• 한국컴퓨터정보학회논문지
• /
• 제24권3호
• /
• pp.41-47
• /
• 2019

In this paper, we propose a application of conditional generative adversarial network (cGAN) for generation of contrast enhanced computed tomography (CT) image. Two types of CT data which were the enhanced and non-enhanced were used and applied by the histogram equalization for adjusting image intensities. In order to validate the generation of contrast enhanced CT data, the structural similarity index measurement (SSIM) was performed. Prepared generated contrast CT data were analyzed the statistical analysis using paired sample t-test. In order to apply the optimized algorithm for the lymph node cancer, they were calculated by short to long axis ratio (S/L) method. In the case of the model trained with CT data and their histogram equalized SSIM were $0.905{\pm}0.048$ and $0.908{\pm}0.047$. The tumor S/L of generated contrast enhanced CT data were validated similar to the ground truth when they were compared to scanned contrast enhanced CT data. It is expected that advantages of Generated contrast enhanced CT data based on deep learning are a cost-effective and less radiation exposure as well as further anatomical information with non-enhanced CT data.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권7호
• /
• pp.1794-1806
• /
• 2023

This study presents a method for capturing photographs of users as input and converting them into 2D character animation sprites using a generative adversarial network-based artificial intelligence network. Traditionally, 2D character animations have been created by manually creating an entire sequence of sprite images, which incurs high development costs. To address this issue, this study proposes a technique that combines motion videos and sample 2D images. In the 2D sprite generation process that uses the proposed technique, a sequence of images is extracted from real-life images captured by the user, and these are combined with character images from within the game. Our research aims to leverage cutting-edge deep learning-based image manipulation techniques, such as the GAN-based motion transfer network (impersonator) and background noise removal (U² -Net), to generate a sequence of animation sprites from a single image. The proposed technique enables the creation of diverse animations and motions just one image. By utilizing these advancements, we focus on enhancing productivity in the game and animation industry through improved efficiency and streamlined production processes. By employing state-of-the-art techniques, our research enables the generation of 2D sprite images with various motions, offering significant potential for boosting productivity and creativity in the industry.

• International Journal of Advanced Culture Technology
• /
• 제11권4호
• /
• pp.346-351
• /
• 2023

With the rapid development of Artificial Intelligence (AI) technology, there is an increasing variety of methods for creating 3D models. These include innovations such as text-only generation, 2D images to 3D models, and combining images with cue words. Each of these methods has unique advantages, opening up new possibilities in the field of 3D modeling. The purpose of this study is to explore and summarize these methods in-depth, providing researchers and practitioners with a comprehensive perspective to understand the potential value of these methods in practical applications. Through a comprehensive analysis of pure text generation, 2D images to 3D models, and images with cue words, we will reveal the advantages and disadvantages of the various methods, as well as their applicability in different scenarios. Ultimately, this study aims to provide a useful reference for the future direction of AI modeling and to promote the innovation and progress of 3D model generation technology.

• 한국게임학회 논문지
• /
• 제15권6호
• /
• pp.121-130
• /
• 2015

본 논문에서는 표본 기반 영상 인페인팅을 이용하여 틀린그림찾기 게임의 컨텐츠를 자동으로 생성하는 방법을 제안한다. 틀린그림찾기 게임은 원본 영상에서 특정 물체를 제거하거나 색상을 변경, 혹은 다른 물체로 대치시켜서 새로운 영상을 만든 후 두 영상의 차이점을 찾아내는 게임이다. 표본 기반 영상 인페인팅 기술은 정지 영상에서 의미가 없거나 관심 밖의 피사체를 영상에서 제거하는 역할을 한다. 본 논문에서는 표본 기반 영상 인페인팅을 이용해 물체 제거 문제를 자동화시키는 방법을 제안한다. 실제 구현 및 실험을 통해 틀린그림찾기 영상을 생성한 결과 제안하는 방법이 틀린그림찾기 컨텐츠를 자동 생성하는데 효과적임을 확인하였다.

• 한국군사과학기술학회지
• /
• 제22권1호
• /
• pp.49-59
• /
• 2019

Generative adversarial networks(GANs) have received great attention in the machine learning field for their capacity to model high-dimensional and complex data distribution implicitly and generate new data samples from the model distribution. This paper investigates the model training methodology, architecture, and various applications of generative adversarial networks. Experimental evaluation is also conducted for generating synthetic image dataset for defense using two types of GANs. The first one is for military image generation utilizing the deep convolutional generative adversarial networks(DCGAN). The other is for visible-to-infrared image translation utilizing the cycle-consistent generative adversarial networks(CycleGAN). Each model can yield a great diversity of high-fidelity synthetic images compared to training ones. This result opens up the possibility of using inexpensive synthetic images for training neural networks while avoiding the enormous expense of collecting large amounts of hand-annotated real dataset.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2014년도 추계학술대회
• /
• pp.818-819
• /
• 2014

