• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.78-79
• /
• 2022

본 논문에서는 RGB-D 카메라를 이용하여 획득한 다수 사용자의 정규화된 스켈레톤의 신체 비율 분석을 통해 각 사용자의 구분 및 위치를 추적하는 기법을 제안한다. 이를 위해 3D 포인트 클라우드로부터 각 사용자의 3D 스켈레톤을 추출한 뒤 신체 비율 정보를 저장한다. 이후 저장된 신체 비율 정보를 전체 프레임에서 출력된 신체 비율 데이터와 유사도를 비교하여 전체 영상에서의 사용자 구분 및 위치추적 알고리즘을 제안한다.

• 한국생활과학회지
• /
• 제24권4호
• /
• pp.555-569
• /
• 2015

During a design process of a protective equipment for sports activities, minimizing movement restrictions is important for enhancing its functions particularly for protection. This study presents a three-dimensional(3D) modeling methodology for designing baseball catcher's leg guards that will allow maximum possible performance, while providing necessary protection. 3D scanning is performed on three positions frequently used by a catcher during the course of a game by putting markings on the subject's legs at 3cm intervals : a standing, a half squat with knees bent to 90 degrees and 120 degrees of knee flexion. Using data obtained from the 3D scan, we analyzed the changes in skin length, radii of curvatures, and cross-sectional shapes, depending on the degree of knee flexion. The results of the analysis were used to decide an on the ideal segmentation of the leg guards by modeling posture. Knee flexions to 90 degrees and to $120^{\circ}$ induced lengthwise extensions than a standing. In particular, the vertical length from the center of the leg increases to a substantially higher degree when compared to those increased from the inner and the outer side of the leg. The degree of extension is varied by positions. Therefore, the leg guards are segmented at points where the rate of increase changed. It resulted in a three-part segmentation of the leg guards at the thigh, the knee, and the shin. Since the 120 degree knee-flexion posture can accommodate other positions as well, the related 3D data are used for modeling Leg Guard (A) with the loft method. At the same time, Leg Guard (B) was modeled with two-part segmentation without separating the knee and the shin as in existing products. A biomechanical analysis of the new design is performed by simulating a 3D dynamic analysis. The analysis revealed that the three-part type (A) leg guards required less energy from the human body than the two-part type (B).

• 방송공학회논문지
• /
• 제27권5호
• /
• pp.638-653
• /
• 2022

본 논문은 고화질 2차원 전신 영상을 입력으로 받아 영상 속 인물이 입고 있는 의상 패턴과 체형 정보를 추정한 후, 이를 반영한 3차원 가상 휴먼의 생성 기법을 제안한다. 의상의 패턴을 얻기 위해서 Cascade Mask R-CNN을 이용하여 의상 분할을 진행한다. 이후 Pix2Pix로 경계를 블러 및 배경색을 추정하고, UV-Map 기반으로 변환하여 3차원 의상 메쉬의 UV-Map을 얻을 수 있다. 또한, SMPL-X를 이용하여 체형 정보를 얻고 이를 기반으로 의상과 신체의 기본 메쉬를 변형한다. 앞서 얻은 의상 UV-Map, 체형이 반영된 의상과 신체의 메쉬를 이용해 최근 각광받고 있는 게임 엔진인 언리얼 엔진에서 렌더링하여 최종적으로 사용자가 그의 외형이 반영된 3차원 가상 휴먼의 애니메이션을 볼 수 있도록 한다.

• International Journal of Advanced Culture Technology
• /
• 제9권4호
• /
• pp.385-391
• /
• 2021

3D modeling of the human body is an integral part of computer graphics. Among them, several studies have been conducted on hair modeling, but there are generally few studies that effectively implement hair and face modeling simultaneously. This study has the originality of providing users with customized face modeling and hair modeling that is different from previous studies. For realistic hair styling, We design and realize hair segmentation using FCN, and we select the most appropriate model through comparing PSPNet, DeepLab V3+, and MobileNet. In this study, we use the open dataset named Figaro1k. Through the analysis of iteration and epoch parameters, we reach the optimized values of them. In addition, we experiment external parameters about the location of the camera, the color of the lighting, and the presence or absence of accessories. And the environmental analysis factors of the avatar maker were set and solutions to problems derived during the analysis process were presented.

• 로봇학회논문지
• /
• 제8권1호
• /
• pp.1-7
• /
• 2013

Body gesture Recognition has been one of the interested research field for Human-Robot Interaction(HRI). Most of the conventional body gesture recognition algorithms used Hidden Markov Model(HMM) for modeling gestures which have spatio-temporal variabilities. However, HMM-based algorithms have difficulties excluding meaningless gestures. Besides, it is necessary for conventional body gesture recognition algorithms to perform gesture segmentation first, then sends the extracted gesture to the HMM for gesture recognition. This separated system causes time delay between two continuing gestures to be recognized, and it makes the system inappropriate for continuous gesture recognition. To overcome these two limitations, this paper suggests primitive body model encoding, which performs spatio/temporal quantization of motions from human body model and encodes them into predefined primitive codes for each link of a body model, and Selective/Asynchronous Input-Parallel State machine(SAI-PSM) for multiple-simultaneous gesture recognition. The experimental results showed that the proposed gesture recognition system using primitive body model encoding and SAI-PSM can exclude meaningless gestures well from the continuous body model data, while performing multiple-simultaneous gesture recognition without losing recognition rates compared to the previous HMM-based work.

