• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.11a
• /
• pp.497-500
• /
• 2003

본 논문은 계층적 분류기를 제안하여 실시간으로 얼굴 영역을 검출하고, PT(pan-tilt) 카메라를 통해 동적으로 얼굴을 추적할 수 있는 강인한 추적 알고리즘을 구현하고자 한다. 제안된 알고리즘은 분류기 학습, 실시간 얼굴 영역 검출, 추적의 세 단계로 구성된다. 분류기 학습은 AdaBoost 알고리즘을 이용하여, 독특한 얼굴 특징을 추출하는 계층적 분류기를 생성한다. 계층적 분류기는 높은 정확도를 가진 분류기들이 단계적으로 결합됨으로써 우수한 검출 성능으로 수행된다. 실시간 얼굴 영역 검출은 생성된 계층적 분류기를 통해, 빠르고 효율적으로 얼굴 영역을 찾아낸다. 추적은 PT 카메라를 통해 동적으로 검출 영역을 확장시키며, 이전 단계에서 추출된 얼굴 영역의 위치 정보를 이용하여 수행한다. 제안된 알고리즘은 계산의 효율성과 검출 성능을 동시에 증가시키며, 얼굴 검출 수행은 2초당 약 15프레임을 실시간으로 처리한다.

• Progress in Medical Physics
• /
• v.15 no.2
• /
• pp.70-76
• /
• 2004

The most important work for early detection of liver cancer and decision of its characteristic and location is good segmentation of a liver region from other abdominal organs. This paper proposes a fully automatic liver segmentation algorithm based on the abdominal morphology characteristic as an easy and efficient method. Multi-modal threshold as pre-processing is peformed and a spine is segmented for finding morphological coordinates of an abdomen. Then the liver region is extracted using C-class maximum a posteriori (MAP) decision and morphological filtering. In order to estimate results of the automatic segmented liver region, area error rate (AER) and correlation coefficients of rotational binary region projection matching (RBRPM) are utilized. Experimental results showed automatic liver segmentation obtained by the proposed algorithm provided strong similarity to manual liver segmentation.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.26 no.9B
• /
• pp.1292-1298
• /
• 2001

본 논문에서는 공간 영역에서의 블록 분류 (block classification)와 순방향 신경망 필터(feedforward neural network filter)를 이용한 블록 기반 부호화에서의 적응적 블록화 현상 제거 알고리듬을 제안하였다. 제안한 방법에서는 각 블록 경계를 인접 블록간의 통계적 특성을 이용하여 평탄 영역과 에지 영역으로 분류한 후, 각 영역에 대하여 블록화 현상이 발생하였다고 분류된 클래스에 대하여 적응적인 블록간 필터링을 수행한다. 즉, 평탄 영역으로 분류된 영역 중 블록화 현상이 발생한 영역은 오류 역전파 학습 알고리듬 (error backpropagation learning algorithm)에 의하여 학습된 2계층 (2-layer) 신경망 필터를 이용하여 블록화 현상을 제거하고, 복잡한 영역으로 분류된 영역 중 블록화 현상이 발생한 영역은 에지 성분을 보존하기 위하여 선형 내삽을 이용하여 블록간 인접 화소의 밝기 값만을 조정함으로써 블록화 현상을 제거한다. 모의 실험 결과를 통하여 제안한 방법이 객관적 화질 및 주관적 화질 측면에서 기존의 방법보다 그 성능이 우수함을 확인하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2014.07a
• /
• pp.419-422
• /
• 2014

