• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2010년도 하계학술대회
• /
• pp.307-309
• /
• 2010

본 논문에서는 깊이맵을 활용하여 살아있는 객체 입체영상 구현을 제안한다. 살아있는 객체 입체영상은 입력영상에 있는 각 객체가 움직이도록 제작되어 2D영상의 시청에서 살아있는 객체들을 시청할 수 있다. 제안 시스템은 C언어를 기반으로 제작되었으며, 한 장의 영상이 주어지면 그래픽 툴을 이용하여 영상에 따른 배경영상, 마스크 영상, 배경 깊이맵 영상, 객체 깊이 맵영상 파일을 생성한다. 이렇게 제작된 입력영상, 마스크영상을 이용하여 각 객체를 이동, 회전, 확대/축소를 통해 결과적으로 살아있는 객체로 구현하며, 이에 따라 변환된 영상에 깊이맵영상을 이용하여 실감있는 입체영상으로 구현한다. 실험영상은 조선시대 화가인 신윤복의 단오풍정을 이용하여 2D 입체영상으로 구현하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2017년도 추계학술대회
• /
• pp.96-97
• /
• 2017

본 논문에서는 360 도 비디오 서비스를 제공하기 위한 타일기반 실시간 부호화 방법을 제시한다. 360 도 비디오 프레임을 공간적으로 분할하여 타일을 생성하고, GOP 길이만큼의 타일 개수로 구성된 타일 세트들을 순차적으로 부호화함으로써 단일 부호화기로 실시간 타일 부호화가 가능하도록 설계하였다. 상기 타일 세트는 독립적으로 부호화되므로 단말은 사용자의 시청영역에 해당하는 타일 세트만 수신 및 복호화함으로써 네트워크 대역폭을 줄일 수 있다. 또 작은 크기의 타일을 순차적으로 고속 부호화하는 방법이므로 타일의 병렬 처리를 효과적으로 수행하기 위한 로드밸런싱을 고려하지 않아도 된다. NVIDA 그래픽카드인 Geforce GTX 1080Ti를 이용하여 32 개의 타일로 분할된 4K 360 도 비디오 시퀀스를 HEVC 로 부호화할 경우 약 120 fps 의 속도로 처리가 가능함을 확인하였다.

• 한국인터넷방송통신학회논문지
• /
• 제11권5호
• /
• pp.11-17
• /
• 2011

본 논문은 개체 관계 모델을 기반으로 하는 논리적 데이터베이스 설계도구인 ER_Modeler 개발에 관한 연구이다. ER_Modeler는 윈도우 상에서 개체 관계 다이어그램(Entity-Relationship Diagram: ERD)을 작성할 수 있는 그래픽 편집도구 기능과 생성된 ERD 정보로부터 논리적 데이터베이스 테이블을 정의하기 위해 데이터 정의어(Data Definition Language: DDL)를 자동 생성하는 기능을 제공한다. 또한 상업적으로 가장 많이 사용되고 있는 Erwin 제품과의 호환성을 제공하기 위해 XML을 이용하여 ERwin과의 Export/Import 기능도 제공해준다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2014년도 추계학술대회
• /
• pp.177-179
• /
• 2014

컴퓨터 그래픽의 발달 및 다양한 멀티미디어 기기들의 보급이 증가함에 따라 스크린 콘텐츠 영상에 대한 수요가 증가하고 있다. 자연영상과 다른 특성을 지닌 스크린 콘텐츠 영상의 효율적인 압축을 위하여, 기존의 High Efficiency Video Coding (HEVC)의 SCC (screen content coding) 에서는 스크린 콘텐츠 영상을 위한 새로운 예측 기술이 추가되었다, 추가된 대표적인 예측 기술로 화면 내 블록 카피 (IBC: intra block copy) 기술과 팔레트 모드 등이 있다. 본 논문에서는 스크린 콘텐츠 코딩의 부호화 효율 향상 연구에 앞서, 스크린 콘텐츠 코딩에서 높은 부호화 효율을 보이는 화면 내 블록 카피 기술에 대하여 소개하고 화면 내 블록 카피 기술의 부호화 특성 및 블록 벡터 예측 기법에 대한 분석을 수행한다. 또한, 이러한 분석 결과를 토대로 화면 내 블록 카피 기술의 성능 향상을 위한 방법을 제시한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2012년도 하계학술대회
• /
• pp.439-442
• /
• 2012

3D 영상 산업과 더불어 3D가 적용됨으로써 유망한 산업 분야 중 하나가 바로 게임이다. 2D에서 3D 그래픽으로 그리고 현재는 3D 입체영상으로 진화하면서 이용자로 하여금 깊이감을 제공함으로써 더 큰 즐거움을 주고 있다. 본 연구에서는 게임에서의 입체영상 및 안경 착용여부가 영상의 특성, 프레즌스 그리고 피로도 등에 어떠한 영향을 미치는지 알아보고자 했다. 실험결과 디스플레이와 안경착용의 상호작용효과는 인지된 특성 구성요소 중 입체감과 프레즌스 구성요소 중 시간관여에서 유의미하게 나타났다. 입체감과 시간관여의 경우 모두에서, 3D 영상에서 게임을 플레이했을 경우 안경 미착용자가 착용자 보다 더 잘 인지하는 것으로 나타났다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2010년도 하계학술대회
• /
• pp.372-375
• /
• 2010

