• 제목/요약/키워드: face-mapping

검색결과 174건 처리시간 0.027초

터널 시공중 굴착면 지질정보 디지털화 및 3D 가시화 (Digital Mapping and 3D Visualization of Tunnel Face Information under Construction)

  • 권영주;이청;김진웅;김광염;임성빈;최재원
    • 자원환경지질
    • /
    • 제43권6호
    • /
    • pp.649-659
    • /
    • 2010
  • 본 연구에서는 터널의 시공 중 굴착면을 통해 획득되어지는 지질정보의 분석과 평가의 객관화를 위해 디지털 매핑 데이터베이스 시스템을 개발하였다. 지질조사 정보와 설계단계에서의 다양한 정보를 데이터베이스화 하고 이를 시공 중 조회하여 활용할 수 있도록 하였다. 시공 중에 굴착면의 평가를 디지털 이미지 기반으로 관리할 수 있도록 하였다. 또한, 3차원 가시화 모듈을 통해 불연속면 정보 등의 분석 및 평가에 활용 할 수 있도록 하였다. 개발된 시스템은 실제 시공 중인 수로 터널 및 고속도로 터널 현장에 적용함으로써 효용성을 확인하였다.

해부학 기반의 3차원 얼굴 모델링을 이용한 얼굴 표정 애니메이션 (facial Expression Animation Using 3D Face Modelling of Anatomy Base)

  • 김형균;오무송
    • 한국정보통신학회논문지
    • /
    • 제7권2호
    • /
    • pp.328-333
    • /
    • 2003
  • 본 논문에서는 얼굴의 표정 변화에 영향을 주는 해부학에 기반한 18개의 근육군쌍을 바탕으로 하여 얼굴 표정 애니메이션을 위한 근육의 움직임을 조합할 수 있도록 하였다. 개인의 이미지에 맞춰 메쉬를 변형하여 표준 모델을 만든 다음, 사실감을 높이기 위해 개인 얼굴의 정면과 측면 2장의 이미지를 이용하여 메쉬에 매핑하였다. 얼굴의 표정 생성을 애니메이션 할 수 있는 원동력이 되는 근육 모델은 Waters의 근육모델을 수정하여 사용하였다. 이러한 방법을 사용하여 텍스처가 입혀진 변형된 얼굴을 생성하였다. 또한, Ekman이 제안한 6가지 얼굴 표정을 애니메이션 하였다.

3차원 얼굴 모델링과 예측 시스템 (A Three-Dimensional Facial Modeling and Prediction System)

  • 구본관;정철희;조선영;이명원
    • 한국컴퓨터그래픽스학회논문지
    • /
    • 제17권1호
    • /
    • pp.9-16
    • /
    • 2011
  • 본논문에서는 3차원 3D 얼굴 스캔 데이터와 사진 이미지를 이용하여 3D 얼굴 모델을 생성하고 향후의 얼굴을 예측하는 시스템 개발에 대해 기술한다. 본 시스템은 3차원 텍스처매핑, 얼굴 정의 파라미터 입력 도구, 3차원 예측 알고리즘으로 구성 되어 있다. 3차원 텍스처매핑 기능에서는 3D 스캐너로 획득한 얼굴 모델과 사진 이미지를 이용하여 특정 연령에서의 새로운 얼굴모델을 생성한다. 텍스처매핑은 3D 스캐너로부터 획득한 메쉬 데이터에 정면과 좌우 측면의 세 방향의 사진 이미지를 이용하여 매핑하였다. 얼굴 정의 파라미터 입력도구는 3차원 텍스처매핑에 필요한 사용자 인터페이스 도구로서, 얼굴 모델의 정확한 재질값을 얼굴 사진으로부터 얻기 워하여 사진과 3D 얼굴 모델의 특징점을 일치시키는데 사용된다. 본 연구에서는 한 얼굴의 향후 연령대에서의 얼굴 모델을 구하기 위하여 100여개의 얼굴 스캔 데이터베이스를 이용한 통계적 분석에 의해 재질값을 예측 계산하여 해상도 높은 재질값을 가지는 모든 연령대의 3D 얼굴모델을 구성하였다.

