• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10b
• /
• pp.475-479
• /
• 2006

환자의 체동은 MRI에 의해 제공된 영상의 화질을 저하시키는 주된 원인이 되고 있다. 이에 본 논문에서는 MRI내 3차원 강체운동에 기인한 아티팩트를 제거하는 방법을 제안한다. 이러한 제거 목표를 달성하기 위해 MRI 영상 데이터를 얻기위한 2차원 다-슬라이스 방법(a multiple two dimensional slice technique)이 사용되어 왔다. 대상물체의 운동에 해당하는 수집된 MRI 데이터는 불균일한 표본화와 위상오차에 의해 영향을 받게된다. 3차원 강체운동에 대해 주어진 운동 파라메타와 장면간의 영향이라는 가정하에 양선형 보간법과 중첩법으로 다-슬라이스 데이터를 사용하는 방법에 기초한 재구성 알고리즘을 MRI 아티팩트를 제거하는데 사용한다. 미지의 체동 파라메타를 추정하기 위해 3차원 강체운동은 다-슬라이스 취득방법의 각 영상과 결합된 관심영역 바깥쪽에서 측정된 에너지를 증가시킨다는 사실을 이용하는 최소에너지법을 사용한다. 본 방법의 유효성을 확인하기 위해 3차원 강체운동에 의해 화질이 저하된 스핀-에코우 영상에 적용한 결과 화질이 식별될 수 있을 정도로 개선됨을 확인하였다.

• The KIPS Transactions:PartA
• /
• v.16A no.2
• /
• pp.61-68
• /
• 2009

We present a fast 3D shape deformation method that achieves smoothly deformed result by approximating a rigid transformation based on moving least squares (MLS). Our modified MLS formulation reduces the computation cost for computing the optimal transformation of each point and still keeps the rigidity of the deformed results. Even complex geometric shapes are easily, intuitively, and interactively deformed by manipulating point and ellipsoidal handles.

• Proceedings of the Korean Information Science Society Conference
• /
• 2010.06c
• /
• pp.469-473
• /
• 2010

본 논문에서는 조각 병리 영상을 강체 정합을 통해 하나의 영상으로 자동 스티칭하는 방법을 제안한다. 제안 방법은 영상의 위치 초기화, 위치 보정, 강체 정합의 세 단계로 이루어진다. 첫째, 영상의 위치 초기화 단계에서는 순서 없이 흩어진 부분 영상을 탬플릿 매칭 기법을 사용한 영상 내 문자 인식을 통해 위치를 초기화한다. 둘째, 강체 정합의 정확성을 높이기 위해 코너점을 이용해 부분 영상의 위치를 보정한다. 셋째, 조각 영상 간 거리를 최소화하는 강체 정합을 수행한다. 실험 결과, 부분 영상 간 간격이 최소화되어 하나의 영상으로 스티칭되는 것을 확인하였고, 최적화 반복 횟수와 변환 벡터에 따른 정확성, 견고성 평가를 통해 거리 차의 제곱 합이 최소화되어 수렴됨을 알 수 있었다. 본 논문의 제안 방법은 조각 영상을 하나의 영상으로 스티칭함으로써 병리 조직의 전체적인 구조 파악과 이를 이용한 전립선암 확진에 사용될 수 있다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.06a
• /
• pp.829-831
• /
• 2022

포인트 클라우드 콘텐츠는 움직임이 있는 콘텐츠를 연속된 프레임에 3 차원 위치정보와 대응하는 색상으로 기록한 데이터이다. 강체 포인트 클라우드 데이터를 정합하기 위해서는 고전적인 방법이지만 강력한 ICP 정합 알고리즘을 사용한다. 그러나 국소적인 모션 벡터가 있는 비 강체 포인트 클라우드 콘텐츠는 기존의 ICP 정합 알고리즘을 통해서는 프레임 간 정합이 불가능하다. 본 논문에서는 비 강체 포인트 클라우드 콘텐츠를 지역적 확률 모델을 사용하여 프레임 간 포인트의 쌍을 맺고 개별 포인트 간의 모션벡터를 구해 정합 하는 방법을 제안한다. 정합 대상의 데이터를 2 차원 투영을 하여 구조화시키고 정합 할 데이터를 투영하여 후보군 포인트를 선별한다. 선별된 포인트에서 깊이 값 비교와 좌표 및 색상 유사도를 측정하여 적절한 쌍을 찾아준다. 쌍을 찾은 후 쌍으로 모션 벡터를 더하여 정합을 수행하면 비 강체 포인트 클라우드 콘텐츠 데이터에 대해서도 정합이 가능해진다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2000.11a
• /
• pp.469-477
• /
• 2000

