http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 오복진 (검색결과 35 건)
- 무료
- 기관 내 무료
- 유료
-
-
오복진,최두현 사단법인 인문사회과학기술융합학회 2016 예술인문사회융합멀티미디어논문지 Vol.6 No.4
The objective of this paper is confirming the possibility of real application of the distance measured by a Microsoft’s Kinect and analyzing the accuracy of the measured distance. For an object that its distance from the Kinect is known, depth information of the object is measured for experiment at first. The depth information is converted to a depth image using lower 8 bits of the depth information. Several depth images are acquired for placing the object at regular intervals. A linear equation is obtained using th depth images. Error is analyzed by comparing and analyzing the two linear equations: one is the linear equation derived from actual distance information and the other is the linear equation from distance taken by Kinect. Finally, the actual distance of a mannequin face is estimated after the depth information is acquired. Experimental results show that the actual distance of 20 cm is expressed in a range from 0 to 200. It is found that the distance error for the nose end in a manikin face at a distance of 87cm was 0.0006%. 본 논문에서는 마이크로소프트사의 키넥트를 활용하여 측정한 거리 정보의 정확도를 분석하고 실제 응용가능성을 확인하고자 한다. 먼저, 실험을 위해 정확한 거리 정보를 알고 있는 피사체에 대해 키넥트를 사용하여 깊이 정보를 획득하였다. 획득된 깊이 정보의 하위 8비트 정보를 이용하여 흑백의 깊이 영상으로 변환하였다. 같은 방법으로 피사체를 일정한 간격으로 배치한 후 거리별 깊이 영상을 획득하였다. 실제 거리와 키넥트로 획득한 깊이 정보를 분석하였고, 이를 기반으로 선형 방정식을 도출하였다. 실제 거리 정보로 도출된 선형 방정식과 키넥트로 획득된 거리를 기반으로 하는 선형방정식을 비교 분석하여 거리에 따른 데이터의 선형성과 오차 정도를 확인하였다. 마지막으로 마네킹 얼굴에 대한 깊이 정보를 획득한 후 실제 거리를 추정하였다. 실험에 사용된 키넥트의 경우 실제 거리 20cm가 0에서 200의 범위로 표현되는 것을 확인할 수 있었다. 실험 결과 87cm 거리에 배치된 마네킹의 코끝은 0.0006% 이하의 거리 오차가 발생하는 것을 확인하였다.
-
오복진,하서영,변희진,최두현 사단법인 인문사회과학기술융합학회 2017 예술인문사회융합멀티미디어논문지 Vol.7 No.6
This paper presents analysis and comparison of preprocessing performance for the two techniques, SQI(Self-Quotient Image) and a bilateral filter, which is recently proposed for preprocessing of magnetic flux leakage signals. There are many defects and deformation on underground pipelines because of corrosion and deformation by external forces. The most widely used technique is the method using magnetic flux leakage in order to detect and manage the defects and those history. Magnetic flux leakage signal is gathered by using a PIG(Pipeline Inspection Gauge) which is inserted in pipelines and magnetized the pipeline walls. The variation of the leakage signal is used to determine the level of deterioration of pipelines, but the leakage signal gets also damage because of many known and unknown causes. To efficiently process the noise and detect of defects easily in the following stages various type preprocessing and noise handling techniques is applied. Two preprocessing techniques using SQI and a bilateral filter is proposed recently. This paper tries to analyze the advantage and disadvantage of the two methods by applying the preprocessing of magnetic flux leakage signals. The difference of the two methods are visualized and we performed quantitative analysis. 본 논문에서는 자기누설신호의 전처리 기법 중 가장 최근에 발표된 SQI와 양방향필터의 성능을 비교 분석하였다. 지하에 매설된 배관의 경우 외부의 부식 환경이나 외력에 의해 다양한 종류의 손상이 발생할 수 있다. 이러한 손상을 파악하고 손상 이력을 관리하기 위해 전계계적으로 가장 많이 사용되는 기법이 자기누설신호를 이용하는 방법이다. 자기누설신호를 획득하기 위해서는 배관 내부에 PIG 라 불리는 장치를 삽입하고 영구자석으로 배관을 자화시킨 후 누설자속을 측정한다. 측정된 누설자속의 변화로부터 배관의 손상정도를 파악하는데, 일반적으로 누설자속신호에는 다양한 잡음들에 혼재한다. 이러한 잡음을 효과적으로 처리하고 다음 단계의 결함 검출을 용이하게 하기 위해 다양한 형태의 전처리나 노이즈 처리 기법들이 적용된다. 최근에 전처리 기법으로 SQI를 이용하는 방법과 양방향필터를 이용하는 방법들이 제안되었다. 본 논문에서는 이 두 기법을 실제 누설자속신호에 적용하여 장단점을 분석하고자 하였다. 실험 결과를 통해 그 기법의 차이를 가시화하였으며, 정량적인 분석도 시행하였다.
