한국정보과학회:학술대회논문집 (Proceedings of the Korean Information Science Society Conference)
- 한국정보과학회 2007년도 한국컴퓨터종합학술대회논문집 Vol.34 No.1 (B)
- /
- Pages.182-187
- /
- 2007
- /
- 1598-5164(pISSN)
지역적 유사도를 이용한 이미지 색상 정보 추출
Extraction of Color Information from Images using Grid Kernel
- 손정우 (경북대학교 전자전기컴퓨터학부 기계 학습 연구실) ;
-
박성배
(경북대학교 전자전기컴퓨터학부 기계 학습 연구실) ;
- 김상수 (경북대학교 전자전기컴퓨터학부 기계 학습 연구실) ;
-
김구진
(경북대학교 전자전기컴퓨터학부 컴퓨터 그래픽스 연구실)
- Son, Jeong-Woo (Kyungpook National University School of Electrical Engineering and Computer Science Mechine Learning Lab.) ;
-
Park, Seong-Bae
(Kyungpook National University School of Electrical Engineering and Computer Science Mechine Learning Lab.) ;
- Kim, Sang-Su (Kyungpook National University School of Electrical Engineering and Computer Science Mechine Learning Lab.) ;
-
Kim, Ku-Jin
(Kyungpook National University School of Electrical Engineering and Computer Science Computer Graphics Lab.)
- 발행 : 2007.06.25
초록
본 논문에서는 이미지 상에 나타난 색상 정보를 추출하기 위한 새로운 커널 메소드(Kernel method)인 Grid kernel을 제안한다. 제안한 Grid kernel은 Convolution kernel의 하나로 이미지 상에 나타나는 자질을 주변 픽셀에서 나타나는 자질로 정의 하고 이를 재귀적으로 적용함으로써 두 이미지를 비교한다. 본 논문에서는 제안한 커널을 차량 색상 인식 문제에 적용하여 차량 색상 인식 모델을 제안한다. 이미지 생성시 나타나는 주변 요인으로 인해 차량의 색상을 추출하는 것은 어려운 문제이다. 이미지가 야외에서 촬영되기 때문에 시간, 날씨 등의 주변 요인은 같은 차량이라 하더라도 다른 색상을 보이게 할 수 있다. 이를 해결하기 위해 Grid kernel이 적용된 차량 색상 인식 모델은 이미지를 HSV (Hue-Saturation-Value) 색상 공간으로 사상하여 명도를 배제하였다. 제안한 커널과 색상 인식 모델을 검증하기 위해 5가지 색상을 가진 차량 이미지를 이용하여 실험을 하였으며, 실험 결과 92.4%의 정확율과 92.0%의 재현율을 보였다.
키워드