• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.11a
• /
• pp.799-802
• /
• 2010

HPC에서 시뮬레이션을 수행한 결과로 생성된 데이터는 크기가 방대하고 구조가 복잡해지는 양상을 보이고 있다. 데이터 크기로만 보더라도 기가바이트를 넘어 테라바이트에 이를 정도로 대형화되는 경향을 보이고 있으며, 이렇게 복잡도가 놓은 대형 데이터는 이미 컴퓨터 한 대에서 처리하고 분석할 수 있는 범주는 넘어서고 있다. 본 논문에서는 이런 복잡한 과학 시뮬레이션 데이터 중, 특히 로터 동역학 분야의 데이터를 가시화하고 제어하는데 필요한 통합 가상현실 인터페이스를 소개하기로 한다. 현재 개발중인 GLOVE 프레임워크는 대용량 데이터를 연구자가 필요로 하는 형태로 다양하게 가공해서 가시화해서 분석할 수 있게 하는 프레임워크이며, GIVI는 그 중 사용자와의 인터페이스 부분을 담당하는 프레임워크다. GIVI는 가상현실 환경에서 시뮬레이션 데이터를 실시간으로 상호작용을 통해 분석하는데 필요한 기반환경을 제공하며, 향후에는 실시간 시뮬레이션을 위한 인터페이스로도 확장될 것이다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.11a
• /
• pp.389-390
• /
• 2009

컴퓨터에서 생성된 시뮬레이션의 결과는 컴퓨터 그래픽스 기술을 이용한 일련의 가시화 과정을 거쳐서 인간이 해석하기 쉬운 형태로 변형되게 된다. 최근에는 고성능 컴퓨터(HPC: High Performance Computer)의 발달로 인해 데이터의 크기가 점점 더 증가하는 추세에 있으며, 이런 복잡한 데이터를 해석하는 데는 클러스터 시스템을 이용한 고해상도의 디스플레이 장치가 필요하다. 하지만 이런 디스플레이 장치에서 사용자 인터페이스를 제공하는 방법은 VR(Virtual Reality, 가상현실) 환경을 활용하는 것이 거의 유일한 해결책이다. 하지만 현재 VR 환경에서 시뮬레이션 데이터 해석에 필요한 적절한 사용자 인터페이스를 제공하는 툴은 존재하지 않는다. 이에, 본 논문에서는 시뮬레이터 데이터, 특히 로터 동역학 분야의 시뮬레이션 데이터를 VR 환경에서 가시화하는 GLOVE 프레임워크의 통합 인터페이스를 소개한다. 이 인터페이스는 VR 환경에서 시뮬레이션 데이터를 실시간으로 상호작용을 통해 분석하는 데 필요한 기반 환경을 제공한다.

• The KIPS Transactions:PartB
• /
• v.16B no.5
• /
• pp.341-346
• /
• 2009

The motion data glove is a representative human-computer interaction tool that inputs human hand gestures to computers by measuring their motions. The motion data glove is essential equipment used for new computer technologiesincluding home automation, virtual reality, biometrics, motion capture. For its popular usage, this paper attempts to develop an inexpensive visual.type motion data glove that can be used without any special equipment. The proposed approach has the special feature; it can be developed as a low-cost one becauseof not using high-cost motion-sensing fibers that were used in the conventional approaches. That makes its easy production and popular use possible. This approach adopts a visual method that is obtained by improving conventional optic motion capture technology, instead of mechanical method using motion-sensing fibers. Compared to conventional visual methods, the proposed method has the following advantages and originalities Firstly, conventional visual methods use many cameras and equipments to reconstruct 3D pose with eliminating occlusions But the proposed method adopts a mono vision approachthat makes simple and low cost equipments possible. Secondly, conventional mono vision methods have difficulty in reconstructing 3D pose of occluded parts in images because they have weak points about occlusions. But the proposed approach can reconstruct occluded parts in images by using originally designed thin-bar-shaped optic indicators. Thirdly, many cases of conventional methods use nonlinear numerical computation image analysis algorithm, so they have inconvenience about their initialization and computation times. But the proposed method improves these inconveniences by using a closed-form image analysis algorithm that is obtained from original formulation. Fourthly, many cases of conventional closed-form algorithms use approximations in their formulations processes, so they have disadvantages of low accuracy and confined applications due to singularities. But the proposed method improves these disadvantages by original formulation techniques where a closed-form algorithm is derived by using exponential-form twist coordinates, instead of using approximations or local parameterizations such as Euler angels.

• Journal of the Korean Institute of Telematics and Electronics C
• /
• v.35C no.6
• /
• pp.76-87
• /
• 1998

This paper deals with a system which recognizes dynmic hand gestures, Korean Sign Language(KSL), mixed with static hand gesture, Korean Manual Alphabet(KMA), continuously. Recognition of continuous hand gestures is very difficult for lack of explicit tokens indicating beginning and ending of signs and for complexity of each gesture. In this paper, state automata is used for segmenting sequential signs into individual ones, and basic elements of KSL and KMA, which consist of 14 hand directions, 23 hand postures and 14 hand orientations are used for recognition of complex gestures under consideration of expandability. Using a pair of CyberGlove and Polhemus sensor, this system recognizes 131 Korean signs and 31 KMA's in real-time with recognition rate 94.3% for KSL excluding no recognition case and 96.7% for KMA.