• 제목/요약/키워드: Markerless Tracking

검색결과 32건 처리시간 0.019초

우표의 증강현실 적용에 관한 연구 (Study for applying the augmented reality onto postage stamps)

  • 이기호
    • 만화애니메이션 연구
    • /
    • 통권33호
    • /
    • pp.503-529
    • /
    • 2013
  • 2012년 여수세계엑스포에서 세계최초로 선을 보인 증강현실 기념우표는 최근까지 사용되고 있는 가장 아날로그적 매체인 우표와 디지털매체의 첨단인 증강현실 기술을 접목시켜 과거와 미래가 현재에서 소통되고 융합되는 교차점이라는 의의를 지니게 되었다. 총 33종의 기념우표 중 10개의 우표에 적용된 증강현실은 세계최초라는 의미보다 예술적 가치에 더 큰 의미를 두고 있다. 적용된 증강현실은 단순히 이미지를 사실적 3D로 표현한 것이 아니라, 각 우표의 이미지가 담고있는 의미와 여수엑스포의 주제를 형상화하고 시각화하는 창조 과정을 거친 '예술적 재현'을 추구하였으며, 예술작품으로써의 이미지를 보여주는 우표 위의 공간은 현실(아날로그)과 가상(디지털)의 경계에 가로 놓인 새로운 개념의 '신 예술공간'의 창조였다. 본 연구는 각 우표에 인쇄된 이미지의 의미를 분석하고 이에 따른 증강현실 콘텐츠의 디자인을 개념화하는 과정을 거쳐 10개의 이미지를 도출한다. 이미지 도출 과정은 우표에 나타난 엑스포 행사장의 풍경과 각 건물이 지니고 있는 의미, 여수의 지역적 특색을 접목한 후 과장과 축약의 과정을 거쳐 초현실적 그래픽 환경을 디자인하는 과정을 거쳤다. 또한 도출된 이미지는 각 우표에 증강현실로 적용되기 위해 3D 애니메이팅과 코딩 과정을 거쳐 최종 시각조형예술로 표현된다. 본 연구에서는 비마커 이미지인식기반 3D 증강현실 우표를 구현하였으며, 다음과 같은 연구결과를 도출하였다. 첫째, 모바일 기기에서 증강현실 구현을 위한 우표 이미지 등록과 좌표변환 방법 및 증강현실을 우표에 접목하는 과정에서 여러 가지 고려해야 할 사항을 파악할 수 있었다. 둘째, 우표 디자인에 따른 증강현실 콘텐츠의 조형적 표현에 따라 새로운 가상의 전시공간 창출가능성을 모색할 수 있었다. 셋째, 시각적 조형성을 통한 몰입성과 정보제공 측면에서의 사용성을 동시에 만족시킬 수 있는 가능성이 있음을 알 수 있었다.

K-Means 클러스터링을 적용한 향상된 CS-RANSAC 알고리즘 (Improved CS-RANSAC Algorithm Using K-Means Clustering)

  • 고승현;윤의녕;;조근식
    • 정보처리학회논문지:소프트웨어 및 데이터공학
    • /
    • 제6권6호
    • /
    • pp.315-320
    • /
    • 2017
  • 이미지를 기반으로 하는 증강현실 시스템에서 가상의 객체를 실제 영상에 저작할 때 생기는 이질감을 줄이기 위해서는 실제 영상에 저작된 가상객체의 방향과 위치에 대해 정확하게 추정을 해야 하며, 이때 호모그래피를 사용한다. 호모그래피를 추정하기 위해서는 SURF와 같은 특징점을 추출하고 추출된 특징점들을 통해 호모그래피 행렬을 추정한다. 호모그래피 행렬의 추정을 위해서 RANSAC 알고리즘이 주로 사용되고 있으며, 특히 RANSAC에 제약 조건 만족 문제(Constraint Satisfaction Problem)와 여기에 사용되는 제약조건을 동적으로 적용하여 속도와 정확도를 높인 DCS-RANSAC 알고리즘이 연구되었다. DCS-RANSAC 알고리즘에서 사용된 이미지 그룹 데이터는 수동적인 방법을 통해 직관적으로 분류되어 있지만 특징점 분포 패턴이 다양하지 않고, 이미지들을 정확하게 분류하기가 어려워서 이로 인해 알고리즘의 성능이 저하되는 경우가 있다. 따라서 본 논문에서는 K-means 클러스터링을 적용하여 이미지들을 자동으로 분류하고 각 이미지 그룹마다 각기 다른 제약조건을 적용하는 KCS-RANSAC 알고리즘을 제안한다. 제안하는 알고리즘은 머신러닝 기법인 K-means 클러스터링을 사용하여 전처리 단계에서 이미지를 특징점 분포 패턴에 따라 자동으로 분류하고, 분류된 이미지에 제약조건을 적용하여 알고리즘의 속도와 정확도를 향상시켰다. 실험 결과 본 논문에서 제안하는 KCS-RANSAC이 DCS-RANSAC 알고리즘에 비해 수행시간이 약 15% 단축되었고, 오차율은 약 35% 줄어들었으며, 참정보 비율은 약 14% 증가되었다.