• 제목/요약/키워드: 이미지 분할방법

검색결과 278건 처리시간 0.028초

VR 카툰의 스토리텔링 연구 (Study on Storytelling of VR Cartoons)

  • 유태경
    • 방송공학회논문지
    • /
    • 제23권1호
    • /
    • pp.45-52
    • /
    • 2018
  • VR 카툰은 웹툰의 간명한 스토리와 칸을 이용한 그래픽 스토리텔링을 VR 콘텐츠 디자인의 한계를 극복하는 전략으로 활용한 VR 콘텐츠 포맷이다. VR 프로토타이핑을 통해 웹툰 콘텐츠를 VR로 전환하여 웹툰 상의 3차원 공간에 실제 존재하는 듯 한 체험을 가능하게 하였다. 기존 VR 콘텐츠에 비해 어지럽지 않게 관람 가능하고 몰입이 잘 된다는 평균적인 피드백을 받을 수 있었다. 우리는 영화 스크린을 통해 스토리를 이해하는 데 익숙한 거처럼 그 동안의 출판 만화와 웹툰들을 통해 만화의 스토리텔링에 익숙해져 있다. 즉, 칸이라는 평면적 공간을 바꿔 가며 연속된 시각 이미지들을 통해 스토리를 전달하는 것은 우리에게는 보편화 된 커뮤니케이션 방법이다. 시간과 공간을 분할하는 만화의 칸 사이에는 아무것도 보이지 않는 홈통만이 존재하지만 우리는 경험에 의한 완결성 연상을 하게 된다. 바로 이러한 만화의 문법이 VR 카툰에서 차용하게 된 가장 핵심적인 스토리텔링 기법이다. 본고에서는 웹툰의 스토리텔링이 어떤 형태로 VR 카툰의 스토리텔링으로 전환 되었는지를 살펴보고 VR 카툰의 요소들을 분석해 본다. 이 연구를 통해 무한한 가능성을 가진 '연속 예술', 만화를 비롯한 다양한 서사 매체들의 특성을 VR 콘텐츠 제작에 접목하는 시도의 기반 연구로서 역할을 할 수 있기를 기대한다.

앙드레 꾸레쥬의 패션 디자인에 나타난 건축양식 특성연구 (A Study of the Architectural Characteristics Depicted on Andre Courrs Fashion Design)