본 연구에서는 부도예측용 인공신경망 모형의 입력노드를 선정하기 위한 방법론으로 연결강도판별분석(Link Weight Discrimination Analysis)에 의한 약체뉴론제거법(Weak-Linked Neuron Elimination)과 강체뉴론선택법 (Strong-Linked Neurons Selection)을 제안한다. 연결강도판별분석이란 적절한 학습이 끝난 인공신경망 모형에서 입력노드와 연결되는 가중치의 합에 대한 절대값인 연결강도 판별식(Link Weight Discrimination)에 의해 해당 입력노 드가 출력노드에 미치는 영향정도를 분석하는 것이다. 한편 강체연결뉴론선택법은 선처리를 통해 얻어진 학습된 인공신경망의 입력노드 가운데서 연결강도판별식이 큰 뉴론만을 본처리의 입력노드로 선정하는 것인데 비해 약체연결뉴론제거법은 연결강도판별식이 일정 값 즉, 연결강도 판별임계치(Link Weight Discrimination Cut off Value) 보다 낮은 입력노드를 제외하고 나머지 입력노드만을 본처리의 입력노드로 선정하는 것이다. 본 연구에서는 강체연결뉴론선택법과 약체연결뉴론제거법을 각각 정형적인 방법론으로 정립하고 이 방법론에 의해 부도예측용 인공신경망을 구축하여 각각의 모형을 의사결정트리에 의해 선정된 인공신경망 모형 및 선처리 과정을 거치지 않은 인공신경망 모형과 성능을 비교, 분석하여 본 연구에서 제안한 방법론의 타당성을 제시하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06b
• /
• pp.345-347
• /
• 2012

본 논문에서는 4-조각 전립선 병리조직 영상을 기하 보정 및 강체 정합하여 자동 스티칭하는 방법을 제안한다. 4-조각 병리영상에 대하여 총 3번의 스티칭을 수행하는데, 좌, 우 조각영상의 상, 하 영상 간 스티칭을 각각 수행 한 후 좌, 우 조각 영상 간 스티칭을 수행한다. 강체 정합 전 병리 조각의 코너를 이용해 x-축, y-축 방향의 위치보정과 회전보정을 수행하는 기하보정 단계를 거침으로서 지역적 최적해로의 수렴을 방지하며, 강체 정합의 정확성을 높인다. 병리영상은 전체적으로 밝기값이 유사하므로 밝기값이 아닌 외곽선 정보를 이용하여 조각 영상간의 거리를 최소화시켜 강체 정합한다. 실험 결과, 4-조각 전립선 병리조직 영상이 지역적 최적해에 수렴하지 않고, 조각 영상 간 거리를 최소화 하며, 하나로 스티칭 됨을 확인할 수 있었다. 제안 방법의 총 수행 시간은 평균 10.32초로 측정되었다. 본 논문의 제안 방법은 4조각으로 나뉜 전립선 병리조직 영상을 하나로 스티칭 함으로서 해당 조직의 전체 구조 파악 및 조직 내에서의 암의 위치 파악에 사용 될 수 있으며 이를 통한 전립선암의 확진에도 사용 될 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07a
• /
• pp.901-903
• /
• 2005

본 논문에서는 평면 상에 두 볼록집합 P와 Q가 주어졌을 때, P를 강체운동 하에서 수평 이동 및 회전이동하여 Q와 겹치는 영역이 근사적으로 최대가 되는 알고리즘을 제시한다. 임의의 양의 상수 $\epsilon$이 주어졌을 때, 본 알고리즘은 가장 많이 겹치는 넓이의 $1-\epsilon$ 배를 보장하는 P의 강체운동을 $O((1/\epsilon)$ 번의 기하 질의 와 $O((1/{\epsilon}^2)log(1/$\epsilon)) 시간 내에 구할 수 있다. 특히 P와 Q가 볼록다각형 일 때, $O((1/\epsilon)log\;n+(1/{\epsilon}^2)log(1/\epsilon))$ 시간에 구한다. 만약 수평 이동만 사용할 경우는 $O((1/\epsilon)log\;n+(1/\epsilon)log(1/\epsilon))$ 시간에 구할 수 있다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2018.06a
• /
• pp.292-293
• /
• 2018

