SlideShare a Scribd company logo
1 of 83
밑바닥부터 시작하는
360 뷰어
김희재
FE플랫폼
Overview
1. 왜 360 뷰어
2. 모션 센서 처리의 두 가지 문제
3. 네 가지 인터렉션 Fail
4. 모션 외 입력 처리
1. 왜 360 뷰어
360 뷰어의 이점
360 뷰어의 이점: 현장감
경험공유의 진화
아이유실물대박!
텍스트 이미지 동영상 360 이미지 360 영상
360 미디어를 적용한 서비스들
• 지도
• 부동산
• 메신저(라인)
360 미디어를 적용한 서비스들
• 블로그
• 포스트
360 미디어를 적용한 서비스들
• 방송 플랫폼
컨텐츠 생산 충분할까? 영상의 경우
360 동영상 컨텐츠는 일반사용자가 만들기 쉽지 않다.
모든방향을 동시에 촬영해야하기 때문에
전용 카메라
촬영 & 편집 스킬 필요
용량대비 저해상도
컨텐츠 생산 가능 한 사람 이 적다
컨텐츠 생산 충분할까? 사진의 경우
스마트폰 촬영 가능
촬영 스킬 필요 없음
고해상도 컨텐츠 제공이 용이
기본 카메라앱으로 촬영한
파노라마도 활용가능
파노라마를 360뷰어에 사용하는 법
구의 표면이미지를 사각 평면으로 나타낸 형태
Equirectangular (360 이미지 표준 포멧)
파노라마를 360뷰어에 사용하는 법
360°
180°
파노라마 촬영 영역
60°
카메라 기종마다
정해진 고유 값
파노라마 촬영 영역 계산
60°
카메라 기종마다
정해진 고유 값
5376 px * 1536 px
Field of view per pixel 이 동일하므로
가로화각 = 60 * 5376 / 1536 = 210
210°
파노라마로 360포멧 채우기
60°
210°
좌우가 이어지는 파노라마
60°
360°
촬영 가능앱: google cardboard camera, facebook app
2. 모션 센서 처리의 두 가지 문제
360 뷰어의 기본 구조
키보드
터치
마우스
기울임
카메라의 방향과 줌 배율을 조정다양한 사용자 입력을 받아
360 뷰어의 기본 구조
키보드
터치
마우스
기울임
😗
오일러각
짐벌락
쿼터니언
센서 퓨전
상보 필터
칼만 필터
LERP SLERP
…
😓이렇게 어려울 줄은 몰랐습니다…
기기 움직임을 감지하는 센서
기기 X Y Z 축
가속도 값 제공
기기 X Y Z 축 회전축
각 속도 값 제공
절대방위 제공 시
값을 사용
자이로센서 가속도센서 지자계센서
기기 자세를 알아낼 수 있는 센서
자이로센서 가속도센서
3 Dof 3 Dof
둘 중 하나만으로도 기기 자세를 알아낼 수 있음
각 센서의 장단점
자이로센서 가속도센서
빠른움직임에서 노이즈가 심하지만
안정된 상태에서 오차없음
빠른움직임에서 노이즈 낮고 정확한 값
수치적분오류가 누적되면서 오차발생
각 센서의 장단점
자이로센서 가속도센서
장단점이 있기 때문에 두 센서의 값을
Fusion 해서 사용합니다.
센서퓨전 값을 제공하는 하이레벨 API
DeviceOrientation Event
제공 값: 오일러 각
순차적으로
alpha beta gamma 회전을 적용
센서의 값을 별도로 제공하는 로우 레벨 API
DeviceMotion Event
자이로센서 가속도센서
{alpha, beta, gamma}
rotation rate
{x, y, z}
acceleration (중력 포함)
60Hz
멈춰있음
60Hz
0Hz
DeviceOrientation 발생빈도
천천히 움직임
60Hz
0~60Hz
빨리 움직임
60Hz
60Hz
iOS
Android
화면 주사율(60Hz)보다 낮으므로
프레임 드롭 유발
문제1
지자계 센서값이 포함
주변에 전자기기나 자성을 띠는 물체로 인해
지자계 센서 신호에 교란이 발생
DeviceOrientation Event
[구글 스트리트 뷰 자석 휭휭]
걱정마세요 최신 크롬 이나
iOS 는 관계없습니다.
2015-09
2016-03
문제1
지자계 센서값이 포함: 해당 디바이스
안드로이드 크롬 50 미만(2016년 3월 릴리즈)
삼성 인터넷 4 이하(갤럭시 S6)
DeviceOrientation Event
로우레벨 API
DeviceMotion Event
자이로센서 가속도센서
두 센서의 값을 모두 활용해서 최적의 값으로 보정하는 작업을 직접 해야함
😂
inertial measurement unit, IMU
Kalman Filter
성능은 최고, 연산비용, 구현 복잡
Complementary Filter
성능 나쁘지 않음, 구현 쉬움
센서값을 조합하는 필터 알고리즘
Complementary Filter 적용
자이로센서 가속도센서
{alpha1, beta1, gamma1} {alpha2, beta2, gamma2}Linear interpolation
오일러각 오일러각
(1-k) * (alpha1) + (k) * alpha2k = 0 k = 1
오일러각을 Quaternion으로 바꿔사용
{alpha, beta, gamma} {w, x, y, z}
각 원소의 숫자를 linear 하게 보간하였을때
