• Korean Architects
• /
• v.3 no.5 s.5
• /
• pp.9-14
• /
• 1968

• 어항어장
• /
• s.108
• /
• pp.75-82
• /
• 2014

• 대한생식의학회:학술대회논문집
• /
• 2007.06a
• /
• pp.138-138
• /
• 2007

• The Optical Journal
• /
• s.127
• /
• pp.66-69
• /
• 2010

인상적으로 느껴지는 사진의 공통점은 무엇일까? 사진을 자세히 분석해보면 이러한 사진들은 대게 공통점을 가지고 있는데, 바로 화면 속에 전경, 중경, 원경이 분리되어 있다는 것이다. 각각의 의미와 역할을 알아보자.

• NEWSLETTER 전기공업
• /
• no.93-20 s.93
• /
• pp.11-16
• /
• 1993

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10b
• /
• pp.520-522
• /
• 2003

디지털데스크는 일반 책상 표면에 프로젝션 화면을 만들어 가상물체를 사람이 직접 조작할 수 있는 인터페이스를 제공한다. 이러한 인터페이스를 구축하기 위해서는 전경물체 검출이 필수 과정인데, 지금까지는 조명과 배경의 변화로 인한 색상의 변화로 인하여 색상 정보를 사용하지 못하였다. 본 논문에서는 디지털데스크 상에서 색상 정보를 이용하여 전경물체를 검출하는 방법을 제안한다. 디지털데스크의 화면은 프로젝터를 통해 책상 표면에 투사되고, 투사된 화면은 카메라를 통해 영상으로 획득되는데, 이때 많은 왜곡이 존재하게 된다. 우리는 이런 왜곡을 기하 왜곡과 색 휘도의 왜곡 두가지로 정의하여 모델링하였고. 실험 결과에서 제안된 방법의 실효성을 입증하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.784-786
• /
• 2004

프로젝션 화면(projection display) 상에 보여지는 가상의 물체를 사용자가 직접 조작할 수 있는 인터페이스를 제공하기 위해서는 전경 물체를 검출해내는 과정이 필수적이다. 이전의 색상 정보만을 이용하는 방법은 몇 가지 제약 조건을 가지고 있었다. 본 논문은 색상 보정 (color calibration)과 스테레오 정보(stereo information)를 이용하여 프로젝션 화면 내의 전경물체를 검출하는 방법을 제안한다. 실험에서는 프로젝터를 통해 책상 표면에 투사되는 영상과 일반 캠코더를 통해 얻어진 영상 사이의 왜곡을 기하 왜곡과 색상 왜곡으로 정의하여 모델링 하였고, 스테레오 정보를 이용하여 얻어진 최종 결과를 통해 제안된 방법의 실효성을 입증할 수 있었다.

• 한국HCI학회:학술대회논문집
• /
• 2009.02a
• /
• pp.625-630
• /
• 2009

Researches of image-based 3D reconstruction have recently produced a number of good results, but they assumed that the accurate foreground to be reconstructed is already extracted from each input image. This paper proposes a novel approach to extract more accurate foregrounds by iteratively performing foreground extraction and 3D reconstruction in a manner similar to an EM algorithm on regions segmented in an initial stage, called segments. Here, the segments should preserve foreground boundaries to compensate for the boundary errors generated by visual hull, simple 3D reconstruction to minimize the computational time, and should also be composed of the small number of sets to minimize the user input. Therefore, we utilize image segmentation using the graph-cuts method, which minimizes energy function composed of data and smoothness terms, and the two methods are iteratively performed until the energy function is optimized. In the experiments, more accurate results of the foreground, especially in boundaries, were obtained, although the proposed method used a simple 3D reconstruction method.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.10c
• /
• pp.459-464
• /
• 2007

영상기반의 3자원 복원(reconstruction)에 대한 연구가 컴퓨터 성능의 발전과 다양한 영상기반의 복원 알고리즘의 연구로 인해 최근 좋은 결과를 보이고 있으나, 이는 얼굴영역과 같은 목적이 되는 영역이 각 입력영상으로부터 미리 정확하게 추출되어 있다고 가정하기 때문이다. 일반적으로 목적이 되는 영역을 추출하기 위해 차영상이 많이 이용되고 있지만 차영상은 잡음과 구멍(hole)과 같은 오 추출된 영역이 발생하기 때문에 목적이 되는 영역을 3차원으로 복원을 할 때 심각한 오류를 초래할 수 있다. 전경물체(목적이 되는 영역)을 정확하게 추출하기 위해 최근 그래프 컷(graph cut)을 이용한 방법이 다양하게 시도되고 있다. 그래프 컷은 데이터 항(data term)과 스무드 항(smooth term)으로 구성된 에너지 함수를 전역적으로 최소화하는 방법으로 여러 공학적 문제에서 좋은 결과를 보이고 있지만, 에너지 함수의 데이터 항을 설정할 때 필요한 사전정보를 자동으로 얻기가 어렵다. 스테레오 비전의 깊이 정보가 최근 전경 물체 추출을 위한 사전정보로 많이 이용되고 있고 그들의 실험환경에서는 좋은 결과를 보이지만, 3차원 얼굴 복원에서 얼굴의 대부분이 동질의 영역을 가지고 있기 때문에 깊이 정보를 구하기 어려워 정확한 사전정보를 구하기가 어렵다. 본 논문에서는 3차원 얼굴 복원을 효과적으로 하기 위한 그래프 컷 기반의 전경 물체 추출 방법을 제안한다. 에너지 함수의 데이터 항을 설정하기 위해 전경 물체에 대한 사전정보를 추출해야 하며, 이를 위해 차영상을 이용하여 대략적인 전경 물체 추출하고, 사전정보에 대한 오류를 줄이기 위해 잡음과 그림자 영역을 제거한다. 잡음과 그림자 영역을 제거하면 구멍이 발생하거나 실루엣이 손상되는 문제가 발생한다. 손상된 정보는 근접한 픽셀이 유사하지 않을 때 낮은 비용을 할당하는 에너지 함수의 스무드(smooth) 항에 의해 에지 정보를 기반으로 채워진다. 결론적으로 제안된 방법은 스무드 항과 대략적으로 설정된 데이터 항으로 구성된 에너지 함수를 그래프 컷으로 전역적으로 최소화함으로써 더욱 정확하게 목적이 되는 영역을 추출할 수 있다.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.41 no.1
• /
• pp.27-37
• /
• 2004

The detection of foreground objects in a projection display using color information can be hard due to changing lighting conditions and complex backgrounds. Accordingly, the current paper proposes a foreground object detection method using color information that is obtained from the input image to the Projector and an image captured by a camera above the projection display. After pixel correspondences between the two images are found by calibrating the geometry distortion and color distortion, the natural color variations are estimated for the projection display. Then, any pixel that has another variation not resulting from natural geometry or color distortion is considered a part of foreground objects, because a foreground object in a projection display changes the values of pixels. As shown by experimental results, the proposed foreground detection method is applicable to an interactive projection display system such as the DigitalDesk