Cyber Kingdom

미국계정으로 앱들을 구경하던중 발견한 Boxes.

기본적으로 카카오스토리와 비슷하게 사진을 찍어 올리고 친구들과 공유하는 social networking 앱입니다.

다른점은 자기가 가지고 있는 물건이나 옷 장남감들이 주 대상이라는 것입니다.
그리고 자기 소유 항목들을 분류하여 관리할수 있습니다.

시작화면입니다.

소셜앱답게 회원가입과 로긴을 원합니다.

처음 사용자에게는 사용법을 상세히 알려주니 어렵지 않습니다.

글을 올릴땐 Add item에서 My stuff를 선택하면 됩니다.

그럼 이렇게 글이 올라갑니다.



자 그럼 실제로 글을 올려볼까요.

캠핑 카테고리를 추가해 보겠습니다.

블루투스 스피커를 추가해보겠습니다.

기본적으로 성능이 괜찮은 필터들이 제공됩니다.
저는 개인적으로 pro 필터가 좋습니다.

타이틀. 분류. 설명. 지역까지 빠짐없이 기재해야합니다.
한국지도가 지원됩니다.

작성 완료했습니다.

이렇게 게시가 됩니다.

이렇게 작성된 아이템은 항목관리를 통해 확인할수 있습니다.


위치정보를 강제적으로 입력하게 하는건 이해할수 없구요. SNS 기능 없이 소유품 관리용 앱으로 사용하면 딱 좋겠다는 생각이 들었습니다.

거리/깊이를 측정할수 있는 3D 카메라의 한 종류인 ToF (Time-of-Flight) 카메라

Microsoft의 kinect 최신 버전도 기존의 패턴 분석 위주의 depth 계산 방식에서 ToF 카메라를 이용하는 방식으로 바뀌었답니다.

아래 링크는 새로운 버전의 Kinect에 관한 정보를 다루고 있습니다.
(아직 출시 안되었고 내년에 정식으로 출시된다는 군요)

http://blogs.msdn.com/b/kinectforwindows/archive/2013/05/23/the-new-generation-kinect-for-windows-sensor-is-coming-next-year.aspx

1. 원리

이 카메라의 원리는 말 그대로 "비행 시간"으로부터 거리를 측정하는 것입니다.

즉, 거리(D) = 비행속도(V) * 비행시간(T) 입니다.

비행속도는 빛의 속도가 되겠구요, 물체의 거리는 D/2가 됩니다.

이 때 광원은 레이저나 적외선을 사용합니다.

레이저를 사용하면 인간/동물을 포함하는 환경에서는 조심스러워야 하고, 적외선을 사용하게 되면 레이저와 같은 위험성은 없지만 자연 어디에나 적외선이 많이 존재하기 때문에 (특히, 태양) 경우에 따라 성능이 저하될 수 있습니다.

카메라의 광원으로부터 레이저나 적외선이 발사되는데 이때 그 파형이 펄스 형태가 될수도 있고 sine파 형태가 될수도 있습니다.

빛의 속도가 워낙 빠르기 때문에 가까운 거리의 물체를 측정하려면 사실 빛의 도달 거리를 직접 계산하기 보다는 펄스나 sine파의 위상차로부터 거리를 계산하게 됩니다.

Sine파는 아시다시피 360도마다 주기적으로 반복되기 때문에 측정 가능한 거리에 한계가 있을수 밖에 없습니다. 이것은 펄스 타입의 경우에도 마찬가지겠지요.

2. 제품

이쪽에서 가장 유명한 회사는 Mesa입니다.

다음으로 Canesta라는 회사가 있었는데 2010년 말에 MS에 인수되었습니다.

현재 Kinect의 차기 버전에 Canesta 기술이 채택될 가능성이 아주 농후합니다.

그리고 파나소식도 이 분야에 제품을 내놓고 있습니다.

SoftKinectic이라는 회사도 요즘 많이 언급되고 있습니다.

이 외에도 여러 회사가 있지만 위에 언급한 회사들(Canesta 대신 MS 포함하여)이 가장 널리 알려진 제품과 우수한 성능을 인정받고 있습니다.

