• 한국산업정보학회논문지
• /
• 제9권1호
• /
• pp.63-68
• /
• 2004

본 논문은 다양한 문자 인식에 적용하기 위한 불 전파와 WPTA 알고리즘을 이용한 세선화 알고리즘에 관한 연구이다. 제안된 알고리즘은 각 화소의 깊이 값을 나타내는 깊이정보를 이용하여 원래의 패턴에 매우 유사한 문자의 골격선을 추출할 수 있다. 본 논문에서는 새로운 세선화 알고리즘을 제안하였고, 구현한 후, 수행 결과를 나타내었다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2021년도 추계학술대회
• /
• pp.124-125
• /
• 2021

최근 증강현실(AR), 가상현실(VR), 혼합현실(XR) 분야가 각광받고 있으며, 3차원 공간과 사물을 인식하여 다양한 콘텐츠 서비스를 제공하는 기술이 개발되고 있다[1]. 3차원 공간과 사물을 인식하기 위해 가장 널리 사용되는 방법은 RGB 카메라를 이용하는 것이다[2]. RGB 카메라를 이용하여 촬영한 영상을 분석한 후 분석된 결과를 이용하여 카메라와 환경의 관계를 추정한다. 시차는 사용자가 촬영한 복수의 이미지에서 특징점의 차이를 이용하여 계산된다. 실험적으로 구한 깊이에 대해 계산된 디스패리티에 시차 정보와 스케일링 정보를 더하여 3차원 특징점을 생성한다. 제안하는 알고리즘은 단일 모바일 디바이스에서 획득한 영상을 사용한다. 특징점 매칭을 기반으로한 디스패리티 추정과 시차조정 3D 특징점 생성이다. 실제 깊이 값과 비교했을 때, 생성된 3차원 특징점은 실측값의 10% 이내의 오차가 있음을 실험적으로 증명하였다. 따라서 제안하는 방법을 이용하여 유효한 3차원 특징점을 생성할 수 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2007년도 춘계학술발표대회
• /
• pp.731-734
• /
• 2007

본 연구는 구조광 기반의 깊이 에지를 이용하여 조명의 변화와 복잡한 배경에 상관없이 손 제스처의 외곽선 영상을 안정적으로 획득하였고, 제스처 영상을 표현하기 위하여 Curvature Scale Space(CSS) map을 이용하였다. 기존의 CSS map은 외곽선 영상의 깊은 굴곡과 완만한 굴곡을 잘 구분하지 못하는 문제점이 있었으나, 본 연구에서는 이러한 문제점을 분석하고, 이를 개선하기 위해서 각도 좌표를 이용한 CSS map 생성 방법을 제안하였다. 실험을 통해서 제안한 방법이 기존의 CSS map보다 우수한 인식 성능이 있음을 보였다.

• 한국정보통신학회논문지
• /
• 제20권10호
• /
• pp.1967-1972
• /
• 2016

본 논문은 깊이 영상의 손 영역을 위해 거리 그래프를 정의하고 그것을 이용해 손가락을 검출하는 알고리즘을 제안한다. 거리 그래프는 손바닥 중심과 손 윤곽선 사이의 각과 유클리디안 거리로 손 윤곽선을 표현한 그래프이다. 거리 그래프는 손끝들의 위치에서 국부 최댓값을 갖고 있어 손가락 위치를 검출할 수 있고 손가락 개수를 인식할 수 있다. 윤곽선은 항상 360 개의 각으로 나누어지고 그들은 손목 중심을 기준으로 정렬된다. 그래서 제안된 알고리즘은 손의 크기와 방향에 대해 영향을 받지 않으며 손가락을 잘 검출한다. 다소 제한된 인식 실험 조건에서 손가락 개수 인식 실험은 1~3 개의 손가락은 100% 인식율과 4~5 개 손가락은 98% 인식율을 보여주었고, 또한 실패한 경우도 추가 가능한 단순한 조건에 의해 인식이 가능할 수 있음을 보여주었다.

