• 한국정보컨버전스학회논문지
• /
• 제6권2호
• /
• pp.51-55
• /
• 2013

가까운 물체를 보기 위해서 조절이 일어난다. 이 조절은 개인마다 다른 특징이 있다. 이론적 조절력과 실제 조절력도 차이가 생긴다. 이를 조절지체라 한다. 조절지체에 직접적인 영향을 미치는 것은 초점심도이다. 초점심도는 동공크기와 굴절력에 영향을 받는다. 동공크기가 작을수록, 굴절력이 높을수록 초점심도가 깊어지게 된다. 초점심도가 깊어짐에 따라 조절지체가 많이 발생하게 된다. 본 논문에서는 굴절력과 조절지체의 관계에 대한 연구를 하였다. 조절지체를 측정하기 위해서 단안평가법을 이용하였다. 단연평가법으로 측정한 결과 조절지체는 굴절력이 증가함에 따라 같이 증가하는 경향을 나타내었다. 전체 조절 지체량은 0.51D로 측정되었다. 남성은 0.52D, 여성은 0.49D로 측정되었다. 성별에 따른 조절지체량도 굴절력이 증가함에 따라 같이 증가하는 경향을 보였다.

• 정보처리학회논문지B
• /
• 제8B권5호
• /
• pp.549-556
• /
• 2001

2차원 영상으로 부터 3차원 영상으로 복원하는 일은 일반적으로 카메라의 초점에서 영상 프레임의 각 픽셀까지의 깊이 정보가 필요하고, 3차원 모델의 복원에 관한 일반적인 수작업은 많은 식나과 비용이 소모된다. 본 논문에서는 카메라의 움직임이 포함되어 있는 단안 영상 시퀸스로부터 3차원 영상 제작에 필요한 상대적인 깊이 정보를 실시간으로 추출하는 알고리즘을 제안하고, 하드웨어를 구현하기 위한여 알고리즘을 단순화하였다. 이 알고리즘은 카메라 이동에 의한 영상의 모든 점들의 움직임은 깊이 정보의 종속적이라는 사실에 기반을 두고 있다. 불록매칭 알고리즘에 기반을 둔 전역 움직임 탐색에 의한 움직임 벡터를 추출한 후, 카메라 회전과 확대/축소에 관한 카메라 움직임 보상을 실행하고 깉이 정보 추출 과정이 전개된다. 깊이 정보 추출 과정은 단안 영상에서 객체의 이동처리를 분석하여 움직임 벡터를 구하고 프레임내의 모든 픽셀에 대한 평균 깊이를 계산한 후, 평균 깊이에 대한 각 블록의 상대적 깊이를 산출하였다. 모의 실험 결과 전경과 배경에 속하는 영역의 깊이는 인간 시각 체계가 인식하는 상대적인 깊이와 일치한다는 것을 보였다.

• 한국항공우주학회지
• /
• 제41권5호
• /
• pp.422-428
• /
• 2013

최근에 소형무인기(small UAV)에 대한 관심이 증대되고 있는데, 이는 소형무인기가 비용대비 효율적이고 사람의 접근이 어려운 재난 환경 등에 적합하기 때문이다. 이러한 소형무인기에서 거리측정을 통한 매핑(mapping)은 필수적인 기술이다. 기존의 무인시스템 연구에서 거리 측정 센서는 주로 레이저 센서와 스테레오 비전 센서를 많이 사용하였다. 레이저 센서는 정확도와 신뢰성이 우수하지만 대부분 고가의 장비이고 스테레오 비전 센서는 구현이 용이하지만 무게 측면에서 소형무인기에 탑재하여 사용하기에는 적합하지 않다. 본 논문에서는 레이저 포인터와 단일 카메라를 사용하여 저가의 거리측정기를 구성하는 방안을 소개한다. 제안한 시스템을 이용하여 거리를 측정하고 이로부터 맵을 구성하는 실험을 수행하였고 실제 데이터와 비교 분석하여 시스템의 신뢰성을 검증하였다.

• 한국산업정보학회논문지
• /
• 제16권2호
• /
• pp.65-72
• /
• 2011

본 논문에서는 단일 카메라로부터 주어진 영상을 실시간으로 장애물과 비장애물 영역으로 분류 한 후 VFH를 이용하여 안전한 경로를 선정하는 실시간 주행 시스템을 개발한다. 제안된 시스템은 배경 분류기, 점유 그리드맵 생성기와 VFH기반의 선정기로 구성된다. 배경 분류기는 입력된 $320{\times}240$ 영상의 색조와 명도 정보를 이용하여 실시간으로 배경파 장애물 영역을 분류한다. 점유 그리드맵 생성기는 이를 바탕으로 위험도에 따라 10개의 그레이 레벨을 가지는 $32{\times}24$의 점유 그리드맵을 생성한다. VFH를 이용하여 폴라 히스토그램을 작성한 후 밀도가 낮은 곳으로 주행 경로를 결정 한다. 제안된 기술의 효율성을 증명하기 위하여 다양한 형태의 장애물을 포함하는 실내 및 실외 환경에서 평가하였으며 센서 기반의 그 결과는 기존의 센서기반의 주행시스템과 비교 되었다. 그 결과 제안된 시스템은 88%의 정확도를 보였으며, 기존의 시스템보다 실시간으로 빠르고 안전한 주행을 수행할 수 있음이 증명되었다.

