본 논문에서는 하이트필드 맵을 이용한 회화적 질감 표현 방법을 제시한다. 회화적 렌더링된 결과물의 하이트필드 맵을 이용하면 회화작품의 질감을 표현할 수 있다. 이를 위해 하이트필드 맵을 바탕으로 노말 매핑과 디스플레이스먼트 매핑 방법을 이용하여 회화적 렌더링을 구현하였다. 제시된 방법은 GPU 프로그래밍을 이용하여 물체의 세부적인 표면을 실시간으로 회화적 렌더링할 수 있어 3차원 가시화나 게임엔진에 응용할 수 있다.

회화적 렌더링은 주어진 영상을 가지고 사람이 직접 그린 듯 한 회화적 느낌을 표현하는 것이다. 이러한 회화적 느낌을 표현하기 위한 요소에는 브러시의 굵기, 방향, 질감, 그리고 생성된 브러시가 캔버스에 그려질지 판단하는 기준설정 등이 있다. 본 논문에서는 에지 밀도를 이용해 브러시가 캔버스에 그려질 조건을 설정하는 알고리즘을 제시한다. 에지밀도란 일정 영영에서의 에지의 양을 나타낸다. 기존의 색 차이만을 고려하던 그려질 조건에 에지밀도정보를 추가로 적용하여 대상과 배경을 분리하여 세밀함과 추상함을 동시에 표현할 수 있다. 이와 함께 정적 격자 단위로 그려질 위치를 찾는 것이 아닌 동적 격자 단위로 찾아가는 방법을 사용한다. 그리고 방향 보간을 통한 일관된 브러시의 방향설정을 하고 텍스처를 이용한 사실적인 브러시의 질감표현을 한다. 위의 과정들을 통해 좀 더 사람이 그린것과 같은 오일 페인팅(oil painting) 효과를 얻을 수 있다.

본 논문은 주어진 얼굴 사진에 대하여 자동으로 얼굴의 특징을 강조한 캐리커쳐 생성 기법을 제안한다. AAM(Active Appearance Model)을 사용하여 트레이닝 이미지의 특징점과 텍스쳐 정보를 유지하고 이것을 이용하여 평균 얼굴의 정보와 함께 주어진 얼굴에 대한 특징점을 찾아낸다. 캐리커쳐 아티스트들의 제안을 바탕으로 특징적인 부분을 과장하기 위한 룰을 정의하고 이를 입력 얼굴의 특징점에 적용하여 과장된 특징점을 얻는다. 마지막으로 주어진 사진에 대하여 좀 더 만화적인 효과를 내기 위해 얼굴 이미지에 카투닝을 적용한 다음 과장된 특징점으로 와핑한다. 이러한 방법으로 사용자의 조작을 최소로 하는 캐리커처 생성을 할 수 있다.

최근 들어 디지털 카메라의 대중화로 인하여 많은 사람들이 손쉽게 다량의 사진을 촬영할 수 있게 되었다. 수백 장의 사진을 수작업으로 분류, 관리하는 것은 매우 힘든 일이며, 따라서 이를 자동으로 수행해주는 시스템의 필요성이 증대되었다. 디지털 이미지를 분류하는 이전 연구들은 대부분 일반적인 사진에 중점을 두고 있기 때문에 디지털 사진을 분류하기 위해서는 사용하기 힘들다. 최근에는 특정 조건 내에서 디지털 이미지를 분류하는 연구들이 많이 진행되고 있다. 이 알고리즘들은 대부분 시간차를 이용하여 사진을 분류하며 대부분 좋은 결과를 보이고 있지만 개선해야할 여지가 많이 남아있다. 예를 들면 초점거리와 같은 정보들은 사진을 분류할 때 전혀 사용하지 않는다. 따라서 본 논문에서는 EXIF의 초점거리 정보를 이용한 사진 분류 알고리즘을 제안한다. 본 논문에서는 매칭 벡터 분석방법을 이용하여 사진을 분류한다. 제안한 방법으로 실험한 결과, 95%의 사진 분류 성공률을 보였다.