  • Kyoung-Hee Cho
    • 복식
    • /
    • 제23권
    • /
    • pp.25-43
    • /
    • 1994
  • 앙드레 꾸레쥬는 자신의 디자인에 건축적 조형미를 표현한 대표적인 디자이너이다. 그의 디자인들은 라인 뿐 아니라 색채, 소재, 액세서리에 이르기까지 건물을 짓듯이 설계, 구성되어 있다. 최근 복식미의 건축적 조형성이 강조되고 있는 것을 감안할 때, 60년대 이미 선구자적인 역할을 하면서 자신의 건축가적인 기호를 유감없이 발휘해온 꾸레쥬를 연구한다는 것은 21세기를 향한 패션의 발전 측면에서 조금이라도 의미가 있지 않을까 생각한다. 본 연구에서는 앙드레 꾸fp쥬가 가장 활발히 활동했던 1974년에서 1970년까지 그의 디자인들을 집중 연구하였는데, 그의 패션디자인에 건축양식의 특징들이 어떻게 나타났는지에 연구의 초점을 맞추었다. 본 연구의 대상으로 사용된 실제의 옷 샘플들은 뉴욕 메트로폴리탄 예술박물관내의 Costume Institute Storage 에 있는 의복과 액세서리들을 직접, 관찰 , 분석한것이고 그 박의 사진들은 패션과 건축에 관한 서적과 잡지, 박물관내의 Slide Library , 그리고 Costume Institute Library Collection에서 발췌 , 비교 연구한 것이다. 일찍이 엔지니어링과 건축을 공부했던 앙드레 꾸레쥬는 50년대의 패션 디자이너의 거장 발렌시아가 밑에서 10년 넘게 일하다가 독립하였는데 그의 디자인 세계는 줄곧 여성들이 입고 편히 활동 할 수 있는 기능성을 강조하면서 단순하고 편안한 의복 구성에 중점을 두었다. 그리고 그는 이러한 자신의 패션 철학과 의복제작 과정들은 현대건물이 갖는 단순성, 기능성의 특징과 일치한다고 믿었다. A. 라인(Line) 앙드레 꾸레쥬는 패션 디자인에서의 비레는 건축에서구조를 쌓아가는 것과 같은 것이라고 생각하고 옷에서의 기본 구성을 기하학적인 라인에 두었다. 그래서 그의 옷들은 A-라인, 사각형, 사다리꼴,,, 등의 분명한 실루엣을 이루고 있는데 이러한 기본라인을 뒷받침이라도 하듯 소매가 아주 짧거나 없는 것이 특징이다. 황금분할이 아닌 1 : 1 구성은 그가 독특하게 사용한 비례방법의 하나인데 그것은 자켓과 스커트의 길이비례, 요크와 몸판간의 면적비례 등에서 잘 나타나고 있다. 그리고 그는 , 의복구성의 비례를 강조하기 위해 사용한 강한 색상의 대비를 현대건물의 인테리어에 빛을 사용하는 것과 같은 이치라고 설명한다. B.색상(Color) 흰색은 그러한 그의 비례강조 의복에 가장 적절한 색으로 사용되었다. 그는 빨강, 오렌지, 녹색, 분홍등 강렬한 원색을 사용하였는데도 불구하고 흰색은 그의 건축양식 발상의 Ideo를 완성시키는 완전한 색이었다. 뜨거운 날씨에 흰색이 가장 기능적인 색인 것처럼 강한 원색 대비를 통해 비례강조를 하면서 동시에 그것을 뒷받침하는 가장 합리적이고 기능적인 색은 흰색이라고 믿었다. C. 소재 (Material) 앙드레 꾸레쥬는 건물을 짓듯이 사람위에 옷을 건축한다고 믿었기 때문에 자연히 둔탁하고 딱딱한 소재가 많이 사용되었다. 비닐, 금속류, 시퀸스처럼 광택나고 투명한 재료 선호는 그 당시 현대 건축에서 선풍적으로 많이 사용되었던 유리, 금속류, 크리스탈 등 비치고 광택나는 건축재료와 일맥상통하는 것이다. 그러한 선국적인 내료 사용결과로 보여진 괴상하고 선정적인 그러면서도 아주 단순한 패션은 미래 지향적인 건축양식 구조의 " Simple", "Plain" 느낌과 정확하게 같은 것이다. 이상과 같이 앙드레 꾸레쥬는 옷을 디자인 했다기 보다는 건축했다. 주목할만한 점은 60년대 말 당시 발표되었던 그의 건축 구조적인 디자인의 특징들이 21세기를 앞둔 90년대에 다시 크게 유행하고있다는 점이다. 꾸레쥬 역시, 최근 자신의 디자인을 통해 건축적 조형미와 미래지향적 이미지를 더욱 강조하고 있는 것을 볼 수있다. 단순하면서 우주공간을 선회하는 듯한 입체적인 라인, 흰색을 비롯한 자연에 가까운 색을 중심으로 하되, 밝은 색조의 하이라이트, 플라스틱, 금속류와 같이 딱딱하고 광택나며 비치는 재료 사용,, 등등이 바로 그것이다. 그리고 이러한 그에 미래 지향적이고 조형적인 디자인들은 앞으로 어떻게 더 모험적인 모습으로 선보일지 우리 모두가 주목할만한 일인 것이다.

