Exobrain

스테레오스코픽 3D (S3D) 이미지를 생성하는 여러 가지 방법이 있습니다.좌우방식을 주로 사용했지만 다른 방식으로도 작업하는 곳들도 있었습니다. 대표적인 방법들은 다음과 같습니다:좌우 방식 (Side by Side): 두 개의 별도 이미지를 가로로 나란히 배치하여 3D 효과를 구현하는 방식입니다.위아래 방식 (Over-Under): 두 개의 이미지를 세로로 나란히 배치하는 방식입니다.적청 방식 (Anaglyph): 적색과 청색 필터를 사용하여 두 이미지를 중첩시켜 3D 효과를 만드는 전통적인 방법입니다.편광 방식 (Polarized): 서로 다른 방향으로 편광된 두 이미지를 사용하는 방식입니다.셔터 방식 (Shutter Glasses): 셔터 안경을 사용하여 빠르게 번갈아 나타나는 두 이미지를 각 눈에..

Stereoscopic 3D imaging technology  이 S3D 라는 분야에 대하여 필자는 오래전부터 연구와 실행을 해 봤습니다.지금부터 약 15년전의 그 환경에서는 앞서가는 작업이었다고 생각됩니다. AI라는 용어를 일부인들에게만 연구 목적 대화에 등장하던 그때 온갖 프로그램들을 섭렵해 보고 어느 Tool이 가장 목적에 도달하기 쉬운가 하며 사용을 했습니다.경험했던 일들을 하나하나 나열 할 수는 없지만 기억을 되살려 기록으로 남겨봅니다.  일단 이 분야에서 사용하던 기본적인 용어들이 있습니다. 지금도 그 분야 작업을 하시는 분이라면 모두 알고 있을 용어들입니다.잠시 조금만 알아봅니다. 스테레오스코피 (스테레오스코픽 이미징): 두 개의 조금 다른 각도에서 촬영한 이미지를 사용하여 입체감을 생성하..

S3D CNN은 3차원 공간의 정보를 추출하는 기술인데, 이를 활용한 각 분야의 발전도 있지만 우리 인간에게 있어 절실한 의료 분야의 접목이 눈에 띕니다.이제 그 판단 자체도 인간이 분석하는게 아니고 AI를 이용한 학습과 훈련을 통해 보다 나은 삶을 뒷받침 해주고 있습니다. 입체 영상 인식은 두 개의 영상에서 얻은 시차 정보를 사용하여, 3차원 공간의 정보를 추출하는 기술입니다. 입체 영상 인식은 다양한 분야에서 활용될 수 있는데, 대표적으로는 다음과 같은 분야들이 있습니다.자율 주행: 자율 주행 차량은 주변 환경을 인식하여, 안전하게 주행해야 합니다. 입체 영상 인식은 자율 주행 차량이 주변 물체의 거리, 크기, 방향 등을 정확하게 인식하는 데 도움이 될 수 있습니다.의료 영상 분석: 의료 영상 분석은..

Stereoscopic 3D: A Journey Through Time and Technology1. History (역사) 스테레오스코픽 3D, 또는 S3D는 19세기에 기원을 두고 있습니다. 각 눈을 위한 두 개의 약간 다른 이미지를 결합하여 입체적인 환상을 만드는 개념은 처음에 스테레오스코프를 통해 실현되었습니다. 이 기술은 수년에 걸쳐 발전하여 3D 영화와 텔레비전의 발달로 이어졌습니다. 2. Initial Work Process (초기 작업 과정)S3D 콘텐츠를 만드는 초기 과정은 두 가지 다른 각도에서 장면을 촬영하거나 특수 카메라를 사용하는 것을 포함했습니다. 이 이미지나 비디오는 그 후 깊이의 환상을 만들어내기 위해 정렬되고 표시되었습니다. 3. Works by Early Years (초창..

Separable 3D Convolutional Neural Network S3D CNNS3D CNN은 Separable 3D Convolutional Neural Network의 약자입니다. 3차원 컨볼루션 신경망의 한 종류로, 공간 및 시간 정보를 모두 학습할 수 있습니다. 이것도 줄여서 S3D 라고 하는데 Stereoscopic 3D 와는 한차원 다른 용어입니다. S3D CNN은 다음과 같은 장점이 있습니다.공간 및 시간 정보를 모두 학습할 수 있어, 입체 영상의 의미를 더 잘 이해할 수 있습니다.컨볼루션 연산을 분리하여 연산량을 줄일 수 있습니다.학습 속도가 빠릅니다.2D CNN과 3D CNN을 결합하여 성능을 향상시킬 수 있습니다.S3D CNN은 다음과 같은 분야에서 사용됩니다.입체 영상 인식동..