본 논문에서는 홈-네트워크를 이용하여 댁네에서 실시간 멀티미디어 전송 서비스를 수행하기 위한 홈서버 및 모바일 플랫폼을 제안한다. 본 논문에서 제안한 홈서버는 기존의 기술들과는 달리 사용자 선호도 정보를 기반으로 멀티미디어 콘텐츠를 지능적으로 추천하는 기능과 함께 네트워크 상태 및 사용자 기기 정보를 고려한 전송 서비스를 제공한다. 또한 본 논문에서 제안한 모바일 플랫폼 하드웨어에는 고속의 중앙처리장치와 메모리 컨트롤러 및 별도의 그래픽 가속기를 탑재하였으며, 모바일 플랫폼의 멀티미디어 재생기는 확장성을 가지는 구조와 플랫폼 독립성을 지향하도록 설계 및 개발되었다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2019년도 하계학술대회
• /
• pp.150-152
• /
• 2019

본 논문에서는 기존의 연구를 극복하여 단일 영상이 아닌 단안 비디오로부터 5D 라이트필드 영상을 합성하는 딥러닝 프레임워크를 제안한다. 현재 일반적으로 사용 가능한 Lytro Illum 카메라 등은 초당 3프레임의 비디오만을 취득할 수 있기 때문에 학습용 데이터로 사용하기에 어려움이 있다. 이러한 문제점을 해결하기 위해 본 논문에서는 가상 환경 데이터를 구성하며 이를 위해 UnrealCV를 활용하여 사실적 그래픽 렌더링에 의한 데이터를 취득하고 이를 학습에 사용한다. 제안하는 딥러닝 프레임워크는 두 개의 입력 단안 비디오에서 $5{\times}5$의 각 SAI(sub-aperture image)를 갖는 라이트필드 비디오를 합성한다. 제안하는 네트워크는 luminance 영상으로 변환된 입력 영상으로부터 appearance flow를 추측하는 플로우 추측 네트워크(flow estimation network), appearance flow로부터 얻어진 두 개의 라이트필드 비디오 프레임 간의 optical flow를 추측하는 광학 플로우 추측 네트워크(optical flow estimation network)로 구성되어있다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2019년도 하계학술대회
• /
• pp.234-235
• /
• 2019

본 논문은 실사 객체를 360도 전방위에서 관찰이 가능한 3D 그래픽 모델로 변환하는 시스템에서 뼈대를 추출하는 방법을 제시한다. 각 카메라로부터 촬영된 텍스쳐 영상을 이용하여 뼈대를 추출하고, 깊이 정보로부터 얻어진 포인트 클라우드 정보를 이용하여 뼈대 정보를 정합, 보정하는 과정을 수행한다. 카메라로부터 촬영된 텍스쳐 영상에 대해 딥러닝 기술 등을 이용하여 뼈대를 획득한다. 텍스쳐 영상으로부터 획득된 뼈대 정보는 동일 위치에서 획득된 외부 파라미터를 이용하여 월드좌표계로 변환하여 공간상에 위치시킨다. 이러한 과정을 모든 카메라로부터 획득된 뼈대 정보에 동일하게 적용함으로써 모든 뼈대 정보를 공간상에 표현하여 최종적인 뼈대 정보를 추출하는 방법을 제시한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2021년도 하계학술대회
• /
• pp.293-296
• /
• 2021

본 논문에서는 컴퓨터 그래픽에서 주로 적용되어 왔던 푸아송 디스크 샘플링(Poisson Disk Sampling)을 3차원 영상 모델링에 적용하는 것을 제안한다. 이 샘플링 기법은 3차원 영상 센서의 핵심 기술로 사용되는 라이다 센서를 활용해 수집한 PointCloud가 특정 위치로 뭉쳐지는 클러스터 현상이 발생하지 않고 균일하게 분포하게 할 뿐 아니라 영상의 노이즈도 제거한다. Intel의 라이다 센서 L515와 Apple의 태블릿 라이다 센서를 이용해 추출한 PointCloud를 Poisson Disk Sampling 과정을 거쳐 Mesh를 생성하고 이를 SLAM 기법으로 추출한 경우와 비교한다. PointCloud의 수를 줄였을 때 더 좋은 Mesh를 생성할 수 있다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 하계학술대회
• /
• pp.257-260
• /
• 2020

본 논문은 단일의 옷감 이미지로 가상의 그래픽 렌더링을 위해 Pix2Pix 방법을 이용하여 Normal map 을 생성하는 방법을 제시한다. 구체적으로 단일의 이미지를 이용해서 Normal map 를 생성하기 위해, Color image 와 Normal map 쌍의 training dataset 을 Pix2Pix 방법을 이용해서 학습시킨다 또한, test dataset 의 Color image 를 입력으로 넣어 생성된 Normal map 결과를 확인한다. 그리고 선행연구에서 사용되어오던 U-Net 방식의 방법과 본 논문에서 사용한 Pix2Pix 를 이용한 Normal map 생성 결과를 SSIM(Structural Similarity Index)으로 비교 평가한다. 또한, 생성된 Normal map 을 렌더링하고자 하는 가상 객체의 사이즈에 맞게 사이즈를 조정하여 OpenGL 로 렌더링한 결과를 확인한다. 본 논문을 통해서 단일의 패턴 이미지를 Pix2Pix 로 생성한 Normal map 으로 옷감의 디테일을 사실감 있게 표현할 수 있음을 확인할 수 있었다.