  • PDF

2.5D Mapping 모듈과 3D 의복 시뮬레이션 시스템 (2.5D Mapping Module and 3D Cloth Simulation System)

  • 김주리;김영운;정석태;정성태
    • 정보처리학회논문지A
    • /
    • 제13A권4호
    • /
    • pp.371-380
    • /
    • 2006
  • 본 논문은 패션 디자인 분야에서 완성된 의상의 모델 사진을 활용해 다양한 원단(직물)을 직접 Draping함으로써 새로운 디자인을 창출할 수 있고 직접 샘플이나 시제품을 제작하지 않고도 시뮬레이션만으로 의상 작품을 확인 할 수 있다. 또한 모델과 원단 이미지에 대한 데이터베이스를 구축하여 실시간으로 Mapping 결과를 확인할 수 있는 시스템을 구현하였다. 그리고 여기에서 추출되는 시제품을 3D 모델에 입혀 시뮬레이션 할 수 있도록 하기 위한 과정으로 우선 여러 옷감 조각들을 이용하여 가상의 3D 인체 모델에 옷을 입히기 위한 의복 시뮬레이션 시스템을 제안한다. 제안된 시스템은 3D 인체 모델 파일과 2D 재단 패턴 파일을 읽어 들인 다음에 mass-spring model에 기반한 물리적 시뮬레이션에 의해 의복을 착용한 3D 모델을 생성한다. 본 논문의 시스템은 사실적인 시뮬레이션을 위하여 인체 모델을 구성하는 삼각형과 의복을 구성하는 삼각형 사이의 충돌을 검사하고 반응 처리를 수행하였다. 인체를 구성하는 삼각형의 수가 매우 많으므로, 이러한 충돌 검사 빛 반응 처리는 많은 시간을 필요로 한다. 이 문제를 해결하기 위하여, 본 논문에서는 Octree 공간 분할 기법을 이용하여 충돌 검사 및 반응 처리 수를 줄이는 방법을 이용하여 사실적인 영상을 생성할 수 있었고, 수초 이내에 가상 인체 모델에 의복을 입힐 수 있었다.

항공 LiDAR 및 RGB 정사 영상을 이용한 딥러닝 기반의 도시녹지 분류 (Classification of Urban Green Space Using Airborne LiDAR and RGB Ortho Imagery Based on Deep Learning)

  • 손보경;이연수;임정호
    • 한국지리정보학회지
    • /
    • 제24권3호
    • /
    • pp.83-98
    • /
    • 2021
  • 도시녹지는 도시 생태계 건강성 증진을 위한 중요한 요소이며, 건강한 도시 생태계 유지 및 관리를 위해서는 도시녹지의 공간적인 현황 파악이 필요하다. 환경부에서는 2010년 이후부터 총 41개의 분류 항목을 갖는 1m 급 해상도의 세분류 토지피복지도를 제공해오고 있으나, 가로수와 같은 도시 내 고해상도 상세 녹지 정보는 기타 초지로 분류되거나 누락되어 오고 있다. 따라서, 본 연구에서는 수원시 지역을 대상으로 1m 이하 급의 고해상도 원격탐사 자료(항공 LiDAR 및 RGB 정사영상)를 이용하여, 기존 세분류 토지피복지도에서는 나타나지 않는 고해상도의 상세 도시 녹지(수목, 관목 및 초지) 정보를 분류하고자 하였다. 분류 기법으로는 딥러닝 기반의 이미지 분할방법인 U-Net 구조의 모델을 활용하였으며, 분류 항목의 수 및 사용하는 자료의 종류에 따라 총 3가지의 모델(LRGB10, LRGB5, 및 RGB5)을 제안하고 성능을 평가하였다. 검증 지역에 대한 세 모델의 평균 전체 정확도는 각 83.40%(LRGB10), 89.44%(LRGB5), 74.76%(RGB5)이며, 항공 LiDAR와 RGB 정사영상을 함께 사용하여 총 5개의 항목(수목, 관목, 초지, 건물, 및 그 외)을 분류하는 LRGB5 모델의 성능이 가장 높게 나타났다. 수원시의 수목, 관목 및 초지 기준의 전체 녹지 현황은 각 45.61%(LRGB10), 43.47%(LRGB5), 및 44.22%(RGB5)로 나타났으며, 세 모델 모두 기존 세분류 토지피복지도와 비교하여 평균 13.40%의 도시 수목 정보를 더 제공할 수 있는 것으로 나타났다. 더불어 이러한 도시녹지 분류 결과는 향후 중분류 토지피복지도와 같은 기존 GIS 정보와의 융합을 통해 가로수 녹지 비율 현황 등 추가적인 상세 녹지 현황 정보를 제공할 수 있어, 다양한 도시녹지 연구 및 정책의 기초 자료로 활용될 수 있을 것으로 기대된다.