순환인공신경망을 활용한 터널굴착면 전방 Q값 예측에 관한 연구 (Study on Q-value prediction ahead of tunnel excavation face using recurrent neural network)

  • 홍창호;김진;류희환;조계춘
    • 한국터널지하공간학회 논문집
    • /
    • 제22권3호
    • /
    • pp.239-248
    • /
    • 2020
  • 터널 굴착 시 정확한 암반 분류는 적합한 지보패턴을 설치하는 데 도움을 준다. 암반의 분류를 위해 주로 RMR (Rock Mass Ration)과 Q값을 산정하여 수행되며, 페이스 매핑(face mapping)을 바탕으로 산정된다. 점보드릴 및 프로브드릴의 기계 데이터을 활용하거나 딥러닝을 활용한 굴착면 사진 분석 등의 방법이 암반등급 분류를 예측하기 위해 사용되고 있으나, 분석 시 오랜 시간이 소요되거나, 굴착면 전방의 암반등급을 파악할 수 없다는 점에서 한계를 갖는다. 본 연구에서는 순환인공신경망(Recurrent neural network, RNN)을 활용하여 굴착면 전방의 Q값을 예측하는 방법을 개발하였고 페이스 매핑으로부터 획득한 Q값과 비교/검증하였다. 4,600여개의 굴착면 데이터 중 70%를 학습에 활용하였고, 나머지 30%는 검증에 사용하였다. 학습의 횟수와 학습에 활용한 이전굴착면의 개수를 변경하여 학습을 수행하였다. 예측된 Q값과 실제 Q값의 유사도는 RMSE (root mean square error)를 기준으로 비교하였다. 현재 굴착면과 바로 직전의 굴착면의 Q값을 활용하여 600회 학습하여 예측한 Q값의 RMSE값이 가장 작은 것을 확인하였다. 본 연구의 결과는 학습에 사용한 데이터 값 등이 변화하는 경우 변화할 수 있으나 터널에서의 이전 지반상태가 앞으로의 지반상태에 영향을 미치는 시스템을 이해하고, 이를 통해 터널 굴착면 전방의 Q값의 예측이 가능할 것으로 판단된다.

터널 내 탄성파탐사(TSP)기법의 주암댐 보조여수로 적용 사례 연구 (Use of the Tunnel Seismic Prediction Method for Construction of Spillways at Juam Dam)

  • 배종섬;장찬동
    • 지질공학
    • /
    • 제23권1호
    • /
    • pp.67-77
    • /
    • 2013
  • 주암댐 보조여수로 건설공사 터널 구간 중 사전 조사가 미치지 못하는 구간의 정보취득과 파쇄대의 정확한 위치 및 크기를 예측하기 위하여 일부 구간에 대하여 터널 내 탄성파반사법(TSP)탐사를 실시하였다. 공사 착공 전에 실시한 사전조사 결과(지표 지질조사, 전기비저항 탐사, 시추조사 등), TSP탐사 결과, 그리고 실제 현장 굴진면에 대한 지질매핑 결과를 비교하였다. TSP탐사는 사전조사에서 감지하지 못한 주요 파쇄대를 잘 감지해내었으며 이에 따라 초기에 계획된 보강 계획을 변경하였다. TSP탐사 예측결과와 현장 막장면 비교 결과 파쇄대가 발달한 지점이 대부분 일치하는 것을 확인할 수 있었고, 이를 통해 터널 굴진면 예측에 비용 및 시간을 최소화 할 수 있고, 높은 정확성을 갖고 있는 TSP탐사의 현장 적용이 유용한 것으로 판단하였다. 다만 TSP탐사법이 갖는 몇 가지 단점으로 인하여 현장 적용에 일부 제약이 뒤따르나 이를 보완한다면 터널 굴착시 전방 예측을 위해 비교적 높은 효율성과 신뢰성을 갖고 TSP탐사를 활용할 수 있을 것이라 사료된다.

터널 단층대에서 수평시추와 막장관찰에 의한 RMR값의 비교 분석 (Comparison of the RMR Ratings by Tunnel Face Mappings and Horizontal Pre-borings at the Fault Zone in a Tunnel)

