본 논문에서는 삼각형 집합(triangle soup)형식의 등가면(isosurface)을 추출하는 기존의 마칭큐브 기법을 개선하여, 연결된 메시(connected mesh)형식으로 추출하는 실시간 기법을 제안한다. 이를 통해 기존에는 불가능했던 다양한 렌더링 기법을 사용하여 동적으로 변하는 등가면을 렌더링할 수 있고, 등가면의 위상(topology)과 기하(geometry) 정보 등을 추출할 수 있다. 또한 지오메트리 셰이더 (geometry shader) 에서 사용하는 인접 삼각형 형태의 구조 (GL_TRIANGLES_ADJACENCY)를 생성하여 보다 다양한 셰이딩 기법을 지원한다. 본 기법은 기존 마칭큐브에 삼각형들을 연결하는 후처리 과정을 추가한 기법에 비해 300% 정도의 향상된 등가면 추출 속도를 보인다.

본 논문에서는 광 회절 단층 촬영 (Optical Diffraction Tomography, ODT) 기법을 사용해 얻어진 세포 영상을 3차원 가상 공간에 시각적으로 표현하고 기존의 세포 영상들과의 일치감을 주는 색상 매핑 기술을 포함한 가시화 프레임 워크를 소개한다. 전체 볼륨을 구성하는 내부 구조에 대한 정보가 잘 알려져 있거나 명확하게 구분 가능한 인체의 장기 또는 산업 기기와 같은 기존의 볼륨 데이터와는 달리 세포 영상 데이터는 세포소기관들 간의 경계가 모호하거나 상황에 따라 형상의 변화가 다양하다는 특징을 가지고 있어, 세포의 형상에 대한 일관적인 시각 표현이 상대적으로 어렵다는 문제가 있다. 본 논문에서는 이를 해소하기 위해 세포의 3차원 형상을 실시간으로 렌더링 할 수 있는 가시화 기법을 제안한다. 제안하는 기법에서는 우선 세포의 3차원 형상을 나타내기 위해 볼륨 데이터의 가시화에서 널리 활용되고 있는 볼륨 렌더링 기법을 ODT 영상에 맞게 적용했으며, 빈 공간 교란 기법을 통한 렌더링 결과의 개선으로 세포내 구조의 연속성을 나타낼 수 있게 했다. 또한 다중 전이 함수에 대해 레이어 기반 독립 렌더링을 적용하는 것을 통해 다수의 세포내 구조를 하나의 화면에 표현하는 복합 가시화 기법을 제안했다. ODT 영상 및 염색 영상을 동시에 촬영 가능한 현미경으로부터 얻어진 세포 영상을 가시화 하는 것을 통해 제시된 가시화 기법의 유용성을 확인했다.

본 논문은 가상현실 및 증강현실을 위해 양안식 눈추적기 기반의 시선 깊이 추정 기법을 제안한다. 제안한 방법은 먼저 양안식 눈추적기로부터 안구 및 시선과 관련된 다양한 정보를 획득한다. 이후 획득된 정보를 바탕으로 다층퍼셉트론 알고리즘 기반의 시선 추적과 인식 모델을 통해 눈 시선 깊이를 추정한다. 제안한 방법을 검증하기 위해 13명의 참여자를 모집하고 개인별 시선 추적과 범용 시선 추적에 대한 성능을 분석하였다. 실험결과 개인별 모델에서는 90.1%, 그리고 전체 사용자를 대상으로 한 범용 모델에서는 89.7%의 정확도를 보였다.

본 논문은 컬러 이미지대상 고용량 데이터 은닉을 위한 새로운 적응형 least-significant-bit(LSB) 스테가노그라피 알고리즘을 제시한다. 은닉할 데이터 비트와 교체하기 위한 컬러 이미지 픽셀의 빨강, 초록, 파랑 (RGB) 컴포넌트의 LSB 비트 수는 peak signal noise ratio (PSNR) 최저값 분석을 통해 결정하였다. 은닉 데이터의 70%는 픽셀의 두 색상 컴포넌트 LSB 3비트를, 나머지 컴포넌트 LSB 2 비트를 교체하고, 30%는 모든 RGB 컴포넌트 LSB 4비트를 교체하는 조합을 제안한다. 또한, 데이터를 은닉할 에지영역 픽셀 선택을 위하여 지역적인 정렬방법도 제안한다. 본 방법은 픽셀 당 9.2 비트(9.2bpp)의 고용량 은닉이 가능하다. 30K - 60K바이트 데이터 은닉 실험결과 512x512 컬러 이미지의 평균 PSNR값은 43.9db이고 자연스러운 히스토그램도 도출되었다.