개선된 퍼지 ART 기반 RBF 네트워크와 PCA 알고리즘을 이용한 여권 인식 및 얼굴 인증 (A Passport Recognition and face Verification Using Enhanced fuzzy ART Based RBF Network and PCA Algorithm)

  • 김광백
    • 지능정보연구
    • /
    • 제12권1호
    • /
    • pp.17-31
    • /
    • 2006
  • 본 논문에서는 출입국자 관리의 효율성과 체계적인 출입국 관리를 위하여 여권 코드를 자동으로 인식하고 위조 여권을 판별할 수 있는 여권 인식 및 얼굴 인증 방법을 제안한다. 여권 이미지가 기울어진 상태로 스캔되어 획득되어질 경우에는 개별 코드 인식과 얼굴 인증에 많은 영향을 미칠 수도 있으므로 기울기 보정은 문자 분할 및 인식, 얼굴 인증에 있어 매우 중요하다. 따라서 본 논문에서는 여권 영상을 스미어링한 후, 추출된 문자열 중에서 가장 긴 문자열을 선택하고 이 문자열의 좌측과 우측 부분의 두께 중심을 연결하는 직선과 수평선과의 기울기를 이용하여 여권 영상에 대한 각도 보정을 수행한다. 여권 코드 추출은 소벨 연산자와 수평 스미어링, 8 방향 윤곽선 추적 알고리즘을 적용하여 여권 코드의 문자열 영역을 추출하고, 추출된 여권 코드 문자열 영역에 대해 반복 이진화 알고리즘을 적용하여 코드의 문자열 영역을 이진화한다. 이진화된 문자열 영역에 대해 CDM 마스크를 적용하여 문자열의 코드들을 복원하고 8 방향 윤곽선 추적 알고리즘을 적용하여 개별 코드를 추출한다. 추출된 개별 코드 인식은 개선된 RBF 네트워크를 제안하여 적용한다. 개선된 퍼지 ART 기반 RBF 네트워크는 퍼지 논리 접속 연산자를 이용하여 경계 변수를 동적으로 조정하는 퍼지 ART 알고리즘을 제안하여 RBF 네트워크의 중간층으로 적용한다. 얼굴 인증을 위해서는 얼굴 인증에 가장 보편적으로 사용되는 PCA 알고리즘을 적용한다. PCA 알고리즘은 고차원의 벡터를 저 차원의 벡터로 감량하여 전체 입력 영상들의 직교적인 공분산 행렬을 계산한 후, 그것의 고유 값에 따라 각 영상의 고유 벡터를 구한다. 따라서 본 논문에서는 PCA 알고리즘을 적용하여 얼굴의 고유 벡터를 구한 후, 특징 벡터를 추출한다. 그리고 여권 영상에서 획득되어진 얼굴 영상의 특징 벡터와 데이터베이스에 있는 얼굴 영상의 특징 벡터와의 거리 값을 계산하여 사진 위조 여부를 판별한다. 제안된 여권 인식 및 얼굴 인증 방법의 성능을 평가를 위하여 원본 여권에서 얼굴 부분을 위조한 여권과 기울어진 여권 영상을 대상으로 실험한 결과, 제안된 방법이 여권의 코드 인식 및 얼굴 인증에 있어서 우수한 성능이 있음을 확인하였다.