본 논문에서는 환자와 검사자에게 초음파 영상의 객관화된 정보를 정확하게 제공하기 위해 간과 신장의 초음파 영상에 SOM 기법을 적용하여 지방간 농도 수치를 분류하는 방법을 제시한다. 제안된 방법은 간, 신장 영역을 촬영한 초음파 영상에서 촬영정보나 눈금자 등과 같이 필요 없는 부분을 잡음으로 간주하여 제거한 Region Of Interest(ROI) 영상을 추출하고, 추출된 ROI 영상에서 명암대비를 강조하기 위해 Fuzzy Stretching 기법을 적용한다. Stretching된 영상에 Enhanced Average Binary와 Labeling 기법으로 적용하여 얻은 Contour 정보를 분석하여 잡음을 제거한 후, 지방간의 측정 영역을 추출한다. 추출된 간과 신장의 측정 영역에 SOM 기법을 적용하여 명암도 값을 분류한 후, 간과 신장의 실질 영역의 대표 명암도를 각각 추출하여 비교 분석한다. 제안된 방법을 초음파 영상에 적용한 결과, 효율적이고 객관적으로 간의 지방도를 분류할 수 있는 가능성을 확인하였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.11a
• /
• pp.310-313
• /
• 2003

최근 들어 립리딩은 멀티모달 인터페이스 기술의 응용분야에서 많은 관심을 모으고 있다. 동적영상을 이용한 립리딩 시스템에서 해결해야 할 주된 문제점은 상황 변화에 독립적으로 얼굴 영역과 입술 영역을 추출하고 오프라인이 아닌 실시간으로 입력된 입술 영상의 인식을 처리하여 립리딩의 사용도를 높이는 것이다. 본 논문에서는 사용자가 쉽게 사용할 수 있는 PC카메라를 사용하여 영상을 입력받아 학습과 인식을 실시간으로 처리하는 립리딩 시스템을 구현하였다. 본 논문에서는 움직임이 있는 화자의 얼굴영역과 입술영역을 컬러, 조명등의 변화에 독립적으로 추출하기 위해 HSI모델을 이용하였다. 입력 영상에서 일정한 크기의 영역에 대한 색도 히스토그램 모델을 만들어 색도 영상에 적용함으로써 얼굴영역의 확률 분포를 구하였고, Mean-Shift Algorithm을 이용하여 얼굴영역의 검출과 추적을 하였다. 특징 점 추출에는 이미지 기반 방법인 PCA 기법을 이용하였고, HMM 기반 패턴 인식을 사용하여 실시간으로 실험영상데이터에 대한 학습과 인식을 수행할 수 있었다.

• Journal of Biomedical Engineering Research
• /
• v.22 no.1
• /
• pp.9-17
• /
• 2001

의료영상 처리는 의료 전문가들이 의료영상을 이용한 진단, 치료, 및 연구를 함에 있어 중요한 역할을 하고 있다. 많은 영상 분할 방법들이 의료영상 처리분야에서 성공적으로 사용되고 있다. 본 논문에서는 CT 영상에서 간 영역을 자동으로 추출하는 방법을 제시한다. 본 논문에서는 간 영역을 추출하기 위해 co-occurrence matrix를 적용하였고, 추출된 영역에서 뼈와 근육, 신장 영역을 제거하였다. 제안된 방법은 의료 전문가가 추출한 결과와 비교하여 좋은 결과를 보여주었다.

• Journal of Sensor Science and Technology
• /
• v.6 no.5
• /
• pp.376-384
• /
• 1997

In this paper, we propose a coding method of remotely sensed satellite image with edge region compensation. This method classifies each pixel vector considering spectral reflection characteristics of satellite image data. For each class, we perform classified intraband VQ and classified interband prediction to remove intraband and interband redundancies, respectively. In edge region case, edge region is compensated using class information of neighboring blocks and gray value of quantized reference bands. Then we perform classified interband prediction using compensated class information to remove interband redundancy, effectively. Experiments on LANDSAT-TM satellite images show that coding efficiency of the proposed method is better than that of the conventional methods.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 1996.06a
• /
• pp.169-174
• /
• 1996

