• 한국컴퓨터정보학회논문지
• /
• 제12권2호
• /
• pp.21-28
• /
• 2007

얼굴모델링과 애니메이션에 대한 기술은 컴퓨터 그래픽스 분야에서 오랫 동안 연구되어 오고 있는 분야 중 하나이다. 얼굴모델링 기술은 가상현실, MPEG-4 등의 연구목적과 영화, 광고, 게임 등의 산업 분야에서 많이 활용되고 있다. 따라서 좀 더 사실적인 인터페이스의 구현을 위하여 컴퓨터 의인화를 통해 인간과 상호작용 할 수 있는 3D 얼굴모델 개발은 필수적이다. 본 연구에서는 임의의 정면 얼굴 이미지를 이용하여 간편한 조작으로 3D 얼굴모델을 생성하는 시스템을 개발하였다. 이 시스템은 한국인 표준 얼굴모델을 이용하여 메쉬상의 조정점을 얼굴 부위와 윤곽에 맞게 정합한 다음 유동적이고 탄력적으로 조정하여 3D 얼굴모델을 생성하며, 그 결과인 3D 얼굴모델을 이동, 확대, 축소, 회전시켜 가며 실시간으로 확인 및 수정할 수 있다. 개발한 시스템의 유용성을 검증하기 위해 $630{\times}630$의 크기를 가지는 30개의 임의의 정면 얼굴이미지를 가지고 실험했다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권11호
• /
• pp.2924-2944
• /
• 2023

Alzheimer's disease (AD) is a neurological condition that is recognized as one of the primary causes of memory loss. AD currently has no cure. Therefore, the need to develop an efficient model with high precision for timely detection of the disease is very essential. When AD is detected early, treatment would be most likely successful. The most often utilized indicators for AD identification are the Mini-mental state examination (MMSE), and the clinical dementia. However, the use of these indicators as ground truth marking could be imprecise for AD detection. Researchers have proposed several computer-aided frameworks and lately, the supervised model is mostly used. In this study, we propose a novel 3D Convolutional Neural Network Multilayer Perceptron (3D CNN-MLP) based model for AD classification. The model uses Attention Mechanism to automatically extract relevant features from Magnetic Resonance Images (MRI) to generate probability maps which serves as input for the MLP classifier. Three MRI scan categories were considered, thus AD dementia patients, Mild Cognitive Impairment patients (MCI), and Normal Control (NC) or healthy patients. The performance of the model is assessed by comparing basic CNN, VGG16, DenseNet models, and other state of the art works. The models were adjusted to fit the 3D images before the comparison was done. Our model exhibited excellent classification performance, with an accuracy of 91.27% for AD and NC, 80.85% for MCI and NC, and 87.34% for AD and MCI.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권2호
• /
• pp.929-944
• /
• 2019

Many critical applications require accurate real-time human action recognition. However, there are many hurdles associated with capturing and pre-processing image data, calculating features, and classification because they consume significant resources for both storage and computation. To circumvent these hurdles, this paper presents a recognition machine learning (ML) based system model which uses reduced data structure features by projecting real 3D skeleton modality on virtual 2D space. The MMU VAAC dataset is used to test the proposed ML model. The results show a high accuracy rate of 97.88% which is only slightly lower than the accuracy when using the original 3D modality-based features but with a 75% reduction ratio from using RGB modality. These results motivate implementing the proposed recognition model on an embedded system platform in the future.