• 한국컴퓨터정보학회논문지
• /
• 제19권11호
• /
• pp.63-72
• /
• 2014

본 논문에서는 깊이 카메라를 이용한 사용자의 손 모양 인식 시스템을 제안한다. 특히, 본 시스템에서 이용된 손 모양 템플릿은 수화 언어 중 한국어를 채택 하였다. 손 모양 인식 시스템은 손의 특징 검출과 특징들을 이용한 손 인식으로 크게 2 단계의 작업으로 나눌 수 있다. 손의 특징으로는 손가락의 개수, 길이, 손바닥의 넓이 등이 있다. 특징을 추출하기 위해 본 논문에서는 거리 변환(Distance Transform)을 이용한 손의 뼈대 검출 방법을 제안한다. 이 방법을 사용하면 기존의 윤곽선(Contour)을 이용한 손가락 검출보다 정확도 측면에서 향상된다. 손 모양 인식으로 손의 특징을 이용하여 각 분기를 잘 나눌 수 있는 결정 트리(Decision Tree)를 사용한다. 사용자의 입력을 이용하면 분기값이 정확하게 나오지 못하므로 이 분기 값을 결정하기 위해 해당 분기마다 SVM을 이용하여 분기값을 결정하였다. 실험결과에서는 기존의 연구 방법보다 제안된 방법이 특징 추출과 인식하는데 있어 더욱 개선되었음을 보인다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2015년도 하계학술대회
• /
• pp.322-325
• /
• 2015

본 논문에서는 개선된 자세 인식을 위한 학습을 통한 자세 인식 기법을 제안한다. 제안 자세 인식 기법은 영상의 모든 픽셀 값을 사용하지 않으며 인체의 골격의 위치 정보와 자세의 학습을 기반으로 한다. 최근 자세 인식기법에 다양한 기계 학습 기법을 적용하여 제스처 인식률을 높이는 연구가 진행되고 있지만 실시간 프레임에 적용하는데 한계가 있다. 반면 고차원의 특징점을 추출하여 신경망 학습방식을 이용하면 적은 계산량과 손쉬운 실행이 가능하다. 고차원의 특징점은 깊이 정보로부터 사람의 골격 정보를 이용해 추출하여 차원을 감소시키며 신경망 학습 방식에서는 각 자세에 대한 고차원의 특징점을 이용하여 자세의 학습을 진행한다. 신경망학습은 학습 단계에서는 미리 알려진 자세와 예측된 자세의 비교를 통해 오류를 최소화 하는 방향으로 학습을 진행하며, 판별 단계에서는 새로운 자세를 입력하여 고차원 특징점을 이용한 신경망 학습 기반의 제안 기술의 성능을 평가한다. 실험에 의하면 제안 기법은 약 96%의 자세 인식률을 보이고 자세 인식기법을 동작 인식으로 확장 가능성 또한 보인다.

• 전자공학회논문지CI
• /
• 제43권3호
• /
• pp.30-38
• /
• 2006

본 논문에서는 스테레오 얼굴영상으로부터 3차원 정보인 거리와 깊이 정보를 이용해 거리에 따라 얼굴인식률이 떨어지는 것을 개선하였다. 단안 영상은 객체의 거리, 크기, 이동, 회전, 깊이 등의 불확실한 정보로 인해 인식률이 떨어지는 문제점이 있다. 또한 얼굴의 회전, 조명, 표정변화 등의 영상정보가 취득되지 않으면 인식률이 매우 저하되는 단점이 있다. 그래서 본 연구는 이와 같은 문제점을 해결하고자 한다. 제안된 방법은 눈 검출 알고리듬, 얼굴의 회전 방향분석, PCA(Principal Component Analysis)로 구성된다. 또한 제한된 영역에서 얼굴을 고속으로 검출하기 위해 RGB컬러공간에서 YCbCr공간으로 변환한다. 얼굴후보 영역에서 다층 상대적인 밝기 맵을 생성하여 얼굴의 기하학적인 구조로부터 얼굴인지를 판별한다. 스테레오 얼굴영상으로부터 거리 및 눈과 입의 깊이 정보를 취득하고, 거리에 따라 확대, 축소, 이동, 회전 등의 정규화를 통해 $92{\times}112$ 크기의 얼굴을 검출한다. 검출된 왼쪽 얼굴영상과 추정된 방향의 차를 PCA로 학습한다. 제안된 방법은 정면에서 최대 95.8%(100cm), 포즈변화에 따라 98.3%의 인식률을 얻을 수 있었다. 따라서 실험을 통하여 제안된 방법은 거리에 따라 확대, 축소와 회전 등의 정확한 정규화로 높은 인식률을 얻을 수 있음을 보였다.

