• KIEAE Journal
• /
• 제3권2호
• /
• pp.25-32
• /
• 2003

This study deals with the investigation of recognition structure on architectural environment and reconstruction of it by artificial intelligence. To test the possibility of the reconstruction, recognition structure on architectural environment is analysed and each steps of the structure are matched with computational methods. Edge Detection and Neural Network were selected as matching methods to each steps of recognition process. Visual perception system established by selected methods is trained and tested, and the result of the system is compared with that of experiment of human. Assuming that the artificial system resembles the process of human recognition on architectural environment, does the system give similar response of human? The result shows that it is possible to establish artificial visual perception system giving similar response with that of human when it models after the recognition structure and process of human.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 1999년도 KOBA 방송기술 워크샵 KOBA Broadcasting Technology Workshop
• /
• pp.103.2-110
• /
• 1999

Facial model reconstruction and surgical simulation are essential parts in the computer-aided surgical system. Plastic surgeons use it to design appropriate repair plans and procedures before actual surgery is operated. In this work, the exploration of 3-D metamorphosis to them presents new results in these two parts.

• 한국방사선학회논문지
• /
• 제8권6호
• /
• pp.357-364
• /
• 2014

전산화단층촬영장치의 영상재구성방법으로 필터보정역투영법이 광범위하게 사용되고 있다. 평행빔과 부채살빔의 재구성에 사용되는 투영에 잡음이 포함되었을 때 재구성 된 영상의 잡음을 살펴보았다. 평행빔과 부채살 구조에서 각각 360개, 720개의 투영으로 $512{\times}512$ 크기로 Visual C++을 이용하여 영상재구성하였고, 원본 Shepp-Logan 두부 모형을 매우 잘 복원한다는 것을 확인하였다. 필터보정역투영법의 현실적인 접근(유한한 투영 개수)으로 인해 입력 잡음이 없어도 영상재구성 과정에서 잡음이 발생하였다. 입력 잡음비 0.5% 이하에서 잡음이 빠르게 증가하기 때문에 CT 장치의 잡음 제거 기술 및 영상처리 기법의 개발이 필요할 것이다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2012년도 춘계학술대회
• /
• pp.155-157
• /
• 2012

본 논문에서는 집적 영상 기술에 기반한 컴퓨터 3D 영상 복원을 이용하여 비선형 3D 영상 상관기를 제안한다. 제안하는 방법에서는 먼저 기준 3D 물체와 목표 3D 물체의 요소 영상들을 렌즈 어레이를 통해 픽업한다. 이 픽업된 영상에 컴퓨터 집적 영상 복원 방법을 사용하여 목표 평면 영상과 기준 평면 영상들이 복원된다. 복원된 기준 평면 영상과 목표 평면 영상들 간의 비선형 상호상관을 통해 인식을 수행한다. 제안된 방법의 유용함을 보이기 위해 기존의 방법과 비교하여 기초적인 상관관계 실험을 수행하고 그 결과를 발표한다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제14권5호
• /
• pp.472-476
• /
• 2008

본 논문에서는 이진 이미지 기반의 간단하고 사용자 친화적인 (n,n) 시각 비밀 분산 방법을 제안한다. 제안한 방법은 간단한 XOR 연산과 NOT 연산만을 이용하여 사용자 친화적인 이미지들 내에 숨기고자 하는 비밀 이미지 정보를 분산해서 숨기는 기법으로, 효율적인 숨김(em-bedding)과 복원(reconstruction) 알고리즘 제공, 비밀 이미지의 손실없는 완벽한 복원 기능 제공, 사용자 친화적인 의미있는 이미지들을 공유함으로써 자신이 속해있는 그룹을 쉽게 구분할 수 있는 기능 제공, 그리고 기존의 방법과 달리 원본 커버 이미지와 같은 크기의 비밀 이미지를 공유할 수 있는 등의 시각 비밀 분산 방법이 갖추어야하는 많은 장점들을 가진다.

• Smart Structures and Systems
• /
• 제30권3호
• /
• pp.287-301
• /
• 2022

The machine-vision based structural displacement measurement methods are widely used due to its flexible deployment and non-contact measurement characteristics. The accuracy of vision measurement is directly related to the image resolution. In the field of computer vision, super-resolution reconstruction is an emerging method to improve image resolution. Particularly, the deep-learning based image super-resolution methods have shown great potential for improving image resolution and thus the machine-vision based measurement. In this article, we firstly review the latest progress of several deep learning based super-resolution models, together with the public benchmark datasets and the performance evaluation index. Secondly, we construct a binocular visual measurement platform to measure the distances of the adjacent corners on a chessboard that is universally used as a target when measuring the structure displacement via machine-vision based approaches. And then, several typical deep learning based super resolution algorithms are employed to improve the visual measurement performance. Experimental results show that super-resolution reconstruction technology can improve the accuracy of distance measurement of adjacent corners. According to the experimental results, one can find that the measurement accuracy improvement of the super resolution algorithms is not consistent with the existing quantitative performance evaluation index. Lastly, the current challenges and future trends of super resolution algorithms for visual measurement applications are pointed out.

