• 한국컴퓨터그래픽스학회논문지
• /
• 제13권4호
• /
• pp.21-27
• /
• 2007

본 논문에서는 3차원 점집합으로부터 3차원 메시를 생성하는 효율적인 기법을 소개한다. 대표적인 3차원 삼각화 방법으로 3차원 딜로니 삼각화 기법이 있으나 물체의 표면만을 고려한 메시 생성을 위한 방법으로 비효율적인 측면이 있다. 본 논문에서는 적은 계산량으로 물체의 표면 메시를 생성하는 기법을 소개한다. 물체의 각 영역을 분할하고 각 영역에 대해서 2차원 딜로니 삼각화를 적용하여 3차원 메시 구조를 얻는다. 3차원 점 집합에 대해 OBB(Oriented Bounding Box)를 계산하고 이를 기준으로 점 집합을 여러 분할 영역으로 나누고 각 부분 점 집합에 대해서 2차원 딜로니 삼각화를 실시한다. 각 2차원 삼각화 결과는 점전적으로 전체 메시에 병합된다. 또한 병합된 메시에서 잘못된 에지의 연결을 제거함으로써 객체의 삼각 분할 결과를 향상시킨다. 제안된 메시 생성 기법은 다양한 영상 기반 모델링 응용에서 효과적으로 적용될 수 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2011년도 추계학술발표대회
• /
• pp.459-460
• /
• 2011

본 논문에서는 이러한 방식에서 탈피한, 3D 그래픽을 이용한 1인칭 미니 회피게임을 제작하는 방법에 대해 제안한다. 기존의 3인칭 시점에 상하좌우 네 방향으로만 움직이는 방식을 벗어나, 시점을 1인칭으로 변환하고 FPS와 같은 시점과 이동방식을 제공하며, 기존의 2D게임에서 사용되던 축이 고정된 오브젝트의 충돌인 AABB(Axis Aligned Bounding Box)가 아닌 축이 수시로 변하는 OBB(Oriented Bounding Box) 방식을 사용함으로 써, 3D 그래픽에서도 2D 그래픽에서처럼 정교한 충돌 검출 기능이 가능하도록 제작한다.

• 정보처리학회논문지B
• /
• 제15B권1호
• /
• pp.25-36
• /
• 2008

본 논문은 조명의 변화가 심한 영상에서 손 형태를 안정적으로 인지하는 기법에 관한 것이다. 제안한 방법은 HSI 색상공간에서 색상(Hue) 및 색상 기울기(Hue-Gradient)를 기반으로 정의된 배경모델을 구축하고, 실시간으로 입력되는 영상과의 배경차분(background subtraction)기법을 이용하여 배경과 손을 구분한다. 추출된 손의 영역으로부터 18가지의 특징요소를 추출하고 이를 기반으로 다중클래스 SVM(Support Vector Machine) 학습 기법을 사용하여 손의 형태를 인지한다. 제안 기법은 색상 기울기를 배경 차분에 적용함으로써, 조명 환경이 배경 모델의 조명과 다르게 급격한 변화가 이루어졌을 때도 안정적으로 손의 윤곽정보를 추출할 수 있도록 하였다. 또한, 실시간 처리를 저해하는 복잡한 손의 특성정보 대신, OBB의 크기에 대하여 정규화된 두 개의 고유값과 객체 기반 바운딩 박스(OBB)를 구성하는 16개 세부 영역에서의 손 윤곽픽셀의 개수를 손의 특성정보로 사용하였다. 본 논문에서는 급격한 조명 변화 상황에서 기존 RGB 색상요소를 기반으로 하는 배경차분법과 색상을 기반으로 하는 배경차분법, 본 논문에서 제안하는 색상 기울기 기반 배경 차분법의 결과를 비교함으로써 제안 기법의 안정성을 입증하였다. 6명의 실험대상자의 1부터 9까지의 수지화 2700개의 영상으로부터 손 특성 정보를 추출하고 이에 대하여 훈련을 통한 학습 모델을 생성하였다. 학습모델을 기반으로 실험자 6인의 손 형태 1620개의 데이터에 대하여 인지 실험을 실시하여 92.6%에 이르는 손 형태 인식 성공률을 얻었다.