• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.19 no.9
• /
• pp.2121-2128
• /
• 2015

In this paper presents a method of extracting reliable and regions of interest (ROI) in barcode for the purpose of factory automation. backgrounds are separated based on directional components and the characteristics of detected patterns. post-processing is performed on candidate images with analysis of problems caused by blur, rotation and areas of high similarity. In addition, the resizing factor is used to achieve faster calculations through image resizing. The input images contained multiple product or barcode for application to diverse automation environments; a high extraction success rate is accomplished despite the maximum shooting distance of 80 cm. Simulations involving images with various shooting distances gave an ROI detection rate of 100% and a post-processing success rate of 99.3%.

• Proceedings of the KAIS Fall Conference
• /
• 2012.05b
• /
• pp.486-489
• /
• 2012

본 논문에서는 인간의 주의시각(Human Visual Attention)에 기반하여 영상에서 가장 유용하다고 생각되는 관심 영역(Salient Region)을 새로운 방식으로 탐지해내고 관심-객체를 검출하는 방법을 제안한다. 제안하는 시스템은 인간의 주의시각 특성인 주파수와 명도, 색상 특징을 이용하는데, 먼저 주파수-명도 정보를 이용한 특징 지도(Feature map)와 색상 정보를 이용한 특징 지도를 각각 생성 한 후 영상의 특징 점(Saliency Point)을 추출한다. 이렇게 생성된 특징 지도와 특징 점을 이용하여 집중 윈도우의 위치와 크기를 결정하고 집중 윈도우 내에 특징 지도를 결합하여 관심 영역을 탐지하고 해당하는 영역에 대해 관심-객체를 추출한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10b
• /
• pp.736-738
• /
• 2004

최근 사용자의 제스처를 이용한 게임 시스템에 대한 연구가 많은 관심을 받고 있다. 사용자의 얼굴 및 손의 움직임을 이용하여 게임을 제어하기 위해서는 복잡한 배경 및 조명에 강건한 얼굴 및 손 영역의 추출이 필수적이다. 본 논문에서는 조명 변화에 강건한 피부색 검출을 이용한 게임 인터페이스를 제안한다. 이를 위해 제안된 시스템은 다음의 두 단계로부터 얼굴 및 손 영역을 추출한다. 먼저, 피부색과 유사한 물건들을 제거하기 위해 배경 영상과 현재 영상의 차영상으로부터 전경물체를 추출한다. 그 다음, 조명에 의한 깜박임이나 잡음을 줄이기 위해서 SCT 알고리즘을 이용하여 전경물체 영역 안에서 피부색 영역만을 정확하게 검출한다. 추출된 얼굴 및 손의 움직임으로부터 얻어지는 제스처는 은닉마르코프 모델을 사용하여 인식된다. 복잡한 환경에서 실험한 결과, 제안된 시스템은 정확한 피부색 영역 검출을 제공하고 이를 통한 보다 정확한 인식률을 제공할 수 있다는 것이 증명되었다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2017.05a
• /
• pp.427-429
• /
• 2017

본 논문에서는 실시간으로 주행 중인 차량의 영상을 대상으로 ROI 영역을 추출하고 추출된 ROI 영역에 Warping 기법과 RANSAC 알고리즘을 적용하여 곡선 차선을 검출하는 방법을 제안한다. 제안된 방법은 실시간 영상에서 관심 영역을 ROI 영역으로 설정하고 영상의 원근감을 제거하기 위하여 Warping을 적용한다. Warping이 적용된 영상에서 차선의 밝기는 도로의 밝기보다 높다는 특징을 이용하여 노란색과 흰색 차선의 영역을 추출한다. 추출된 차선의 영역에서 곡선을 검출하기 위하여 RANSAC 알고리즘을 적용하여 곡선을 검출하기 위한 기준점을 설정한 후, 스플라인 기법을 적용하여 곡선을 검출한다. 실시간적으로 주행 중인 차량에서 촬영한 동영상을 대상으로 실험한 결과, 곡선 차선이 효과적으로 검출되었다. 따라서 제안된 방법이 자율 주행에 효율적으로 적용될 수 있는 가능성을 확인하였다.

• Journal of the Institute of Electronics and Information Engineers
• /
• v.52 no.9
• /
• pp.89-95
• /
• 2015

In this paper, we propose a real-time two-dimensional bar code detection system even at long range using a vision technique. We first perform short-range detection, and then long-range detection if the short-range detection is not successful. First, edge map generation, image binarization, and connect component labeling (CCL) are performed in order to select a region of interest (ROI). After interpolating the selected ROI using bilinear interpolation, a location symbol pattern is detected as the same as for short-range detection. Finally, the symbol pattern is arranged by applying inverse perspective transformation to localize bar codes. Experimental results demonstrate that the proposed system successfully detects bar codes at two or three times longer distance than existing ones even at indoor environment.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.13 no.12
• /
• pp.2547-2554
• /
• 2009

In this paper, we proposed a face detection algorithm and a hardware implementation method for ROI(Region Of Interest) of AF(Auto Focusing). We used face features in skin regions of YCbCr color space for face detection. The face features are the number of skin pixels in face regions, edge pixels in eye regions, and shadow pixels in lip regions. The each feature was statistically selected by 2,000 sample pictures of face. The proposed algorithm detects two faces that are closer center of the image for considering the effectiveness of hardware resource. The detected faces are displayed by rectangle for ROI of AF, and the rectangles are represented by positions in the image about starting point and ending point of the rectangles. The proposed face detection method was verified by using FPGA boards and mobile phone camera sensor.