  • PDF

레진계 임플란트용 시멘트의 방사선 불투과성에 대한 비교연구 (Comparative study on the radiopacity of different resin-based implant cements)

  • 한경환;천호영;김민수;신상완;이정열
    • 대한치과보철학회지
    • /
    • 제52권2호
    • /
    • pp.97-104
    • /
    • 2014
  • 연구 목적: 본 연구의 목적은 현재 시판되는 4종의 레진계 임플란트 전용 임시 시멘트를 디지털 방사선 사진을 분석하여 방사선 불투과성을 비교 평가 하는 것이다. 연구 재료 및 방법: 주문 제작한 분할형 금속몰드에 4종의 레진계 임플란트 시멘트(Estemp $Implant^{TM}$ (Spident, Incheon, Korea), $Premier^{(R)}$Implant (Premier, Pennsylvania, USA), $Cem-Implant^{TM}$ (B.J.M lab, Or-yehuda, Israel), $InterCem^{TM}$ (SCI-PHARM, California, USA))와 대조군인 Elite Cement$100^{TM}$ (GC, Tokyo, Japan)를 각각의 제조사의 지시에 따라 혼합하여 경화시킨다. 시멘트당 두께에 따라 각 10개씩 총 150개의 시편을 제작하고 각 시편을 순수(99%이상) aluminum으로 제작한 step wedge와 나란히 위치시켜 Intraoral X-ray unit (Esx, Vatech, Korea)와 디지털 X-ray sensor (EzSensor, Vatec. Korea)를 사용하여 촬영하였다. 디지털 방사선 이미지를 Image J 1.47m (Wayne Rasband, National Institutes of Health, USA)과 Color inspector 3D Ver 2.0 (Interaktive Visualisierung von Farbr$\ddot{a}$umen, Berlin, Germany)의 프로그램을 이용하여 aluminum wedge equivalent thickness (mm Al)를 평가하였다. 결과: 본 연구에서 사용된 5종의 시멘트 중 방사선 불투과성은 Elite Cement$100^{TM}$이 모든 두께에서 가장 높았으며 레진계 임플란트용 시멘트중에서 $InterCem^{TM}$이 가장 높았고, $Premier^{(R)}$ Implant $Cement^{TM}$, $Cem-Implant^{TM}$, Estemp $Implant^{TM}$순으로 나타났다. 레진계 임플란트용 시멘트 중 $InterCem^{TM}$은 모든 두께에서 ISO Standard No. 4049에 맞는 방사선 불투과성을 보였고, $Cem-Implant^{TM}$는 0.5 mm 두께에서만 ISO Standard No. 4049에 적합한 방사선 불투과도를 나타냈다. 결론:이번 연구에 사용된 레진계 임플란트 시멘트중 방사선 불투과도는 전반적으로 높지 않았고, $InterCem^{TM}$ 만이 연구조건 및 기준에 만족하는 방사선 불투과도를 보였다.

Sentienl-1 SAR 영상을 활용한 유류 분포특성과 CNN 구조에 따른 유류오염 탐지모델 성능 평가 (Evaluation of Oil Spill Detection Models by Oil Spill Distribution Characteristics and CNN Architectures Using Sentinel-1 SAR data)

  • 박소연;안명환;이성뢰;김준우;전현균;김덕진
    • 대한원격탐사학회지
    • /
    • 제37권5_3호
    • /
    • pp.1475-1490
    • /
    • 2021
  • SAR 이미지의 통계적 특징을 이용하여 유류오염영역을 특정하는 방법은 분류규칙이 복잡하고 이상값에 의한 영향을 많이 받는다는 한계가 있어, 최근 인공신경망을 기반으로 유류오염영역을 특정하는 연구가 활발히 이루어지고 있다. 하지만, 다양한 유류오염 사례에 대해 모델의 탐지 성능 및 특성을 평가한 연구는 부족하였다. 따라서, 본 연구에서는 기본적인 구조의 CNN인 Simple CNN과 픽셀 단위의 영상 분할이 가능한 U-net을 이용하여, CNN의 구조와, 유류오염의 분포특성에 따른 모델의 탐지성능차이가 존재하는지 분석하였다. 연구결과, 축소경로만 존재하는Simple CNN과 축소경로와 확장경로가 모두 존재하는U-net의 F1 score는 86.24%와 91.44%로 나타나, 두 모델 모두 비교적 높은 탐지 정확도를 보여주었지만, U-net의 탐지성능이 더 높은 것으로 나타났다. 또한 다양한 유류오염 사례에 따른 모델의 성능 비교를 위해, 유류오염의 공간적 분포특성(유류오염 주변의 육지의 분포)과 선명도(유출된 기름과 해수의 경계면이 뚜렷한 정도)를 기준으로, 유류오염 발생사례를 4가지 유형으로 구분하여 탐지 정확도를 평가하였다. Simple CNN은 각각의 유형에 대해 F1 score가 85.71%, 87.43%, 86.50%, 85.86% 로 유형별 최대 편차가 1.71%인 것으로 나타났으며, U-net은 동일한 지표에 대해 89.77%, 92.27%, 92.59%, 92.66%의 F1 score를 보여 최대 편차가 2.90% 로 두 CNN모델 모두 유류오염 분포특성에 따른 수치상 탐지성능의 차이는 크지 않은 것으로 나타났다. 하지만 모든 유류오염 유형에서 Simple CNN은 오염영역을 과대탐지 하는 경향을, U-net은 과소탐지 하는 경향을 보여, 모델의 구조와 유류오염의 유형에 따라 서로 다른 탐지 특성을 가진다는 것을 확인하였고, 이러한 특성은 유류오염과 해수의 경계면이 뚜렷하지 않은 경우 더 두드러지게 나타났다.

