• 전자공학회논문지
• /
• 제54권8호
• /
• pp.123-132
• /
• 2017

신호등은 운전자가 반드시 인지하고 조치를 취해야 할 교통 정보를 포함하고 있으며 이를 실시간으로 검출하여 운전자에게 알리는 것은 매우 중요하다. 그러나 신호등의 크기가 전체 영상에서 차지하는 비율이 낮고, 다른 객체에 의하여 가려지는 경우가 많아 실제 신호등 검출이 어려운 실정이다. 본 논문에서는 색상 기반 돌출맵과 형태학 정보를 이용한 신호등을 검출 방법을 제안한다. 돌출맵은 시각적 주의집중 영역을 검출하는데 사용되는데, 이를 개량한 색상 기반 돌출맵은 신호등의 색상과 형태를 검출 것에 적합함을 실험을 통하여 확인하였으며, 제안된 모델은 PC 환경에서 98.14%의 검출율과 83.52%의 재현율을 달성하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 추계학술발표대회
• /
• pp.1579-1580
• /
• 2015

본 논문에서는 3차원 메쉬 모델의 중요 영역을 표현하는 메쉬 돌출맵(mesh saliency map)을 생성하기 위하여 다중 스케일 평균 곡률 (multi-scale mean curvature)을 기반으로 정의된 전역 희소치(global rarity)를 이용하는 방법을 제안한다. 제안 방법에서는 우선, 메쉬 모델의 지역 영역 특성을 정의하기 위하여 기존 관련 연구들에서 많이 사용하고 있는 가우시안 가중치 평균곡률(Gaussian-weighted mean curvature)을 5단계 서로 다른 스케일에서 정의하고, 메쉬의 각 정점(vertex)에 대하여 중심주변 연산자(center-surround operator)를 적용하여 5단계 지역 돌출특성(local saliency)을 정의한다. 주어진 메쉬 모델의 전역 희소치를 구하기 위하여 메쉬의 모든 정점쌍 (vertex pair)에 대하여 5단계 지역 돌출 특성 공간에서의 거리를 계산하고, 각 정점별로 5단계 지역 돌출 특성 공간에서의 다른 정점과의 거리의 합으로 전역 희소치를 정의한다. 이러한 전역 희소치를 각 정점의 메쉬 돌출치로 정의한다. 서로 다른 형태의 3차원 모델에 대하여 제안방법에 의한 메쉬 돌출맵과 지역 특성만을 고려한 기존 메쉬 돌출맵을 생성하여 중요 영역 표현 결과를 비교 분석한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 하계학술대회
• /
• pp.727-731
• /
• 2020

인공신경망의 예측 결과에 대한 원인을 분석하는 것은 모델을 신뢰하기 위해 필요한 작업이다. 이에 컴퓨터 비전 분야에서는 돌출맵 또는 히트맵의 형태로 모델이 어떤 내용을 근거로 예측했는지 시각화 하는 모델 해석 방법들이 제안되었다. 하지만 오디오 분야에서는 스펙트로그램 상의 시각적 해석이 직관적이지 않으며, 실제 어떤 소리를 근거로 판단했는지 이해하기 어렵다. 따라서 본 연구에서는 히트맵의 청취 분석 시스템을 제안하고, 이를 활용한 음향 장면 분류 모델의 히트맵 청취 분석 실험을 진행하여 인공신경망의 예측 결과에 대해 사람이 이해할 수 있는 설명을 제공할 수 있는지 확인한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 춘계학술발표대회
• /
• pp.618-620
• /
• 2022

게임은 수많은 NPC 와 규칙에 의해 작동되는 가상 공간을 의미한다. 이런 가상 공간에서는 규칙을 엄격히 지키면서 수행되는 AI 를 필수로 요구하게 된다. 하지만 강화 학습 기반의 AI 는 복잡한 게임의 규칙을 온전히 지키지 못하고 예상 밖의 행동을 돌출하면서 이를 해결하기 위한 많은 연구도 수행되고 있다. 본 논문에서는 규칙 기반으로 획득한 오목판의 확률 맵과 학습을 통해 획득한 확률맵 데이터를 병합하여 가장 높은 Value 를 가지는 위치를 다음 수로 반환하는 방법을 사용하였다. 향후 연구에서는 ANN(Approximate Nearest Neighbor)알고리즘을 적극 활용하여, 커널의 State 와 보드의 State 비교를 확률적으로 개선할 예정이다. 본 논문에서 제안된 프레임 워크는 게임 AI 연구에 기여할 수 있길 바란다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2014년도 추계학술대회
• /
• pp.63-64
• /
• 2014

본 논문에서는 Saliency map과 Max Filter를 이용한 영상의 자막영역을 추출 한다. Saliency map은 눈에 띄는 영역, 즉 영상에서 주변영역에 비해 밝기 차이가 심한 영역과 윤곽선에 대한 특징이 강한 영역을 돌출하는 것을 말하며, MaxFilter는 중심 픽셀을 최대 윈도우 값을 사용하는 것으로 극단적인 Impulse Noise를 제거하는데 효과적이며 특히 어두운 스파이크를 제거하는데 유용하게 사용된다. 이 두 가지의 특징들을 이용하여 영상의 자막 영역을 추출한다.