구선형보간(SLERP)이 가능.
Partial 360 example
문제2
자이로센서 영점보정이
잘 안되어있다
안드로이드 디바이스 별 편차 존재
Examples
해결책1
하드웨어 진단 모드로 진입하여
직접 센서 영점보정을 수행하도록
안내한다.
😧
해결책2
뷰어에서 영점보정을
수행한다.
❤
“가만히 있는데도 화면이 계속 돌아가요”
Examples기기가 멈춰있음을
감지
자체 영점보정 프로세스
이후
자이로 센서신호에
보정값을 적용
자이로 센서 값을
영점보정값으로 저장
DeviceOrientation 이벤트에
타이머 설정
멈춰있을때만 콜백이 실행
DeviceOrientation DeviceMotion
자이로센서 가속도센서자이로 보정 값
to쿼터니언 to쿼터니언 to쿼터니언
자이로 Q 가속도 Q
Complementary Filter 상보필터
자이로 drift가
보정된
기기 자세
쿼터니언
가만히 있다!
문제1. 지자계 센서값이 포함
ü 센서별 값을 주는 devicemotion 이벤트 사용
문제2. 자이로센서 영점 보정
ü Deviceorientation 에 타이머를 걸어서 자체 보정
로직을 구현
요약
3. 네 가지 인터렉션 Fail
카메라의 회전 방향
Yaw Pitch Roll
카메라의 회전 방향
Yaw
카메라의 회전 방향
Pitch
카메라의 회전 방향
Roll
가장 간단한 방법: 그대로 대입
Cardboard View, VrView
goo.gl/jHfYTN
VrView Example
방법1 그대로 대입
문제1. 옆으로 누우면
지평선이 세로로 펼쳐진다.
방법1 그대로 대입
문제2. 테이블 위에서
초기로딩시 항상 바닥이 보인다.
매번 날 들어올려야
얼짱각도 샷 을 볼수 있지;;
1차 개선: Roll 빼고 대입
Youtube 360
자세 변경시
Yaw, Pitch, Roll
를 추출
카메라 방향에 Roll
을 빼고 적용
문제1 해결
문제1 해결
그대로 대입한 경우
vrview
Roll을 변경하지 않는 경우
Youtube 360 (iOS)
방법2: Roll 빼고 대입
문제3. 옆으로 누우면
기기기울임이 틀리게 동작한다
2차 개선: 기기 축 상대회전 적용
모바일 웹 Street View
자세 변경시 매번
직전 기기 축을 기준으로
Delta Yaw, Pitch, Roll
를 추출
카메라는 항상 정면을
보도록 초기화
지축 말고 기기축
goo.gl/dY6Gcu
Street view
문제2 해결 문제3 해결
방법3: 기기 축 상대회전 적용
문제4. 기울여서 몸주위로 돌리면
카메라 Yaw가 덜 돌아간다.
180도 회전 시켜도
뷰어의 카메라는
그에 못 미치는 Yaw 각의 변화가 생기는 현상
지면에 수직으로 세운 경우 지면에 비스듬히 세운 경우
3차 개선: 기기기준 Roll 을 활용
네이버 view360, facebook
몸 주위로 기기를 회전
회전축은 지면벡터
기기를 지면에 수직으로 했을 때
기기를 지면에 비스듬히 했을 때
모든 회전이
Yaw 에 반영
회전이
Yaw 와
Roll 로 분산
Yaw 축
Roll 축
Roll 축
Yaw 축
지축
지축
3차 개선: 기기기준 Roll 을 활용
네이버 view360, facebook
기기가 기울어진 만큼
Roll 회전을 카메라
Yaw에 추가반영
기기 Yaw 축
기기 Roll 축
지축
최종 결과물: 네이버 블로그 적용 예
goo.gl/3vsUUf
스마트에디터 팀
포토인프라 팀
덕분에 서비스 적용이 가능했습니다 ㅠ
🙏
4. 모션 외 입력 처리
사용자 입력의 종류
• 카메라 Yaw, Pitch 조작
• 터치 Pan 제스춰
• 마우스 Drag 제스춰
• 키보드 이동 키
• 카메라 Zoom 조작
• 터치 Pinch 제스춰
• 마우스 Wheel
핀치 제스춰 인풋
이동키 인풋
yaw
pitch
fov
마우스 휠 인풋
팬 제스춰 인풋
모션 인풋
인풋 플러그인
축 정의
값 범위
순환여부
바운스 영역
change
UI
eg.Axes
eg.Axes
1. 키보드, 핀치, 휠, 적용해서 UI 컨트롤을 손쉽게 하기위한 라이브러리
2. N 차원 축 정의
3. 축 별 옵션 별도 지정 (숫자 구간, 순환 여부, 바운스 영역 설정)
4. 값 애니메이팅
5. 축별 사용자 입력 서드파티 바인딩 API 제공
6. 빌트 인 인풋 타입만으로도 유용
naver.github.io/egjs-axes/
WebGL 적용 팁3
1. CSS 3D 가 더 나은경우
• 서비스에 embed 되지 않는 경우
• 큐브맵 이미지만 사용해도 되는 경우
• 다양한 렌더링 모드를 제공하지 않아도 되는 경우
2. WebGL context 활성갯수 제한
3. 이미지 리소스 CORS 필수
Future Plan
1. 오픈소스 공개
• View360 (naver/egjs-view360)
• Axes (naver/egjs-axes)
naver.github.io/egjs/
2. 추가예정 기능
• Little planet 렌더링
• Light weight virtual tour
• 360 동영상
Thank you

