• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2013.10a
• /
• pp.770-772
• /
• 2013

Edges on the images are widely used in preprocessing in various areas including recognition and detection of the object. As generally known edge detection methods, there is a method using mask and these methods are Sobel, Prewitt, Roberts, Laplacian operator and etc. Implementation of these existing edge detection methods is simple. However, when processing the impulse noise added images, the properties of edge detection is not sufficient. Accordingly, in order to compensate for the weakness of existing edge detection methods and to detect strong edges on the images which were damaged by impulse noise, the edge detection algorithm using transformed mask was proposed in this paper.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2019.05a
• /
• pp.429-431
• /
• 2019

Noise in image processing has a direct effect on the quality of the image, and adversely affects the processing of the system including algorithms such as image segmentation, edge detection, and image recognition. Therefore, noise reduction plays an important role in the preprocessing process. In this paper, we propose an efficient algorithm to remove noise in high density of Salt and Pepper noise. The proposed algorithm removes noise by gradually expanding the filtering mask according to the density of the noise, and shows excellent noise cancellation performance even in a high density region. In order to evaluate the performance of the proposed algorithm, we compared and analyzed the existing method and the proposed algorithm through simulation.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.11a
• /
• pp.270-272
• /
• 2020

본 논문은 코로나 방역의 자동화를 위한 Deep learning 기술 적용에 대해 연구한다. 2020년에 가장 중요한 이슈 중 하나인 COVID-19와 그 방역에 대해 많은 사람들이 IT분야에서 떠오르고 있는 artificial intelligence(AI)에 주목하고 있다. COVID-19로 인해 마스크 착용이 선택이 아닌 필수가 되며, 이를 통제하기 위한 모델이 필요한 상황이다. AI, 그 중에서도 Deep learning의 Object detection 기술을 일상생활 곳곳에 존재하는 영상 장치들에 적용하여 합리적인 비용으로 방역의 실시간 자동화를 구현할 수 있다. 이번 논문에서는 인터넷에 공개되어 있는 사물인식 오픈소스를 활용하여 이를 구현하기 위한 연구를 진행하였다. 또 이를 위한 Dataset 확보에 대한 조사도 진행하였다.

• Journal of Korea Multimedia Society
• /
• v.8 no.7
• /
• pp.898-905
• /
• 2005

Iris recognition Is that identifies a user based on the unique iris muscle patterns which has the functionalities of dilating or contracting pupil region. Because it is reported that iris recognition is more accurate than other biometries such as face, fingerprint, vein and speaker recognition, iris recognition is widely used in the high security application domain. However, if unnecessary information such as eyelid and eyelash is included in iris region, the error for iris recognition is increased, consequently. In detail, if iris region is used to generate iris code including eyelash and eyelid, the iris codes are also changed and the error rate is increased. To overcome such problem, we propose the method of detecting eyelid by using pyramid searching parabolic deformable template. In addition, we detect the eyelash by using the eyelash mask. Experimental results show that EER(Equal Error Rate) for iris recognition using the proposed algorithm is lessened as much as $0.3\%$ compared to that not using it.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.26 no.12A
• /
• pp.2067-2073
• /
• 2001

Biometric systems are forms of technology that use unique human physical characteristics to automatically identify a person. They have sensors to pick up some physical characteristics, convert them into digital patterns, and compare them with patterns stored for individual identification. However, lip-print recognition has been less developed than recognition of other human physical attributes such as the fingerprint, voice patterns, retinal at blood vessel patterns, or the face. The lip print recognition by a CCD camera has the merit of being linked with other recognition systems such as the retinal/iris eye and the face. A new method using multi-resolution architecture is proposed to recognize a lip print from the pattern kernels. A set of pattern kernels is a function of some local lip print masks. This function converts the information from a lip print into digital data. Recognition in the multi-resolution system is more reliable than recognition in the single-resolution system. The multi-resolution architecture allows us to reduce the false recognition rate from 15% to 4.7%. This paper shows that a lip print is sufficiently used by the measurements of biometric systems.

• Journal of Platform Technology
• /
• v.10 no.3
• /
• pp.44-50
• /
• 2022

Research on facial age estimation is being actively conducted because it is used in various application fields. Facial images taken in various environments often have occlusions, and there is a problem in that performance of age estimation is degraded. Therefore, we propose age estimation method by creating an occluded part using image extrapolation technology to improve the age estimation performance of an occluded face image. In order to confirm the effect of occlusion in the image on the age estimation performance, an image with occlusion is generated using a mask image. The occluded part of facial image is restored using SpiralNet, which is one of the image extrapolation techniques, and it is a method to create an occluded part while crossing the edge of an image. Experimental results show that age estimation performance of occluded facial image is significantly degraded. It was confirmed that the age estimation performance is improved when using a face image with reconstructed occlusions using SpiralNet by experiments.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.15 no.7
• /
• pp.1479-1486
• /
• 2011

In this paper, a simple and robust algorithm is proposed for detecting straight line segments in a steel plate image. Line detection from a steel plate image is a fundamental task for analyzing and understanding of the image. The proposed algorithm is based on small eigenvalue analysis. The proposed approach scans an input edge image from the top left comer to the bottom right comer with a moving mask. A covariance matrix of a set of edge pixels over a connected region within the mask is determined and then the statistical and geometrical properties of the small eigenvalue of the matrix are explored for the purpose of straight line detection. Before calculating the eigenvalue, each line segment is separated from the edge image where several line segments are overlapped to increase the accuracy of the line detection. Additionally, unnecessary line segments are eliminated by the number of pixels and the directional information of the detected line edges. The respects of the experiments emphasize that the proposed algorithm outperforms the existing algorithm which uses small eigenvalue analysis.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2008.10a
• /
• pp.419-423
• /
• 2008