  • 김치환
    • 터널과지하공간
    • /
    • 제15권1호
    • /
    • pp.39-46
    • /
    • 2005
  • 터널 단층대에서 수평시추로 조사한 막장전방의 암반 상태를 공학적 암반분류법인 RMR값으로 평가하였고 이를 터널 굴착 후 막장을 관찰하여 결정한 RMR값과 비교 분석하였다. 수평시추로 예측한 RMR값은 비교적 정확하여 터널 굴진 후 막장을 관찰하여 구한 RMR값과 큰 차이가 없었다. 그러나 일부 구간에서는 수평시추와 막장관찰로 구한 RMR값의 차이가 약 50까지 발생하였고 이를 RMR 평가항목으로 분석한 결과 불연속면의 상태에 대한 평점에서 24의 차이가 나타났고 암질지수와 단축압축강도 평점에서 각각 15와 13의 차이로 나타났다. 두 방법에서 평가한 RMR값의 차이를 줄이기 위해서는 터널 내 수평시추공의 위치를 터널의 안정성에 가장 큰 영향을 줄 수 있는 곳으로 선정하고 불연속면의 상태에 대한 평가는 불연속면의 연속성, 분리 틈, 풍화도 등 5개의 소항목 각각에 대해 5단계로 구분한 세부평점을 적용하여야 할 것이다.

얼굴과 얼굴 특징점 자동 검출을 위한 탄력적 특징 정합 (A flexible Feature Matching for Automatic Face and Facial Feature Points Detection)

  • 박호식;배철수
    • 한국정보통신학회논문지
    • /
    • 제7권4호
    • /
    • pp.705-711
    • /
    • 2003
  • 본 논문에서는 자동적으로 얼굴과 얼굴 특징점(FFPs:Facial Feature Points)을 검출하는 시스템을 제안하였다. 얼굴은 Gabor 특징에 의하여 지정된 특징점의 교점 그래프와 공간적 연결을 나타내는 에지 그래프로 표현하였으며 제안된 탄력적 특징 정합은 모델과 입력 영상에 상응하는 특징을 취하였다. 또한, 정합 모델은 국부적으로 경쟁적이고 전체적으로 협력적인 구조를 이룸으로서 영상공간에서 불규칙 확산 처리와 같은 역할을 하도록 하였으며, 복잡한 배경이나 자세의 변화, 그리고 왜곡된 얼굴 영상에서도 원활하게 동작하는 얼굴 식별 시스템을 구성함으로서 제안된 방법의 효율성을 증명하였다.

Classroom Roll-Call System Based on ResNet Networks

  • Zhu, Jinlong;Yu, Fanhua;Liu, Guangjie;Sun, Mingyu;Zhao, Dong;Geng, Qingtian;Su, Jinbo
    • Journal of Information Processing Systems
    • /
    • 제16권5호
    • /
    • pp.1145-1157
    • /
    • 2020
  • A convolution neural networks (CNNs) has demonstrated outstanding performance compared to other algorithms in the field of face recognition. Regarding the over-fitting problem of CNN, researchers have proposed a residual network to ease the training for recognition accuracy improvement. In this study, a novel face recognition model based on game theory for call-over in the classroom was proposed. In the proposed scheme, an image with multiple faces was used as input, and the residual network identified each face with a confidence score to form a list of student identities. Face tracking of the same identity or low confidence were determined to be the optimisation objective, with the game participants set formed from the student identity list. Game theory optimises the authentication strategy according to the confidence value and identity set to improve recognition accuracy. We observed that there exists an optimal mapping relation between face and identity to avoid multiple faces associated with one identity in the proposed scheme and that the proposed game-based scheme can reduce the error rate, as compared to the existing schemes with deeper neural network.

3성분 지오폰을 이용한 막장전방 예측 탄성파탐사 (Seismic reflection imaging ahead of tunnel face using 3 component geophones)

  • 조철현;차영호;양종화;방기문
    • 한국철도학회:학술대회논문집
    • /
    • 한국철도학회 2005년도 추계학술대회 논문집
    • /
    • pp.412-417
    • /
    • 2005
  • To ensure the safety of the tunnelling without the loss of economy, the tunnel seismic profiling(TSP) method for the prediction ahead of tunnel face, begins to be used routinely in these days. TSP method does not interfere the tunnelling works while the horizontal drilling does, and its prediction length is longer than that of the drilling. Yet the most frequently adopted technique of TSP in Korea is the multi-shot and 2 receiver array using in-hole receivers, even though this array requires as many as 26 drill-holes for receiver installation and ballasting, which results in 3-6 hours of suspension in excavation work. In this paper, multi-receiver and lesser shot array using side-wall attached 3 component geophones is to be described to prove the efficiency in terms of the survey time as well as the reliability of the method by comparison of the predicted weak points and the face mapping results. The predictions mostly agreed with the real fractures or joint developed zones which have been confirmed during the excavation. It also has been found that TSP method can be effectively applied to perform draining ground water ahead of tunnel face by imaging the geologic discontinuities.

  • PDF