손 제스처는 스마트 글라스 등 웨어러블 기기의 NUI(Natural User Interface)를 구현하기 위한 수단으로 주목받고 있다. 최근 손 제스처 인식에서의 인식률 개선을 위하여 다양한 인식기법이 제안되고 있으며, 딥러닝 기반의 손 제스처 인식 기법 또한 활발히 연구되고 있다. 본 눈문에서는 웨어러블 기기에서의 미디어 소비 등 다양한 응용을 위하여 CNN(Convolutional Neural Network) 기반의 손 제스처 인식 기법을 제시한다. 제시된 기법은 스테레오 영상으로부터 깊이 정보와 색 정보를 이용하여 손 윤곽선을 검출하고, 검출된 손 윤곽선 영상을 데이터 셋으로 구성하여 CNN 에 학습을 시킨 후, 이를 바탕으로 손 윤곽선 영상으로부터 제스처를 인식하는 알고리즘을 제안한다.
변이영상은 두 스테레오 영상의 시차에 의해 발생하는 각 화소의 변위를 수록한 영상이다. 이 영상은 깊이영상을 생성하여 시점 간 가상영상을 생성하는데 사용된다. 따라서 변이영상은 다시점 비디오 서비스와 직접적인 연관이 있다. 본 논문에서는 유일성(uniqueness)제약과 순차성(ordering) 제약을 사용하여 기준영상과 참조영상 사이의 관계를 이용하여 생성한 변이 공간 영상(DSI : disparity space image)으로부터 비용 행렬을 계산하여 최적의 변이 경로를 찾아가는 다이내믹 프로그래밍을 분석 하였다. 다이내믹 프로그래밍은 정밀한 변이 맵을 얻을 수 있고, 다른 방식들에 비해 연산 속도가 빠르다는 장점을 가지고 있지만, 영상의 화소값의 변화가 없는 영역에서 이전의 경로를 계속 유지하려는 성질에 때문에 발생 하는 오류확산과 가려진 (occluded) 영역에 의한 오차로 인해 정확한 경로를 찾을 수 없는 경우가 빈번히 발생 하여 에러율이 높아지는 단점을 가지고 있다. 이러한 이론을 토대로 기존의 기법들에 비하여 정확도가 우수한 기법들을 제안하였다. 개선된 역 추적 과정을 이용하여 기존의 다이내믹 프로그래밍 기반의 스테레오 정합 기법들보다 우수성이 뛰어난 결과들을 나타내었다.
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.
본 논문에서는 기존의 깊이 복원 방법을 개선하기 위해서 유전 알고리즘을 이용한 새로운 스테레오 정합법을 제시하였고 다양한 영상에 적용하기 위해 영상의 영역 정보를 고려하였다. 유전 알고리즘은 자연선택과 개체군 유전학에 기반한 효율적인 탐색 기법인데, 이들의 염색체 교차와 돌연변이 같은 연산자를 정합 환경에 적합하도록 변형시켰다. 영상신호를 쉽게 다루기 위해서 2차원 염색체 구조를 사용하였으며, 스테레오 정합에 많이 사용되는 유사성과 연속성 제약 조건에 기반하여 적자를 선택하는 적응 함수를 정의하였다. 그리고 기존 유전 알고리즘의 수렴속도를 개선하기 위해서 무작위로 변이를 발생시키지 않고 휘도차를 이용하여 변이를 발생시키는 정보기반 변이 발생을 사용하였다. 실험을 통하여 본 방법은 이완처리를 포함한 정합법보다 계산 부하를 줄일 수 있었고 비교적 안정된 결과를 얻을 수 있었다.
본 연구에서는 디지털 단층합성 엑스선 영상의 화질특성을 개선하기 위해 TV-압축센싱 기반 영상복원 기법을 제안한다. 제안된 영상복원 기법의 유효성을 검증하기 위해 우선 관련 영상복원 알고리즘을 구현하였으며, 이를 이용하여 관련 시뮬레이션 및 실험을 함께 수행하였다. 실험을 위해 일반 x-선관($90kV_p$, 6 mAs), CMOS형 평판형 검출기($198{\mu}m$ 픽셀크기)로 구성된 실험장치를 구성하였으며, 제한된 각도 $60^{\circ}$도에서 $2^{\circ}$ 간격으로 총 51장의 투상영상을 획득하고 제안된 알고리즘으로 영상복원을 수행한 후 필터링 역투사법(FBP)을 사용하여 디지털 단층합성 영상을 구현하였다. 본 연구에서 수행된 결과에 의하면, 제안된 영상복원 기법은 일반 엑스선 영상 및 디지털 단층합성 영상의 흐린 영상화질을 선명하게 개선하고 또한 디지털 단층합성 영상의 깊이 분해능을 향상시키는 이점이 있음을 확인함으로써 기존 디지털 단층합성 영상의 화질을 크게 개선할 수 있을 것으로 전망된다.
