http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
rgb 색도를 이용한 칼라 영상의 조명 정보 평가 방법
윤창락(Chang-Rak Yoon),조맹섭(Maeng-Sub Cho) 한국정보과학회 2000 한국정보과학회 학술발표논문집 Vol.27 No.2Ⅱ
정확한 색 재현(Color Reproduction)을 위해서 영상 입력 장치(Image Input Device)의 조명색(Illuminant Color)에 따른 영상 변화를 분석하는 것은 중요하다. 영상 입력 장치는 피사체(Object)를 비추는 조명의 색 특성에 따라 다른 영상을 생성한다. 이는 인간 시각 시스템(Human Visual System)이 가지는 색 불변성(Color Constancy)과는 다른 특성이며, 정확한 색 재현을 위해 필요한 색 실현 모델(Color Appearance Model)이 영상을 변환하는 데 문제점으로 작용한다. 따라서, 영상 입력 장치가 생성하는 영상으로부터 조명 정보를 분석하여 인간 시각 시스템의 색 불변성을 재현할 필요가 있다. 본 논문에서는 영상의 조명 정보를 평가하기 위해 채도(Chroma)가 높은 기준 색 샘플들의 rgb 색도를 이용하여 색도 평면에 색도 다각형(Chromaticity Polygon)을 구성하고 영상의 모든 픽셀들의 rgb 색도 분포와 기준 색 샘플들의 색도 다각형간의 포함 관계에 따라 조명 정보를 평가한다.
Reflectance 값을 이용하여 Metamerism 문제를 극복하는 칼라 스캐너 특성화
윤창락(Chang-rak Yoon),강병호(Byung-ho Kang),김진서(Jin-sea Kim),김홍기(Hong-ki Kim),한규서(Kyu-seo Han),조맹섭(Maeng-sub Cho) 한국정보과학회 1998 한국정보과학회 학술발표논문집 Vol.25 No.2Ⅱ
디지털 이미징(Digital Imaging) 분야에서 칼라 스캐너와 칼라 디지털 카메라와 같은 입력 장비들을 통하여 획득된 디지털 이미지는 장비 의존적인(Device Dependent ) RGB 칼라값으로 표현된다. 이러한 장비 의존적인 디지털 칼라 이미지는 인간 시각 체계의 칼라 인지 능력과 일치하지 않으므로 왜곡된 칼라를 제공하게 된다. 이러한 문제를 해결하기 위해 장비 의존적인 RGB 칼라값을 장비 독립적인(Device Independent) XYZ 칼라값으로 변환하는 다양한 연구가 수행중이다[1-3]. 그러나, 이러한 연구 방법들은 서로 다른 Reflectance 값을 갖는 두 칼라가 특정한 환경하에서 동일한 XYZ 칼라값을 가지고, 또 다른 환경하에서 서로 다른 XYZ 칼라값을 가지는 Metamerism 문제를 해결할 수 없다. 본 논문은 이러한 Metamerism 문제를 해결하기 위해 RGB 칼라값을 Reflectance 값으로 변환하였고, 기존의 연구 결과와 비교하였다.
관절 가동 범위의 제한 정보를 반영한 아바타 기반 재활 운동 콘텐츠 서비스 설계
윤창락 ( Chang-rak Yoon ),장윤섭 ( Yoon-seop Chang ),김재철 ( Jae-chul Kim ) 한국정보처리학회 2021 한국정보처리학회 학술대회논문집 Vol.28 No.2
근골격계 질환 환자들은 정상인들에 비해 질환 부위의 관절 가동 범위(ROM, Range of Motion)가 제한되는 경향이 있다. 이러한 근골격계 질환 환자들의 관절 가동 범위 제한을 고려하지 않은 재활 운동 콘텐츠 서비스는 오히려 환자의 건강 상태를 악화시킬 수도 있으므로 주의해야 하는 서비스 요인이다. 본 논문에서는 근골격계 질환 환자의 제한적인 관절 가동 범위를 고려한 아바타 기반의 재활 운동 콘텐츠 서비스 기술을 제안한다. 이에 재활 운동의 모션 캡처 데이터로부터 아바타 재활 운동 콘텐츠로의 변환 기술과 근골격계 질환 환자의 관절 가동 범위 제한 정보를 적용한 아바타 기반 재활 운동 콘텐츠 재현 기술을 설계한다. 일련의 기술적 구성 요소를 고찰하고 설계함으로써 근골격계 질환 환자들의 서로 다른 관절 가동 범위를 반영한 맞춤형 재활 운동 콘텐츠 서비스가 안전하고 효과적인 재활을 지원할 수 있도록 한다.
