본 논문에서는 칼라 영상의 프린팅을 위하여 도트 패턴 데이터 베이스를 이용하는 모델 기반 칼라 영상 중간조 알고리즘을 제안한다. 제안된 알고리즘에서 사용된 도트 패턴 데이터 베이스는 블루 노이즈 마스크에 기반하여 칼라 영상을 이루는 RGB 세 도메인의 칼라 값에 따른 원형 도트 중첩 모델을 이용하여 생성된다. 중간조 처리 과정에서는 입력되는 RGB 칼라 값을 재현하기 위하여 입력 칼라 값과 만들어진 도트 패턴 데이터 베이스의 칼라 값을 비교하여 최소가 되는 패턴을 그 칼라 값의 중간조 패턴으로 선택하는데, 이 선택과정에서는 인간 시각의 대조 민감도 함수를 적용함으로써 원영상에 대한 사람의 인식도와 출력을 위해 선택하려는 도트 패턴에 대한 사람의 인식도를 비교하여 좋은 화질의 영상을 출력할 수 있게 한다. 실험에서는 칼라 패치를 만들어 모니터와 프린터데서 출력한 후 칼라 스펙트럼 측정기를 이용하여 측정한 후 칼라 오차인 ΔΕ/Sub ab/를 비교함으로써 본 논문에서 제안한 방법에 의한 결과가 기존의 방법들보다 더 정확히 입력된 칼라를 재현할 수 있음을 보인다.
Nondestructive methods such as ultrasonic and magnetic resonance imaging systems have many advantages but still much expensive. And they do not give exact color information and may miss some details. If it is allowed to destruct a biological object to obtain interior and exterior informations, 3D image visualization model from a series of sliced sectional images gives more useful information with relatively low cost. In this paper, a PC based automatic 3D visualization system is presented. The system is composed of three modules. The first module is the handling and image acquisition module. The handling module feeds and slices a cylindrical shape paraffin, which holds a biological object inside the paraffin. And the paraffin is kept being solid by cooling while being handled. The image acquisition modulo captures the sectional image of the object merged into the paraffin consecutively. The second one is the system control and interface module, which controls actuators for feeding, slicing, and image capturing. And the last one is the image processing and visualization module, which processes a series of acquired sectional images and generates a 3D volumetric model. To verify the condition for the uniform slicing, normal directional forces of the cutting edge according to the various cutting angles were measured using a strain gauge and the amount of the sliced chips were weighed and analyzed. Once the 3D model was constructed on the computer, user could manipulate it with various transformation methods such as translation, rotation, and scaling including arbitrary sectional view.
본 논문은 주어진 현품 영상과 도면 영상의 유사도를 비교하여 1:1 검증을 위한 방법을 제시한 것으로, CNN(Convolutional Neural Network) 기반의 딥러닝 모델을 두 개로 결합하여 Siamese Net을 구성하고 현품 영상과 도면 영상(정면도, 좌우 측면도, 평면도 등)을 같은 제품이면 1로 다른 제품이면 0으로 학습하며, 추론은 현품 영상과 도면 영상을 쌍으로 질의하여 해당 쌍이 같은 제품인지 아닌지를 판별하는 딥러닝 모델을 제안한다. 현품 영상과 도면 영상과의 유사도가 문턱 값(Threshold: 0.5) 이상이면 동일한 제품이고, 문턱 값 미만이면 다른 제품이라고 판별한다. 본 연구에서는 질의 쌍으로 동일제품의 현품 영상과 도면 영상이 주어졌을 때(긍정 : 긍정) "동일제품"으로 판별할 정확도는 약 71.8%로 나타났고, 질의 쌍으로 다른 현품 영상과 도면 영상이 주어졌을 때(긍정: 부정) "다른제품"으로 판별할 정확도는 약 83.1%를 나타내었다. 향후 제안한 모델에 파라미터 최적화 연구를 접목하고 데이터 정제 등의 과정을 추가하여 현품 영상과 도면 영상의 매칭 정확도를 높이는 연구를 진행할 예정이다.
다목적실용위성 2호/3호 위성자료를 이용하여 지상좌표를 결정하는 방법은 Physical Model과 RFM(Rational Function Model)의 두 가지 종류가 있다. 일반적으로 사용자에게 제공되는 모델은 RFM을 기반으로 한 RPCs(Rational Function Coefficients)이며, 이때 제공되는 RPCs는 지상좌표에서 영상좌표를 계산하는 계수이다. 사용자가 정사영상을 만들 경우에는 이 계수가 유용하나, 영상에서 임의의 영상기준점에 대응하는 지상좌표를 계산하거나, 위치정확도를 확인하기는 매우 어렵다. 본 논문은 다목적실용위성에서 제공되는 RPCs를 기반으로 Inverse RPCs를 해석하는 알고리즘과 해석된 Inverse RPCs를 기반으로 지상표고를 고려한 정밀 지상좌표 해석 알고리즘을 기술하고자 한다. 또한 Inverse RPCs의 해석된 정밀지상좌표 정확도와 Physical Model과의 차이를 계산하여 정확도를 평가하고자 한다.