More Related Content

Viewers also liked

[143]알파글래스의 개발과정으로 알아보는 ar 스마트글래스 광학 시스템
[143]알파글래스의 개발과정으로 알아보는 ar 스마트글래스 광학 시스템 [143]알파글래스의 개발과정으로 알아보는 ar 스마트글래스 광학 시스템
[143]알파글래스의 개발과정으로 알아보는 ar 스마트글래스 광학 시스템 NAVER D2
 
[124]자율주행과 기계학습
[124]자율주행과 기계학습[124]자율주행과 기계학습
[124]자율주행과 기계학습NAVER D2
 
[132]웨일 브라우저 1년 그리고 미래
[132]웨일 브라우저 1년 그리고 미래[132]웨일 브라우저 1년 그리고 미래
[132]웨일 브라우저 1년 그리고 미래NAVER D2
 
what is_tabs_share
what is_tabs_sharewhat is_tabs_share
what is_tabs_shareNAVER D2
 
[112]clova platform 인공지능을 엮는 기술
[112]clova platform 인공지능을 엮는 기술[112]clova platform 인공지능을 엮는 기술
[112]clova platform 인공지능을 엮는 기술NAVER D2
 
[123]동네 커피샵도 사이렌 오더를 쓸 수 있을까
[123]동네 커피샵도 사이렌 오더를 쓸 수 있을까[123]동네 커피샵도 사이렌 오더를 쓸 수 있을까
[123]동네 커피샵도 사이렌 오더를 쓸 수 있을까NAVER D2
 
[113]how can realm_make_efficient_mobile_database
[113]how can realm_make_efficient_mobile_database[113]how can realm_make_efficient_mobile_database
[113]how can realm_make_efficient_mobile_databaseNAVER D2
 
[142] 생체 이해에 기반한 로봇 – 고성능 로봇에게 인간의 유연함과 안전성 부여하기
[142] 생체 이해에 기반한 로봇 – 고성능 로봇에게 인간의 유연함과 안전성 부여하기[142] 생체 이해에 기반한 로봇 – 고성능 로봇에게 인간의 유연함과 안전성 부여하기
[142] 생체 이해에 기반한 로봇 – 고성능 로봇에게 인간의 유연함과 안전성 부여하기NAVER D2
 
[135] 오픈소스 데이터베이스, 은행 서비스에 첫발을 내밀다.
[135] 오픈소스 데이터베이스, 은행 서비스에 첫발을 내밀다.[135] 오픈소스 데이터베이스, 은행 서비스에 첫발을 내밀다.
[135] 오픈소스 데이터베이스, 은행 서비스에 첫발을 내밀다.NAVER D2
 
[125] 머신러닝으로 쏟아지는 유저 cs 답변하기
[125] 머신러닝으로 쏟아지는 유저 cs 답변하기[125] 머신러닝으로 쏟아지는 유저 cs 답변하기
[125] 머신러닝으로 쏟아지는 유저 cs 답변하기NAVER D2
 
웨일브라우저 성능 및 메모리 최적화
웨일브라우저 성능 및 메모리 최적화웨일브라우저 성능 및 메모리 최적화
웨일브라우저 성능 및 메모리 최적화NAVER D2
 
[115]14일만에 깃헙 스타 1,000개 받은 차트 오픈소스 개발기
[115]14일만에 깃헙 스타 1,000개 받은 차트 오픈소스 개발기[115]14일만에 깃헙 스타 1,000개 받은 차트 오픈소스 개발기
[115]14일만에 깃헙 스타 1,000개 받은 차트 오픈소스 개발기NAVER D2
 
웨일 보안 이야기
웨일 보안 이야기웨일 보안 이야기
웨일 보안 이야기NAVER D2
 
유연하고 확장성 있는 빅데이터 처리
유연하고 확장성 있는 빅데이터 처리유연하고 확장성 있는 빅데이터 처리
유연하고 확장성 있는 빅데이터 처리NAVER D2
 
[216]네이버 검색 사용자를 만족시켜라! 의도파악과 의미검색
[216]네이버 검색 사용자를 만족시켜라!   의도파악과 의미검색[216]네이버 검색 사용자를 만족시켜라!   의도파악과 의미검색
[216]네이버 검색 사용자를 만족시켜라! 의도파악과 의미검색NAVER D2
 
[244]네트워크 모니터링 시스템(nms)을 지탱하는 기술
[244]네트워크 모니터링 시스템(nms)을 지탱하는 기술[244]네트워크 모니터링 시스템(nms)을 지탱하는 기술
[244]네트워크 모니터링 시스템(nms)을 지탱하는 기술NAVER D2
 
[221]똑똑한 인공지능 dj 비서 clova music
[221]똑똑한 인공지능 dj 비서 clova music[221]똑똑한 인공지능 dj 비서 clova music
[221]똑똑한 인공지능 dj 비서 clova musicNAVER D2
 
[234]멀티테넌트 하둡 클러스터 운영 경험기
[234]멀티테넌트 하둡 클러스터 운영 경험기[234]멀티테넌트 하둡 클러스터 운영 경험기
[234]멀티테넌트 하둡 클러스터 운영 경험기NAVER D2
 
[242]open stack neutron dataplane 구현
[242]open stack neutron   dataplane 구현[242]open stack neutron   dataplane 구현
[242]open stack neutron dataplane 구현NAVER D2
 
