• 한국멀티미디어학회논문지
• /
• 제8권1호
• /
• pp.34-45
• /
• 2005

본 논문은 3차원 얼굴 영상으로부터 추출된 표면 곡률에 대 하여, 깊이 값을 가중치로 하는 Hausdorff 거리를 이용한 얼굴 인식 알고리즘을 제안한다. Hausdorff 거리 방법은 두 개의 점 집합에 대한 일치성을 측정하는 방법이다. 먼저 객체와 배경을 분리하여 얼굴을 추출한 후 얼굴에서 가장 두드러진 형태인 코끝을 찾고, 회전에 대한 정규화를 실시한다. 3차원 얼굴 영상으로부터 표면 특성의 정보인 주 곡률, 평균 곡률 그리고 가우시안 곡률 값을 추출한다. 입력 영상과 데이터베이스 영상과의 유사도 비교를 위해 두 영상에 대하여 문턱치 값에 의한 이진 영상을 추출하여 각 점에 대한 깊이 값을 가중치로 하는 깊이 가중치 Hausdoff 거리(DWHD)를 이용하여 비교하였다. 제안된 방법으로 수행한 결과, 인식률은 픽셀의 분포가 가장 적은 주 곡률의 최소 곡률이 98%로 가장 높게 나타났다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2009년도 추계학술대회
• /
• pp.87-90
• /
• 2009

영상의 깊이 정보를 추출하는 것은 매우 어려운 연구이다. 다양한 유형의 영상 구조의 분석이 필요하지만 많은 경우에 주관적인 판단의 도움이 필요하다. 본 논문에서는 로스 텍스처 필터를 기반으로 정지 영상의 깊이를 자동으로 생성하는 방법을 제안한다. 로스 텍스처 필터는 단안 비전에서 3D 깊이를 얻기 위한 방법으로 활용되었는데, 실제 2D 영상에서 깊이를 예측하기 위해 텍스처 편차, 텍스처 기울기, 색상 등을 활용한다. 로스 필터는 $1{\times}5$ 벡터로부터 콘볼루션을 이용하여, 20여개의 $5{\times}5$ 콘볼루션 필터가 구해지는데, 영상에 필터를 적용하여 로스 에너지를 계산한다. 구해진 에너지를 깊이 맵으로 변환하고, 깊이 맵에서 특징 점을 구하고, 특징 점들로부터 델러노이 삼각화를 이용하여 삼각형 깊이 메쉬를 얻는다. 구해진 깊이 맵의 성능을 측정하기 위해 카메라 시점을 변경하면서 영상의 3D 구조를 분석하였으며, 입체영상을 생성하여 3D 입체 시청 결과를 분석하였다. 실험에서는 로스 텍스처 필터를 이용하는 깊이 생성 방법이 좋은 효과를 얻는 것을 확인하였다.

• 대한전자공학회논문지
• /
• 제26권1호
• /
• pp.10-19
• /
• 1989

본 논문에서는 깊이데이타를 이용한 물체의 조형방법을 제안한다. 입력으로 들어온 깊이데이타에서 물체의 형상특징을 추출하기 위하여 $2{\times}2$ 마스크내에서 깊이변화율을 고려한 Z축 기울기를 정의하여 각각의 원시도형(primitive)마다 가지는 크기와 방향특성을 이용하여 표면을 분류한다. 또한 여러개의 원시도형들의 조합으로 되어있는 물체에서는 핵심점을 정의하여 각 원시도형을 분리한다. 나아가 표면영역들간의 공간상의 위치관계를 구하여 인식을 위한 원시도형들간의 상관관계를 추출하였으며 제안된 방법의 유용성을 실험에 의하여 입증한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2011년도 추계학술대회
• /
• pp.242-243
• /
• 2011

구조광을 이용하는 깊이 정보 획득 방법에서 코드화된 패턴의 색상 정보는 촬영된 영상으로부터 패턴을 해석하여 패턴의 위상 변화량으로부터 물체의 깊이 정보를 찾기 위함으로 구조광 패턴들이 대상에 정확하게 투영되는 것이 중요하다. 그러나 프로젝터의 특성에 따라 패턴의 RGB 채널들이 종종 좌표에서 어긋나는 현상이 발생하게 된다. 본 논문에서는 프로젝터의 특성에 따른 컬러 구조광의 캘리브레이션을 위한 방법을 제안한다. 제안하는 방법은 시변화 가시구조광 시스템의 캘리브레이션 과정 중에서 투사된 영상으로부터 RGB 패턴 채널을 추출하고, 추출된 패턴으로부터 각 RGB 채널에 대한 히스토그램을 통하여 패턴 채널이 어느 방향으로 번져 나갔는지를 파악하여 원 패턴에 대한 재정렬을 수행한다. 본 논문의 실험결과에 따르면, 기존의 방법에 비해 간단한 방법으로 가시구조광 패턴에 대한 캘리브레션을 수행할 수 있음을 보여준다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2015년도 추계학술대회
• /
• pp.74-76
• /
• 2015

본 논문에서는 효율적인 자세인식을 위해 인체 골격 정보를 활용한 멀티클래스 SVM(Multiclass Support Vector Machine)학습 기반의 자세 인식 분류 기법을 제안한다. RGB 카메라로 취득한 영상을 활용하거나 깊이 카메라로부터 취득한 골격 정보를 그대로 사용하는 기존 연구와 달리 제안 기법에서는 깊이 정보로부터 추출한 인체의 3 차원 골격 정보를 이용하여 고차원의 특징을 추출하고 그로부터 자세 인식 분류를 수행한다. 제안 기법의 특징 벡터는 깊이 정보에서 취득한 골격 정보의 관절간 각도의 조합으로 구성하여 인체의 골격 편차에 강인할 뿐 아니라 특징의 차원을 효과적으로 감소시킬 수 있다. 또한 분류기로는 멀티클래스 SVM 방식 중 one-vs-one 분류 방식을 이용하여 학습 및 판별을 수행함으로써 제안 기술의 성능을 평가한다. 실험을 통해 제안 기법은 다수의 자세에서 비교하는 다른 학습 기법보다 비교적 높은 자세인식률을 보인다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2015년도 제52차 하계학술대회논문집 23권2호
• /
• pp.159-160
• /
• 2015