-
오복진,최두현 사단법인 인문사회과학기술융합학회 2016 예술인문사회융합멀티미디어논문지 Vol.6 No.2
본 논문에서는 현재 많이 보급되고 있는 저가의 3차원 스캐너를 활용하여 피사체의 형상과 깊이 정보를 획득하는 방법을 구현하고자 한다. 일반적으로 스캐너를 활용하여 스캔하면 obj 파일이 생성된다. 생성된 obj파일을 분석하면 꼭짓점에 대한 피사체의 상대적인 깊이 정보를 추출할 수 있다. 이를 위해 먼저 위치를 나타내는 x와 y 좌표를 1에서 512의 값으로 정규화 하였다. 가시화를 위해 깊이 혹은 거리 정보를 나타내는 z 좌표를 8비트로 정규화한 후, 상대적인 깊이 맵을 생성하였다. 추출된 정보가 실제 깊이 정보와 유사함을 확인하기 위해 사전에 깊이 정보를 알고 있는 정물에 대해 스캔 및 가시화하여 그 결과를 확인하였다. 아울러 사람과 유사한 형태로 제작된 마네킹 두상에 대해 실험을 진행하여 깊이 정보로서 의미가 있는 지 확인하였다. 실험을 위해 마이크로소프트의 키넥트를 이용하여 깊이 맵을 추출하였고, 이를 스캐너로 측정한 상대적인 깊이 맵과 비교하였다. 최종적으로 저가의 3차원 핸드 스캐너로 획득한 상대적인 깊이 맵을 분석하여 오차 정도와 활용 가능성을 확인하였다. This paper implements a method to extract depth and/or shape information of an object using a widely used low-cost 3D scanner. An obj file is generated after scanning objects using scanners in general. Relative depth information of the vertices of the objects can be extracted by analysing the obj file. For the purpose x and y coordinate values corresponding to position are normalized to values in the range 1 to 512. The relative depth map is created after normalizing the corresponding z coordinate values which is related to depth or distance of the vertices for visualization. A stationary object having known depth is scanned and visualized to verify the similarity between real depth and scanned depth. Also, it is tried to confirm the usefulness of the depth information through a scanning and visualization experiment using human-like mannequin head. After real depth of the mannequin is extracted by Microsoft's Kinect, the real depth is compared with relative depth from the scanner. Error range and applicability of the low-cost 3D scanner is confirmed by analyzing the relative depth extracted by the scanner.
-
-
-
오복진(Bok-Jin Oh),최두현(Doo-Hyun Choi) 한국멀티미디어학회 2010 한국멀티미디어학회 학술발표논문집 Vol.2010 No.2
본 논문에서는 컬러 영상에서 번호판 숫자 색상 및 숫자의 간격 정보를 이용하여 번호판숫자 영역을 추출하고, 추출된 번호판과 카메라 사이의 거리를 측정하는 방법을 제안한다. 번호판에서 숫자의 색상은 흰색과 유사 검정색이며, 이러한 특징을 이용하여 번호판 숫자의 후보 영역과 그 외의 비 관심 영역으로 분할하였다. 분할된 영역에서 흰색 화소는 255로, 검은색 화소는 0으로, 그 외의 화소에 대하여 127로 변환하였다. 변환된 화소들을 레이블링한 후 숫자의 종횡비와 비교하여 노이즈를 제거하였으며, 숫자의 간격정보를 이용하여 번호판 숫자 영역을 추출하였다. 알고리즘 속도향상을 위해 영상내의 번호판 위치 정보를 이용하여 부분적인 Bilateral Filtering과 Stereo Matching을 수행하여 카메라와 번호판 사이의 거리를 측정하였다.
-
-
-
색상과 상관관계를 이용한 신ㆍ구 번호판의 숫자 영역 추출
오복진(Bok Jin Oh),최두현(Doo-Hyun Choi) 한국멀티미디어학회 2010 한국멀티미디어학회 학술발표논문집 Vol.2010 No.1
본 논문에서는 컬러영상에서 번호판 영역의 숫자를 추출하는 방법에 대하여 다룬다. 국내에서 사용되는 번호판의 숫자 색상은 흰색 혹은 검정색이다. 제안하는 알고리즘은 먼저 색상을 기준으로 관심화소와 비관심화소로 구분한 후, 화소들을 Grouping 하여 각 영역의 종횡비 및 크기를 구한다. 영역의 크기와 상대적인 관계를 기준으로 최종 번호판 영역을 추출한다. 주차장에서 촬영한 실제 번호판 영상에 대해 제안한 알고리즘을 적용하여 성능을 확인 하였다.
KCI연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