객체 인식은 대용량의 영상 데이터를 분석, 탐색하고 재구성하기 위한 내용기반 영상 검색의 매우 중요한 분야이며, 특히 인간의 얼굴은 검색 영상 내에서 대부분 주요한 장면에 위치하고 있기 때문에 그 비중이 매우 크다. 본 논문에서는 내용기반 영상 검색을 위한 실시간 얼굴 영역 추출 방법을 제안한다. 제안된 방법에서는 다층 피라미드 구조와 간단한 형태의 머리 형판을 사용하여 얼굴의 후보 영역을 추출한 후, 보다 정확한 얼굴 영역을 추출하기 위하여 후보 영역 내에서 눈의 위치를 탐색하고, 두 눈의 위치를 기준으로 최종적인 얼굴 영역을 추출하였다. 얼굴 후보 영역 추출 단계에서는 얼굴의 형태 정보를 포함하고 있는 모자이크 형판을 사용하여 머리와 턱을 포함한 얼굴 영역을 추출하였으며, 눈 위치 추출 단계에서는 눈의 위치 정보를 사용하여 눈의 탐색 영역을 결정하고, 탐색 영역 내에서 이진 영상 형판을 사용하여 눈의 위치를 추출한 후, 눈 영역의 무게 중심을 눈의 중심 위치로 설정하였다. 마지막 얼굴 영역 추출단계에서는 두 눈의 위치를 기준으로 사각형의 영역을 얼굴 영역으로 추출하였다. 제안된 방법의 성능을 검증하기 위하여 1700장의 다양한 영상에 대하여 실험하였으며, 실험 결과 한 장의 영상에서 얼굴 영역을 추출하는데 있어서, Pentium 166Mz의 PC상에서 평균 3.2초의 처리 속도와 91.7%의 추출률을 보임으로써, 실시간 얼굴 영역 추출에 매우 효과적임을 알 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10b
• /
• pp.526-530
• /
• 2006

논문은 CT영상에서 영역 확장 기법을 이용하여 인간의 장기 중 뇌와 간을 자동으로 추출할 수 있는 방법을 제안한다. 이는 뇌와 간이 CT영상에서 비교적 넓은 영역을 차지하고 있다는 사실에 기인하였으며, CT영상에서 특정 장기 영역을 추출하기 위해서 크게 초기 탐색 영역 결정 단계와 최종 장기 영역 단계로 나누어진다. 초기 탐색 영역은 CT영상 내에서 추출하고자 하는 장기 영역과 관계없는 부분을 제거하고 특정 장기 영역만을 남겨 관심 장기 영역의 검출률을 높이는 작업이다. 본 논문에서는 CT영상에서 비교적 높은 Gray Level을 가지고 있는 뼈영역인 두개골과 척추의 위치를 기반으로 하여 초기 탐색 영역을 결정하는 방법을 사용하였다. 특정 장기 영역의 추출은 ATID(Automatic Threshold Intensity Decision)를 이용한 이진화 단계, 모폴로지의 Opening 기법을 이용한 잡음제거 단계, Region Growing 기법을 이용한 특정 영역 추출 단계를 이용하는 과정을 거친다. 본 논문에서는 Region Growing 기법을 거친 다음 각각의 그룹 중에서 크기가 가장 큰 부분을 최종 특정 장기 영역으로 결정하였다. 본 논문에서 제안한 알고리즘은 국립전남대학교 부속병원에서 수집된 각각 뇌영상 100장과 간영상 100장을 사용하여 실험하였고, 제안된 알고리즘을 통해 관심 장기 영역을 추출했을 경우 약 91%이상의 높은 추출률을 보였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.508-510
• /
• 2000

본 논문은 의료 영상 중에서 복부 방사선 분야에서 보편적으로 사용되고 있는 CT 영상으로부터 간영역을 분할해내는 방법을 제시한다. 본 논문에서는 복부 CT영상에서 근육 부분과 척추, 늑골 부분을 제거하고, co-occurrence matrix를 이용한 국부 영상 이진화(local image thresholding) 방법을 통해 영상에서 간 영역을 분할한다.