본 논문에서는 사용자의 제스처를 인식하여 동작하는 비 접촉식 크로마키 시스템을 제안한다. 이를 위해서 키넥트 카메라로부터 깊이(depth) 이미지와 RGB 이미지를 입력받는다. 먼저 깊이 카메라와 RGB 카메라의 위치 차이로 인한 불일치(disparity)를 보정하고, 깊이 이미지에 대해 모폴로지 연산을 수행하여 잡음을 제거한 후 RGB 이미지와 결합하여 객체 영역을 추출한다. 추출된 객체영역을 분석하여 사용자 손의 위치와 모양을 인식하고 손의 위치와 모양을 포인팅 장비로 간주하여 크로마키 시스템을 제어한다. 실험을 통해 비접촉식 크로마키 시스템이 실시간으로 동작함을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 추계학술발표대회
• /
• pp.1559-1562
• /
• 2015

최근 3 차원 깊이 정보를 활용하는 분야가 많아짐에 따라, 정확한 깊이 정보를 추출하기 위한 연구가 계속 진행되고 있다. 특히 ASW(Adaptive Support Weight)는 기존의 영역 기반 알고리즘의 정확도를 향상시키기 위한 방법으로 많이 이용되고 있다. 그 중에서 ACT(Adaptive Census Transform)는 폐백 영역이나 경계 영역에서 정확도가 낮다는 단점이 있었다. 본 논문에서는 정확한 깊이 맵 (depth map)을 추출하기 위해, 기존의 ACT를 개선한 스테레오 정합 알고리즘을 제안한다. 이는 잡음에 강하고 재사용성이 높은 MSW(Multiple Sparse Windows)를 기반으로, TAD(Truncated Absolute Difference)와 ACT 두 개의 정합 알고리즘을 동시에 사용하여 폐색 영역과 울체의 경계 영역에서 정확도가 낮은 기존의 방법을 개선한다. Middlebury에서 제공하는 영상을 사용한 시뮬레이션 결과는 제안한 방법이 기존의 방법보다 평균적으로 약 1.9% 낮은 에러율(error rate)을 가짐을 보여준다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2011년도 하계학술대회
• /
• pp.343-344
• /
• 2011

최근 3 차원 디스플레이 기술의 발전에 힘입어 3 차원 컨텐츠에 대한 수요도 늘고 있다. 스테레오스코픽(Stereoscopic) 렌즈를 이용하여 3 차원 컨텐츠를 만들거나 여러 장의 2 차원 영상을 이용한 3 차원 복원 연구가 활발히 진행되는 가운데 본 논문에서는 단일 2 차원 영상을 이용해서 깊이 지도를 획득하는 알고리즘을 제안한다. 단일 영상을 보고 3 차원 구조를 파악하는 인간의 시각 체계의 능력에 착안하여 본 논문에서는 단일 영상을 이용하여 깊이 정보를 추출하는 알고리즘을 제안한다. 깊이 단서들 중, 가림 단서를 소개하고 추가로 인간의 시각 체계에서 사용하는 깊이 단서들을 결합하여 기계 학습 알고리즘에 접목시킨다. 실험을 통해 우리는 제안 알고리즘이 물체의 외곽정보를 이용하여 양질의 깊이 지도를 준다는 것을 확인할 수 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 추계학술발표대회
• /
• pp.1502-1505
• /
• 2013

프레젠테이션을 위한 기존 방비들은 기능이 제한적이거나 또는 고비용이라는 문제점을 가지고 있다. 본 논문에서는 깊이 카메라를 이용한 손의 터치와 터치위치와 프레젠테이션 내용을 조합하여 프레젠테이션의 자유도를 높이는 방법을 제안한다. 제안 방법은 깊이 카메라로부터 스크린 영역의 깊이 값을 배경으로 설정하고, 배경과 차이나는 객체가 들어오면, 객체의 깊이 값과 배경의 깊이 값을 비교하면서 포인터를 추출한다. 모의실험 결과로부터 스크린의 상하좌우 중에 한곳에 카메라를 설치하고 프레젠테이션 페이지마다 서로 다른 위치에서 터치가 인식되고, 다양한 프레젠테이션 이벤트가 실행됨을 확인하였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2019년도 제31회 한글 및 한국어 정보처리 학술대회
• /
• pp.115-119
• /
• 2019

딥러닝 모델은 자동으로 자질을 추출하고 추상화 하기 위해 깊은 은닉층을 가지며, 이전 연구들은 이러한 은닉층을 깊게 쌓는 것이 성능 향상에 기여한다는 것을 증명해왔다. 하지만 데이터나 태스크에 따라 높은 성능을 내는 깊이가 다르고, 모델 깊이 설정에 대한 명확한 근거가 부족하다. 본 논문은 데이터 셋에 따라 적합한 깊이가 다르다고 가정하고, 이를 확인하기 위해 모델 내부에 분류기를 추가하여 모델 내부의 학습 경향을 확인하였다. 그 결과 태스크나 입력의 특성에 따라 필요로 하는 깊이에 차이가 있음을 발견하였고, 이를 근거로 가변적으로 깊이를 선택하여 모델의 출력을 조절하여 그 결과 성능이 향상됨을 확인하였다.