[215]streetwise machine learning for painless parking
[215]streetwise machine learning for painless parking[215]streetwise machine learning for painless parking
[215]streetwise machine learning for painless parkingNAVER D2
 

Viewers also liked (20)

[143]알파글래스의 개발과정으로 알아보는 ar 스마트글래스 광학 시스템
[143]알파글래스의 개발과정으로 알아보는 ar 스마트글래스 광학 시스템 [143]알파글래스의 개발과정으로 알아보는 ar 스마트글래스 광학 시스템
[143]알파글래스의 개발과정으로 알아보는 ar 스마트글래스 광학 시스템
 
[124]자율주행과 기계학습
[124]자율주행과 기계학습[124]자율주행과 기계학습
[124]자율주행과 기계학습
 
[132]웨일 브라우저 1년 그리고 미래
[132]웨일 브라우저 1년 그리고 미래[132]웨일 브라우저 1년 그리고 미래
[132]웨일 브라우저 1년 그리고 미래
 
what is_tabs_share
what is_tabs_sharewhat is_tabs_share
what is_tabs_share
 
[112]clova platform 인공지능을 엮는 기술
[112]clova platform 인공지능을 엮는 기술[112]clova platform 인공지능을 엮는 기술
[112]clova platform 인공지능을 엮는 기술
 
[123]동네 커피샵도 사이렌 오더를 쓸 수 있을까
[123]동네 커피샵도 사이렌 오더를 쓸 수 있을까[123]동네 커피샵도 사이렌 오더를 쓸 수 있을까
[123]동네 커피샵도 사이렌 오더를 쓸 수 있을까
 
[113]how can realm_make_efficient_mobile_database
[113]how can realm_make_efficient_mobile_database[113]how can realm_make_efficient_mobile_database
[113]how can realm_make_efficient_mobile_database
 
[142] 생체 이해에 기반한 로봇 – 고성능 로봇에게 인간의 유연함과 안전성 부여하기
[142] 생체 이해에 기반한 로봇 – 고성능 로봇에게 인간의 유연함과 안전성 부여하기[142] 생체 이해에 기반한 로봇 – 고성능 로봇에게 인간의 유연함과 안전성 부여하기
[142] 생체 이해에 기반한 로봇 – 고성능 로봇에게 인간의 유연함과 안전성 부여하기
 
[135] 오픈소스 데이터베이스, 은행 서비스에 첫발을 내밀다.
[135] 오픈소스 데이터베이스, 은행 서비스에 첫발을 내밀다.[135] 오픈소스 데이터베이스, 은행 서비스에 첫발을 내밀다.
[135] 오픈소스 데이터베이스, 은행 서비스에 첫발을 내밀다.
 
[125] 머신러닝으로 쏟아지는 유저 cs 답변하기
[125] 머신러닝으로 쏟아지는 유저 cs 답변하기[125] 머신러닝으로 쏟아지는 유저 cs 답변하기
[125] 머신러닝으로 쏟아지는 유저 cs 답변하기
 
웨일브라우저 성능 및 메모리 최적화
웨일브라우저 성능 및 메모리 최적화웨일브라우저 성능 및 메모리 최적화
웨일브라우저 성능 및 메모리 최적화
 
[115]14일만에 깃헙 스타 1,000개 받은 차트 오픈소스 개발기
[115]14일만에 깃헙 스타 1,000개 받은 차트 오픈소스 개발기[115]14일만에 깃헙 스타 1,000개 받은 차트 오픈소스 개발기
[115]14일만에 깃헙 스타 1,000개 받은 차트 오픈소스 개발기
 
웨일 보안 이야기
웨일 보안 이야기웨일 보안 이야기
웨일 보안 이야기
 
유연하고 확장성 있는 빅데이터 처리
유연하고 확장성 있는 빅데이터 처리유연하고 확장성 있는 빅데이터 처리
유연하고 확장성 있는 빅데이터 처리
 
[216]네이버 검색 사용자를 만족시켜라! 의도파악과 의미검색
[216]네이버 검색 사용자를 만족시켜라!   의도파악과 의미검색[216]네이버 검색 사용자를 만족시켜라!   의도파악과 의미검색
[216]네이버 검색 사용자를 만족시켜라! 의도파악과 의미검색
 
[244]네트워크 모니터링 시스템(nms)을 지탱하는 기술
[244]네트워크 모니터링 시스템(nms)을 지탱하는 기술[244]네트워크 모니터링 시스템(nms)을 지탱하는 기술
[244]네트워크 모니터링 시스템(nms)을 지탱하는 기술
 
[221]똑똑한 인공지능 dj 비서 clova music
[221]똑똑한 인공지능 dj 비서 clova music[221]똑똑한 인공지능 dj 비서 clova music
[221]똑똑한 인공지능 dj 비서 clova music
 
[234]멀티테넌트 하둡 클러스터 운영 경험기
[234]멀티테넌트 하둡 클러스터 운영 경험기[234]멀티테넌트 하둡 클러스터 운영 경험기
[234]멀티테넌트 하둡 클러스터 운영 경험기
 
[242]open stack neutron dataplane 구현
[242]open stack neutron   dataplane 구현[242]open stack neutron   dataplane 구현
[242]open stack neutron dataplane 구현
 
[215]streetwise machine learning for painless parking
[215]streetwise machine learning for painless parking[215]streetwise machine learning for painless parking
[215]streetwise machine learning for painless parking
 

