• 한국정보통신학회논문지
• /
• 제3권1호
• /
• pp.59-68
• /
• 1999

최근 통신 시스템의 연구와 발전 방향은 목소리의 음성 정보와 말하는 얼굴 영상의 화상 정보를 함께 적용하므로서 음성 정보만을 제공하는 경우보다 높은 인식율을 제공한다. 따라서 본 연구는 청각장애자들의 언어 대체수단 중 하나인 구화(speechreading)에서 가장 시각적 변별력이 높은 입모양 인식을 일반 퍼스널 컴퓨터상에서 구현하고자 한다. 본 논문은 기존의 방법과 달리 말하는 영상 시퀀스에서 입모양 인식을 행하기 위해 3차원 모델을 사용하여 입의 벌어진 정도, 턱의 움직임, 입술의 돌출과 같은 3차원 특징 정보를 제공하였다. 이와 같은 특징 정보를 얻기 위해 3차원 형상 모델을 입력 동영상에 정합시키고 정합된 3차원 형상 모델에서 각 특징점의 변화량을 인식파라미터로 사용하였다. 그리고, 인식단위로 동영상을 분리하는 방법은 3차원 특징점 변화량에서 얻어지는 강도의 기울기에 의하여 이루어지고, 인식은 각각의 3차원 특징벡터를 이산 HMM 인식기의 인식 파라메타로 사용하였다. 본 논문에서는 한국어 10개 모음에 대하여 인식실험하여 비교적 높은 인식율을 얻을 수 있는 것으로 보아 본 연구에서 사용한 특징 벡터를 시간적 변별 요소로서 사용할 수 있음을 제시하였다.

• 터널과지하공간
• /
• 제33권6호
• /
• pp.508-518
• /
• 2023

이 논문은 LiDAR 스캔 또는 사진측량 기술에 의해 재구성된 3D 디지털 모델을 기반으로 터널 벽면의 불연속면을 자동으로 매핑하는 새로운 접근 방식을 제안한다. 본 제안에서는 U-Net이라 불리는 딥러닝 시맨틱 영역분할 모델을 사용하며, 터널 막장면의 3D 지형 모델에서 불연속면 영역을 식별해 낸다. 제안된 딥러닝 모델은 투영된 RGB 이미지, 면의 깊이 이미지 및 국부적인 면의 표면 속성 이미지(즉, 법선 벡터 및 곡률 이미지)를 포함한 다양한 정보를 종합 학습하여 기본 3차원 이미지에서 불연속면 영역을 효과적으로 분할한다. 이후 영역분할 결과는 면의 깊이 맵과 투영 행렬을 사용하여 3D 모델로 다시 투영시키고, 3D 공간 내에서 불연속면의 위치 및 범위를 정확하게 표현한다. 영역분할 모델의 성능은 영역 분할된 결과를 해당 지면 실측 값과 비교함으로써 평가하였으며, IoU(intersection-over-union) 값이 약 0.8 정도로 나타나 영역분할 결과의 높은 정확성을 확인하였다. 여전히 학습데이터가 제한적 이었음에도 불구하고, 제안 기법은 3D 모델의 점군 데이터를 불연속면의 유사군으로 그룹화하기 위해 전 막장면의 법선 벡터와 클러스터링과 같은 비지도 학습기반 알고리즘에만 의존하던 기존 접근 방식의 한계의 극복 가능성을 보여주었다.

• 대한치과교정학회지
• /
• 제30권5호
• /
• pp.657-668
• /
• 2000

본 연구는 골격성 III급 부정교합 환자에서 상악골 전방이동 수술 후 야기되는 코의 형태변화에 대해 연구하고 이를 예측할 수 있는 요소를 찾아 교정-악교정 수술 복합 치료계획의 수립과 결과의 예측에 이용하고자 시행되었다. 부산대학교병원 치과진료처 교정과에 내원하여 골격성 III급 부정교합으로 진단되어 술전 교정치료를 받고 Le Fort I 골절단술로 상악골의 전방 이동시키는 동시에 하악골을 후방 이동시킨 남녀 성인 환자 25명을 대상으로 하였다. 이들의 수술전, 후 측모두부규격방사선사진과 정모 및 측모 안면사진을 계측, 분석하여 다음과 같은 결과를 얻었다. 1. 상악골 전방이동에 따른 비첨의 수직적 위치 변화는 상관성이 높았으며 ANt, SNt에서 A point의 전방이동에 의해 ${\beta}_0$는 각각 0.228, 0.257로 나타났다. 2. 상악골 전방이동에 따른 비첨의 수평적 위치변화는 상관성이 높았으며 ANt, SNt, Sn point에서 A point의 전방이류에 의해 ${\beta}_0$는 각각 0.484, 0.431, 0.806으로 나타났다. 3. 상악골의 전방이동에 따른 비익부의 확장정도는A point의 전방이동에 의해 0.002의 ${\beta}_0$를 나타내었으나, 임상적으로 유의한 변화는 없었다. 4. 수술 후 비첨의 수직적 및 전후방적 위치변화를 예측하는 지표로 사용된 ADV, DRI, Prominence of nose, Pre-Op CA 중 ADV 만이 설명변수로서 유의성이 있었다.