• 한국멀티미디어학회논문지
• /
• 제11권4호
• /
• pp.423-433
• /
• 2008

얼굴 표면에 대한 곡률의 특성은 사람의 특징을 나타내는 중요 요소 중의 하나이며, 깊이 간에 따른 얼굴의 형상 또한 사람마다 다른 모양을 가지고 있으므로 중요한 특징의 하나로 간주 될 수 있다. 본 논문은 3차원 얼굴 영상으로부터 추출된 표면 곡률을 얼굴의 등고선 값에 따라 추출된 영역에 대하여 퍼지적분을 이용한 얼굴 인식 알고리즘을 제안한다. 먼저 객체와 배경을 분리하여 얼굴을 추출한 후 얼굴에서 가장 두드러진 형태인 코끝을 찾고, 회전에 대한 정규화를 실시한다. 얼굴의 등고선 영역은 코끝을 기준으로 깊이 값에 따라 영역이 추출되며 사람마다 서로 다른 형상 특징을 가지게 된다. 등고선에 따라 획득된 3차원 얼굴 영상으로부터 얼굴의 표면 특성 정보인 주 곡률, 평균 곡률 그리고 가우시안 곡률 값을 추출한다. 각각의 등고선 영역에 대해 차원의 감소를 위하여 고유 얼굴 추출과 특징 공간상에서 클래스간의 분리를 최대화시키기 위해 선형판별분석 알고리즘을 이용하여 유사도를 비교하였다. 그리고 클래스간의 분별 정보를 등고선 영역들에 대해 퍼지적분 방법을 사용하여 인식률을 향상 시켰다. 제안된 방법으로 수행한 결과, 코끝으로부터 깊이 값 40 (DT 40)인 등고선 영역이 가장 높은 인식률을 나타내었으며, 퍼지적분을 사용한 방법이 다른 알고리즘보다 놀은 인식률을 나타내었으며, 곡률은 주 곡률의 최대 곡률이 98%의 높은 인식률을 나타내었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2010년도 추계학술대회
• /
• pp.377-380
• /
• 2010

이동 애드혹 네트워크(MANET)는 기반 네트워크 없이 구성되어 분산알고리즘을 통해 상호간 통신을 하게 된다. 이러한 MANET에서는 정적인 네트워크에 비해 토폴로지가 자주 변하고 노드의 에너지가 제한적이므로 이동성을 고려한 에너지 효율적인 라우팅 프로토콜이 요구된다. 기존에 연구된 RODMRP(Resilient Ontology-based Dynamic Multicast Routing Protocol)는 동적인 네트워크에서도 적응적으로 망 유지를 하는 라우팅 프로토콜이 제안되고 있으나, 제안된 구조에서의 최적화된 계층 깊이에 대해서는 고려하지 않았다. 따라서 본 논문에서는, 상황인식 기반을 활용한 계층적 클러스터링에서 노드의 계층 깊이 제어가 가능한 CACH-RODMRP(RODMRP Context-Awareness Clustering Hierarchy)를 제안한다. 본 논문에서 제안된 CACH-RODMRP는 토폴로지 변경에 대해 상황인식을 기반으로 하여 적응적으로 토폴로지의 계층구조의 깊이에 대한 제어가 가능하여 보다 효율적인 노드의 에너지 관리가 이루어짐을 확인 할 수 있었다.

• 한국차세대컴퓨팅학회논문지
• /
• 제15권5호
• /
• pp.75-83
• /
• 2019

직접 볼륨 렌더링은 의료영상과 같은 3차원 볼륨 데이터의 가시화에 널리 사용되는 방법이다. 본 논문은 직접 볼륨 렌더링의 깊이 인식을 향상시키기 위해 피사계 심도 효과를 볼륨 광선투사법에 적용하는 방법을 제안한다. 제안하는 방법은 인간의 지각 모델을 기반으로 카메라 모델을 적용하며 지터드 렌즈 샘플링을 사용하여 제한된 개수의 광선으로 사실적인 이미지를 획득할 수 있다. 또한, 전처리 과정 없이 GPU 파이프라인 안에서 피사계 심도를 바로 계산하여 볼륨 데이터의 대화식 탐색이 가능하다. 의료영상을 포함한 여러 데이터에 적용한 실험에서 기존 방법보다 2.6~4배 빠른 시간에 피사계 심도 효과를 표현하여 깊이 인식에 보다 도움을 주는 영상을 생성하는 것을 확인하였다.