• 방송공학회논문지
• /
• 제23권1호
• /
• pp.3-10
• /
• 2018

깊이맵은 현재 다양한 분야에서 활용되고 있다. 이러한 깊이맵을 인공 신경망으로 생성하는 연구가 최근 관심을 받고 있다. 본 논문에서는 기존의 기 제작된 깊이맵 생성 알고리즘을 합성곱 신경망으로 구현할 수 있는지에 대한 타당성을 검증한다. 먼저 깊이맵은 관심맵과 운동 히스토리 영상의 가중치 합으로 얻는다. 실험영상과 깊이맵을 합성곱 신경망의 입력과 출력으로 하여, 신경망을 학습시킨다. 정성적, 정량적 실험 결과는 제안한 합성곱 신경망이 깊이맵 생성 방법을 대체할 수 있다는 것을 보여준다.

• 디지털융복합연구
• /
• 제12권12호
• /
• pp.521-528
• /
• 2014

본 논문에서는 HTML5에서 직선의 기울기를 이용하여 2D 이미지를 3D 입체 이미지로 변환하는 방법을 제안한다. 3D 이미지 변환을 위한 어떠한 정보도 없이 단 하나의 원본 이미지를 좌안과 우안을 위해 RGB 색상을 필터링한다. 사용자는 깊이 값을 설정하기 위해 미리 만들어 놓은 제어 점을 선택한 후 깊이 값을 설정하는 작업을 수행한다. 이렇게 선택된 값들을 반영하여, 이미지 전체와 부분적인 원근감을 갖도록 사용자가 정의한 직선의 기울기를 이용하여 좌안과 우안을 위한 깊이를 부여한 후 Anaglyph 3D 이미지를 자동으로 생성하게 된다. 이 모든 과정이 HTML5를 사용한 웹 환경에서 구현하였기 때문에, 사용자들은 매우 쉽고 편리하게 자신들이 원하는 3D 이미지를 생성할 수 있게 된다.