• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제3권5호
• /
• pp.195-200
• /
• 2014

능동 개체 윤곽 추출의 대표적인 방법은 스네이크(Snake)와 레벨 셋(Level Set) 기술이다. 일반적으로 스네이크는 속도는 빠르나 개체 위상을 처리하는 데 제약이 있다. 그러나 레벨 셋은 속도는 느리지만 개체 위상에 관계없이 잘 처리할 수 있는 장점이 있다. 본 논문에서는 빠르고 복잡한 위상을 처리하기 위해 두 방법의 장점을 이용한 알고리즘을 제안한다. 알고리즘은 2단계로 구성된다. 첫 번째 단계는 스네이크를 사용하여 빠르게 개체의 대략적인 윤곽을 추출한 후 레벨 셋을 두 번째 적용하여 복잡한 개체 윤곽을 정확하게 추출한다. 제안한 알고리즘은 다양한 위상을 갖는 5개의 이진영상 및 2개의 자연영상에 적용하여 속도 및 윤곽 추출이 개선된 것을 보여 준다.

• 정보처리학회논문지B
• /
• 제17B권5호
• /
• pp.375-380
• /
• 2010

객체 윤곽을 추출하는 대부분의 기존 방법들은 단일객체의 윤곽검출에 대해 연구하였다. 그러나, 실 세계에서는 복수객체가 일반적이다. 본 논문에서 제안한 복수객체 윤곽추출 알고리즘은 2 단계로 구성된다. 첫 번째 단계는 외적 및 내적을 사용하여 초기에 복수객체를 포함한 윤곽을 고속으로 분리하고 연결하여 각각이 윤곽이 단일 개체만을 포함하는 방법을 제안한다. 두 번째 단계는 각각의 윤곽에 포함된 단일 객체의 윤곽을 추출하는 개선된 능동윤곽모델 알고리즘을 설명한다. 여러 실험영상에 대한 실험결과는 다른 방법과 비교하여 속도가 빠르며 정확하게 윤곽을 추출한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제4권8호
• /
• pp.309-314
• /
• 2015

얼굴 요소의 윤곽을 추출하는 대표적인 방법 중의 하나는 스네이크다. 스네이크는 간단하고 빠르지만 초기 윤곽 및 개체 형태에 따라 성능이 결정된다. 본 논문에서는 이러한 문제를 해결하기 위해 스네이크 세그먼트의 중간 위치에 스네이크 포인트를 추가하는 방법으로 윤곽을 더 정확하게 추출할 수 있는 개선된 스네이크를 제안한다. 제안한 방법은 6개의 입과 눈 실험 영상에 적용하여 Greedy 스네이크보다 RSD가 2.8%에서 5.8% 정도 감소하였다. 특히 RSD 감소는 대부분 심한 굴곡이 갖는 윤곽 영역에서 얻음으로써 더 정확한 윤곽 추출을 실험을 통해 확인하였다.

• 한국정보처리학회논문지
• /
• 제5권11호
• /
• pp.3010-3023
• /
• 1998

유전자 알고리즘은 염색체 집단을 이용하는 탐색이므로 전역적인 최적해의 탐색 성능은 우수하여 최적해에 근접한 한점까지의 수렴속도는 빠르지만 탐색 메카니즘이 없기 때문에 최적해 근처의 탐색에서는 수렴 속도가 떨어지는 단점이 있고, 역전파 알고리즘은 개체 수준의 탐색이므로 지역적 미세조정의 탐색능력은 우수하지만 전역적 탐색기능이 없어 지역적 최적해로 수렴하는 경우가 있다. 본 논문에서는 수렴 속도가 향상된 윤곽선 추출을 위하여 유전자와 역전파 알고리즘을 병행해서 실행하는 윤곽선 추출방법을 제안하였다. 윤곽선 추출 방법은 먼저 유전자 알고리즘을 이용하여 최적의 연결강도와 오프셋 값을 계산한다. 다음으로 이 값을 역전파 학습 알고리즘 학습의 파라미터의 초기값으로 한 반복 학습으로 최적의 윤곽선 구조를 추출하였다. 제안된 알고리즘은 유전자 알고리즘 또는 역전파 알고리즘 단독으로 실행한 경우보다 수렴속도가 향상된 결과를 보여 주었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 봄 학술발표논문집 Vol.28 No.1 (B)
• /
• pp.19-21
• /
• 2001

본 논문은 객체의 유사성 비교를 위해 객체의 모양을 표현하는 한 가지 특징인 윤곽선상의 우세 점들을 찾는 재귀적 윤곽선 근사 알고리즘을 제안한다. 이 알고리즘은 같은 모양의 개체에 대하여 그 객체의 무게 중심을 이용하여 항상 일정한 특정 시작점을 찾음으로써 동일한 우세 점들을 재귀적으로 빠른 수행 시간에 찾는다. 또한 이 알고리즘은 열린 곡선, 닫힌 곡선 및 다각형 등 어떤 모양의 평면 도형에도 모두 적용 가능하다. 제안 알고리즘의 평균 시간 복잡도는 O(nlogn)이다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2002년도 춘계학술발표논문집(하)
• /
• pp.1087-1092
• /
• 2002

본 논문에서는 결정 트리 학습을 이용하여 뇌 MRI 시리즈를 분류하는 시스템을 제안한다. 영상으로부터 얻을 수 있는 정보에는 두 종류가 있다. 하나는 크기, 색상, 질감, 윤곽선 등 원 영상으로부터 직접 얻을 수 있는 하위레벨(low-level) 특징들이고, 다른 하나는 특정 개체의 존재유무, 여러 부위 사이의 공간적 관계 등 분할된 영상들에 대한 해석을 통하여만 얻을 수 있는 상위레벨(high-level) 특징들이다. 영상을 의미에 따라 분류하기 위해서는 학습 및 분류가 상위레벨 특징들을 기반으로 수행되어야 한다. 제안된 시스템에서는 결정 트리 학습을 이용하여 영상을 구성하는 요소를 학습하고 분류하며 그에 따라 영상 시리즈를 대표할 수 있는 상위레벨 특징을 추출하였다. 정상, 뇌경색, 뇌종양이 있는 뇌 MRI 시리즈에 대하여 분류 실험을 수행하였으며, 그 결과를 설명 하였다.

• 전기전자학회논문지
• /
• 제16권2호
• /
• pp.95-101
• /
• 2012

위성 영상에서 건물형태를 발생하기위한 새로운 접근방식이 본 논문에서 제안되었다. 제안된 알고리즘은 낮은 수준의 선소들을 연결하고 유사한 개체들을 군집화하기 위해 선소 측정함수가 적용된 신경망이다. 제안된 신경망은 윤곽선 영상에서 추출된 윤곽선들을 군집화 목적으로 사용된다. 본 논문에서는 3차원 선소의 오류에 의한 군집화 결과의 비현실적 건물모델의 발생을 근원적으로 차단하기 위하여, 높이 정보를 이용한 계층적 군집화를 제안하였다. 제안된 새로운 거리척도의 신경망과 군집화를 통해 성공적인 건물모델의 재구성을 실험으로 보여주었다.