사람들이 감성을 중요시하게 되면서 캘리그라피의 활용이 증가하고 있다. 캘리그라피에서는 획, 점, 삐침뿐 아니라 갈라점과 농담(뽑淡)을 동해 희노애락(편感哀樂) 감은 감성을 표현한다. 하지만 캘리그라피를 다양한 크기의 인쇄물에 사용하기 위하여 디지탤 작엽을 할 때 갈라점과 농담은 소실될 수 있어 이들이 표현하는 감성이 사라질 수 있다. 또한 캘리그라피를 사용한 이미지 편집을 위해 전문가는 스캐너를 동해 얻은 높은 해상도의 이미지로 작엽하지만 일반 사용자들은 스마트 폰으로 촬영한 낫은 해상도의 이미지로 작엽한다. 우리는 일반 사용자가 사용하는 해상도가 낫은 캘리그라피 이미지를 다양한 크기의 인쇄물에 사용 가능하고, 갈라점과 농담이 주는 감성을 유지하기 위하여 캘리그라피에 특화된 래스터 이미지를 확대하는 방법을 제안한다. 우리의 방법은 래스터 기반에서 이미지를 확대할 때 문제가 되는 경계를 재 채색한다. 재 채색을 할 때 이미지 그라디언트(Image-gradient)를 사용하여 엘리어싱을 감소시키고 금자 이미지를 더옥 선명하게 하며, alpha 값을 사용하여 붓의 갈라점과 농담이 주는 감성을 유지한다.

최근, 감시시스템, 게임, 영화등 다양한 분야에서 영상을 이용한 실시간 객체 추적의 필요성이 높아짐에 따라, 커널기반 mean-shift 추적 기법에 대한 관심이 높아지고 있다. 커널 기반 mean-shift 객체 추적에 있어서 주요한 몇 가지 문제점들 중, 첫번째로 추적 목표 객체에 대한 부분 가림 흑은 전체 가림 상황에서의 객체 추적의 문제를 들 수 있다. 본 논문에서는 멀티모드 지역적 커널 가중치를 적용함드로써 부분 가림 상황에서도 안정적드로 객체를 추적할 수 있는 실시간 mean-shift 추적 기법을 제안한다. 제안기법에서는 단일 커널을 사용하는 대신 여러 개의 서브 커널들로 구성된 커널을 사용하고, 각 서브 커널의 위치에 따른 지역적 커널 가중치를 적용한다. 기존의 멀티모드 커널 기반의 방법과 비교한 실힘을 통하여 본 제안 방법이 보다 안정적드로 객체를 추적할 수 있음을 보였다.

본 논문에서는 양팔을 이용한 물체 들기 자세를 최적화 하는 기술을 소개한다. 입력 값은 인체 모델과 임의의 모양의 물체이다. 물체는 크기가 크고 무거워서 두 팔을 사용해서만이 들 수 있다고 가정한다. 작은 물체와 달리 큰 물체는 물리적 안정성을 유지하면서 들고 있는 것이 쉽지 않다. 물체의 방향 그리고 손, 팔, 몸통 등 상체의 자세가 적절한 경우에만 물리적 안정성이 보장될 수 있고, 그러한 자세의 범위는 매우 제한적이다. 본 논문에서는 먼저 렌치스페이스 개념을 사용하여 주어진 인체 자세에 대해 안정성을 평가하는 알고리즘을 제시한다. 다음 전체 형태 공간을 정의 하고 형태 공간 내에서 안정성 평가 점수가 가장 높은 자세를 찾아내는 방법을 소개한다. 여러 가지 모양의 물체와 사용자 요구 조건이 주어졌을 때 최적화 된 들기 자세를 찾아내는 실험을 통해 유용성을 증명한다.