• 한국HCI학회:학술대회논문집
• /
• 2007.02a
• /
• pp.1057-1062
• /
• 2007

얼굴표정 인식은 심리학 연구, 얼굴 애니메이션 합성, 로봇공학, HCI(Human Computer Interaction) 등 다양한 분야에서 중요성이 증가하고 있다. 얼굴표정은 사람의 감정 표현, 관심의 정도와 같은 사회적 상호작용에 있어서 중요한 정보를 제공한다. 얼굴표정 인식은 크게 정지영상을 이용한 방법과 동영상을 이용한 방법으로 나눌 수 있다. 정지영상을 이용할 경우에는 처리량이 적어 속도가 빠르다는 장점이 있지만 얼굴의 변화가 클 경우 매칭, 정합에 의한 인식이 어렵다는 단점이 있다. 동영상을 이용한 얼굴표정 인식 방법은 신경망, Optical Flow, HMM(Hidden Markov Models) 등의 방법을 이용하여 사용자의 표정 변화를 연속적으로 처리할 수 있어 실시간으로 컴퓨터와의 상호작용에 유용하다. 그러나 정지영상에 비해 처리량이 많고 학습이나 데이터베이스 구축을 위한 많은 데이터가 필요하다는 단점이 있다. 본 논문에서 제안하는 실시간 얼굴표정 인식 시스템은 얼굴영역 검출, 얼굴 특징 검출, 얼굴표정 분류, 아바타 제어의 네 가지 과정으로 구성된다. 웹캠을 통하여 입력된 얼굴영상에 대하여 정확한 얼굴영역을 검출하기 위하여 히스토그램 평활화와 참조 화이트(Reference White) 기법을 적용, HT 컬러모델과 PCA(Principle Component Analysis) 변환을 이용하여 얼굴영역을 검출한다. 검출된 얼굴영역에서 얼굴의 기하학적 정보를 이용하여 얼굴의 특징요소의 후보영역을 결정하고 각 특징점들에 대한 템플릿 매칭과 에지를 검출하여 얼굴표정 인식에 필요한 특징을 추출한다. 각각의 검출된 특징점들에 대하여 Optical Flow알고리즘을 적용한 움직임 정보로부터 특징 벡터를 획득한다. 이렇게 획득한 특징 벡터를 SVM(Support Vector Machine)을 이용하여 얼굴표정을 분류하였으며 추출된 얼굴의 특징에 의하여 인식된 얼굴표정을 아바타로 표현하였다.

• Journal of the Institute of Electronics Engineers of Korea SC
• /
• v.49 no.1
• /
• pp.94-102
• /
• 2012

Recently entered into an aging socity as the number of elderly drivers is increasing. Traffic accidents of elderly drivers are caused by driver inattentions such as poor vehicle control due to aging, visual information retrieval problems caused by presbyopia, and objects identifying problems caused by low contrast sensitivity. In this paper, detection method of ROIs on the road is proposed. The proposed method creates the saliency map to detect the candidate ROIs from the input image. And, the input image is segmented to obtain the ROIs boundary. Finally, selective visual attention regions are detected according to the presence or absence of a segmented region with saliency pixels. Experimental results from a variety of outdoor environmental conditions, the proposed method presented a fast object detection and a high detection rate.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2011.07a
• /
• pp.226-229
• /
• 2011

얼굴검출기술의 발전으로 인하여, 다양한 분야에 얼굴 검출을 활용한 기술이 이용되고 있다. 최근 Viola 와 Jones 의 얼굴검출 방법이 신뢰도 있는 검출률과 빠른 연산속도로 인하여 주로 이용되고 있다. 하지만 고해상도 이미지와 제한된 하드웨어를 사용하는 시스템의 경우, 실시간 처리가 어려워지는 문제가 있다. 본 논문에서는 이와 같은 문제를 해결하고자 거리 정보를 이용한 빠른 얼굴검출방법을 제안한다. 속도 개선을 위해 먼저 거리 정보를 이용하여 영상의 불필요한 부분을 제거하고, 피부색상정보를 이용하여 관심영역을 설정한다. 또 크기에 대응하기 위해 피라미드 이미지를 이용하는 방법 대신, 거리 정보를 이용하여 얼굴의 크기를 추정한다. 마지막으로 검색창 내의 거리 분산을 계산하여, 평평하거나 굴곡이 심한 영역을 제거함으로 얼굴 검출 속도를 개선하였다. 실험결과 기존 방법에 비해 더 빠른 검출속도와 유사한 검출성능을 확인할 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.