http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
Generating Pixel Art from Game Characters with Convolutional-Neural Network
박철성(Cheol seong Park),양희경(Hee kyung Yang),권혁민(Hyuk min Kwon),민경하(Kyung ha Min) 한국컴퓨터게임학회 2018 한국컴퓨터게임학회논문지 Vol.31 No.2
픽셀 아트는 낮은 해상도와 제한된 색 팔레트를 가지고 영상을 표현한다. 픽셀 아트는 낮은 연산 성능과 적은 저장 공간을 가지는 초기 컴퓨터 게임에서 주로 사용되었다. 현대에 이르러, 픽셀 아트는 예술이나 퍼즐, 게임과 같은 다양한 분야에서 찾아볼 수 있게 되었다. 본 논문에서는 게임 캐릭터 영상을 입력으로 받는 픽셀 아트 생성 모델을 제안한다. 기존 방법과는 달리, 합성곱 신경망(CNN:Convolutional-Neural Network)를 픽셀 아트 생성 목적에 맞게 변형하여 이를 이용하는 방법을 제시한다. 기존의 합성곱 연산 후에 upsampling 과정을 추가하여 픽셀 아트가 생성될 수 있도록 하였다. 네트워크는 ground truth와 생성된 픽셀 아트와의 평균 오차 제곱(MSE:Mean Squared Error)을 최소화해나가며 학습을 수행한다. Ground truth는 실제 아티스트가 생성하도록 하였고, 이미지 회전과 반전 기법을 이용하여 augumentation을 수행하였다. 생성된 데이터 집합은 학습, 검증, 시험 데이터로 나누었다. 이러한 데이터 집합을 기반으로 감독 학습을 실시하여 픽셀 아트 생성 네트워크를 학습하였다. 학습 모델의 학습 과정과 학습 정확도를 제시하고, 시험 데이터 뿐만 아니라 다양한 영상에 대한 픽셀아트 결과도 함께 제시한다. Pixel art, which presents low-resolutional images with restricted color palette, has been employed frequently in the early computer games played on low memory capacity and computational performance. Recently, pixel art wides its applications to the area such as puzzle and game. In this paper, we present a pixel art generator from images of game characters. Unlike traditional framework, we employ and modify a Convolutional-Neural Network(CNN) to generate pixel art by placing an up-convolution layer after convolution layers. The up-convolution layer increases the resolution of the result images to satisfy user-required resolution. The network is trained by minimizing the Mean Squared Error(MSE) between ground truth images and generated pixel art images from the input high-resolutional image. Also, we employ artists to produce the ground truth of pixel art for our network and augment the data by rotating and fliping. We partition the ground truth images into three datasets: a training, validation and test dataset. With this dataset, we perform a supervised learning and train our network as the pixel art generator. We show a training process and a training accuracy. Moreover, we test our architecture for a various images as well as the test dataset to prove the excellence of our architecture.
박철성(Cheol Seong Park),윤그림(Geu Rim Yun),민경하(Kyung ha Min) 한국컴퓨터게임학회 2017 한국컴퓨터게임학회논문지 Vol.30 No.1
We present a legorization framework that produces a LEGO model from a voxel model. Unlike other frameworks, we include bricks whose height is more than one layer. Furthermore, we devise a two-colored graph that represents the adjacency and stability information of a LEGO model. Our legorization is composed of tiling process on each layer, which is implemented using a heuristic search algorithm. We legorize five models including characters and buildings to prove the excellence of out framework 본 논문에서는 복셀 모델을 입력으로 받아 레고화를 실시하는 방법을 제안하였다. 우리의 알고리즘은 다층 블록을 적용하여, 레고 조립의 효율성을 개선 시켰다. 그리고 건물과 캐릭터를 포함한 다섯 개의 모델에 대해서 실험을 해보았다. 향후 연구로는 다층 블록뿐만 아니라 특수 블록에도 적용해보는 것이다. 2색 그래프모델에는 물리적인 요소를 고려하여 알고리즘을 개선할 것이다. 3D모델 외에는 Yang[13]과 Kang[14]의 2D영상 추상화 기법과 본 연구의 타일링 방식을 적용시켜서, 모자이크 작품도 만들 수 있다.