• Journal of the Optical Society of Korea
• /
• 제13권1호
• /
• pp.139-145
• /
• 2009

Computational integral imaging (CII) is a new method for 3D imaging and visualization. However, it suffers from seriously poor image quality of the reconstructed image as the reconstructed image plane increases. In this paper, to overcome this problem, we propose a CII method based on a smart pixel mapping (SPM) technique for partially occluded 3D object recognition, in which the object to be recognized is located at far distance from the lenslet array. In the SPM-based CII, the use of SPM moves a far 3D object toward the near lenslet array and then improves the image quality of the reconstructed image. To show the usefulness of the proposed method, we carry out some experiments for occluded objects and present the experimental results.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제36권11호
• /
• pp.947-954
• /
• 2009

본 논문은 입력받은 다수 이미지의 Visual Hull을 이용하여 Surfel 기반의 물체를 복원하는 새로운 방법을 제안한다. Sufel은 포인트 집합면을 효과적으로 근사하여 나타내는 포인트 표현 단위이다. LDC(Layered Depth Cube) Surfel 샘플링 방식에 입력 이미지로부터 근사되는 형상을 대표하는 Visual Hull의 개념을 연동하여 이미지로부터 물체의 Surfel 기하 정보를 생성할 수 있다. Surfel 표현 방식은 기존의 폴리곤 기반 방식에 비해 상대적으로 적은 메모리를 소모하고 LDC 해상도를 자유롭게 바꿀 수 있기 때문에, 대상 물체를 복원하는 품질을 조절 가능하며, 주어진 메모리 자원에 대해서 최대의 품질을 가진 결과를 얻을 수 있다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2009년도 학술대회
• /
• pp.625-630
• /
• 2009

영상기반의 3차원 복원(reconstruction)에 대한 연구가 최근 좋은 결과를 많이 내고 있지만, 이는 복원의 목적이 되는 영역이 각 입력영상으로부터 미리 정확하게 추출되어있다고 가정하기 때문이다. 본 논문에서는 다시점 영상에서 세그멘트(segment)라 불리는 초기 분할된 영역을 기반으로 전경물체 추출과 3차원 복원을 EM형식으로 반복적으로 수행하는 정교한 전경물체 추출방법을 제안한다. 본 논문에서 세그멘트는 수행시간을 최소화하기 위해 사용된 3차원 복원방법인 visual hull에 의해 발생한 외곽선 오류를 보상해야 하며, 사용자의 입력을 최소화하기 위해 적은 수의 집합으로 구성되어야 한다. 이를 위해 데이터 항과 스무드 항으로 구성된 에너지 함수를 최적화할 수 있는 그래프 컷 방법을 이용하는 영상분할을 초기단계로써 수행하며, 전경물체 추출과 3차원 복원은 에너지 함수가 최적화될 때까지 반복 수행한다. 실험에서 간단한 3차원 복원 방법을 이용함에도 불구하고 전경물체의 외곽선에서 정확한 결과를 보였다.

• Korean Journal of Radiology
• /
• 제23권7호
• /
• pp.752-762
• /
• 2022

Objective: To compare a deep learning-based reconstruction (DLR) algorithm for pediatric abdominopelvic computed tomography (CT) with filtered back projection (FBP) and iterative reconstruction (IR) algorithms. Materials and Methods: Post-contrast abdominopelvic CT scans obtained from 120 pediatric patients (mean age ± standard deviation, 8.7 ± 5.2 years; 60 males) between May 2020 and October 2020 were evaluated in this retrospective study. Images were reconstructed using FBP, a hybrid IR algorithm (ASiR-V) with blending factors of 50% and 100% (AV50 and AV100, respectively), and a DLR algorithm (TrueFidelity) with three strength levels (low, medium, and high). Noise power spectrum (NPS) and edge rise distance (ERD) were used to evaluate noise characteristics and spatial resolution, respectively. Image noise, edge definition, overall image quality, lesion detectability and conspicuity, and artifacts were qualitatively scored by two pediatric radiologists, and the scores of the two reviewers were averaged. A repeated-measures analysis of variance followed by the Bonferroni post-hoc test was used to compare NPS and ERD among the six reconstruction methods. The Friedman rank sum test followed by the Nemenyi-Wilcoxon-Wilcox all-pairs test was used to compare the results of the qualitative visual analysis among the six reconstruction methods. Results: The NPS noise magnitude of AV100 was significantly lower than that of the DLR, whereas the NPS peak of AV100 was significantly higher than that of the high- and medium-strength DLR (p < 0.001). The NPS average spatial frequencies were higher for DLR than for ASiR-V (p < 0.001). ERD was shorter with DLR than with ASiR-V and FBP (p < 0.001). Qualitative visual analysis revealed better overall image quality with high-strength DLR than with ASiR-V (p < 0.001). Conclusion: For pediatric abdominopelvic CT, the DLR algorithm may provide improved noise characteristics and better spatial resolution than the hybrid IR algorithm.