Similar to 밑바닥부터시작하는360뷰어

PiStage를 활용한 리얼타임 렌더링 워크플로우 (with RTX)
PiStage를 활용한  리얼타임 렌더링 워크플로우 (with RTX)PiStage를 활용한  리얼타임 렌더링 워크플로우 (with RTX)
PiStage를 활용한 리얼타임 렌더링 워크플로우 (with RTX)YOUNGJO CHO
 
IoT/웨어러블 디바이스에서의 동작인식 기술 및 활용분야 (2014년)
IoT/웨어러블 디바이스에서의 동작인식 기술 및 활용분야 (2014년)IoT/웨어러블 디바이스에서의 동작인식 기술 및 활용분야 (2014년)
IoT/웨어러블 디바이스에서의 동작인식 기술 및 활용분야 (2014년)훈주 윤
 
정통 증강현실
정통 증강현실정통 증강현실
정통 증강현실Yonggun Choi
 
정통 증강현실
정통 증강현실정통 증강현실
정통 증강현실Yonggun Choi
 
공간증강현실을 이용한 곡선의 디자인 (HCI Korea 2013)
공간증강현실을 이용한 곡선의 디자인 (HCI Korea 2013)공간증강현실을 이용한 곡선의 디자인 (HCI Korea 2013)
공간증강현실을 이용한 곡선의 디자인 (HCI Korea 2013)Joo-Haeng Lee
 
[SSS 2nd] JellyBus 회사 소개
[SSS 2nd] JellyBus 회사 소개[SSS 2nd] JellyBus 회사 소개
[SSS 2nd] JellyBus 회사 소개GAMENEXT Works
 
산업용 로봇 상태 모니터링 시스템
산업용 로봇 상태 모니터링 시스템산업용 로봇 상태 모니터링 시스템
산업용 로봇 상태 모니터링 시스템kimgw
 
파이어몽키 3D 애플리케이션 만들기
파이어몽키 3D 애플리케이션 만들기파이어몽키 3D 애플리케이션 만들기
파이어몽키 3D 애플리케이션 만들기Devgear
 
바이탈휠체어
바이탈휠체어바이탈휠체어
바이탈휠체어Sunghun Baek
 
증강현실 인터랙션 기술동향 (김동철 선임)
증강현실 인터랙션 기술동향 (김동철 선임)증강현실 인터랙션 기술동향 (김동철 선임)
증강현실 인터랙션 기술동향 (김동철 선임)메가트렌드랩 megatrendlab
 
[울산]유시스 기업 홍보문서
[울산]유시스 기업 홍보문서[울산]유시스 기업 홍보문서
[울산]유시스 기업 홍보문서startupkorea
 
[NDC14] 라이브중인 2D게임에 시스템 변경 없이 본 애니메이션 도입하기[던전앤파이터]
[NDC14] 라이브중인 2D게임에 시스템 변경 없이 본 애니메이션 도입하기[던전앤파이터][NDC14] 라이브중인 2D게임에 시스템 변경 없이 본 애니메이션 도입하기[던전앤파이터]
[NDC14] 라이브중인 2D게임에 시스템 변경 없이 본 애니메이션 도입하기[던전앤파이터]SeungWon Lee
 
VMsoft clairview 제품소개서 (2014.03)
VMsoft clairview 제품소개서 (2014.03)VMsoft clairview 제품소개서 (2014.03)
VMsoft clairview 제품소개서 (2014.03)Daniel Park
 
인공지능 식별추적시스템 성능 검증 평가 사례
인공지능 식별추적시스템 성능 검증 평가 사례 인공지능 식별추적시스템 성능 검증 평가 사례
인공지능 식별추적시스템 성능 검증 평가 사례 IMQA
 
인공지능 식별추적시스템 실증랩 구축및 운영 - 평가모델 고도화
인공지능 식별추적시스템 실증랩 구축및 운영 - 평가모델 고도화인공지능 식별추적시스템 실증랩 구축및 운영 - 평가모델 고도화
인공지능 식별추적시스템 실증랩 구축및 운영 - 평가모델 고도화YoungSu Son
 

Similar to 밑바닥부터시작하는360뷰어 (20)

PiStage를 활용한 리얼타임 렌더링 워크플로우 (with RTX)
PiStage를 활용한  리얼타임 렌더링 워크플로우 (with RTX)PiStage를 활용한  리얼타임 렌더링 워크플로우 (with RTX)
PiStage를 활용한 리얼타임 렌더링 워크플로우 (with RTX)
 
IoT/웨어러블 디바이스에서의 동작인식 기술 및 활용분야 (2014년)
IoT/웨어러블 디바이스에서의 동작인식 기술 및 활용분야 (2014년)IoT/웨어러블 디바이스에서의 동작인식 기술 및 활용분야 (2014년)
IoT/웨어러블 디바이스에서의 동작인식 기술 및 활용분야 (2014년)
 
정통 증강현실
정통 증강현실정통 증강현실
정통 증강현실
 
정통 증강현실
정통 증강현실정통 증강현실
정통 증강현실
 
공간증강현실을 이용한 곡선의 디자인 (HCI Korea 2013)
공간증강현실을 이용한 곡선의 디자인 (HCI Korea 2013)공간증강현실을 이용한 곡선의 디자인 (HCI Korea 2013)
공간증강현실을 이용한 곡선의 디자인 (HCI Korea 2013)
 
