하다. 본 논문에서는 미리 정의된 위치와 방향에서 촬영된 대표 HDR 환경 맵들을 이용하여 임의로 선택된 위치에 대응하는 가상 광원의 정보를 동적으로 생성하는 기법에 대해 설명한다. 본 기법은 입력된 대표 HDR 영상들로부터 분석된 광원의 밝기와 분포 등의 정보를 기반으로 영상 보간을 통해 가상 조명에 대한 HDR 환경맵을 자동 계산한다. 보간 결과로 얻어진 정보를 영상기반 라이팅 기법에 활용함으로써 가상 광원의 효과가 그래픽 모델의 렌더링 결과에 사실적으로 반영될 수 있음을 보인다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제18권2호
• /
• pp.1-8
• /
• 2012

HDR (high dynamic range) 영상은 일반적인 디지털 영상보다 훨씬 더 넓은 수치 범위로 빛의 노출을 저장한다. 따라서 실세계에 존재하는 광원들에 의해 표현되는 특정 장면에 내재된 빛의 세기를 매우 정확하게 저장할 수 있다. 이러한 HDR 영상을 빠르고 정확하게 촬영할 수 있는 전문가용 HDR 카메라가 개발되었으나 높은 가격으로 인해 아직까지 일반적인 작업환경에서 이용하기에는 어려움이 있다. 낮은 비용으로 HDR영상을 생성하는 일반적인 방법은 범용 디지털카메라를 이용해 동일한 장면을 서로 다른 노출로 반복 촬영하고 상용 소프트웨어에서 이들을 입력받아 하나의 HDR 영상으로 변환하는 것이다. 하지만 이러한 방법은 복잡하고 정확한 카메라 보정을 필요로 하는 작업이다. 더욱이 이 방법을 이용해 고급 영상 콘텐츠 제작을 위한 HDR 환경 맵을 생성하는 경우 더 섬세한 수작업과 시간 투자를 필요로 한다. 본 논문에서는 이러한 촬영 작업을자동화 하기위해 개발된 HDR 파노라마 환경 맵 제작 시스템에 대해 자세히 설명한다. 그리고 영상기반 라이팅 기법을 적용하여 3D 그래픽 모델을 2D 배경영상에 삽입하는 사실적합성 작업에서 본 시스템이 효과적으로 이용될 수 있음을 실제 사례를 통해 보인다.

• 조명전기설비학회논문지
• /
• 제28권7호
• /
• pp.26-33
• /
• 2014

The purpose of this study is to evaluate the accuracy of luminance maps generated from five types of HDRI builder(High Dynamic Ranging Image builder) which include Photosphere, Bracket, Picturenaut, Luminance HDR and Photoshop. To accomplish this goal a set of experiments was conducted. In order to assess the luminance values of the HDR image from HDR image builder, the values had to be compared to the ones obtained from imaging photometer. After comparing measured luminance data using imaging photometer with those retrieved from the HDR images, Photosphere error rate estimated at 3% below.

• 한국게임학회 논문지
• /
• 제6권2호
• /
• pp.45-50
• /
• 2006

실 세계 공간에 가상 물체를 사실적으로 합성하기 위해서는 공간 내에 존재하는 조명정보 등을 분석해야 한다. 본 논문에서는 카메라에 대한 사전 교정(calibration)없이 카메라 및 조명의 위치 등을 추정하는 새로운 조명공간 재구성 방법이 제안된다. 먼저, 어안렌즈(fisheye lens)로부터 얻어진 전방향(omni-directional) 다중 노출 영상을 이용해 HDR (High Dynamic Range) 래디언스 맵(radiance map)을 생성한다. 그리고 다수의 대응점으로부터 카메라의 위치를 추정한 다음, 방향벡터를 이용해 조명의 위치를 재구성한다. 또한 대상 공간 내 많은 영향을 미치는 전역 조명과 일부 지역에 국한되어 영향을 주는 방향성을 갖는 지역 조명으로 분류하여 조명 환경을 재구성한다. 재구성된 조명환경 내에서 분산광선추적(distributed ray tracing) 방법으로 렌더링한 결과로부터 사실적인 합성영상이 얻어짐을 확인하였다. 제안된 방법은 카메라의 사전 교정 등이 필요하지 않으며 조명공간을 자동으로 재구성할 수 있는 장점이 있다.