This study investigated the cognitive process of fashion design images through eye activity tracking. Differences in the cognitive process and gaze activity according to image elements were confirmed. The results of the study are as follows. First, a difference was found between groups in the gaze time for each section according to the model and design. Although model diversity is an important factor leading the interest of observers, the simplicity of the model was deemed more effective for observing the design. Second, the examination of the differences by segments regarding the gaze weight of the image area showed differences for each group. When a similar type of model is repeated, the proportion of face recognition decreases, and the proportion of design recognition time increases. Conversely, when the model diversity is high, the same amount of time is devoted to recognizing the model's face in all the processes. Additionally, there was a difference in the gaze activity in recognizing the same design according to the type of model. These results enabled the confirmation of the importance of the model as an image recognition factor in fashion design. In the fashion industry, it is important to find a cognitive factor that attracts and retains consumers' attention. If the design recognition effect is further maximized by finding service points to be utilized, the brand's sustainability is expected to be enhanced even in the rapidly changing fashion industry.
The Active Appearance Model (AAM) is a class of deformable models, which, in the segmentation process, integrates the priori knowledge on the shape and the texture and deformation of the structures studied. This model in its sequential form is computationally intensive and operates on large data sets. This paper presents another framework to implement the standard version of the AAM model. We suggest a distributed and parallel approach justified by the characteristics of the model and their potentialities. We introduce a schema for the representation of the overall model and we study of operations that can be parallelized. This approach is intended to exploit the benefits build in the area of advanced image processing.
본 논문은 컬러 질의 영상의 효과적인 검출을 위해 공간 컬러모델 및 특징점 정합 방법을 이용한 객체 기반 영상 검색 방법을 제안한다. 제안하는 방법은 선행 연구 되었던 컬러 히스토그램 방법의 단점을 극복하고, 데이터베이스 영상과 질의 영상의 컬러 유사도를 사용자 조작 없이 실시간 분할 검출한다. 이를 위해 HMMD 모델과 러프 집합 이론을 이용하였다. 여기서 질의 영상의 검출을 위해 질의 영상과 데이터베이스 영상 간의 색상 유사도를 비교하여 관심 영역을 선택하고, 관심 영역에서 SIFT 정합 방법을 이용하여 검색한다. 실험 결과, 본 논문에서 제안하는 방법이 기존 방법보다 우수한 검출율을 보임을 확인하였다.
With precise sensor position, attitude element, and imaging resolution, a simulated geospatial image can be generated. In this study, a satellite image is simulated using SPOT ortho-image and global elevation data, and the geometric similarity between original and simulated images is analyzed. Using a SPOT panchromatic image and high-density elevation data from a 1/5K digital topographic map data an ortho-image with 10-meter resolution was produced. The simulated image was then generated by exterior orientation parameters and global elevation data (SRTM1, GDEM2). Experimental results showed that (1) the agreement of the image simulation between pixel location from the SRTM1/GDEM2 and high-resolution elevation data is above 99% within one pixel; (2) SRTM1 is closer than GDEM2 to high-resolution elevation data; (3) the location of error occurrence is caused by the elevation difference of topographical objects between high-density elevation data generated from the Digital Terrain Model (DTM) and Digital Surface Model (DSM)-based global elevation data. Error occurrences were typically found at river boundaries, in urban areas, and in forests. In conclusion, this study showed that global elevation data are of practical use in generating simulated images with 10-meter resolution.
GAN(Generative Adversarial Network, 생성적 적대 신경망)은 이미지 생성모델로서 생성기 네트워크와 판별기 네트워크로 구성되며 실제 같은 이미지를 생성한다. GAN에 의해 생성된 이미지는 실제 이미지와 유사해야 하므로 생성된 이미지와 실제 이미지의 손실 오차를 최소화하는 손실함수(loss function)를 사용한다. 그러나 GAN의 손실함수는 이미지를 생성하는 학습을 불안정하게 만들어 이미지의 품질을 떨어뜨린다는 문제점이 있다. 이러한 문제를 해결하기 위해 본 논문에서는 GAN 관련 연구를 분석하고 에지 검출(edge detection)을 이용한 eGAN(edge GAN)을 제안한다. 실험 결과 eGAN 모델이 기존의 GAN 모델보다 성능이 개선되었다.
본 논문에서는 3차원 메쉬 모델에 적용되는 강인한 워터마킹 알고리듬을 제안한다. 제안하는 알고리듬에서 워터마크는 3차원 모델로부터 추출된 2차원 영상에 삽입된다. 이 2차원 영상의 화소 값은 정해진 기준점들로부터 3차원 모델의 표면까지의 거리이며, 이를 거리 영상이라 한다. 워터마크는 거리 영상에 삽입되며, 워터마크된 거리 영상을 이용하여 3차원 모델의 꼭지점 좌표를 변경하면 워터마크가 삽입된 3차원 모델을 얻는다. 워터마크의 추출은 워터마크가 삽입된 모델로부터 거리영상을 얻고, 이 영상에서 워터마크를 추출한다. 워터마크 추출에는 원본 모델이 필요하며 원본과의 정합이 필요하다. 실험을 통해 제안하는 알고리듬이 회전, 병진, 비례조절, 가우스 잡음, 메쉬 간략화, 꼭지점 양자화에 강인함을 확인하였다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.