시간대별 동적 비강체 모델의 변이 분석 가시화

Abstract

데이터 가시화란 수치적이고 추상적인 데이터를 컴퓨터 그래픽스 기법을 통해 그림이나 도식으로 나타내어 줌으로써 사용자가 데이터의 특성이나 데이터간의 연관 관계를 쉽게 파악하고 해석할 수 있도록 돕는 데이터 표현 방법이다. 최근 컴퓨터의 처리 속도 증가, 그리고 데이터 베이스와 네트워크의 거대화로 인하여 데이터의 양이 방대해지고 다변량을 갖는 특성을 띠게 됨에 따라 특정 데이터의 집합에 적합한 가시화 방법들에 대한 요구가 증대되고 있다. 특히 여러 시간대에 걸쳐서 동일한 대상에 대하여 획득되는 데이터의 경우 효율적인 시간대별 동시 가시화에 대한 연구가 미비하며, 또한 각 시간대별 변화 추이에 대한 분석과 가시화의 필요성이 대두되고 있다. 따라서 본 논문에서는 여러 시간대에 걸쳐 획득된 영상 데이터 집합으로부터 생성된 동적 비강체 모델들에 대하여 동시 비교 및 변이 분석 결과를 가시화 해주는 연구를 수행하였다. 먼저 시간대별 동적 비강체 모델들의 동시 가시화를 위하여 각 단일 시간대의 데이터를 통하여 생성된 움직임을 갖는 4차원 모델 데이터를 XML 태그 방식을 이용하여 저장하였다. 또한 로딩 모듈을 설계하여 각 시간대별로 저장된 데이터를 로딩하여 동시 가시화하는 모듈을 구현하였다. 나아가 로딩된 다수의 동적 비강체 모델들의 체적, 속도, 일정 간격 단면의 윤곽선 등을 비교하여 변이 분석하고 그 결과를 가시화 함으로써 사용자의 데이터에 대한 직관적인 이해와 비교 분석이 가능하도록 하였다.;Data Visualization is data representation method that displays numerical and abstract data sets using image or graphical form by computer graphics algorithms. It helps that users can understand features of data and relationship between several data sets. In these days, processing speed of computers and size of database and network becomes grow. Therefore, data sets are larger and multi-variate and the adapted methods for specific data set are needed. Specially, in case of data set which is acquired at multiple times, it is needed to display comparably and to show the visualization of variation analysis. In this thesis, the research topic is to visualize dynamic non-rigid models comparably and to display the results of variation analysis using data set which is acquired at multiple times. At first, to visualize four dynamic non-rigid models which are required at different times comparably, the data of 4-dimensional model is saved in shape of XML tag structure. And through designing load module, it is possible to load and visualize data which is saved as time information. Then, the procedure is processed to compare loaded four dynamic non-rigid model and calculate variation among four models. The variation parameters are volume, velocity, and contour of surface which is divided from 3-dimensional model. And then, the results of variation analysis is visualized on GUI. It is possible that users can understand data set intuitively and compare several data set easily.