http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
손문구(MoonGu Son),이관행(Kwan H Lee) (사)한국CDE학회 2016 한국 CAD/CAM 학회 학술발표회 논문집 Vol.2016 No.동계
Deformation lamps is technique to adding moving effect on static object by projecting luminance pattern unlike conventional projection mapping technique that modify the appearance of object. It is necessary that deformed image sequence shows movement. However these deformed image sequences made by manual or video that has movement effect. In this paper, using motion texture creates movement effect from target object’s still image. This technique has given the dynamic effect of the static object causing the interest of the audience and can be applied to advertising, interior design, art, and exhibition.
다양한 조명 환경에서의 6DoF 자세 추정 성능 향상을 위한 가상 학습 데이터셋 생성 방법
장길상(Gilsang Jang),손문구(Moongu Son),윤준상(Junsang Yun),오인영(Inyoung Oh),송진호(Jinho Song),고광희(Kwanghee Ko) 한국정보기술학회 2022 Proceedings of KIIT Conference Vol.2022 No.12
객체의 자세 추정 네트워크의 발전으로 인해 RGB 이미지만으로도 자세를 추론하는 연구들이 발표되었지만, 여전히 인공지능 학습을 위한 6DoF 데이터셋을 획득하는 것은 제한적이다. 또한, 이미지 기반의 추론 특성상 데이터 획득 환경에서의 조명 조건에 따라 탐지 및 추정 결과에 영향을 끼친다는 단점이 있다. 본 논문에서는 이와 같은 단점을 극복하기 위해 CAD모델을 사용하여 자세 추정 네트워크의 학습 데이터를 가상으로 생성하고 HDR 이미지 기반 렌더링을 통해 다양한 광원 조건을 적용하는 방식으로 여러 가지 조명 환경에서의 딥러닝 네트워크 탐지 성능을 향상시켰다. With the development of object pose estimation network, some studies have been published to infer object pose only with RGB images, but it still has limitations that obtaining 6DoF datasets for training artificial intelligence. Also, due to the characteristics of image-based inference, there is a disadvantage that it is affected its detection and inference results by lighting conditions in the data acquisition environment. To overcome these advantages, this paper proposes a method using CAD model to virtually generate training data of pose estimation network and applying various lighting conditions using HDR image-based rendering. The proposed method improves the performance of deep learning network for detection in various lighting environments.
송진호(Jinho Song),오인영(Inyoung Oh),장길상(Gilsang Jang),손문구(Moongu Son),고광희(Kwanghee Ko) 한국정보기술학회 2022 Proceedings of KIIT Conference Vol.2022 No.12
객체 3D 데이터를 얻는 방법은 기기 발전으로 인해 다양화되고 있다. 그중 널리 쓰이는 방법 중 하나는 마커기반 정합으로 해당 방법을 사용하면 저비용 장비만으로 객체에 대한 3D 정보를 간편하게 얻을 수 있다. 그러나 마커기반 정합은 탐지된 마커 정보에 의존하고 있고, 마커 관련 정보가 손실 될 경우 정합이 제대로 수행되지 못해 정확한 3D 정보를 얻지 못한다는 문제점이 있다. 본 논문은 이와 같은 단점을 극복하기 위해 실시간으로 촬영 시 매 프레임마다 마커기반 정합 성공 여부를 체크하고, 실패시 과거 프레임들에서 마커 정보를 가져와 보안하는 알고리즘을 제안한다. Currently various 3D data acquisition method are developed, and one of the popular methods is marker-based registration method. People can conveniently obtain 3D geometric information of the object using low-cost scanners by using markers. But, it is difficult to obtain accurate 3D data if some makrer information is lost during acquisition. Therefore, this paper proposes the framework to check whether marker registration is successfull or not for each frame, and bring marker information from previous frames if the framework determines the regisration is likely to fail.