• 한국멀티미디어학회논문지
• /
• 제11권12호
• /
• pp.1658-1667
• /
• 2008

Reconstruction of 3D objects from a single view image is generally an ill-posed problem because of the projection distortion. A monocular vision based 3D object localization method is proposed in this paper, which approximates an object on the ground to a simple bounding solid and works automatically without any prior information about the object. A spherical or cylindrical object determined based on a circularity measure is approximated to a bounding cylinder, while the other general free-shaped objects to a bounding box or a bounding cylinder appropriately. For a general object, its silhouette on the ground is first computed by back-projecting its projected image in image plane onto the ground plane and then a base rectangle on the ground is determined by using the intuition that touched parts of the object on the ground should appear at lower part of the silhouette. The base rectangle is adjusted and extended until a derived bounding box from it can enclose the general object sufficiently. Height of the bounding box is also determined enough to enclose the general object. When the general object looks like a round-shaped object, a bounding cylinder that encloses the bounding box minimally is selected instead of the bounding box. A bounding solid can be utilized to localize a 3D object on the ground and to roughly estimate its volume. Usefulness of our approach is presented with experimental results on real image objects and limitations of our approach are discussed.

• 방송공학회논문지
• /
• 제24권5호
• /
• pp.755-764
• /
• 2019

현재 사용 가능한 상용 라이트필드 카메라는 정지 영상만을 취득하거나 가격이 매우 높은 단점으로 인하여 5차원 라이트필드 비디오 취득에 어려움이 있다. 이러한 문제점을 해결하기 위해 본 논문에서는 단안 비디오로부터 라이트필드 비디오를 합성하기 위한 딥러닝 기반 기법을 제안한다. 라이트필드 비디오 학습 데이터를 취득하기 어려운 문제를 해결하기 위하여 UnrealCV를 활용하여 3차원 그래픽 장면의 사실적 렌더링에 의한 합성 라이트필드 데이터를 취득하고 이를 학습에 사용한다. 제안하는 딥러닝 프레임워크는 입력 단안 비디오에서 $9{\times}9$의 각 SAI(sub-aperture image)를 갖는 라이트필드 비디오를 합성한다. 제안하는 네트워크는 밝기 영상으로 변환된 입력 영상으로부터 appearance flow를 추정하는 네트워크, appearance flow로부터 얻어진 인접한 라이트필드 비디오 프레임간의 optical flow를 추정하는 네트워크로 구성되어 있다.

• 한국항행학회논문지
• /
• 제27권2호
• /
• pp.182-189
• /
• 2023

깊이 추정은 차량, 로봇, 드론의 자율주행을 위한 3차원 지도 생성의 핵심 기술이다. 기존의 센서 기반 깊이 추정 방식은 정확도는 높지만 가격이 비싸고 해상도가 낮다. 반면 카메라 기반 깊이 추정 방식은 해상도가 높고 가격이 저렴하지만 정확도가 낮다. 본 연구에서는 무인항공기 카메라의 깊이 추정 성능 향상을 위해 Self-Attention 기반의 비지도 단안 카메라 영상 깊이 추정을 제안한다. 네트워크에 Self-Attention 연산을 적용하여 전역 특징 추출 성능을 향상시킨다. 또한 카메라 파라미터를 학습하는 네트워크를 추가하여 카메라 칼리브레이션이 안되어있는 이미지 데이터에서도 사용 가능하게 한다. 공간 데이터 생성을 위해 추정된 깊이와 카메라 포즈는 카메라 파라미터를 이용하여 포인트 클라우드로 변환되고, 포인트 클라우드는 Octree 구조의 점유 그리드를 사용하여 3D 맵으로 매핑된다. 제안된 네트워크는 합성 이미지와 Mid-Air 데이터 세트의 깊이 시퀀스를 사용하여 평가된다. 제안하는 네트워크는 이전 연구에 비해 7.69% 더 낮은 오류 값을 보여주었다.

• 대한중풍순환신경학회지
• /
• 제16권1호
• /
• pp.103-109
• /
• 2015

This report is about a case of monocular partial oculomotor nerve palsy in a patient with midbrain hemorrhage. The patient developed diplopia while driving. The Brain MRI film demonstrated a hemorrhage in the right midbrain and left corona radiata and microbleedings in both cerebral and cerebellar hemispheres, basal ganglia, midbrain, pons. We used Korean medicine treatment modalities including acupuncture, electroacupuncture, pharmacoacupuncture and herb medicines. As a result, limitation of upward gaze was recovered to about 90% of normal range.

• 한국안광학회지
• /
• 제17권2호
• /
• pp.209-213
• /
• 2012

목적: 검영법, MPMVA법(maximum plus maximum visual acuity), 적녹이색법, 크로스실린더법의 단안 구면 끝점검사 반복성을 분석하고자 하였다. 방법: 평균연령 23.0세의 남녀 20명(40안)을 대상으로 4가지 검사법(검영법, MPMVA법, 적녹이색법, 크로스실린더법)으로 끝점 구면굴절력을 측정하였다. 일주일 간격으로 재검사를 실시하고 Bland-Altman plot 분석을 이용하여 검사-재검사 간 반복성을 분석하였다. 결과: 각 검사법의 검사-재검사 평균은 검영법이 가장 적은 -0.03 D이었고, 적녹이색법이 가장 큰 -0.19 D이었다. 검사-재검사의 95% 일치도 상/하한선은 검영법이 가장 좁았고 크로스실린더법이 가장 넓었다. 각 검사안의 검영법 끝점값과 다른 세 검사법의 끝점값을 비교하였을 때 전체 검사안의 ${\pm}0.25$ D 이내 오차 비율은 MPMVA법 85%, 적녹이색검사 80%, 크로스실린더법 24%로 나타났다. 결론: 검영법의 반복성이 가장 높았으며, 검영법, MPMVA법, 적녹이색법은 단안 구면 끝점검사를 위한 적합한 검사법으로 나타났다.

• 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.