• 대한화학회지
• /
• 제54권4호
• /
• pp.465-470
• /
• 2010

시각적 표상을 선호하는 현대의 학생들에게 수업 내용과 일치도가 높은 흥미로운 동영상을 이용하는 것은 과학 수업에의 선호도를 높일 수 있는 좋은 방법 중의 하나이다. 최근 인터넷을 통해 쉽게 접근할 수 있는 동영상 사이트로 여러 가지가 있는데, 그 중 가장 대규모의 사이트가 유튜브이다. 본 연구에서는 고등학교 2학년의 화학1 수업에서 학생들로 하여금 매 수업마다 수업 내용 관련 동영상을 조사하여 한 개씩 발표하도록 하는 수행 평가를 실시한 다음 학기 말에 학생 설문 조사를 통해 유튜브 동영상 활용 수업에 대한 반응을 조사하였다. 연구 결과, 학생들은 교과서 위주의 수업에 비해 유튜브 사용 수업에 대한 선호도와 흥미도가 높았고, 교과 내용과의 연결도가 높으면서 신기한 실험 동영상에 대한 선호도가 높았다. 또한, 동영상의 흥미 요소로 실험을, 학습 도움 요소로 실제 현상을 보는 것을 들었으며, 어려운 점으로는 동영상의 영어 해석을 들었다.

• 전자공학회논문지B
• /
• 제31B권12호
• /
• pp.59-71
• /
• 1994

This paper proposes a motion estimation method in video sequences based on the feature based matching and anistropic propagation. It measures translation and rotation parameters using a relaxation scheme at feature points and object orinted anistropic propagation in continuous and discontinuous regions. Also an iterative improvement motion extimation based on the strongly coupled module fusion and adaptive smoothing is proposed. Computer simulation results show the effectiveness of the proposed algorithm.

• 천문학회보
• /
• 제44권1호
• /
• pp.82.3-82.3
• /
• 2019

In this study, we generate future full disk magnetograms in 12, 24, 36 and 48 hours advance from SDO/HMI images using deep learning. To perform this generation, we apply the convolutional generative adversarial network (cGAN) algorithm to a series of SDO/HMI magnetograms. We use SDO/HMI data from 2011 to 2016 for training four models. The models make AI-generated images for 2017 HMI data and compare them with the actual HMI magnetograms for evaluation. The AI-generated images by each model are very similar to the actual images. The average correlation coefficient between the two images for about 600 data sets are about 0.85 for four models. We are examining hundreds of active regions for more detail comparison. In the future we will use pix2pix HD and video2video translation networks for image prediction.

• 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.

• 방송공학회논문지
• /
• 제19권6호
• /
• pp.798-809
• /
• 2014

본 논문에서는 블랙박스 혹은 운전석에 장착된 카메라로부터 얻어진 차량 영상에 대한 영역별 수직 투영 히스토그램 매칭 및 선형 회귀분석 모델을 활용한 강건한 차량 운행 동영상의 안정화 기법을 제안한다. 동영상 안정화 기법은 영상의 흔들림 보정 뿐 아니라 동영상 내 강건한 특징점 추적 및 매칭을 위한 이전의 전처리 과정으로 활용된다. 일반적으로 촬영 과정에서 많은 떨림이 포함될 수 있는 야외 CCTV 영상이나 손으로 들고 촬영된 동영상에 대한 흔들림 보정 등에 적용되고 있으나 영상 내 특징점이 지속적으로 변하고 영상의 변화 정도가 매우 심한 차량 운행 동영상에서는 적용된 사례가 드물다. 본 연구에서는 일반적인 비디오 안정화 기술이 적용되기 어려운 차량 운행 동영상에 대하여 흔들림 보정을 위한 동영상 안정화 기법을 제안한다. 제안된 기법은 입력 영상에 대한 영역별 수직 투영 히스토그램 매칭을 수행하고 선형 회귀모델을 통해 영상에 나타나는 수직 및 회전 이동 변환을 선형 근사하여 시간 영역상에서의 입력 영상에 대한 안정화를 수행한다. 제안 방법의 검증을 위해 블랙박스로 촬영된 동영상에 동영상 안정화 기술을 적용하였으며, 운행 중 불규칙한 노면으로 인한 영상의 흔들림이 효과적으로 제거되는 것을 확인할 수 있었다.

• 한국멀티미디어학회논문지
• /
• 제16권1호
• /
• pp.42-49
• /
• 2013

비디오 열의 각 프레임에는 카메라의 움직임에 따라 물체의 평행 이동 및 회전 운동이 반영된다. 이 때 물체의 불필요한 회전 운동은 영상의 품질을 저하시킬 뿐 아니라 시청자 피로도를 증가시키는 주요 원인이 된다. 본 논문에서는 동영상 촬영 중 카메라의 불필요한 흔들림으로 인한 프레임의 회전을 변형된 모젯변환을 이용하여 보정하는 새로운 방법을 제시한다. 모젯 변환은 이산 라돈 변환의 한 종류로서, 회전된 프레임의 보정에 적용하기 위해 본 논문에서는 다음과 같이 변형한다. 먼저, 보다 정확한 회전각 추출을 위해 보간을 이용하여 bin 값을 계산한다. 그리고 현재 프레임과 기준 프레임에 대해 움직임 추정을 적용하여 카메라의 평행 이동을 보상한 후, 카메라의 회전에 따른 bin 값의 변화가 없는 영역을 설정하여 모젯 변환을 적용한다. 또한 모젯 변환의 각 투영 방향에 대해 한 개만의 bin을 계산함으로써 계산량을 감소시킨다. 평행이동 및 회전 운동을 갖는 다양한 시험 비디오 열에 대해 적용된 모의 실험을 통해 제안된 방법이 프레임의 회전을 보정하는데 매우 효율적임을 볼 수 있었다.

