• Journal of KIISE:Computing Practices and Letters
• /
• v.9 no.6
• /
• pp.712-717
• /
• 2003

A novel multi-snake is proposed for efficient extraction of multi-object contours from a natural scene. An NTGST(noise-tolerant generalized symmetry transform) is used as a context-free attention operator to detect and locate multiple objects from a complex background and then the snake points are automatically initialized nearby the contour of each detected object using symmetry map of the NTGST before multiple snakes are introduced. These procedures solve the knotty subjects of automatic snake initialization and simultaneous extraction of multi-object contours in conventional snake algorithms. Because the snake points are initialized nearby the actual contour of each object, as close as possible, contours with high convexity and/or concavity can be easily extracted. The experimental results show that the proposed method can efficiently extract multi-object contours from a noisy and complex background of natural scenes.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.11c
• /
• pp.1949-1952
• /
• 2002

본 연구는 객체지향 컴포넌트 검색을 위해서 개선된 Spreading Activation 방법을 이용하여 다중 패싯 분류된 컴포넌트를 효율적으로 검색할 수 있는 방법을 제안하였다. 객체지향 코드 기반의 관계정의를 위해 특성과 컨텍스트 간에 연관관계를 설정하고, 컨덱스트의 자동 추출을 위한 Spreading Activation 방법의 초기 활성값을 정의하였다. 쿼리에 대해 자동 검색된 컨텍스트에 의해 후보컴포넌트가 선정되고, 쿼리와 컴포넌트 간의 신뢰도가 계산됨으로써 컴포넌트가 검색될 수 있도록 하였다. 본 연구는 다중 패싯 분류된 객체지향 컴포넌트의 검색에 효율적이며, 사용자 수작업의 부담을 최대한 감소시켜 컴포넌트의 재사용성을 높일 수 있도록 하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06c
• /
• pp.273-275
• /
• 2011

최근 교통량이 증가함에 따라 자동차 사고피해도 비례하여 증가하고 있으며, 이로 인해 CCTV 등과 같이 교통사고 예방에 소모되는 비용이 막대하게 지출되고 있다. 단일시점 카메라의 시스템은 객체들의 겹침, 카메라각도에 의한 인식오류 등으로 오차율이 높은 단점이 있다. 이를 보완하기 위해 다중시점의 협업기반 자동 상황인지 시스템을 제안한다. 제안하는 방법은먼저 영상데이터로부터 차량, 사람 등의 객체를 추출하고 이들 객체 쌍의 특징 정보를 계산한다. 이를 바탕으로 각 카메라 센서노드의 규칙기반 시스템을 이용하여 객체간의 사고여부를 가려낸다. 각 센서노드의 사고여부 정보는 메인서버로 수집되고, 수집된 정보는 상위 규칙에 의해 최종 사고 여부가 판단된다. 본 논문에서는 실제 교차로에 설치된세대의 카메라를 이용한 실험을 통해 제안하는 시스템의 성능을 검증하였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2004.05a
• /
• pp.656-659
• /
• 2004

최근 많은 연구에서, 동일한 영상그룹들로부터 추출된 저수준의 특징들을 이용해서 고수준의 정보를 분석한 뒤, 이를 이용해서 영상을 분류하는 방법들을 소개하고 있다. 이러한 연구는 CBIR의 인덱싱에서 저수준의 특징만을 사용할 때 발생하는 의미적인 차이(semantic gap)문제를 해결하여, 검색의 효율을 높일 수 있게 한다. 하지만 이들 연구는 대부분 전경(scenery)영상만을 대상으로 하고 있다. 한편 영상을 객체 단위로 다루는 것은 CBIR의 성능을 크게 향상 시킬 수 있는 요인이 된다. 왜냐하면 대부분의 사용자는 관심있는 객체가 포함된 영상을 검색하기 원하기 때문이다. 본 논문에서는 영상의 객체를 인공객체와 자연객체로 분류하는 방법을 제안한다. 인공객체의 경우 자연객체에 비해 상대적으로 직선형태의 에지가 많이 발견되며 객체를 구성하는 패턴이 규칙적이고 방향성을 가진다. 또한 인공객체는 자연객체에 비해 객체영역의 경계가 직선에 의한 단순한 형태로 나타난다. 이러한 특징들을 EDH(edge Direction Histogram)의 에너지, EDAS(Energy Difference of Adjacent Sector)와 가버 필터를 통해 추출하여 분류에 이용한다. 실험을 통하여 각 특징들을 개별적으로 사용해서 76%에서 84% 사이의 분류 정확성을 얻었으며, 제안한 머징 방법을 이용하여 최종적으로 약 90%의 정확성으로 분류하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.05a
• /
• pp.691-694
• /
• 2004

