2D 퍼즐은 인기있는 보드게임이다. 2D 퍼즐을 완성하는 기술은 많이 연구되었다. 하지만 2D만으로는 대상 을 효과적으로 표현하기 어렵다는 한계가 있다. 본 연구에서는 영상으로부터 높이를 가진 2D+ 레고 퍼즐을 생성하는 방법을 제안한다. 이를 위해서 본 연구에서는 영상의 높이 맵과 분할 맵의 정보를 활용한다. 우리 는 2D+ 퍼즐에 적용하기위해 다양한 대상의 높이 및 영역 정보를 적절하게 처리해야한다. 이러한 이유로, 우리는 깊이 맵과 분할영역 맵을 추출하기 위해 모델에 심층 학습 모델을 적용한다. 높이 맵을 추출하기 위 해 우리는 CelebAMask-HQ dataset으로 학습한 BiseNet을 채택했다. 그리고 분할 맵을 얻기 위해 NYU Depth V2 dataset으로 학습한 DenseDepth를 사용했다. 입력 영상에 대해서 저해상도 영상 및 높이 맵과 분할 맵을 추출하고, 저해상도 영상을 레고 브릭의 색 팔레트를 적용한 영상에 대해서 높이 맵과 분할 맵 정보를 적용해서 높이를 가진 2D+ 픽셀 아트 영상을 생성한다. 그리고, 이 픽셀 아트 영상에 대해서 같은 높이와 같은 색을 가진 픽셀들에 대해서 최대한 큰 브릭을 적용하는 그리디 알고리즘을 적용해서 2D+ 레 고 퍼즐을 완성한다. 본 연구에서는 다양한 초상화를 대상으로 2D+ 레고 퍼즐을 완성하는 예를 제시하였으 며, 그 중 하나를 직접 제작하여 그 결과를 제시한다.

본 논문에서는 새로운 비중첩 영역 분할 기법을 바탕으로 한 병렬해석의 정확도 분석이 수행된다. Tak 등(2013)에 의해 제안된 이 방법에서 분할된 하위도메인들은 서로 중첩되지 않으며 계면요소(interfacial element)라 불리는 가상연결유한요소를 통해 서로 간의 관계가 결정된다. 이 접근법의 주요 장점은 영역 분할시 floating 도메인에서 발생할 수 있는 특이강성행렬(singular stiffness matrix)을 계면요소의 결합을 이용하여 가역행렬(invertible matrix)로 변환할 수 있다는 것과 기존의 FETI법에 비하여 해석시간과 스토리지(storage) 사용을 줄일 수 있다는 것이다. 반면에 3개 이상의 하위도메인들이 한 점에서 연결되는 경우를 의미하는 cross point에서는 해석의 정확도가 저하되는 경향이 나타났다. 따라서 본 논문에서는 새로운 비중첩 영역 분할기법에 대해 다양한 영역분할의 경우에 따라 발생하는 하나의 cross point에 접촉하는 하위도메인의 개수에 따른 정확도 분석이 수행되고 정확도가 저하되는 원인분석 및 대책이 논의된다.

In this paper, a finite element domain decomposition method using local and mixed Lagrange multipliers for a large scal structural analysis is presented. The proposed algorithms use local and mixed Lagrange multipliers to improve computational efficiency. In the original FETI method, classical Lagrange multiplier technique was used. In the dual-primal FETI method, the interface nodes are used at the corner nodes of each sub-domain. On the other hand, the proposed FETI-local analysis adopts localized Lagrange multipliers and the proposed FETI-mixed analysis uses both global and local Lagrange multipliers. The numerical analysis results by the proposed algorithms are compared with those obtained by dual-primal FETI method.

많은 계산량이 요구되는 삼차원 접촉 문제의 효율적인 유한요소 해석을 위하여 영역/경계 분할 기법을 적용하였다. 접촉 경계면의 부등식 적합 조건과 부영역, 공유면, 접촉 공유면의 등식 적합 조건을 모두 벌칙 함수로 처리하였다. 이에 따라 모든 유효 강성 행렬이 양 정치화되므로, 역행렬과 같은 각종 행렬 연산이 매우 간편해진다. 또한 전체 영역의 형상이 복잡하더라도, 임의의 부영역, 공유면, 접촉 공유면 단위로 쉽게 유한요소 모델링할 수 있다. 즉, 관련 지배 방정식은 물론 경계 조건도 독립적으로 이산화할 수 있으므로, 국부적인 비선형 접촉 조건에 대한 효율적인 해석이 가능하다. 간단한 수치 예제를 통하여 삼차원 접촉 해석의 효율성에 관한 기본적인 경향을 검토하였다.

탄성지반위에 놓여진 평판은 일반적으로 유한요소법을 이용하여 해석할 수 있다. 그러나 Boussinesq의 이론에 근거한 지반의 유연도 행렬을 계산하는 것에 약간의 어려움이 있다. 본 연구에서는 원형 면적에 등분포하는 하중으로 인해 발생하는 수직 처짐에 대한 해석 결과를 이용하는 효과적인 수치해석과정을 제시한다 예제를 통하여 수치적분기법에 의한 결과 또는 소영역분할기법에 의한 방법보다 개선된 결과가 얻어짐을 제시한다.

본 논문에서는 구면 영상에서 영역 분할 정보를 사용하여 바닥 영역을 검출하는 방법을 제시 한다. 평면 영상에서의 Watershed 영역 분할 방법을 수정하여 구면 영상의 영역 분할에 적용할 수 있도록 하였다. 영역들을 분할한 뒤 가정된 바닥 영역 픽셀의 색상과 질감을 그 외의 영역 들과 비교하여 바닥 영역을 검출한다. 구면 파노라마 영상에서는 구면 왜곡으로 인하여 평면에 서의 바닥 검출 방법을 그대로 적용할 수 없다. 구면 왜곡을 고려한 바닥 영역 검출을 위하여 바닥 영역의 외곽선을 검출하는 알고리즘을 설계하였다. 실험에서 지상물이 없는 경우와 있는 경우의 모두에서 적절하게 바닥 영역을 검출할 수 있는 결과를 보였다.

This paper proposes a building recognition algorithm using watershed image segmentation algorithm and integrated region matching (IRM). To recognize a building, a preprocessing algorithm which is using Gaussian filter to remove noise and using canny edge extraction algorithm to extract edges is applied to input building image. First, images are segmented by watershed algorithm. Next, a region adjacency graph (RAG) based on the information of segmented regions is created. And then similar and small regions are merged. Second, a color distribution feature of each region is extracted. Finally, similar building images are obtained and ranked. The building recognition algorithm was evaluated by experiment. It is verified that the result from the proposed method is superior to color histogram matching based results.