2D/3D 입체영상의 변환을 위해 산업현장에서 아티스트가 경험적으로 양자화된 깊이 정보를 제작하고, 입력된 깊이 정보의 차이와 픽셀 간의 유사성을 이용하여 물체의 윤곽을 보존하는 한편, 실시간으로 평활화 과정을 수행하는 방법을 제안한다. 아티스트의 의도를 반영하기 위해 초기 입력한 깊이 정보를 바탕으로 적응적인 스무딩 파라미터를 할당함으로써 기존의 수작업을 반자동화하였다. 제안된 방법에서는 기존 방법의 평활화 단계에서 Domain Transformation 기법을 적용하고, 노이즈 제거 단계에서 양방향 필터를 적용하였다. 즉 산업 현장에서 문제점들을 해결하도록 알고리즘을 변형하여 기존 알고리즘의 성능을 개선하였다. 실험 결과는 제안된 방법이 기존의 제작 방법과 비교하여 적은 양자화 단계로 동일한 성능을 내는 것을 확인하였다.
본 논문에서는 일반적인 수족관에서 물고기를 관찰하는데 있어서 관찰자가 빠르고 효율적으로 물고기에 대한 정보를 얻을 수 있는 방법을 제안하고자 한다. 여러 종의 물고기가 살고 있는 수족관 환경에서 처음 보는 관찰자과 쉽게 물고기에 대한 정보를 얻기는 힘들다. 이러한 제약을 효과적으로 개선하기 위하여 반 투영 거울을 사용하는 공간 증강 현실을 위한 영상출력 기법을 이용한다. 이때 피사체의 위치 정보를 얻기 위해 배경인 수족관영상과 피사체인 물고기영상을 분리한 후 물고기의 깊이 정보 값을 추출하기 위하여 호모그래피 행렬을 이용하고 보정된 이미지를 계산 한다. 실험결과 본 논문에서 제안한 방법을 통해 구축한 이 시스템으로 관찰자는 각각의 물고기들에 대한 정보를 반응형 Annotation으로 쉽게 얻을 수 있었다.
단일 영상 초해상도는 하나의 저해상도 영상에서 고해상도 영상을 복원하는 과정이다. 최근 심층신경망을 적용한 초해상도 기법이 좋은 성과를 나타내고 있다. 본 논문에서는 기존의 심층신경망 기반 초해상도 복원 기법보다 속도와 성능을 개선한 신경망 구조를 제안한다. 이를 위해 기존 기법의 단점을 분석하고 해결책을 제시한다. 제안하는 방법은 기존 기법의 5단계를 3단계로 줄여 효율성을 높였으며, 네트워크의 폭과 깊이에 대한 실험을 통해 가장 효율적인 신경망 구조를 연구하였다. 제안하는 방법의 성능과 속도를 알아보기 위해 비교 실험을 진행하였다. 제안하는 방법은 $1024{\times}1024$ 영상을 초당 148장 복원하는 속도를 나타냈으며, 4가지 데이터에 대해 기존 방법보다 복원 성능이 우수하였다.
본 논문에서는 픽셀 기반 joint BDCP (bright and dark channel prior)와 계층적 양방향 필터를 적용하여 저 복잡도를 갖는 단일 영상 기반 안개 제거 기법을 제안한다. 픽셀 기반 joint BDCP는 기존의 패치 기반 DCP에 비해 연산량을 감소시키고, 픽셀 단위의 안개값 예측을 가능하게 하여 전달량 추정의 정확성을 높인다. 또한 에지를 보존하면서 평탄화 성능이 우수한 양방향 필터를 사용하여 전달량을 정련함으로써 후광 효과(halo effect)를 줄이고, 에지 성분에 대한 계층적 적용을 통해 반복 적용에 의한 연산량의 증가를 방지한다. 안개 성분이 포함된 다양한 영상에 대해 수행한 실험 결과는 제안하는 기법이 기존의 기법에 비해 우수한 안개 제거 성능을 보이면서 저 복잡도로 실행되어 다양한 분야에 응용될 수 있음을 나타낸다.
본 논문은 깊이영상(depth-map image)으로 만든 3차원 객체를 가지고, 디지털 홀로그램을 고속으로 생성하는 기법을 제안한다. 디지털 홀로그램을 생성하는 과정은 여러개의 독립적 처리로 병렬화 할 수 있는 구조이기 때문에 GPU에서 병렬처리함으로써 고속화 할 수 있다. 병렬처리를 이용한 고속화의 효율을 높이기 위해 최근 NVIDIA사에서 발표한 CUDA를 이용하였다. 디지털 홀로그램의 고속 재생을 위한 중간과정에서 GPU상의 고속 메모리의 사용을 극대화하고, 알고리즘 구현을 최적화함으로써 고속화 효율을 높일 수 있었다. 결과적으로 본 논문에서는 기존 CPU에서의 처리속도에 비해 약 64배 정도 속도를 개선할 수 있었다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.