Image stacking은 영상의 잡음을 가장 효과적으로 제거할 수 있는 기술입니다.

여러 장의 영상을 합치면 (예를 들어, 100여장) 영상의 잡음은 완벽하게 제거됩니다.

(영상의 잡음은 거의 대부분 temporal noise이기 때문에)

1. Image Stacking과 denoising (noise reduction) 원리

아래에 그 원리와 이슈가 잘 설명돼 있습니다.

http://www.cambridgeincolour.com/tutorials/image-averaging-noise.htm

Original	Averaging: 4 Images	Neat Image	Neat Image + Averaging

image stacking이 4장을 합친 결과밖에 없지만, image structure를 보존하는 데는 neat image 같은 noise reduction software를 사용하는 것보다 더 뛰어난 걸 알수 있습니다.

여기서, image stacking은 temporal denoising, neat image는 spatial(공간적) denoising을 각각 수행하는데,

그 둘을 합치면(neat image + averaging) 결과는 극대화되는 걸 알수 있습니다.

2. Image Stacking의 이슈

하지만, 어디까지나 화면의 움직임이 없다는 가정하에서 가능한 일입니다.

화면에 움직이는 물체가 있다면 그 물체는 흐려질것이고, 만약 카메라 자체가 흔들린다면 화면이 전부 흐려질것입니다.

카메라 노출을 길게 하면 나타나는 현상과 동일합니다.

이를 해결하기 위해서 짧게 찍은 영상 간에 발생하는 움직임을 보상(compensation)하는 방법이 있습니다.

물론, 모든 움직임을 완벽하게 보상할 수는 없습니다.

Occlusion(물체 가림) 현상 등에 의하여 복구 불가능한 영상정보 손실이 발생하기 때문입니다.

또 한가지 이슈는, image stacking은 어디까지나 denoising 효과밖에 없다는 것입니다.

짧게 노출된 영상은 잡음 뿐만 아니라 색상, dynamic range 등 화질 특성에 많은 한계를 가지고 있는데,

제한된 색상, dynamic range를 풀어나가기 위해서는 또 다른 처리가 필요합니다.

결국, 아무리 Mobile 카메라에서 image stacking을 통해 수백장의 영상을 합친다 하더라도 DSLR 수준의 화질을 원하는 건 안된다는 것입니다.

3. Cortex Cam

제가 항상 애용하는 cortex cam이라는 앱이 있습니다.

위와 같이 image stacking 방법을 그대로 이용한 것으로 보입니다.

실내에서 사용하기 적당한 어플입니다.

실제 사진을 여러 장 찍는 것은 아니고, video모드에서 image sequence를 읽어들여 image stacking하는 것입니다.

video 모드에서 촬영하기 때문에 FOV(화각)가 좁아지는 단점이 있습니다.

 아까 말씀드린 것 처럼 움직이는 물체를 찍으면 흐려보이는 효과가 발생합니다.

그리고 촬영시에도 핸드폰을 움직이면 안됩니다.

다음은 핸드폰을 최대한 고정하고 찍은 사진입니다.

 비교적 정상적으로 사진이 나오는데 반해,

아래는 사진을 조금 흔들면서 찍은 사진입니다.

이렇게 화면 전체가 흐려지는 효과가 발생합니다.

(위 사진의 radial blur가 맘에 드는 분도 계실듯 합니다만...)

기회가 되면 앞으로 움직임 보상 방안에 대해 살펴보기로 하겠습니다.

캠핑지도는 이미 웹에서도 너무 유명한 캠핑사이트입니다.
그래서 저는 아이폰으로도 캠핑지도 앱을 사용합니다.

 이렇게 지도를 통해서 전국 캠핑사이트를 직관적으로 파악할수 있습니다.
비교적 최신 캠핑장 정보도 많구요.
마치 페북의 '좋아요'처럼 자기가 좋아하는 캠핑자을 'Next 캠핑장'으로 지정할수 있습니다.

캠핑에 필수인 날씨정보도 있습니다.