본 논문에서는 실시간 처리에 적합한 효율적인 동영상 객체 분할 알고리즘을 제시한다. 제안된 동영상 객체 분할 알고리즘은 임계치 적용과 지역적 워터쉐드 알고리즘을 복합적으로 적용하였다. 첫째로 임계치 분할방법을 사용하여 초기 객체 마스크를 구성하였고 이러한 초기객체 마스크는 현재영상에서의 영역분할을 위한 입력으로 들어가게 된다. 최종적으로 지역적인 워터쉐드 분할방법을 초기 객체영역의 불명확한 지역에서만 다시 수행하여 최종적인 객체영역을 획득하여 기존 방식에 비해 분할시간을 줄였으며 분할성능을 높였다. 본 논문에서는 잡음환경에서 객체를 추출하기위해 복합적인 분할방식에 초점을 두었다. 이러한 복합적인 분할방법을 사용함으로써 객체 마스크 추출성능의 향상과 수행시간절약을 가져올 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.05a
• /
• pp.1627-1630
• /
• 2005

본 논문에서는 2D 실사 영상에서 추출한 헤어스타일을 임의의 인물 영상의 두상에 정렬시킨 상태에서 원래의 헤어스타일에서 추출한 헤어스타일로 변해가는 반자동 필드 모핑을 수행함으로써 여러 유형의 헤어스타일을 자동으로 생성할 수 있는 가상 헤어스타일 생성 방법에 관한 것이다. 제안된 방법은 사전에 준비된 그래픽 객체 외에도 실사 영상에서 직접 추출한 헤어스타일을 사용할 수 있고, 추출한 헤어스타일 외에도 다양한 유형의 헤어스타일을 자동으로 생성할 수 있는 이점이 있다. 또한, 반자동 필드 모핑에 기반한 편리한 사용자 인터페이스를 제공할 수 있기 때문에 작업자의 피로도를 경감시킴과 동시에 작업 시간을 단축할 수 있고 비숙련자도 간단한 사용자 입력을 통해 자연스러운 가상 헤어스타일을 생성할 수 있는 장점이 있다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2022.05a
• /
• pp.150-153
• /
• 2022

This paper reports a technique that automatically extracts object shapes through Dense-Net, and subsequently, detects the objects using Mask R-CNN in a manufacturing site, in which workers and objects are mixed. It is based on the customized factory dataset by targeting workers, machines, tools, control boxes, and products as the objects. Mask R-CNN supports multi-object recognition as a well-known object recognition method, while Dense-Net effectively extracts a feature from multiple and overlapping objects. After immediate implementation using the two technologies, the object is naturally extracted from a still image of the manufacturing site to describe image. Afterwards, the result is planned to be used to detect workers' abnormal behavior by adding a label on the objects.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.11c
• /
• pp.1579-1582
• /
• 2003

본 연구는 컴포넌트 검색을 위해서 컴포넌트를 컨덱스트에 의해 패싯 분류하고, 컨텍스트와 특성들간의 관련값에 대한 통계적 분석에 의해 시소러스를 구축하여 다중 패싯 분류된 컴포넌트를 효율적으로 검색할 수 있는 방법을 제안하였다. 소스 코드로부터 추출된 특성은 카이제곱 방법을 통하여 간소화가 이루어지며, E-SARM 방법을 사용하여 컨텍스트의 자동 검색이 이루어질 수 있도록 하였다. 쿼리에 대해 자동 검색된 컨덱스트에 의해 후보 컴포넌트가 선정되고, 쿼리와 컴포넌트 간의 유사도가 계산됨으로써 컴포넌트가 검색될 수 있도록 하였다. 본 연구는 다중 패싯 분류된 컴포넌트의 검색에 효율적이며, 컴포넌트의 재사용성을 높일 수 있도록 하였다.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.28 no.6
• /
• pp.627-636
• /
• 2010

Image segmentation technique is becoming increasingly important in the field of remote sensing image analysis in areas such as object oriented image classification to extract object regions of interest within images. This paper presents a new method for image segmentation to consider spectral and spatial information of high resolution satellite image. Firstly, the initial seeds were automatically selected using local variation of multi-spectral edge information. After automatic selection of significant seeds, a segmentation was achieved by applying MSRG which determines the priority of region growing using information drawn from similarity between the extracted each seed and its neighboring points. In order to evaluate the performance of the proposed method, the results obtained using the proposed method were compared with the results obtained using conventional region growing and watershed method. The quantitative comparison was done using the unsupervised objective evaluation method and the object-based classification result. Experimental results demonstrated that the proposed method has good potential for application in the object-based analysis of high resolution satellite images.

• Korean Journal of Remote Sensing
• /
• v.29 no.5
• /
• pp.499-508
• /
• 2013

This article presents a new method for semi-automatic extraction of building information (height, shape, and footprint location) from monoscopic urban scenes. The proposed method is to expand Semi-automatic Volumetric Shadow Analysis (SVSA), which can handle occluded building footprints or shadows semi-automatically. SVSA can extract wrong building information from a single high resolution satellite image because SVSA is influenced by extracted shadow area, image noise and objects around a building. The proposed method can reduce the disadvantage of SVSA by using multi-spectral images. The proposed method applies SVSA to panchromatic and multi-spectral images. Results of SVSA are used as parameters of a cost function. A building height with maximum value of the cost function is determined as actual building height. For performance evaluation, building heights extracted by SVSA and the proposed method from Kompsat-2 images were compared with reference heights extracted from stereo IKONOS. The result of performance evaluation shows the proposed method is a more accurate and stable method than SVSA.