본 논문에서는 손상된 흑백 얼굴 이미지를 컬러로 복원하는 방법을 제안한다. 기존 연구에서는 오래된 증명사진처럼 손상된 흑백 사진에 컬러화 작업을 하면 손상된 영역 주변이 잘못 색칠되는 경우가 있었다. 이와 같은 문제를 해결하기 위해 본 논문에서는 입력받은 사진의 손상된 영역을 먼저 복원한 후 그 결과를 바탕으로 컬러화를 수행하는 방법을 제안한다. 본 논문의 제안 방법은 BEGAN(Boundary Equivalent Generative Adversarial Networks) 모델 기반 복원과 CNN(Convolutional Neural Network) 기반 컬러화의 두 단계로 구성된다. 제안하는 방법은 이미지 복원을 위해 DCGAN(Deep Convolutional Generative Adversarial Networks) 모델을 사용한 기존 방법들과 달리 좀 더 선명하고 고해상도의 이미지 복원이 가능한 BEGAN 모델을 사용하고, 그 복원된 흑백 이미지를 바탕으로 컬러화 작업을 수행한다. 최종적으로 다양한 유형의 얼굴 이미지와 마스크에 대한 실험 결과를 통해 기존 연구에 비해 많은 경우에 사실적인 컬러 복원 결과를 보여줄 수 있음을 확인하였다.

우리는 유체의 얇은 막을 명시적으로 표현하고 보존할 수 있는 CPU-GPU 이기종 컴퓨팅 기반의 유체 시뮬레이션 기법을 소개한다. 본 논문에서 가장 큰 기여는 얇은 유체표면에서 쪼개지거나 밀도가 높은 지점에서 붕괴되어 유체표면에 나타나는 Hole을 방지하는 입자 기반 프레임워크를 GPU를 활용한다는 것이다. 유체표면을 추적하는 기존의 방법과는 달리, 제안된 프레임워크는 CPU-GPU 프레임워크상에서 수치적 확산이나 꼬임문제 없이 안정적으로 토폴로지 변화를 처리할 수 있다. 얇은 표면의 특징은 이방성 커널(Anisotropic kernel)과 주성분 분석(Principal component analysis; PCA)을 GPU상에서 수행하여 유체의 방향성을 빠르게 찾고, 새로운 유체입자의 위치를 결정하기 위해 계산하는, 후보위치 추출 과정의 효율성을 CPU-GPU 이기종 컴퓨팅 기술 기반으로 빠르게 계산한다. 제안된 알고리즘은 직관적으로 구현되며, 병렬화가 쉽고 시각적으로 디테일한 액체의 얇은 표면을 빠르게 애니메이션 할 수 있다.

본 논문은 운고계로부터 수집된 운고 자료와 후방산란 자료를 3차원 가상 공간에서 시각화 하는 대화형 기법을 제안한다. 운고계 관측자료는 시간과 공간 정보가 모두 연계된 다차원 대용량 정보이기 때문에 정적인 2차원 시각화 방법으로는 그 안에 내재된 전체 정보를 충분히 드러내기 어렵다. 본 논문의 시각화 방법은 실시간 3차원 렌더링 기술을 바탕으로 사용자가 원하는 대로 시점과 시야를 조절하면서 3차원 형상으로 표현된 운고계 관측자료의 전체적인 변화 양상과 국소적인 특징을 다각도로 관찰할 수 있도록 한다. 운고 및 운량 자료는 실제 지형 자료와 결합하여 다수의 구름이 지형 위에서 형성되고 소멸되는 사실적인 구름 애니메이션 형식으로 시각화 한다. 후방산란 자료는 시간과 고도에 따른 변화를 통합적으로 표현할 수 있는 3차원 지형 형태로 시각화 한다. 또한 검증하고자 하는 날짜, 지형의 상세도, 혹은 대기경계층 높이와 같은 보조자료 등을 선택할 수 있도록 함으로써 자료를 여러 관점에서 해석할 수 있도록 돕는다. 본 논문에서 제안하는 대화형 시각화 방법이 기상 자료의 분석과 검증에 활용될 수 있음을 보이기 위하여 전국 93개 관측 지점의 라이다식 운고계로부터 수집된 실제 자료를 바탕으로 다양한 실험을 수행하였다.

직접볼륨렌더링(DVR)은 3차원 볼륨 데이터의 내부 구조를 시각화하는 데 일반적으로 사용되는 방법이다. 그러나, 2차원 디스플레이 상의 기존의 볼륨 렌더링은 광선 투사법에 의한 차원 감소로 인해 깊이 인식이 부족하다. 본 연구에서는 가상현실이 볼륨렌더링의 유용성을 어떻게 향상시킬 수 있는지 조사한다. 우리는 가상 현실에서 실시간 고해상도 볼륨렌더링 시스템을 개발하고 38명의 참가자를 통한 사용자 연구를 통해 깊이 인식의 향상에 따른 볼륨렌더링의 유용성을 측정한다. 결과는 가상 현실이 뛰어난 깊이 인식을 가능하게 함으로써 볼륨렌더링의 유용성을 향상 시킨다는 것을 보여준다.