 캠핑장 아이콘을 선택하면 각 캠핑장 정보를 볼수 있습니다.
제가 좋아하는 싱글벙글캠핑장입니다.
시설에 대한 자세한 정보 뿐만 아니라 블로거들의 리뷰도 볼수 있습니다.

며칠전 주말에 이렇게 싱글벙글 캠핑장을 다녀왔습니다.

itistory-photo-1

itistory-photo-2

itistory-photo-3

사실 TOMBO의 개념과 목적은 Pelican과 정확히 일치합니다.
하지만 무슨 이유때문인지 TOMBO는 아직 상용화가 되지 못했습니다.
Pelican이 과연 그 한계를 넘을수 있을지 기대가 됩니다.

빌게이츠가 CNBC와의 인터뷰에서 서피스와 윈도 8의 강력한 기능이 있는데 (오피스를 포함) 사람들이 왜 ipad를 선호하는지 이해하지 못하겠다는군요.

http://dthin.gs/13cZ2SX

윈도우와 pc의 많은 기능들이 오히려 역효과가 될수도 있다는걸 인정을 하지 않는 모양입니다.

Apple Insider에서 Apple이 카메라 관련 특허를 출원했다는 소식을 전해왔습니다.

특허명은 "Image capturing device having continuous image capture"입니다.

버튼을 누르고 있는동안 연속해서 사진을 full resolution으로 촬영해 놓고 있다가,
버튼에서 손을 떼면 그동안 촬영된 영상들 중에서 가장 보기 좋은 사진을 자동으로 골라 저장해준다는 내용입니다.

일종의 "best shot" 기능인 셈이지요.

위 알고리즘을 보면, 사진을 고르는 방법은 일종의 "focus score"가 가장 높은 사진을 선택하는데,
이 score는 콘트라스트, sharpness, 해상도, dynamic range, 색재현성 등을 고려하여 계산됩니다.

개인적으로 드는 생각은, 이 아이디어 자체는 그다지 새로운 것이 아니기 때문에
추후에 과연 특허를 받을 수 있겠느냐 의문이 듭니다.

아니면 이 특허가 실제로 목표로 하는 특허 범위가 무엇인지 매우 궁금합니다.

또한, 연속샷의 특성 상 어두운 환경에서도 제 기능을 발휘할지 의문입니다.

어쩌면 이런 카메라 기능이 가장 필요한 경우가 어두운 환경에서 촬영하는 경우이기 때문입니다.

출처: http://appleinsider.com/articles/13/02/14/apple-looks-to-end-blurry-iphone-photos-with-new-invention

3D Camera, 즉 3차원 카메라의 한 종류를 만들고 있는 독일의 Raytrix.

http://raytrix.de/

Light-field 또는 plenoptic 원리를 사용하여 3D 정보를 취득합니다.

또한 refocus, EDoF, WDR 기능도 가능합니다.

Raytrix사는 light-field 카메라를 가장 먼저 시장에 선보인 기업입니다.

2012년도엔 Lytro에서도 비슷한 원리의 카메라를 선보였습니다.

https://www.lytro.com/

스티브잡스가 죽기 얼마전에 Lytro사의 대표인 Ng를 만났다는 기사가

잠깐 인터넷을 달군적이 있었습니다.

긴 튜브 모양으로 8x 광학줌이 포함돼 있습니다.

동일한 원리인데 Lytro camera는 주로 Refocus 기능에 주력하고 있습니다.

일단 촬상하여 영상을 저장한 다음 초점을 마음대로 바꿀수 있다는 것입니다.

신기한 기능임에는 틀림 없지만, 

사용자들에게 매번 촬상후 초점 조정을 요구한다면 사용자들이 어떻게 받아들일지 의문입니다.

참고로, Raytrix와 Lytro camera의 카메라 기술의 시초는  

Gabriel Lippmann이 1908년 발표한 것으로 알려져 있습니다.

Lippmann은 Marie Curie의 지도교수였고 

light-field와는 상관 없지만 노벨 물리학상 수상자라는 군요.