[SSS 2nd] JellyBus 회사 소개
[SSS 2nd] JellyBus 회사 소개[SSS 2nd] JellyBus 회사 소개
[SSS 2nd] JellyBus 회사 소개
 
산업용 로봇 상태 모니터링 시스템
산업용 로봇 상태 모니터링 시스템산업용 로봇 상태 모니터링 시스템
산업용 로봇 상태 모니터링 시스템
 
nice shot
nice shotnice shot
nice shot
 
파이어몽키 3D 애플리케이션 만들기
파이어몽키 3D 애플리케이션 만들기파이어몽키 3D 애플리케이션 만들기
파이어몽키 3D 애플리케이션 만들기
 
바이탈휠체어
바이탈휠체어바이탈휠체어
바이탈휠체어
 
증강현실 인터랙션 기술동향
증강현실 인터랙션 기술동향증강현실 인터랙션 기술동향
증강현실 인터랙션 기술동향
 
증강현실 인터랙션 기술동향 (김동철 선임)
증강현실 인터랙션 기술동향 (김동철 선임)증강현실 인터랙션 기술동향 (김동철 선임)
증강현실 인터랙션 기술동향 (김동철 선임)
 
[울산]유시스 기업 홍보문서
[울산]유시스 기업 홍보문서[울산]유시스 기업 홍보문서
[울산]유시스 기업 홍보문서
 
Designing Apps for Motorla Xoom Tablet
Designing Apps for Motorla Xoom TabletDesigning Apps for Motorla Xoom Tablet
Designing Apps for Motorla Xoom Tablet
 
[NDC14] 라이브중인 2D게임에 시스템 변경 없이 본 애니메이션 도입하기[던전앤파이터]
[NDC14] 라이브중인 2D게임에 시스템 변경 없이 본 애니메이션 도입하기[던전앤파이터][NDC14] 라이브중인 2D게임에 시스템 변경 없이 본 애니메이션 도입하기[던전앤파이터]
[NDC14] 라이브중인 2D게임에 시스템 변경 없이 본 애니메이션 도입하기[던전앤파이터]
 
발표자료
발표자료 발표자료
발표자료
 
VMsoft clairview 제품소개서 (2014.03)
VMsoft clairview 제품소개서 (2014.03)VMsoft clairview 제품소개서 (2014.03)
VMsoft clairview 제품소개서 (2014.03)
 
인공지능 식별추적시스템 성능 검증 평가 사례
인공지능 식별추적시스템 성능 검증 평가 사례 인공지능 식별추적시스템 성능 검증 평가 사례
인공지능 식별추적시스템 성능 검증 평가 사례
 
인공지능 식별추적시스템 실증랩 구축및 운영 - 평가모델 고도화
인공지능 식별추적시스템 실증랩 구축및 운영 - 평가모델 고도화인공지능 식별추적시스템 실증랩 구축및 운영 - 평가모델 고도화
인공지능 식별추적시스템 실증랩 구축및 운영 - 평가모델 고도화
 
Start unreal
Start unrealStart unreal
Start unreal
 

More from NAVER D2

[211] 인공지능이 인공지능 챗봇을 만든다
[211] 인공지능이 인공지능 챗봇을 만든다[211] 인공지능이 인공지능 챗봇을 만든다
[211] 인공지능이 인공지능 챗봇을 만든다NAVER D2
 
[233] 대형 컨테이너 클러스터에서의 고가용성 Network Load Balancing: Maglev Hashing Scheduler i...
[233] 대형 컨테이너 클러스터에서의 고가용성 Network Load Balancing: Maglev Hashing Scheduler i...[233] 대형 컨테이너 클러스터에서의 고가용성 Network Load Balancing: Maglev Hashing Scheduler i...
[233] 대형 컨테이너 클러스터에서의 고가용성 Network Load Balancing: Maglev Hashing Scheduler i...NAVER D2
 
[215] Druid로 쉽고 빠르게 데이터 분석하기
[215] Druid로 쉽고 빠르게 데이터 분석하기[215] Druid로 쉽고 빠르게 데이터 분석하기
[215] Druid로 쉽고 빠르게 데이터 분석하기NAVER D2
 
[245]Papago Internals: 모델분석과 응용기술 개발
[245]Papago Internals: 모델분석과 응용기술 개발[245]Papago Internals: 모델분석과 응용기술 개발
[245]Papago Internals: 모델분석과 응용기술 개발NAVER D2
 
[236] 스트림 저장소 최적화 이야기: 아파치 드루이드로부터 얻은 교훈
[236] 스트림 저장소 최적화 이야기: 아파치 드루이드로부터 얻은 교훈[236] 스트림 저장소 최적화 이야기: 아파치 드루이드로부터 얻은 교훈
[236] 스트림 저장소 최적화 이야기: 아파치 드루이드로부터 얻은 교훈NAVER D2
 
[235]Wikipedia-scale Q&A
[235]Wikipedia-scale Q&A[235]Wikipedia-scale Q&A
[235]Wikipedia-scale Q&ANAVER D2
 
[244]로봇이 현실 세계에 대해 학습하도록 만들기
[244]로봇이 현실 세계에 대해 학습하도록 만들기[244]로봇이 현실 세계에 대해 학습하도록 만들기
[244]로봇이 현실 세계에 대해 학습하도록 만들기NAVER D2
 