다중회귀분석법을 이용한 스튜디오형 디지털 카메라 칼라 보정
윤창락(Chang-Rak Yoon),조맹섭(Maeng-Sub Cho) 한국정보과학회 1999 한국정보과학회 학술발표논문집 Vol.26 No.2Ⅱ
디지털 카메라에 의해 획득된 RGB 칼라 신호는 디지털 카메라의 하드웨어적인 특성에 따라 서로 다른 값을 가지는 장비 의존적(Device Dependent) 특성을 가지며, 칼라 운영 시스템(GMS: Color Management System)이 프로파일 연결 칼라 공간(PCS: Profile Connection Space)으로 사용하는 CIE XYZ 칼라 공간에 대해 비선형적인 특성일 가진다. 본 논문에서는 디지털 카메라의 RGB 칼라 신호를 장비 독립적(Device Independent)인 CIE XYZ 칼라 공간으로 변환하는 변환 행렬을 구하는 방법을 제안한다. 변환 행렬은 비선형 다항식을 이용하여 3 × m 의 변환 행렬을 구하고, 실험에 사용되는 칼라 샘플의 수에 따른 일반화(Generalization) 성능을 평가한다.
3차원 아바타를 이용한 관절 가동 범위 시각화 시스템 개발
윤창락 ( Chang-rak Yoon ),장윤섭 ( Yoon-seop Chang ),김재철 ( Jae-chul Kim ) 한국정보처리학회 2022 한국정보처리학회 학술대회논문집 Vol.29 No.2
근골격계 질환 재활환자들의 신체 능력을 평가하기 위한 주요 측정 도구로 관절 가동 범위(ROM: Range of Motion)가 사용된다. 본 논문에서는 근골격계 환자들의 재활운동을 통한 관절 가동 범위 정보를 시각적 이해하기 용이하도록 서비스하기 위하여 3차원 아바타를 이용한 관절 가동 범위 시각화 시스템을 제안한다. 제안하는 3차원 아바타를 이용한 관절 가동 범위 시각화 시스템은 근골격계질환 재활환자들의 관절 가동 범위 데이터를 3차원 아바타의 대응하는 관절 작동 범위로 사상하고 다양한 시점으로 시각화하거나 애니메이션으로 재현함으로써 재활 수준의 변화를 직관적으로 제공할 수 있다.
김홍기(Hong-Kee Kim),강병호(Byung-Ho Kang),한규서(Kyu-Seo Han),윤창락(Chang-Rak Yoon),김진서(Jin-Seo Kim),조맹섭(Maeng-Sub Cho) 한국정보과학회 1998 한국정보과학회 학술발표논문집 Vol.25 No.1B
대부분의 칼라 입출력 장치는 입력과 출력의 색 공간 내에서 각각의 장치가 표현할 수 있는 색 영역의 차이와 구성 요소들의 비선형적 특성으로 인해 색 왜곡을 나타낸다. 본 논문에서는 오차 역전파 알고리즘(Error Back-Propagation)를 이용하여 프린터의 색 왜곡을 모델링하는 방법을 제시한다. 우선, 프린터가 출력한 색 샘플들이 L*a*b* 공간에서 고르게 분포되도록 프린터의 입력 값 cmy를 조절한다. 그리고 이 cmy값으로 출력된 색 샘플을 계측기로 측정하여 분광 반사값(Spectral reflectance value)을 얻어낸다. 오차 역전파 알고리즘은 cmy값을 입력값으로, 목표값은 분광 반사값을 가지고 학습한다. 학습하는 동안 최적의 결과를 내기 위해서 샘플 색상의 수와 중간층의 수, 노드의 수를 변화시켜 실험하고, 상호 모델들의 결과를 분석한다.
김홍기 ( Hong Kee Kim ),강병호 ( Byung Ho Kang ),윤창락 ( Chang Rak Yoon ),김진서 ( Jin Seo Kim ),한규서 ( Kyu Seo Han ),조맹섭 ( Maeng Sub Cho ) 한국감성과학회 1998 춘계학술대회 Vol.1998 No.-
본 논문에서는 신경회로망에서 가장 널리 쓰이고 있는 오차 역 전파 알고리즘(Error Back-propagation) 을 사용하여 스캐너를 모델링함으로써 스캐너의 원색 재현을 위한 방법을 제시하였다. 이것은 스캐너의 하드웨어적 특성을 고려, 입력된 영상의 원색과 출력물의 색과 일치시키는 방법이다. 우선, 오차 역전파 알고리즘에 대하여 학습 규칙을 살펴보고 학습을 위한 데이터를 추출하기 위해 고르게 분포된 색 샘플들을 계측기로 측정하여 칼라 공간에서의 X, Y, Z 값을 얻어낸다. 그 중에서 표본 샘플을 추출한다. 그리고 이를 스캐너로 스캐닝하여 얻은 R, G, B값을 오차 역전파 알고리즘의 입력값으로, 목표값은 X, Y, Z값을 사용하여 학습시킨다. 학습하는 동안 샘플 색상의 수와 중간층의 수, 노드의 수를 변화시킴으로써 최적의 결과를 얻도록 실험하였다. 결론에서는 서로간의 결과를 분석한다.