• 융합신호처리학회논문지
• /
• 제5권2호
• /
• pp.96-105
• /
• 2004

2차원 이미지로부터 3차원 이미지 복원은 각 픽셀까지의 깊이 정보가 필요하고, 3차원 모델의 복원에 관한 일반적인 수작업은 많은 시간과 비용이 소모된다. 본 논문의 목표는 카메라가 이동하는 중에, 획득된 단안 영상에서 영역의 상대적인 깊이 정보를 추출하는 것이다. 카메라 이동에 의한 영상의 모든 점들의 움직임은 깊이 정보에 종속적이라는 사실에 기반을 두고 있다. 전역 탐색 기법을 사용하여 획득한 움직임 벡터에서 카메라 회전과 배율에 관해서 보상을 한다. 움직임 벡터를 분석하여 평균 깊이를 측정하고, 평균 깊이에 대한 각 영역의 상대적 깊이를 구하였다. 실험결과 영역의 상대적인 깊이는 인간이 인식하는 상대적인 깊이와 일치한다는 것을 보였다.

• 대한공간정보학회지
• /
• 제16권2호
• /
• pp.49-56
• /
• 2008

영상등록은 영상모자�掠茱� 중 중요한 기술로 인식되고 있으며, 파노라마 영상생성이나 비디오 모니터링, 영상복원 등과 같은 다양한 분야에서 사용될 수 있다. 영상등록에서 중요한 처리과정은 많은 시간이 소요되는 특징점 검출과 추적이다. 본 연구에서는 연속된 영상자료에서 특징점을 검출하고 추적하기 위해서 KLT 특징점 추적자를 제안하였으며, 무인헬기에서 촬영된 연속영상프레임의 영상등록에 적용하여 효용성을 입증하였다. 그 결과 KLT추적자에 의한 반복처리는 연속영상의 첫 번째 프레임에서 추출된 특징점을 이용하여 전체 프레임에 걸쳐 성공적으로 추적할 수 있었다. 또한, 회전, 축척, 이동량이 다른 각각의 프레임들간의 특징점 추적은 KLT영상피라미드와 처리조건의 선택에 의해 정확도를 향상시킬 수 있었다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제25권5호
• /
• pp.1-9
• /
• 2019

본 논문에서는 강우시 빗방울로 인해 왜곡된 연안 파랑 비디오 영상에서 빗방울 제거와 제거된 영역에 대한 배경 정보를 복원하기 위한 적대적생성신경망을 이용한 영상 강화 방법을 제안하고자 한다. 영상 변환에 널리 사용되는 Pix2Pix 네트워크와 현재 단일 이미지에 대한 빗방울 제거에 좋은 성능을 보여주고 있는 Attentive GAN을 실험 대상 모델로 구현하고, 빗방울 제거를 위한 공개 데이터 셋을 이용하여 두 모델을 학습한 후 빗방울 왜곡 연안 파랑 영상의 빗방울 제거 및 배경 정보 복원 성능을 평가하였다. 연안 파랑 비디오에 영상에 대한 빗방울 왜곡 보정 성능을 향상시키기 위해 실제 연안에서 빗방울 유무가 짝을 이룬 데이터 셋을 직접 획득한 후 사전 학습된 모델에 대하여 전이 학습에 사용하여 빗방울 왜곡 보정에 대한 성능 향상을 확인하였다. 모델의 성능은 빗방울 왜곡 영상으로부터 파랑 정보 복원 성능을 최대 신호 대 잡음비와 구조적 유사도를 이용하여 평가하였으며, 전이 학습을 통해 파인 튜닝된 Pix2Pix 모델이 연안 파랑 비디오 영상의 빗방울 왜곡에 대한 가장 우수한 복원 성능을 보였다.

• 정보처리학회논문지D
• /
• 제9D권3호
• /
• pp.501-510
• /
• 2002

고속통신망과 컴퓨터 기술의 발전과 함께 다양한 멀티미디어 응용서비스가 개발되고 있다. 그 중 인터넷망에서의 영상회의 시스템은 활용도가 매우 뛰어나며 많은 관심을 받고 있으며, 이를 위하여 ITU-T 에서는 H.323으로 표준안을 제정하고 있다. H.323 표준안은 단말기, 다지점 제어장치, 게이트키퍼, 게이트웨이의 4개의 구성 요소로 구성되어 있다. 이 중 게이트키퍼의 역할은 영역의 관리로 상대방의 이름주소를 IP 주소로 변환해 주는 주소변환 서비스, 회의의 시작과 종료를 제어해 주는 회의승인 서비스, 그리고 H.323 단말기들의 대역폭을 관리해 주는 대역폭관리 서비스 등을 들 수 있다. 본 논문에서는 인터넷 환경에서의 영상회의 요소들의 효율적인 관리를 위한 게이트키퍼의 구현에 대하여 기술한다. 실험결과, 대표적인 H.323 단말기인 CUSeeMe와 NetMeeting 이용하여 구현된 게이트키퍼가 표준안을 만족함을 입증한다.