[243] Deep Learning to help student’s Deep Learning
[243] Deep Learning to help student’s Deep Learning[243] Deep Learning to help student’s Deep Learning
[243] Deep Learning to help student’s Deep LearningNAVER D2
 
[234]Fast & Accurate Data Annotation Pipeline for AI applications
[234]Fast & Accurate Data Annotation Pipeline for AI applications[234]Fast & Accurate Data Annotation Pipeline for AI applications
[234]Fast & Accurate Data Annotation Pipeline for AI applicationsNAVER D2
 
Old version: [233]대형 컨테이너 클러스터에서의 고가용성 Network Load Balancing
Old version: [233]대형 컨테이너 클러스터에서의 고가용성 Network Load BalancingOld version: [233]대형 컨테이너 클러스터에서의 고가용성 Network Load Balancing
Old version: [233]대형 컨테이너 클러스터에서의 고가용성 Network Load BalancingNAVER D2
 
[226]NAVER 광고 deep click prediction: 모델링부터 서빙까지
[226]NAVER 광고 deep click prediction: 모델링부터 서빙까지[226]NAVER 광고 deep click prediction: 모델링부터 서빙까지
[226]NAVER 광고 deep click prediction: 모델링부터 서빙까지NAVER D2
 
[225]NSML: 머신러닝 플랫폼 서비스하기 & 모델 튜닝 자동화하기
[225]NSML: 머신러닝 플랫폼 서비스하기 & 모델 튜닝 자동화하기[225]NSML: 머신러닝 플랫폼 서비스하기 & 모델 튜닝 자동화하기
[225]NSML: 머신러닝 플랫폼 서비스하기 & 모델 튜닝 자동화하기NAVER D2
 
[224]네이버 검색과 개인화
[224]네이버 검색과 개인화[224]네이버 검색과 개인화
[224]네이버 검색과 개인화NAVER D2
 
[216]Search Reliability Engineering (부제: 지진에도 흔들리지 않는 네이버 검색시스템)
[216]Search Reliability Engineering (부제: 지진에도 흔들리지 않는 네이버 검색시스템)[216]Search Reliability Engineering (부제: 지진에도 흔들리지 않는 네이버 검색시스템)
[216]Search Reliability Engineering (부제: 지진에도 흔들리지 않는 네이버 검색시스템)NAVER D2
 
[214] Ai Serving Platform: 하루 수 억 건의 인퍼런스를 처리하기 위한 고군분투기
[214] Ai Serving Platform: 하루 수 억 건의 인퍼런스를 처리하기 위한 고군분투기[214] Ai Serving Platform: 하루 수 억 건의 인퍼런스를 처리하기 위한 고군분투기
[214] Ai Serving Platform: 하루 수 억 건의 인퍼런스를 처리하기 위한 고군분투기NAVER D2
 
[213] Fashion Visual Search
[213] Fashion Visual Search[213] Fashion Visual Search
[213] Fashion Visual SearchNAVER D2
 
[232] TensorRT를 활용한 딥러닝 Inference 최적화
[232] TensorRT를 활용한 딥러닝 Inference 최적화[232] TensorRT를 활용한 딥러닝 Inference 최적화
[232] TensorRT를 활용한 딥러닝 Inference 최적화NAVER D2
 
[242]컴퓨터 비전을 이용한 실내 지도 자동 업데이트 방법: 딥러닝을 통한 POI 변화 탐지
[242]컴퓨터 비전을 이용한 실내 지도 자동 업데이트 방법: 딥러닝을 통한 POI 변화 탐지[242]컴퓨터 비전을 이용한 실내 지도 자동 업데이트 방법: 딥러닝을 통한 POI 변화 탐지
[242]컴퓨터 비전을 이용한 실내 지도 자동 업데이트 방법: 딥러닝을 통한 POI 변화 탐지NAVER D2
 
[212]C3, 데이터 처리에서 서빙까지 가능한 하둡 클러스터
[212]C3, 데이터 처리에서 서빙까지 가능한 하둡 클러스터[212]C3, 데이터 처리에서 서빙까지 가능한 하둡 클러스터
[212]C3, 데이터 처리에서 서빙까지 가능한 하둡 클러스터NAVER D2
 
[223]기계독해 QA: 검색인가, NLP인가?
[223]기계독해 QA: 검색인가, NLP인가?[223]기계독해 QA: 검색인가, NLP인가?
[223]기계독해 QA: 검색인가, NLP인가?NAVER D2
 

More from NAVER D2 (20)

[211] 인공지능이 인공지능 챗봇을 만든다
[211] 인공지능이 인공지능 챗봇을 만든다[211] 인공지능이 인공지능 챗봇을 만든다
[211] 인공지능이 인공지능 챗봇을 만든다
 
[233] 대형 컨테이너 클러스터에서의 고가용성 Network Load Balancing: Maglev Hashing Scheduler i...
[233] 대형 컨테이너 클러스터에서의 고가용성 Network Load Balancing: Maglev Hashing Scheduler i...[233] 대형 컨테이너 클러스터에서의 고가용성 Network Load Balancing: Maglev Hashing Scheduler i...
[233] 대형 컨테이너 클러스터에서의 고가용성 Network Load Balancing: Maglev Hashing Scheduler i...
 