최근 안경을 쓰지 않고 3차원 입체 영상을 볼 수 있는 무안경식 3차원 디스플레이 중에서 DIBR(Depth-Image-Based Rendering) 기반의 중간 영상을 생성하는 연구가 많이 진행되고 있다. DIBR 기반의 중간 영상 생성 방법은 정확한 깊이 정보를 요구하기 때문에 기존의 연구에서는 고가의 깊이 카메라를 활용하였다. 본 연구에서는 마이크로소프트사의 키넥트 센서를 이용한 실사 영상과 깊이 영상을 기반으로 다시점 중간 영상을 생성할 수 있는 시뮬레이션 프로그램을 개발하였다. 이 시뮬레이션은 키넥트(Kinect)를 활용한 저해상도의 깊이 영상으로부터 자연스러운 다시점 영상을 획득하는 것을 목적으로 하며, 이를 위해 생성된 영상의 품질을 평가할 수 있는 기능을 통합적으로 제공한다. 본 논문에서는 이러한 시뮬레이션 프로그램의 시스템 구조와 구현에 대해서 설명한다.

• 한국의상디자인학회지
• /
• 제25권1호
• /
• pp.65-81
• /
• 2023

The purpose of this study is to interpret the semantic actions of body image symbolized in body expression images shown by micro-influencers body profiles to understand the body profile phenomenon of the MZ generation. As a result of collecting body profile data from micro-influencers, the body profile image types of female influencers on SNS were classified into four types, Athletic, Slim body, Natural, and, Glamorous. Images representing each type were analyzed using the Roland Barthes' Myth model analysis frame. As a result of the semantic analysis, influencers were found to be very active and bold, emphasizing certain body parts according to the type of body image they pursue. Fashion is strategically used to emphasize these aspects. It was found that the ideology of a 'subjective modern woman' was commonly expressed through emphasis on visual signs. This study is meaningful in that it can indirectly lead to the understanding the fashion culture expressed by the MZ generation and provide consumer information and essential data that can be used for communication strategies in the fashion market.

• 제어로봇시스템학회논문지
• /
• 제22권8호
• /
• pp.643-649
• /
• 2016

This paper presents a new image cache algorithm for real-time implementation of high-resolution color image warping. The cache memory is divided into four cache memory modules for simultaneous readout of four input image pixels in consideration of the color filter array (CFA) pattern of an image sensor and CFA image warping. In addition, a pipeline structure from the cache memory to an interpolator is shown to guarantee the generation of an output image pixel at each system clock cycle. The proposed image cache algorithm is applied to an FPGA-based real-time color image warping, and experimental results are presented to show the validity of the proposed method.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제6권4호
• /
• pp.211-216
• /
• 2017

본 논문에서는 조영증강 초음파 진단시스템에서 유용성과 성능을 개선하기 위한 영상처리 기법을 제안한다. 의료초음파 영상에서 진단 파라미터 데이터를 가시화 하는 방법론으로서 연속적인 픽셀 값을 갖는 전이시간 데이터의 표현과, 4가지 유형의 값으로 분류되는 병변 진단 파라미터 영상을 생성하는 방법을 제시한다. 또한 생성된 파라미터 영상에서 노이즈를 제거하기 위한 방법론으로서 MRF 모델을 이용한 영상개선 기법을 제안한다. 이러한 파라미터 영상 생성기법은 초음파 진단 데이터에서 조영증강 패턴의 동적인 변화에 대한 육안 판별의 한계를 극복할 수 있게 한다. 제안된 방법은 원영상에서 영역의 윤곽선을 명확하게 하며 4가지 색상을 통하여 병변의 특성에 관한 시각적 판단을 용이하게 한다. MRF기반 영상개선 과정에서 연속적인 픽셀 값에 대한 에너지함수를 정의하고 이를 최적화 하는 기법을 개발하였으며 실제 의료영상을 사용한 실험을 통하여 제안된 이론의 유용성을 평가하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제36권8호
• /
• pp.664-672
• /
• 2009

최근 영상 데이터의 효율적인 표현 및 처리를 위해 텐서를 사용하는 연구가 관심을 모으고 있다. 본 연구에서는 2차 텐서로 표현된 데이터를 효과적으로 분류하기 위한 시스템을 개발하는 것을 목적으로 한다. 이를 위해 먼저 일반적인 벡터 데이터에 대해 개발되어진 클래스 요인과 환경 요인으로 이루어진 데이터 생성 모델을 확장하여 2차 텐서로 표현된 영상에 적합한 데이터 생성 모델을 정의하고, 이에 적합한 유사도 함수를 제안하였다. 제안하는 유사도 함수는 행렬정규분포를 이용하여 환경 요인의 확률분포를 추정함으로써 얻을 수 있다. 여러 벤치마크 데이터들을 이용하여 실험한 결과 2차 텐서를 사용함으로써 벡터 형태의 표현방식을 사용하는 것에 비해 분류율이 향상되었음을 확인하였다. 또한 제안하는 유사도 함수가 다른 기존의 유사도 함수에 비해 영상 데이터에 적합함을 확인할 수 있었다.