생강(Zingiber officinale Roscoe) 부위별 이화학적 특성 및 항산화 활성
이혜련(Hye-Ryun Lee),이종헌(Jong-Hun Lee),박철성(Cheol-Seong Park),라경란(Kyung-Ran Ra),하진숙(Jin-Sook Ha),차미현(Mi-Hyun Cha),김세나(Se-Na Kim),최용민(Youngmin Choi),황진봉(Jinbong Hwang),남진식(Jin-Sik Nam) 한국식품영양과학회 2014 한국식품영양과학회지 Vol.43 No.9
생강을 기능성 소재로 이용하기 위하여 생강 부위별 각종 영양성분 분석 및 용매 추출을 달리하여 항산화능 비교 분석, 유효성분으로 gingerol류, shogaol류 및 catechin류를 분석하였다. 일반성분은 생강 잎, 줄기, 뿌리 모두 탄수화물과 회분이 주된 구성성분이었으며, 생강 뿌리에 비해 잎, 줄기에서 조섬유의 함량이 4∼5배 유의적으로 높은 값을 보였다(P<0.05). 그리고 환원당 함량은 뿌리에 비해 줄기에서 약 3배 정도 높았다. 조사포닌 함량은 줄기< 뿌리< 잎 순으로 함량이 높았으며, 특히 뿌리보다 잎에서 1.7배 높았다(P<0.05). 무기질 조성 및 함량은 생강 부위에 따라 큰 차이를 나타내었다. 줄기의 Sr, Ca, K 함량은 뿌리보다 4배 이상 높은 값을 보였으며, 잎의 Ca 함량은 뿌리보다 5배 유의적으로 높은 값을 보였다(P<0.05). Gingerols, shogaols 및 capsaicin 함량은 생강 뿌리에서 7종 성분 모두 확인되었으며, 잎과 줄기에서도 6-gingerol, 10-gingerol, 8-shogaol을 확인할 수 있었다. 특히 8-shoaol은 뿌리보다 잎에서 5배 높은 함량을 나타내었다. 지방산 함량 및 조성분석에서는 지방산 중 capric acid는 생강 뿌리에서만 검출되었으며, arachidic acid는 잎, 뿌리에서만 검출되었다. 잎은 줄기, 뿌리에 비해 linoleic acid, linolenic acid의 필수지방산 함량이 높았고, 뿌리보다 약 5배 높은 함량을 보였다. 총 페놀함량 측정 결과, 메탄올 추출물은 뿌리< 잎< 줄기 순으로 함량이 높았으며, 분획에서 잎은 물층에서 43.9 g/kg, 줄기는 에틸아세테이트에서 65.5 g/kg, 뿌리는 헥산에서 187.2 g/kg으로 높은 함량을 나타내었다. 그리고 총 플라보노이드 함량은 잎, 줄기의 모든 분획물은 뿌리의 분획물 함량과 비슷하거나 높은 함량을 보였다. Catechin류 함량은 메탄올 추출물에서 뿌리< 잎< 줄기 순으로 높았으며, 특히 줄기는 뿌리에 비해 약 30배 높은 함량을 보였다. 항산화 활성은 생강의 잎, 줄기에서도 높은 폴리페놀 함량을 보인 분획물에서 높은 항산화 활성을 보였다. 이 결과로 보아 생강은 뿌리 단독보다는 뿌리와 잎, 줄기를 모두 활용하는 것이 바람직하나 잎의 경우 식용으로 인정되어 있지 않아 이를 활용하기 위한 허가 추진 및 제도 개선이 필요하다. The physicochemical characteristics and antioxidant activities of leaf, stem, and root of ginger (Zingiber officinale R.) were determined. Nutrient composition, reducing sugar, saponin, mineral, heavy metal, total phenolic and total flavonoid contents, and antioxidant activities based on DPPH radical scavenging and FRAP assay were measured. Catechins, gingerols, shogaols, and capsaicin compositions were also determined by HPLC. The contents of water, proteins, fats, carbohydrates, fiber, and ash from ginger root were 6.4, 6.8, 3.2, 65.4, 7.3, and 18.2%, respectively. Crude fiber contents of leaf and stem were 4~5 times higher than those of root (P<0.05), and reducing sugar content of stem was about 3 times higher than those of root. Crude saponin contents were in the order of stem< root< leaf, and saponin content of leaf was 1.7 times higher than that of root (P<0.05). Mineral contents and composition varied among different parts, and Ca contents of leaf and stem were 5 times higher than that of root. The 6-gingerol, 10-gingerol, and 8-shogaol contents of leaf and stem were identified by HPLC, and 8-shogaol content of leaf was 5 times higher than that of root (P<0.05). The major fatty acids in ginger were palmitic acid, oleic acid, linoleic acid, and linolenic acid. Lauric acid was only detected in root, arachidic acid was not detected in stem, and the linoleic acid content of leaf was 5 times higher than that of root. The total catechin content of methanol extract was in the order of root< leaf< stem, and stem was about 30 times higher than that of root. Antioxidant activity was highly correlated with total phenolic and total flavonoid contents. Based on these experiments, it can be concluded that leaf, stem, as well as root of ginger can be used as natural preservatives, and they can be developed as healthy foods due to their antioxidant activities and abundant polyphenols. This study suggests that the whole ginger plant, including root, leaf, and stem, might be new functional vegetables.