본 연구는 에니어그램을 활용한 영상관법 상담전략이 분노 감소에 미치는 효 과를 알아보는 데 그 목적이 있다. 연구 문제로 첫째, 에니어그램을 활용한 영 상관법 상담을 통하여 어떠한 심리적 변화를 경험하는가? 둘째, 에니어그램 활 용한 영상관법의 어떤 요소가 분노 감소에 영향을 미쳤는가? 연구 방법은 단일 사례연구 방법을 채택하였으며, 연구 참여자는 34세 여성 으로 신체적, 정서적 측면에서 분노를 호소했다. 에니어그램을 활용한 영상관법 상담전략을 적용하여 2023년 1월~4월까지 주 1회 60분씩 총 8회기 실시하였 다. 또한 에니어그램의 성격적 특성의 변화를 알아보기 위해서 성격유형 검사 를 사전, 사후검사를 진행하였다. 그 결과 특징적인 면은 9번 유형이 사전검사 13점에서 사후검사 3점으로 낮아져 자기표현을 잘하고 있으며, 연구 참여자 스 스로 자기의 성격유형을 이해하면서 본질과 성장방향으로 향하고 있음을 확인 하였고, 영상관법 상담전략의 개입은 어린 시절 미해결 된 촉발사건을 영상으 로 떠올려 알아차리고 거기에 머물러 지켜보면서 부정적인 감정을 긍정적인 변 화를 통하여 심리적, 신체적으로 안정을 갖게 되어 심리치유가 이루어졌다. 분 노감소를 파악하기 위하여 분노검사 사전 76점, 사후 25점으로 현저하게 감소 되었음을 확인하였다.

본 논문에서는 패치 반복을 이용하여 대기광 추정을 통해 개선된 안개 제거 방법을 제안한다. 기존의 안개 제거 방법은 영상 내에 인공적인 빛이나 밝은 물체가 있는 경우 대기광 추정 시 오차가 발생 한다. 이 방법은 안개 영상의 화소들 중 가장 밝은 값으로 대기광을 추정하기 때문이다. 이러한 문제를 해결하기 위하여, 제안하는 방법은 패치 쌍 사이의 안개 양의 차이점을 이용한다. 패치 쌍은 안개의 양이 다르지만 유사한 패턴을 가지고 있기 때문에, 대기광이 동일하다고 가정할 수 있다. 이러한 특성을 통해 각 패치 쌍으로 구한 대기광에 다른 가중치를 부여함으로써 대기광을 추정할 수 있다. 실험을 통해 제안하는 방법이 기존의 방법보다 안개 제거 성능에서 우수함을 확인하였다.

최근 인간의 안전과 편의를 위해 무인 CCTV, 교통 모니터링, 객체 추적, 자동주행 시스템 등이 널리 사용되고 있지만 안개와 같은 자연 현상들이 영상의 색상정보를 사라지게 하여, 다양한 영상처리 알 고리즘이 적용되더라도 영상을 통한 정확한 정보 획득이 어렵다. 이러한 안개와 같이 실외에서 영상의 가 시성을 약화시키는 원인을 제거하기 위해 최근 여러 장의 영상을 사용하거나 추가적인 정보가 필요한 안 개제거 방법이 아닌 단일영상에서의 몇 가지 안개 제거 방법이 제안되고 있다. 본 연구에서는 He 등이 제안한 dark channel prior를 랩뷰(LabVIEW)에서 구현하여 영상의 안개 보정에 적용해보고 안개제거 가 중치를 조절하였을 때 안개제거의 정도를 비교하였다.

스마트폰, 셀폰과 같이 휴대가 간편한 포터블 카메라를 포함하여, DSLR 카메라 등 최근 카메라와 3D 입체에 대한 관심이 괄목할 정도로 증가추세에 있다. 하지만 단일 카메라로부터 획득된 단일 영상과 다중 디스페러티를 적용한 3D 재구성 방법에 대한 연구는 비교적 활발하지 못하다. 본 논문에서는 단일 영상으로부터 다중 디스페러티 파라미터를 적용한 Multi-view 3D 장면 재구성 방법을 제안한다. 다수의 카메라에 의한 영상획득 방법으로 3D 입체 장면을 재구성하는 기존의 방법에 비해 하드웨어의 구성이 필요 없는 편리한 3D 장면 재구성 방법이다. 실험결과를 제시하여 제안방법의 타당성을 제시하였다.

