http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
휴먼 행동 분석을 위한 3차원 제스처 데이터베이스의 설계 및 구축
노명철(M.-C. Roh),황본우(B.-W. Hwang),김성민(S. Kim),신호근(H.-K. Shin),박아연(A-Y. Park),이성환(S.-W. Lee) 한국정보과학회 2005 한국정보과학회 학술발표논문집 Vol.32 No.2
인간 행동 분석은 컴퓨터 비전 및 패턴인식 분야에서 활발하게 연구가 이루어지는 분야이다. 이러한 행동 분석하고 평가하기 위해서는 다양한 환경과 종류의 제스처를 포함하고 있는 데이터베이스의 구축이 필수적이다. 본 논문에서는 총 40명의 사람에 대하여 일상 생활에서 일어날 수 있는 14개의 정상 제스처, 위급한 상황에서 발생할 수 있는 10개의 비정상 제스처 그리고 30개의 명령형 제스처를 수집한 KU(Korea University) 제스처 데이터베이스를 소개한다. 각각의 제스처는 스테레오 카메라를 통해 얻어진 2차원 제스처 동영상, 3차원 동작 카메라를 통해 얻어진 3차원 모델의 좌표 정보 그리고 2차원 실루엣 동영상을 포함하고 있다.
윤승욱,황본우,김갑기,임성재,최진성,구본기,Yoon, S.U.,Hwang, B.W.,Kim, K.K.,Lim, S.J.,Choi, J.S.,Koo, B.K. 한국전자통신연구원 2012 전자통신동향분석 Vol.27 No.3
최근 3DTV, 입체 모니터, 입체 노트북 등이 출시되고, 3D 영화, 게임 등 3D 관련 산업이 성장하면서 관련 콘텐츠의 요구사항이 증가하고 있다. 특히, 3D 콘텐츠의 주요 요소 중 하나인 인체는 전통적으로 고가의 3D 스캐너를 이용해 모델링하는 방식을 주로 사용해 왔다. 하지만 근래에는 광학 기술 및 컴퓨팅 성능의 향상으로 구조광과 같은 능동 센서나 카메라로부터 획득한 영상을 기반으로 3D 인체 외형을 복원하는 연구가 각광을 받고 있다. 이런 추세에 발맞춰 본고에서는 인체 중에서도 사용자의 민감도가 높은 얼굴의 3D 복원 기술 및 연구 동향을 살펴보고, 다양한 응용을 목적으로 ETRI에서 개발 중인 3D 얼굴 복원 기술을 소개하고자 한다.
인공지능을 이용한 3D 콘텐츠 기술 동향 및 향후 전망
이승욱,황본우,임성재,윤승욱,김태준,김기남,김대희,박창준,Lee, S.W.,Hwang, B.W.,Lim, S.J.,Yoon, S.U.,Kim, T.J.,Kim, K.N.,Kim, D.H,Park, C.J. 한국전자통신연구원 2019 전자통신동향분석 Vol.34 No.4
Recent technological advances in three-dimensional (3D) sensing devices and machine learning such as deep leaning has enabled data-driven 3D applications. Research on artificial intelligence has developed for the past few years and 3D deep learning has been introduced. This is the result of the availability of high-quality big data, increases in computing power, and development of new algorithms; before the introduction of 3D deep leaning, the main targets for deep learning were one-dimensional (1D) audio files and two-dimensional (2D) images. The research field of deep leaning has extended from discriminative models such as classification/segmentation/reconstruction models to generative models such as those including style transfer and generation of non-existing data. Unlike 2D learning, it is not easy to acquire 3D learning data. Although low-cost 3D data acquisition sensors have become increasingly popular owing to advances in 3D vision technology, the generation/acquisition of 3D data is still very difficult. Even if 3D data can be acquired, post-processing remains a significant problem. Moreover, it is not easy to directly apply existing network models such as convolution networks owing to the various ways in which 3D data is represented. In this paper, we summarize technological trends in AI-based 3D content generation.
3D 프린팅 관련 3D 저작/편집도구 분석 및 연구동향
윤승욱,전혜령,황본우,임성재,박창준,최진성,Yoon, S.U.,Jun, H.R.,Hwang, B.W.,Lim, S.J.,Park, C.J.,Choi, J.S. 한국전자통신연구원 2016 전자통신동향분석 Vol.31 No.1
최근 3D 프린팅이 제조업의 혁신을 이끌 새로운 키워드로 주목을 받으면서 하드웨어인 3D 프린터를 비롯해 각종 프린팅 재료, 프린팅 대상을 만들 수 있는 3D 저작 및 편집 소프트웨어에 이르기까지 관련 분야에 대한 관심과 지원이 빠르게 확산되는 추세다. 특히, 개인의 아이디어를 3D 프린터로 직접 출력할 수 있다는 점이 강조되면서 개인용 3D 콘텐츠 제작을 위해 필요한 저작/편집도구의 수요가 급격히 증가하고 있다. 더불어 3D 프린팅 출력 대상이 개인화되고 사용자의 기호에 따른 맞춤형으로 변하면서, 3D 콘텐츠 제작에 필수적인 소프트웨어 개발 업체의 영향력이 하드웨어 제조사보다 더욱 커지고 있다. 3D 프린팅 관련 세계적 기술 및 수요 변화에 발맞춰 본고에서는 3D 프린팅용 콘텐츠를 제작할 수 있는 3D 저작/편집도구 및 연구동향을 살펴보고, 다양한 응용을 목적으로 ETRI에서 개발 중인 3D 프린팅용 편집기술을 소개하고자 한다.