• Journal of Digital Convergence
• /
• v.10 no.3
• /
• pp.173-178
• /
• 2012

In this paper, a new saliency map generation method is discussed which extracts objects effectively using extracted Salient Region. Feature map is constructed first using four features of edge, hue of HSV color model, focus and entropy and then conspicuity map is generated from Center Surround Differences using the feature map. Final saliency map is constructed by the combination of conspicuity maps. Saliency map generated using this procedure is compared to the conventional technique and confirmed that new technique has better results.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2014.11a
• /
• pp.254-255
• /
• 2014

본 논문에서는 중요도 지도에 기반한 관심 영역 동영상 압축 방법에 대해 고찰한다. 동영상 압축은 손실 프로세스이기 때문에 관심 영역에서의 정보 손실 최소화가 필요하며, 이를 위해 중요도 감지 과정에서 추출되는 중요도 지도의 신뢰도가 중요하다. 따라서 다양한 다른 기법의 중요도 지도 적용 결과를 비교함으로써 중요도 지도 추출 알고리즘의 요건에 대해 추론하고, 추출된 중요도 지도를 이용하여 적절하게 동영상을 부호화하는 방법에 대해 제안한다. 마지막으로 실험결과를 통해 보완되어야 할 부분을 제시한다.

• 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.

• The KIPS Transactions:PartB
• /
• v.14B no.2
• /
• pp.99-106
• /
• 2007

In this paper, we present an AAW(Adaptive Attention Window) based cell image segmentation method. For semantic AAW detection we create an initial Attention Window by using a luminance map. Then the initial AW is reduced to the optimal size of the real ROI(Region of Interest) by using a quad tree segmentation. The purpose of AAW is to remove the background and to reduce the amount of processing time for segmenting ROIs. Experimental results show that the proposed method segments one or more ROIs efficiently and gives the similar segmentation result as compared with the human perception.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2006.11a
• /
• pp.199-202
• /
• 2006

본 논문에서는 적응적 관심윈도우에 기반한 세포영상 세그먼테이션 기법을 제안한다. 명암지도를 이용하여 초기 관심윈도우를 생성하고, 초기 관심윈도우를 쿼드-트리 분할을 통해 실제 관심영역과 유사한 크기가 될 때까지 축소한다. 이렇게 생성된 적응적 관심윈도우는 세포영상에서 배경을 제거하고 관심영역 추출의 처리시간을 줄일 수 있다. 그리고 세그먼테이션과 관심영역의 분리를 위한 영역 병합 및 제거를 수행하여 최종적으로 정밀한 관심영역을 얻어낸다. 실험에서 제안된 기법은 세포영상의 관심영역을 효과적으로 분리하여 인간 시각과 유사한 향상된 세그먼테이션 결과를 보여준다.

• Journal of KIISE:Computer Systems and Theory
• /
• v.28 no.7
• /
• pp.317-330
• /
• 2001

대규모 가상환경의 핵심은 사용자 PC의 성능에 영향을 받는 확장성에 있다. 기존의 접근 방식은 대규모 환경을 지원하기 위해 멀티캐스트를 주로 사용하였다. 그러나 멀티캐스트는 현재 멀티캐스트 하드웨어가 지원할 수 있는 그룹의 수가 제한된다는 문제점이 있다. 본 논문에서는 PC 클라이언트와 인터넷과 같은 대규모 네트워크 기반의 확장성 높은 가상환경 모델을 제시한다. 멀티캐스트 네트워크와 PC 클라이언트 사이에 위치하는 관심영역 관리자(AOIM)는 멀티캐스트 그룹과 함께 다중 필터링을 수행하여 정보의 흐름을 최적화한다. 또한, 관심영역 관리자는 사용자의 관심 패턴에 따라 관심영역(AOI)으로부터 PC 클라이언트로의 데이터 전송량을 조절한다. 관심영역은 정보의 정확도에 따라 세 단계로 구분되며, 각 단계의 구분은 네트워크 현황에 따라 적응적으로 수축 또는 확장될 수 있어 PC 클라이언트는 최적화된 가상환경 상태정보를 제공받는다. 결론적으로, 제안된 모델은 다양한 컴퓨팅 환경의 PC 클라이언트에게 정확한 최우선 관심영역 정보를 제공한다.

• Journal of Broadcast Engineering
• /
• v.7 no.4
• /
• pp.335-344
• /
• 2002

A sub-picture slice structure is proposed which can perform the region-of-interest coding effectively, where the subjective quality can be improved by coding the region-of-interest in higher quality than the background region. In addition, the bit allocation mechanism is Proposed where the interval between quantization parameters of the foreground and background region is fixed. And the method to reduce the boundary effect between the foreground and background region is proposed. The foreground region is better protected to the network channel error than the background region. which results in the overall subjective quality improvement in the error prone environments.

• Journal of the Korea Society of Computer and Information
• /
• v.12 no.5
• /
• pp.39-47
• /
• 2007

In this thesis, a method of generating an adaptable Region-Of-Interest(ROI) Mask for the Region-Of-Interest coding is suggested. In the method, an ROI Mask is generated using the information of the ROI designated by a user. In the existed method of ROI coding, after scanning all the pixels in order and discriminating an ROI, an ROI Mask is generated. But, in our method, after scanning a part of pixels based on the shape pattern of an ROI and discriminating a ROI by one code block unit, an ROI Mask is generated. Moreover, from the method, a pattern number, threshold of a ROI and background threshold parameter are provided. According to the result of its comparing test with the existed methods to show the usability, it is proved that our method is superior in speed to the existed ones.

• Journal of Korea Multimedia Society
• /
• v.11 no.1
• /
• pp.13-22
• /
• 2008

This paper proposes an efficient ROI code block discrimination algorithm for dynamic ROI coding. The proposed algorithm calculates the girth of the ROI only with some mask information in consideration of the characteristics of the shape of the ROI for reducing a ROI code block discrimination time, and this proposed algorithm discriminates whether there is a ROI code block by the girth and the critical value of the ROI. Also, this discrimination algorithm is capable of treating the coefficients of the background within a ROI code block preferentially and controlling a loss by controlling the threshold value of the ROI. In order to demonstrate the utility of the proposed method, this paper conducted a comparative experiment of the proposed method with the existing methods. As a result of this experiment, it was confirmed that the proposed method was superior to the conventional methods in terms of quality and speed.

• Journal of Korea Multimedia Society
• /
• v.9 no.9
• /
• pp.1139-1149
• /
• 2006

This paper describes a novel and efficient algorithm, which extracts focused objects from still images with low depth-of-field (DOF). The algorithm unfolds into four modules. In the first module, a HOS map, in which the spatial distribution of the high-frequency components is represented, is obtained from an input low DOF image [1]. The second module finds OOI candidate by using characteristics of the HOS. Since it is possible to contain some holes in the region, the third module detects and fills them. In order to obtain an OOI, the last module gets rid of background pixels in the OOI candidate. The experimental results show that the proposed method is highly useful in various applications, such as image indexing for content-based retrieval from huge amounts of image database, image analysis for digital cameras, and video analysis for virtual reality, immersive video system, photo-realistic video scene generation and video indexing system.