• 대한자기공명의과학회:학술대회논문집
• /
• 대한자기공명의과학회 2003년도 제8차 학술대회 초록집
• /
• pp.78-78
• /
• 2003

목적： 이전에는 손쉽게 구할 수 있는 표준데이터를 가지고 visual human body model을 형성하였다. 주로 팬텀이나, 외국인의 데이터를 가지고 만든 것이기 때문에 우리가 실제 실험에 쓰려면 큰 차이가 있었다. 그래서 본 연구에서는 실제 우리나라 사람 중 동일 인물의 MR와 CT 이미지를 가지고 인체 모델을 만들고자 하였다. 그러기 위해서 먼저 인체의 MR, CT영상에 대한 특징을 분석해야 했고, 이것을 바탕으로 영상 분할(Image Segmentation)을 하였다. 인체 부위에 따라 영상 분할 방법도 그 차이가 있음을 알 수 있었다.

• Journal of Radiation Protection and Research
• /
• 제47권3호
• /
• pp.111-133
• /
• 2022

The exciting advancement related to the "modeling of digital human" in terms of a computational phantom for radiation dose calculations has to do with the latest hype related to deep learning. The advent of deep learning or artificial intelligence (AI) technology involving convolutional neural networks has brought an unprecedented level of innovation to the field of organ segmentation. In addition, graphics processing units (GPUs) are utilized as boosters for both real-time Monte Carlo simulations and AI-based image segmentation applications. These advancements provide the feasibility of creating three-dimensional (3D) geometric details of the human anatomy from tomographic imaging and performing Monte Carlo radiation transport simulations using increasingly fast and inexpensive computers. This review first introduces the history of three types of computational human phantoms: stylized medical internal radiation dosimetry (MIRD) phantoms, voxelized tomographic phantoms, and boundary representation (BREP) deformable phantoms. Then, the development of a person-specific phantom is demonstrated by introducing AI-based organ autosegmentation technology. Next, a new development in GPU-based Monte Carlo radiation dose calculations is introduced. Examples of applying computational phantoms and a new Monte Carlo code named ARCHER (Accelerated Radiation-transport Computations in Heterogeneous EnviRonments) to problems in radiation protection, imaging, and radiotherapy are presented from research projects performed by students at the Rensselaer Polytechnic Institute (RPI) and University of Science and Technology of China (USTC). Finally, this review discusses challenges and future research opportunities. We found that, owing to the latest computer hardware and AI technology, computational human body models are moving closer to real human anatomy structures for accurate radiation dose calculations.

• 한국전자통신학회논문지
• /
• 제17권1호
• /
• pp.111-118
• /
• 2022

컴퓨터 비전 연구에서 2차원 인체 자세는 매우 광범위한 연구 방향으로 특히 자세 추적과 행동 인식에서 유의미한 분야다. 인체 자세 표적 획득은 이미지에서 인체 목표를 정확히 찾는 방법을 연구하는 것이 핵심이며 인체 자세 인식은 인공지능(AI)에 적용하는 한편 일상생활에 활용되고 있어서 매우 중요한 연구의의가 있다. 인체 자세 인식 효과의 우수성의 기준은 인식 과정의 성공률과 정확도에 의해 결정된다. 본 연구의 인체 자세 인식에서는 딥러닝 전용 데이터셋인 MS COCO를 기반하여 인체를 17개의 키 포인트로 구분하였다. 다음으로 주요 특징에 대한 세분화 마스크(segmentation mask) 방법을 사용하여 인식률을 개선하였다. 최종적으로 신경망 모델을 설계하고 간단한 단계별 학습부터 효율적인 학습에 이르기까지 많은 수의 표본을 학습시키는 알고리즘을 제안하여 정확도를 향상할 수 있었다.

• 한국산업정보학회논문지
• /
• 제24권5호
• /
• pp.17-25
• /
• 2019

본 논문은 단일 이미지를 패션쇼 워킹 영상으로 변환하는 기술을 소개한다. 일반인이 가상으로 패션모델이 되어 보는 흥미로운 응용일 뿐 아니라, 나아가 가상 착용기술과 함께 결합하게 되면 의상착용결과의 동적인 확인이 가능한 기술이다. 본 논문에서 사용한 기술은 이미지에서 3차원 인간신체 모델을 추정 복원해 주는 SMPLify 기법에 기초하여, 인체 모델에서 의상을 포함한 사람으로 모델을 확장하고, 이에 애니메이션 기법을 적용하여 구현되었다. 인체와 의상을 포한한 사람의 3차원 모델은 2차원 이미지 상에서 기하변형과 깊이정보를 사용하여 복원하였다. 패션 데이터 셋에 적용해 본 결과 정자세의 경우에는 성공적인 수준의 결과를 보였으나, 상용수준의 성능을 위해서는 이미지의 분할 기술, 매핑기술 및 가려진 영역의 복원기술 등 선 후처리 기술에 보완이 필요한 것으로 확인되었다.

• 한국멀티미디어학회논문지
• /
• 제10권6호
• /
• pp.716-725
• /
• 2007

In this paper we describe a motion tracking algorithm for 3D human animation using stereo vision system. This allows us to extract the motion data of the end effectors of human body by following the movement through segmentation process in HIS or RGB color model, and then blob analysis is used to detect robust shape. When two hands or two foots are crossed at any position and become disjointed, an adaptive algorithm is presented to recognize whether it is left or right one. And the real motion is the 3-D coordinate motion. A mono image data is a data of 2D coordinate. This data doesn't acquire distance from a camera. By stereo vision like human vision, we can acquire a data of 3D motion such as left, right motion from bottom and distance of objects from camera. This requests a depth value including x axis and y axis coordinate in mono image for transforming 3D coordinate. This depth value(z axis) is calculated by disparity of stereo vision by using only end-effectors of images. The position of the inner joints is calculated and 3D character can be visualized using inverse kinematics.