3차원 메쉬에서 특징을 추출하는 것은 메쉬 에디팅이나 메쉬 모핑 등의 여러 가지 메쉬 처리에 있어서 중요한 일이다. 특징을 추출하는 방법 중에서 사용자가 지정한 부근의 특징을 자동적으로 찾아주는 방법은 이미지 처리 분야에서는 오래 전부터 사용되어 왔는데 이미지 스네이크 알고리즘이 그것이다. 최근에는 그러한 이미지 스네이크 알고리즘이 3차원 메쉬에 적용되어 기하학적인 스네이크 알고리즘으로 탄생하였다. 본 논문은 기하학적 스네이크의 새로운 알고리즘을 제시하고, 찾고자 하는 특징의 모양에 따라 스네이크 곡선의 위상이 자유롭게 변화하는 기하학적 스네이크 모델을 제안한다. 본 논문에 사용된 알고리즘은 이미지 스네이크 알고리즘의 동적 프로그래밍 방법을 3차원 메쉬에 응용한 것으로 스네이크 포인트들이 메쉬의 에지를 따라 3차원 상에서 직접 이동을 하면서 에너지가 최소가 되는 지점을 찾아 가는 방식이다. 스네이크 곡선은 메쉬상의 이웃한 정점들의 순차적인 연결선으로 이루어지며 찾고자 하는 특징의 모양과 크기에 따라 스네이크 포인트의 개수가 자동으로 조절된다. 또한 주변의 다른 스네이크 포인트와 만났을 때 합쳐지거나 반대로 여러 스네이크 곡선으로 나뉘어 질 수 있다.

본 논문은 사람의 실제 얼굴에서 캡쳐된 얼굴 모션 데이터를 새로운 얼굴에 재적용하는 리타켓팅 기법을 제안한다. 본 기법은 형태가 매우 상이한 얼굴 모델에도 적용이 가능하며 특히 주름같은 세밀한 모션의 리타켓팅에 적합하다. 본 기법은 다중해상도 메쉬 즉 노말메쉬(normal mesh)를 사용함으로써 소스와 타켓의 계층적으로 대응관계를 결정하고 계층적으로 리타켓팅한다. 노말 메쉬는 주어진 메쉬를 베이스 메쉬 (base mesh)와 일련의 노말 오프셋 (normal offsets)을 이용하여 근사시킨 계층적 메쉬이다. 본 리타켓팅 기법은 우선 베이스 모션을 소스 모델에서 타겟 모델로 리타켓팅한 후 그 모션 위에 노말 오프셋의 모션을 계층적으로 더해준다. 이 기법은 형태가 매우 세밀한 모션에 대하여 안정적이면서도 정교한 리타켓팅 결과를 생성한다.

An algorithm is developed for augmenting a real video with virtual graphics objects without computing Euclidean information. Real motion of the camera is obtained in affine space by a direct linear method using image matches. Then, virtual camera is provided by determining the locations of four basis points in two input images as initialization process. The four pairs of 2D location and its 3D affine coordinates provide Euclidean orthographic projection camera through the whole video sequence. Our method has the capability of generating views of objects shaded by virtual light sources, because we can make use of all the functions of the graphics library written on the basis of Euclidean geometry. Our novel formulation and experimental results with real video sequences are presented.

비디오 시퀀스의 현재 블록의 모션 벡터와 이전 블록의 모션 백터는 시간적 상관성을 갖고 있다. 따라서 이전 프레임 블록들로부터 많은 정보를 얻을 수 있다면 현재 블록의 오션 추정에 대한 성능을 높일 수 있고 또한 탐색 횟수를 줄임으로써 계산 복잡도를 크게 줄일 수 있다. 본 논문에서는 이전 프레임 블록과 주위 블록들의 모션 벡터로부터 예측된 모션 정보를 구하여, 이를 탐색 원점으로 사용하지 않고, 탐색 구간에 따라 적응적으로 해당 초기점으로 탐색 원점을 이동시켜 고속 탐색 패턴을 이용하여 블록 정합을 수행하는 블록 정합 모션 추정 방식을 제안한다. 실험 결과 제안된 방식은 기존의 예측 탐색 방식들에 비해 PSNR 값에 있어서 평균적으로 0.33~0.37[dB] 개선되고 영상에 따라 최고 1.05[dB] 정도 우수한 결과를 나타내었다. 또한 탐색 횟수에서는 기존의 탐색 알고리즘보다 29~97%를 줄일 수 있었고, 정확한 모션 벡터를 찾는 비교에 있어서도 월등히 우수한 결과를 나타내었다. 제안된 방식은 정량적인 결과뿐만 아니라 부호화후 복호화한 영상의 화질에 있어서도 다른 고속 탐색 알고리즘보다 월등히 우수한 화질을 제공한다.