본 연구는 CT를 이용한 뇌혈관 추출 검사에서 이중에너지 기법을 활용하여 각 에너지 준위별 뇌혈관 조 영술의 유용성을 평가하였다. 방법은 CT 뇌혈관 조영술을 시행한 환자 15명의 DE 영상과 SE 영상을 대상으로 하였다. 영상의 분석은 MCA, 뇌실직 조직, Background에 ROI를 설정하여 평균값, 표준편차 및 SNR, CNR 값을 구하고, SE영상과 비슷하게 구현되는 에너지 영역을 알아보았다. Likert 5점 척도 육안평가를 병행한 결과 DE 40 keV와 SE 120 kVp에서 가장 선명한 MCA 영상을 확인 하였다(p>0.05). SE영상의 SNR 값은 DE영상의 40 keV에너지 준위값과 비슷하게 측정되었고, 40 keV와 50 keV의 저에너지 준위의 영상이 SNR이 높게 측정되어 고에너지 준위의 영상에 비해 대조도가 높아 뇌혈관질환을 유용하게 관찰할 수 있을 것으로 사료된다.

3D 프린팅은 최근 다양한 분야에서 활용 되고 있다. 다양한 활용 분야 중 사람의 얼굴을 3D 프린팅을 위해서는 먼저 3D 얼굴 데이터를 생성해야 한다. 3D 얼굴 데이터 획득을 위해 레이저 스캐너 등이 활용되고 있으나 스캔 중에 사람이 움직이면 안 되는 제약이 있다. 본 논문에서는 단일 영상 기반의 3D 얼굴 모델링 방법과 생성된 3D 얼굴을 가상 성형 등에 쓰일 수 있도록 얼굴 변형 시스템을 제안한다. 3D 얼굴 데이터 생성을 위해 3D 얼굴 데이터베이스로부터 특징점들을 정의하였다. 단일 얼굴 영상으로부터 얼굴을 특징점을 추출 한 후 3D 얼굴 데이터베이스로부터 정의된 3D 얼굴 특징점과 대응하여 입력 얼굴 영상의 3D 얼굴을 생성한다. 3D 얼굴 생성 후에 가상 성형 등의 용도를 위해 얼굴 변형 부분을 적용하였다.

This paper proposes a novel method for detection of hand raising poses from images acquired from a single camera attached to a mobile robot that navigates unknown dynamic environments. Due to unconstrained illumination, a high level of variance in human appearances and unpredictable backgrounds, detecting hand raising gestures from an image acquired from a camera attached to a mobile robot is very challenging. The proposed method first detects faces to determine the region of interest (ROI), and in this ROI, we detect hands by using a HOG-based hand detector. By using the color distribution of the face region, we evaluate each candidate in the detected hand region. To deal with cases of failure in face detection, we also use a HOG-based hand raising pose detector. Unlike other hand raising pose detector systems, we evaluate our algorithm with images acquired from the camera and images obtained from the Internet that contain unknown backgrounds and unconstrained illumination. The level of variance in hand raising poses in these images is very high. Our experiment results show that the proposed method robustly detects hand raising poses in complex backgrounds and unknown lighting conditions.

In this paper, a robot vision technique is presented to detect obstacles, particularly approaching humans, in the images acquired by a mobile robot that autonomously navigates in a narrow building corridor. A single low-cost color camera is attached to the robot, and a trapezoidal area is set as a region of interest (ROI) in front of the robot in the camera image. The lower parts of a human such as feet and legs are first detected in the ROI from their appearances in real time as the distance between the robot and the human becomes smaller. Then, the human detection is confirmed by detecting his/her face within a small search region specified above the part detected in the trapezoidal ROI. To increase the credibility of detection, a final decision about human detection is made when a face is detected in two consecutive image frames. We tested the proposed method using images of various people in corridor scenes, and could get promising results. This method can be used for a vision-guided mobile robot to make a detour for avoiding collision with a human during its indoor navigation.

This paper presents a localization system using ceiling images in a large indoor environment. For a system with low cost and complexity, we propose a single camera based system that utilizes ceiling images acquired from a camera installed to point upwards. For reliable operation, we propose a method using hybrid features which include natural landmarks in a natural scene and artificial landmarks observable in an infrared ray domain. Compared with previous works utilizing only infrared based features, our method reduces the required number of artificial features as we exploit both natural and artificial features. In addition, compared with previous works using only natural scene, our method has an advantage in the convergence speed and robustness as an observation of an artificial feature provides a crucial clue for robot pose estimation. In an experiment with challenging situations in a real environment, our method was performed impressively in terms of the robustness and accuracy. To our knowledge, our method is the first ceiling vision based localization method using features from both visible and infrared rays domains. Our system can be easily utilized with a variety of service robot applications in a large indoor environment.