한국컴퓨터정보학회논문지 (Journal of the Korea Society of Computer and Information)

한국컴퓨터정보학회 (Korean Society of Computer Information)
권호 표지
DOI QR코드

DOI QR Code

탄성변형에너지 측도를 이용한 부분적으로 가려진 이진 객체의 인식

Recognition of Partially Occluded Binary Objects using Elastic Deformation Energy Measure

  • 문영인 (단국대학교 컴퓨터학과) ;
  • 구자영 (단국대학교 소프트웨어학과)
  • Moon, Young-In (Dept. of Computer Science and Engineering, Dankook University) ;
  • Koo, Ja-Young (Dept. of Software Science, Dankook University)
  • 투고 : 2014.08.20
  • 심사 : 2014.09.27
  • 발행 : 2014.10.31
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

주어진 이진영상 안에 존재하는 객체를 인식하기 위해서는 영상분할과 패턴정합 과정을 거친다. 영상 내의 이진 객체들이 서로 분리되었다는 조건 하에서는 면적, 경계선의 길이, 또는 그들 사이의 비례 등과 같은 대상 전체의 특징을 기술하는 전역적 특징을 이용해서 객체를 인식할 수 있지만 객체들이 서로에 의해 부분적으로 가리어져 있으면 전역적 특징은 사용될 수 없고 점, 선분 등 객체의 부분을 기술하는 국지적 특징들을 이용해서 인식해야 한다. 본 논문에서는 모델의 경계선상의 곡률이 큰 점들을 추출하여 특징점으로 삼고, 그 가운데 두 점을 택하여 하나의 국지적 특징으로 사용한다. 또한 모델과 입력영상에서 각기 추출된 국지적 특징들을 비교하여 정합함으로써 부분적으로 가려진 객체를 인식하는 방법을 제안하고 있다. 특징점의 쌍으로 표현되는 국지적 특징을 서로 비교함에 있어서 두 점간의 거리와 양 특징점에서의 그래디언트 벡터의 사이 각을 일치시키는데 필요한 탄성변형 에너지를 이용하여 국지적 특징 사이의 유사도를 정의한다. 인식대상 객체 상의 한 특징점의 레이블을 다른 특징점의 레이블들이 얼마나 지지하는 지를 계산함으로써 부분적으로 가려진 객체를 안정적으로 인식하는 방법을 제안한다. Kimia-25 데이터에 대한 실험 결과 최대 클리크 알고리즘의 4.5배의 속도로 동일한 인식률을 얻음을 보였다.

Process of recognizing objects in binary images consists of image segmentation and pattern matching. If binary objects in the image are assumed to be separated, global features such as area, length of perimeter, or the ratio of the two can be used to recognize the objects in the image. However, if such an assumption is not valid, the global features can not be used but local features such as points or line segments should be used to recognize the objects. In this paper points with large curvature along the perimeter are chosen to be the feature points, and pairs of points selected from them are used as local features. Similarity of two local features are defined using elastic deformation energy for making the lengths and angles between gradient vectors at the end points same. Neighbour support value is defined and used for robust recognition of partially occluded binary objects. An experiment on Kimia-25 data showed that the proposed algorithm runs 4.5 times faster than the maximum clique algorithm with same recognition rate.

키워드

참고문헌

  1. Zhang, G., and Chu, J., "Recognition Partially Occluded Object from a Line Drawing," Journal of Computer, Vol. 6, No. 8, pp. 1740-1747, August 2011.
  2. Gu, C., and Hung, W., Tao, J., Shang, L., Zhu, Z. K., "Efficient object recognition method based on hierachical representation", IEEE International Conference on Robotics and Biomimetics, pp. 358-368, December 2013.
  3. Cootes, T., Cooper, D., Taylor, C., and Graham, J., "Trainable method of parametric shape description," Journal of Image Vision Computing, Vol. 10, No. 5, pp. 289-294, June 1992. https://doi.org/10.1016/0262-8856(92)90044-4
  4. Donoser, M., Riemenschneider, H., and Bischof, H., "Efficient partial shape matching of outer contours," ACCV 1, 5994, pp. 281-292, 2010.
  5. Zhang, Q., Sun. J., Tsang. E., "An Evolutionary Algorithm With Guided Mutation for the Maximum Clique Problem," IEEE Trans Evolutionary Computation, Vol. 9, No. 2, pp. 192-200, April 2005. https://doi.org/10.1109/TEVC.2004.840835
  6. Trefftz, C., Santamaria-Galvis, A., Cruz, R., "Parallelizing an algorithm to find the maximal clique on interval graphs on graphical processing units.", IEEE International Conference on EIT, pp. 100-102, 2014.
  7. Horacek, O., Kamenicky, J., and Flusser. J., "Recognition of partially occluded and deformed binary objects," Pattern Recognition Letters, 29, pp. 360-369, February 2008. https://doi.org/10.1016/j.patrec.2007.10.012
  8. Mokhtarian, F. and Ung, Y. K., Wang, Z., "Automatic fitting of digitised contours at multiple scales through the curvature scale space technique," Computer & Graphics, Vol. 29, Issue 6, pp. 961-971, December 2005. https://doi.org/10.1016/j.cag.2005.09.012
  9. Moon, Y. I., Koo, J. Y., "Recognition of Partially Occluded Binary Objects using Support Values between Dominant Point Labels," Journal of Korean Institute of Information Scientists and Engineers. Vol. 38, No. 7, pp. 387-391, July 2011.
  10. Won, B. H., Koo, J. Y., "An Improved Object Detection Method using Hausdorff Distance based on Elastic Deformation Energy," Journal of The Korea Society of Computer and Information, Vol 12, No 2, pp. 71-75, March 2007.
  11. Sharvi, D., Chan, J., Teck, H., and Kimia, B. B., "Symmetry-based indexing of image database," IEEE Workshop on Content-Based Access of Image and Video Libraries, pp. 56-62, 1998.
  12. Jain, A. and Vailaya, A., "Shape-Based Retrieval: A Case Study with Trademark Image Database," Pattern Recognition, Vol. 3, Issue 9, pp. 1369-1390, Sep. 1998.
  13. Jamkhandikar, D., Mytri, V. D., "CSS Based Trademark Retrieval System", International Conference on Electronic Systems, Signal Processing and Computing Technologies, pp. 129-133, Jan. 2014.