딥러닝과 Landsat 8 영상을 이용한 캘리포니아 산불 피해지 탐지 (Detection of Wildfire Burned Areas in California Using Deep Learning and Landsat 8 Images)

  • 서영민;윤유정;김서연;강종구;정예민;최소연;임윤교;이양원
    • 대한원격탐사학회지
    • /
    • 제39권6_1호
    • /
    • pp.1413-1425
    • /
    • 2023
  • 기후변화로 인한 대형 산불의 빈도가 증가함에 따라 극심한 인명 및 재산상의 피해를 초래하고 있다. 이로 인해 많은 식생이 소실되며, 그 강도와 발생 형태에 따라 생태계 변화에 영향을 끼친다. 생태계 변화는 다시 산불 발생을 유발하여 2차 피해를 야기한다. 따라서 산불 피해지에 대한 정확한 탐지 및 면적 산정의 중요성이 지속적으로 제기되고 있다. 효율적인 산불 피해지 모니터링을 위해 산불 발생 후 실시간 지형 및 기상정보는 물론 피해지역의 영상을 대규모로 취득할 수 있는 위성영상이 주로 활용되고 있다. 최근, 합성곱 신경망(convolution neural network, CNN) 기반 모델부터 고성능 트랜스포머(Transformer) 기반 모델에 이르기까지 딥러닝 알고리즘이 빠르게 발전하면서 산림원격탐사에서 이를 적용한 연구가 활발히 이루어지고 있다. 하지만 현재까지 적용된 딥러닝 모델은 제한적이며 현업에서의 합리적인 활용을 위한 정량적 성능평가에 대한 보고가 부족한 상황이다. 따라서 본 연구에서는 모델에 따른 성능향상과 데이터 설계에 따른 성능향상을 중점적으로 비교 분석하였다. 미국 캘리포니아 지역을 대상으로 CNN 기반 모델의 U-Net, High Resolution Network-Object Contextual Representation (HRNet-OCR)을 활용하여 산불 피해지 모델을 구축하였다. 또한, 기본 파장대역과 함께 식생활력도 및 지표의 수분함량 정도를 고려하고자 normalized difference vegetation index (NDVI), normalized burn ratio (NBR)와 같은 산불 관련 분광지수를 산출하여 입력 이미지로 사용하였다. U-Net의 mean intersection over union (mIoU)이 0.831, HRNet-OCR이 0.848을 기록하여 두 모델 모두 우수한 영상분할 성능을 보였다. 또한, 밴드 반사도뿐 아니라 분광지수를 추가한 결과 모든 조합에서 평가지표 값이 상승하여 분광지수를 활용한 입력 데이터 확장이 픽셀 세분화에 기여함을 확인하였다. 이와 같은 딥러닝 방법론을 발전시킨다면 우리나라의 산불 피해지에 대한 신속한 파악 및 복구 계획 수립의 기초자료로 활용될 수 있을 것으로 기대된다.