최근 증강현실 산업 분야가 많은 각광을 받고, 시장이 성장함에 따라 보다 쉽게 증강현실을 구현 할 수 있도록 많은 SDK(Software Development Kit)들이 발표되었다. 기존에 발표 된 SDK들이 대부분 강체 추적만을 제공한다. 이는 현재 추적 알고리즘의 기반이 되는 이론이 강체에 한정되어 있기 때문이다. 그러나 제안하는 프레임워크는 강체 추적뿐만 아니라 비강체 추적 또한 가능하다. 이를 위하여, 제안하는 프레임워크는 증강현실의 핵심 기술인 추적 엔진과 보다 넓은 확장성을 가지도록 추적하고자 하는 물체를 사전에 분석하고 실시간으로 모델 변형 정보를 추정하는 시뮬레이션 엔진으로 구성된다. 추적 엔진은 기본적으로 물체의 표면에 존재하는 특징점 정보를 이용하여 추적을 진행 하되, 비강체 추적을 위하여 시뮬레이션 엔진의 도움을 받는 형태로 구성된다. 시뮬레이션 엔진에서는 물체의 역학 파라미터를 추정하여 이를 추적을 진행 할 때, 추적 엔진의 물체 표면 특징점 정보를 이용하여 물체의 변형 정보를 추정한다. 또한 제안하는 프레임워크는 성능 상의 장점 외에도 오픈소스로 공개되기에 국내 증강현실 시장 성장에 발판이 될 것으로 기대된다.

• 한국HCI학회:학술대회논문집
• /
• 2007.02a
• /
• pp.89-95
• /
• 2007

본 논문에서는 연속적 충돌검사 방법과 제약 조건 기반의 강체 역학 모델링 기법을 이용하여 마커 기반의 트래킹 환경에서 현실의 객체와 가상의 객체가 물리적으로 현실적이고 안정적으로 상호작용하는 증강현실 방법을 제안한다. 본 논문에서 구현된 증강 현실 시스템은 증강 현실환경상의 현실 객체를 인식하고 트래킹 하는 부분과 증강현실에 등장하는 모든 종류의 객체들 간의 물리적인 상호작용을 시뮬레이션 하는 부분으로 크게 구성된다. 객체 트래킹에 사용되는 일반적인 카메라로는 적은 수의 불연속적인 프레임 밖에 얻을 수 없는 성능의 근본적인 한계에도 불구하고, 본 논문에서는 연속적 충돌검사 방법을 이용하여 객체간의 올바른 충돌 정보를 얻을 수 있었고, 이를 이용하여 제약 조건 기반의 강체 역학 시뮬레이션을 적용하여 안정적이고 현실적인 물리 반응을 생성할 수 있었다. 제안한 방법론은 이러한 트래킹 지연에도 불구하고 본 논문에서 사용된 다양한 벤치마킹 시나리오에서, 안정적으로 현실의 객체와 가상의 객체 사이에 물리적으로 실감나는 인터랙션 결과를 보여주었다.

• Journal of KIISE:Software and Applications
• /
• v.36 no.8
• /
• pp.623-632
• /
• 2009

In this paper, we propose a pulmonary nodule registration for the tracking of lung nodules in sequential CT scans. Our method consists of following five steps. First, a translational mismatch is corrected by aligning the center of optimal bounding volumes including each segmented lung. Second, coronal maximum intensity projection(MIP) images including a rib structure which has the highest intensity region in baseline and follow-up CT series are generated. Third, rigid transformations are optimized by normalized average density differences between coronal MIP images. Forth, corresponding nodule candidates are defined by Euclidean distance measure after rigid registration. Finally, template matching is performed between the nodule template in baseline CT image and the search volume in follow-up CT image for the nodule matching. To evaluate the result of our method, we performed the visual inspection, accuracy and processing time. The experimental results show that nodules in serial CT scans can be rapidly and correctly registered by coronal MIP-based rigid registration and local template matching.