• 한국정보통신학회논문지
• /
• 제6권5호
• /
• pp.783-788
• /
• 2002

최근 통신 시스템의 연구와 발전 방향은 목소리의 음성 정보와 말하는 얼굴 영상의 화상 정보를 함께 적용하므로서 음성 정보만을 제공하는 경우보다 높은 인식율을 제공한다. 따라서 본 연구는 청각장애자들의 언어 대체수단 중 하나인 구화(speechreading)에서 가장 시각적 변별력이 논은 입모양 인식을 일반 퍼스널 컴퓨터상에서 구현하고자 한다. 본 논문은 기존의 방법과 달리 말하는 영상 시퀀스에서 입모양 인식을 행하기 위해 3차원 모델을 사용하여 입의 벌어진 정도, 턱의 움직임, 입술의 돌출과 같은 3차원 특징 정보를 제공하였다. 이와 같은 특징 정보를 얻기 위해 3차원 형살 모델을 입력 동영상에 정합시키고 정합된 3차원 형상모델에서 각 특징점의 변화량을 인식파라미터로 사용하였다. 그리고, 인식단위로 동영상을 분리하는 방법은 3차원 특징점 변화량에서 얻어지는 강도의 기울기에 의하여 이루어지고, 인식은 각각의 3차인 특징벡터를 이산 HMM 인식기의 인식 파라메타로 사용하였다.

• 한국컴퓨터정보학회논문지
• /
• 제29권9호
• /
• pp.109-114
• /
• 2024

본 논문에서는 휴먼 센서 기반의 작업자 동작 3D 시각화 모듈을 설계하고 구현한다. 이 모듈을 구성하는 3가지 핵심 모듈은 Human Sensor Implementation, Data Set Creation, Visualization이다. Human Sensor Implementation은 휴먼 센서 위치 설정 및 설치와 휴먼 센서를 통한 작업자 동작 데이터 수집 기능을 제공한다. Data Set Creation은 동작 데이터 변환･저장 및 근접 실시간 작업자 동작 데이터 세트 생성과 측정 센서 데이터 및 동작 데이터 세트 처리 및 관리 기능을 제공한다. Visualization은 작업자 3D 모델 시각화와 동작 평가 및 부하 계산 기능, 대용량 처리 및 관리 기능을 제공한다. 작업자 3D 모델 시각화에서는 동작 데이터 세트(Skeleton & Position)를 작업자 3D 모델에 동기화 맵핑하고, 작업자 3D 모델 동작 애니메이션, 작업자 3D 모델과 분석 결과를 조합하여 시각화한다. 본 논문에서 설계하고 구현한 휴먼 센서 기반의 작업자 동작 3D 시각화 모듈은 향후 스마트 팩토리 분야의 기반 기술로 다양하게 활용될 수 있다.

• 한국산업정보학회논문지
• /
• 제20권3호
• /
• pp.81-86
• /
• 2015

본 논문에서는 인체의 CT/MRI에서 단층 촬영된 무릎관절을 영상처리 과정을 거쳐 3차원 관절 모델을 제작하였다. 실제 무릎관절의 형상을 추출할 때 설정 조건에 따라 3차원 형상정보가 달라질 수 있다. 이러한 미세한 3차원 형상정보의 차이에 따른 무릎관절의 구동특성을 분석하기 위해 2가지의 관절 모델을 3차원 프린터를 이용하여 제작하였다. 제작된 관절모델을 이용하여 관절구동 시 압축력 실험을 수행하였고 형상의 차이에 따라 결과값의 차이가 발생하였다. 따라서 생체모방형 바이오리액터를 개발할 경우에는 형상정보의 차이에 대한 연구가 선행되어야 할 것으로 사료된다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2009년도 제40회 하계학술대회
• /
• pp.1825_1826
• /
• 2009

This paper is proposed to make a virtual reality 3D operation model including a robot model and an environment model for a robot contest. First of all, we make the robot model using Open Dynamics Engine(ODE), and the environment model similar to the robot contest. These ODE models are programmed by the C-language. Lastly, we perform simulations to verify the robot model and the environment model. As a result, it shows the possibility of models for the robot contest.