• 디지털콘텐츠학회 논문지
• /
• 제16권4호
• /
• pp.645-650
• /
• 2015

본 논문에서는 완성도 높은 3D 콘텐츠가 부족한 상황에서 고품질의 3D 콘텐츠 제작을 위한 입체 값 분석을 통한 과도한 입체 장면 및 장면 전환 영상을 검출하여 3D 콘텐츠 제작 가이드라인에 맞는 안정적인 입체 영상을 제작할 수 있는 입체 값 분석 기술을 제안한다. 입력된 좌, 우 영상을 이용하여 탐색범위 제한을 통하여 깊이 맵을 구하고 상영되는 스크린 크기에 맞춰 전경 및 배경의 대상 물체의 돌출 영역과 후퇴 영역의 입체 값을 계산한다. 돌출과 후퇴영역이 3D 입체 영상 제작 가이드라인에 벗어나는 장면 및 이전 장면과 과도하게 입체 값 변화가 일어나는 장면을 검출한다. 입체 값 분석 툴을 통해 검출된 장면은 후반 작업에서 입체 값 조절을 통해 안정적인 3D 입체 영상을 제작하는데 도움을 줄 수 있다.

• 스마트미디어저널
• /
• 제8권2호
• /
• pp.39-45
• /
• 2019

딥러닝이 보편화되면서 예측 결과를 설명하는 연구가 중요해졌다. 최근 슈퍼픽셀에 기반한 다중스케일 결합 기법이 제안되었는데, 물체의 모양을 유지함으로써 시각적 공감이라는 장점을 제공한다. 이 기법은 예측 차이라는 원리에 기반을 두고 있으며, 슈퍼픽셀을 가리고 얻은 예측 결과와 원래 예측 결과의 차이를 보고 돌출맵을 구성한다. 본 논문은 슈퍼픽셀을 가리는 제외 연산뿐 아니라 슈퍼픽셀만 보여주는 포함 연산까지 사용하는 새로운 기법을 제안한다. 실험 결과 제안한 방법은 IoU에서 3.3%의 성능 향상을 보인다.

• 한국멀티미디어학회논문지
• /
• 제18권4호
• /
• pp.460-472
• /
• 2015

Most of previous visual attention system finds attention regions based on saliency map which is combined by multiple extracted features. The differences of these systems are in the methods of feature extraction and combination. This paper presents a new system which has an improvement in feature extraction method of color and motion, and in weight decision method of spatial and temporal features. Our system dynamically extracts one color which has the strongest response among two opponent colors, and detects the moving objects not moving pixels. As a combination method of spatial and temporal feature, the proposed system sets the weight dynamically by each features' relative activities. Comparative results show that our suggested feature extraction and integration method improved the detection rate of attention region.

• 전자공학회논문지
• /
• 제49권9호
• /
• pp.113-127
• /
• 2012

영상처리 기법을 이용한 얼굴검출에 관한 많은 다양한 방법들이 제시되어 왔다. 일반적으로 가장 많이 쓰이는 얼굴 검출 방식은 Viola와 Jones이 제안한 Adaboost 방식이다. 이 방식은 Haar-like feature을 이용하여 얼굴영상을 선행 학습하고, 검출 성능은 학습된 DB에 의존한다. 이는 일정 거리 범위 안의 학습된 얼굴 크기에서는 얼굴 검출을 잘 수행하지만, 카메라에서 객체(얼굴)의 거리가 멀어지면 얼굴 크기가 작아져 기존에 학습한 Haar-like feature로 얼굴 검출을 하지 못하는 경우가 발생한다. 이에 본 논문에서는 생물학 기반의 선택적 주의집중 기반의 Haar-like feature 정보를 이용한 Adaboost 모델과 사용자의 시선 응시 점 정보를 이용하여, 사용자의 관심영역 확장을 통한 원거리 얼굴 검출 모델을 제안한다. 생물학적 기반의 선택적 주의 집중 모델인 돌출맵(Saliency map) 정보를 이용하여 입력 영상에 대하여 얼굴 후보 영역을 검출하고, 검출된 얼굴 후보 영역 중에서 선행 학습된 Haar-like feature 정보로 Adaboost 알고리즘을 이용하여 최종 얼굴 영상을 검출한다. 그리고 사용자의 시선 응시 점 정보는 관심영역을 선택 하는데 이용된다. 피 실험자가, 카메라로부터 멀리 거리 떨어져 얼굴의 크기가 얼굴검출이 힘들더라도 사용자 시선 응시 점 영역을 선형 보간법으로 확대하여 입력영상으로 재사용함으로써 얼굴 검출 성능을 높일 수 있다. 제안된 방법이 기존의 Adaboost 방법보다 얼굴 검출 성능과 수행시간 면에서 우수함을 실험을 통해 확인하였다.

• 디지털융복합연구
• /
• 제13권11호
• /
• pp.331-336
• /
• 2015

로우 폴리곤(Low-Polygon) 모델에 사용되는 텍스쳐 매핑은 3D게임그래픽 표현에 있어서 중요도가 높은 작업과정의 하나이다. 그 과정에서 손맵(hand painted texture)은 모델링 표면에 단 한 장의 텍스쳐를 사용하여 재질의 색상 및 시각적 촉각을 표현한다. 3D게임그래픽에서 돌출, 함몰과 같은 시각적 촉각 표현이 매우 중요하다. 평면을 입체적 양감으로 인지하는 것은 게슈탈트 법칙(Gestalt Law)의 경험적 시지각으로 해석할 수 있다. 또한 촉각을 인지하고 지각하는데 있어서 필요한 것이 어포던스(Affordance)라는 개념이다. 이는 학습과정에서 그 관계성을 시각적으로 지각하는 것을 의미한다. 본 논문에서는 3D게임그래픽 제작자들을 대상으로 한 손맵에 대한 설문조사 분석결과를 통하여 손맵이라는 텍스쳐 맵 제작 시 중요한 특징들을 제시하고 한다.