[215] Druid로 쉽고 빠르게 데이터 분석하기
[215] Druid로 쉽고 빠르게 데이터 분석하기[215] Druid로 쉽고 빠르게 데이터 분석하기
[215] Druid로 쉽고 빠르게 데이터 분석하기
 
[245]Papago Internals: 모델분석과 응용기술 개발
[245]Papago Internals: 모델분석과 응용기술 개발[245]Papago Internals: 모델분석과 응용기술 개발
[245]Papago Internals: 모델분석과 응용기술 개발
 
[236] 스트림 저장소 최적화 이야기: 아파치 드루이드로부터 얻은 교훈
[236] 스트림 저장소 최적화 이야기: 아파치 드루이드로부터 얻은 교훈[236] 스트림 저장소 최적화 이야기: 아파치 드루이드로부터 얻은 교훈
[236] 스트림 저장소 최적화 이야기: 아파치 드루이드로부터 얻은 교훈
 
[235]Wikipedia-scale Q&A
[235]Wikipedia-scale Q&A[235]Wikipedia-scale Q&A
[235]Wikipedia-scale Q&A
 
[244]로봇이 현실 세계에 대해 학습하도록 만들기
[244]로봇이 현실 세계에 대해 학습하도록 만들기[244]로봇이 현실 세계에 대해 학습하도록 만들기
[244]로봇이 현실 세계에 대해 학습하도록 만들기
 
[243] Deep Learning to help student’s Deep Learning
[243] Deep Learning to help student’s Deep Learning[243] Deep Learning to help student’s Deep Learning
[243] Deep Learning to help student’s Deep Learning
 
[234]Fast & Accurate Data Annotation Pipeline for AI applications
[234]Fast & Accurate Data Annotation Pipeline for AI applications[234]Fast & Accurate Data Annotation Pipeline for AI applications
[234]Fast & Accurate Data Annotation Pipeline for AI applications
 
Old version: [233]대형 컨테이너 클러스터에서의 고가용성 Network Load Balancing
Old version: [233]대형 컨테이너 클러스터에서의 고가용성 Network Load BalancingOld version: [233]대형 컨테이너 클러스터에서의 고가용성 Network Load Balancing
Old version: [233]대형 컨테이너 클러스터에서의 고가용성 Network Load Balancing
 
[226]NAVER 광고 deep click prediction: 모델링부터 서빙까지
[226]NAVER 광고 deep click prediction: 모델링부터 서빙까지[226]NAVER 광고 deep click prediction: 모델링부터 서빙까지
[226]NAVER 광고 deep click prediction: 모델링부터 서빙까지
 
[225]NSML: 머신러닝 플랫폼 서비스하기 & 모델 튜닝 자동화하기
[225]NSML: 머신러닝 플랫폼 서비스하기 & 모델 튜닝 자동화하기[225]NSML: 머신러닝 플랫폼 서비스하기 & 모델 튜닝 자동화하기
[225]NSML: 머신러닝 플랫폼 서비스하기 & 모델 튜닝 자동화하기
 
[224]네이버 검색과 개인화
[224]네이버 검색과 개인화[224]네이버 검색과 개인화
[224]네이버 검색과 개인화
 
[216]Search Reliability Engineering (부제: 지진에도 흔들리지 않는 네이버 검색시스템)
[216]Search Reliability Engineering (부제: 지진에도 흔들리지 않는 네이버 검색시스템)[216]Search Reliability Engineering (부제: 지진에도 흔들리지 않는 네이버 검색시스템)
[216]Search Reliability Engineering (부제: 지진에도 흔들리지 않는 네이버 검색시스템)
 
[214] Ai Serving Platform: 하루 수 억 건의 인퍼런스를 처리하기 위한 고군분투기
[214] Ai Serving Platform: 하루 수 억 건의 인퍼런스를 처리하기 위한 고군분투기[214] Ai Serving Platform: 하루 수 억 건의 인퍼런스를 처리하기 위한 고군분투기
[214] Ai Serving Platform: 하루 수 억 건의 인퍼런스를 처리하기 위한 고군분투기
 
[213] Fashion Visual Search
[213] Fashion Visual Search[213] Fashion Visual Search
[213] Fashion Visual Search
 
[232] TensorRT를 활용한 딥러닝 Inference 최적화
[232] TensorRT를 활용한 딥러닝 Inference 최적화[232] TensorRT를 활용한 딥러닝 Inference 최적화
[232] TensorRT를 활용한 딥러닝 Inference 최적화
 
[242]컴퓨터 비전을 이용한 실내 지도 자동 업데이트 방법: 딥러닝을 통한 POI 변화 탐지
[242]컴퓨터 비전을 이용한 실내 지도 자동 업데이트 방법: 딥러닝을 통한 POI 변화 탐지[242]컴퓨터 비전을 이용한 실내 지도 자동 업데이트 방법: 딥러닝을 통한 POI 변화 탐지
[242]컴퓨터 비전을 이용한 실내 지도 자동 업데이트 방법: 딥러닝을 통한 POI 변화 탐지
 
[212]C3, 데이터 처리에서 서빙까지 가능한 하둡 클러스터
[212]C3, 데이터 처리에서 서빙까지 가능한 하둡 클러스터[212]C3, 데이터 처리에서 서빙까지 가능한 하둡 클러스터
[212]C3, 데이터 처리에서 서빙까지 가능한 하둡 클러스터
 
[223]기계독해 QA: 검색인가, NLP인가?
[223]기계독해 QA: 검색인가, NLP인가?[223]기계독해 QA: 검색인가, NLP인가?
[223]기계독해 QA: 검색인가, NLP인가?
 

밑바닥부터시작하는360뷰어