• 한국컴퓨터정보학회논문지
• /
• 제17권8호
• /
• pp.31-40
• /
• 2012

본 논문에서는 3차원의 얼굴모델을 생성하여 사용자의 얼굴을 애니메이션 캐릭터의 얼굴에 자연스럽게 합성하는 새로운 방법을 제안한다. 제안된 방법에서는 먼저 정면과 측면의 직교하는 2장의 2차원 얼굴영상을 입력 받아 얼굴의 주요 특징을 템플릿 스테이크를 이용하여 추출하고, 추출된 특징점에 맞게 일반적인 3차원 얼굴 모델을 변형시킴으로써 사용자의 얼굴 형태에 적합한 얼굴 모델을 생성한다. 그리고 2장의 얼굴 영상으로부터 얻어지는 텍스처 맵을 3차원의 얼굴 모델에 매핑하여 현실감 있는 개인화된 얼굴 모델을 생성한다. 그런 다음, 개인화된 3차원의 얼굴모델을 애니메이션 캐릭터 얼굴의 위치, 크기, 표정, 회전 정보를 반영하여 캐릭터 얼굴에 자연스럽게 합성함으로써 현실감 있는 사용자 맞춤형 애니메이션을 제작한다. 실험에서는 제안된 캐릭터 얼굴 합성 방법의 성능을 검증하기 위해서 수행한 여러 가지 실험결과를 보인다. 본 논문에서 제안된 방법은 애니메이션 영화, 게임, 캐릭터를 이용한 여러 가지 응용 분야에서 유용하게 활용될 것으로 기대된다.

• 한국산업정보학회논문지
• /
• 제25권5호
• /
• pp.1-11
• /
• 2020

가상착용기술은 온라인 의류 쇼핑 활성화를 위해 중요한 기술이다. 최근 이미지 기반 가상착용기술은 의상과 착용 대상 신체의 3차원 정보가 필요하지 않다는 실용성 때문에 큰 관심을 받고 있다. 그러나 기존의 이미지 기반 알고리즘의 2차원 기하변형 방식의 한계로 인하여 대상 인물의 포즈와 의상 이미지의 형태가 큰 차이가 있는 경우 자연스러운 의상변형을 하지 못한다. 본 논문에서는 이러한 문제를 해결하기 위해 3차원 인체 모델을 이용하여 2차원 의상 사진으로 부터 의상의 3차원 모델을 생성하고, 대상 인물의 자세와 체형에 맞게 3차원 변형 후 렌더링하고 대상 인간 이미지와 혼합을 통하여 가상착용 이미지를 생성할 수 있다. 기존 연구에서 사용된 VITON 데이터 세트를 사용한 실험 결과는 3차원 변형이 요구되는 경우에 2차원 이미지 기반 가상착용 결과들에 비교했을 때 자연스러운 결과를 보인다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 1998년도 추계종합학술대회
• /
• pp.181-185
• /
• 1998

최근 통신 시스템의 연구와 발전 방향은 목소리의 음성 정보와 말하는 얼굴 영상의 화상 정보를 함께 적용하므로서 음성 정보만을 제공하는 경우보다 높은 인식율을 제공한다. 따라서 본 연구는 청각장애자들의 언어 대체수단 중 하나인 구화(speechreading)에서 가장 시각적 변별력이 높은 독순(lipreading)을 PC에서 구현하고자 한다. 간 논문은 기존의 방법과 달리 말하는 영상 시퀀스에서 독순(lipreading)을 행하기 위해 3차원 모델을 사용하여 입의 벌어진 정도, 턱의 움직임, 입술의 돌출과 같은 3차원 특징 정보를 제공하였다. 이와 같은 특징 정보를 얻기 위해 3차원 형상 모델을 입력 동영상에 정합시키고 정합된 3차원모델에서 각 특징점의 변화량을 인식파라미터로 사용하였다. 그리고, 인식 단위로 동영상을 분리하는 방법은 3차원 특징점 변화량에서 얻어지는 강도의 기울기에 의한다. 인식은 다차원(multi-dimensional), 다단계 라벨링 방법을 사용하여 3차원 특징벡터를 입력으로 한 이산 HMM을 사용하였다.