사람의 손동작은 오랫동안 하나의 언어역할을 하는 통신 수단으로 사용되어 왔다. 이러한 손동작 중에서 가장 체계를 갖춘 수화는 청각장애인이 일반인과 일상 대화를 할 수 있도록 도와주는 주요한 통신 수단이다. 하지만 건청인들의 대부분이 습득하고 있지 않아 청각장애인들과 의사소통이 거의 불가능 한 것이 현실이다. 따라서 본 논문에서는 건청인과 청각장애인들 간의 의사소통을 원활하게 하기 위해 색상 정보와 퍼지 클러스터링 알고리즘을 이용한 실시간 수화 인식 방법을 제안한다. 제안된 방법은 화상 카메라를 통해 얻어진 실시간 영상에서 YCbCr 컬러 공간에서 색차 정보에 해당하는 Cb, Cr 정보를 각각 추출한 후, 이진화한 영상과 원본 영상에서 마스크를 통한 에지를 추출한 이진화 영상에 대해 논리연산을 통해 두 손의 위치와 외곽을 추출한다. 추출된 각 정보를 조합하여 8 방향 윤곽선 추적 알고리즘을 적용하여 객체의 위치를 추적한다. 그리고 추적한 객체의 영역에 대해 형태학적 정보를 이용하여 잡음을 제거한 후, 최종적으로 두 손의 영역을 추출한다. 추출된 손의 영역은 퍼지 클러스터링 기법 중의 FCM 알고리즘을 적용하여 수화의 특징들을 분류하고 인식한다. 제안된 방법의 성능을 평가하기 위해 화상카메라를 통해 얻어진 실시간 영상을 대상으로 실험한 결과, 제안된 방법이 두 손 영역의 추출에 효과적이고 수화 인식에 있어서 가능성을 확인하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2007.06a
• /
• pp.241-247
• /
• 2007

자궁 경부 세포진 영상의 핵 추출을 위해서는 영상의 배경과 핵 그리고 세포질 영역의 구분이 중요하다. 또한 정상 세포핵과 암종 세포핵의 구분 및 인식을 위해서는 세포핵들의 형태학적 특징을 이용한 분류 기준을 세워야한다. 본 논문에서는 자궁 경부 세포진 영상에서 세포핵의 후보 영역과 핵을 추출하기 위해 현미경 400배율 확대 사진을 획득하는 과정에서 훼손된 컬러 영상을 복원하기 위한 방법으로 Lighting Compensation을 적용하여 영상을 보정한다. 그리고 배경 영역과 세포핵 영역을 구분하기 위해 영상의 R,G,B 영역의 히스토그램의 분포를 이용하여 배경을 제거한다. 배경이 제거된 영상을 그레이 영상으로 변환 한 후, 히스토그램 명암도의 값을 이용하여 세포핵 영역과 세포질을 분류하여 세포핵 영역을 추출한다. 그리고 Kapur 방법을 적용하여 세포핵 영역의 엔트로피 누적확률을 구한 후, 영상을 이진화 한다. Kapur 방법이 적용된 이진화 영상에서 세포핵 영역의 중심과 주위 화소를 비교하는 $3\times3$ 마스크를 적용하여 영상의 미세한 잡음을 제거 한 후, 8방향 윤곽선 추적 알고리즘을 적용하여 최종적으로 세포핵 영역을 추출한다. 추출된 세포핵의 영역을 분류 및 인식하는 과정으로 세포의 외각의 방향성 정보, 핵의 크기, 그리고 면적 비율의 특징을 이용하여 퍼지 소속 함수를 설계한 후, 소속 함수의 소속도를 구하고 퍼지 추론 규칙을 적용하여 자궁 경부 세포진 영상에서 정상 세포핵 및 암종 세포핵을 인식한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• v.9 no.1
• /
• pp.497-503
• /
• 2005

본 논문에서는 퍼지 RBF 네트워크를 이용한 운송 컨테이너 식별자 인식 시스템을 제안한다. 일반적으로 운송 컨테이너의 식별자들은 크기나 위치가 정형화되어 있지 않고 외부 잡음으로 인하여 식별자의 형태가 변형될 수 있기 때문에 일정한 규칙으로 찾기는 힘들다. 본 논문에서는 이러한 특성을 고려하여 컨테이너 영상에 대해 Canny 마스크를 이용하여 에지를 검출하고, 검출된 에지 정보에서 영상획득 시 외부 광원에 의해 수직으로 길게 발생하는 잡음들을 퍼지 추론 방법을 적용하여 제거한 후에 수직 블록과 수평 블록을 검출하여 컨테이너의 식별자 영역을 추출하고 이진화한다. 이진화된 식별자 영역에 대해 검정색의 빈도수를 이용하여 흰바탕과 민바탕을 구분하고 4방향 윤광선 추적 알고리즘을 적용하여 개별 식별자를 추출한다. 개별 식별자 인식을 위해 퍼지 C-Means 알고리즘을 이용한 퍼지 RBF 네트워크를 제안하여 개별 식별자에 적용한다. 제안된 퍼지 RBF 네트워크는 퍼지 C-Means 알고리즘을 중간층으로 적용하고 중간층과 출력층 간의 학습에는 일반화된 델타 학습 방법과Delta-bar-Delta 알고리즘을 적용하여 학습 성능을 개선한다. 실제 컨테이너 영상을 대상으로 실험한 결과, 기존의 식별자 추출 방법보다 제안된 식별자 추출방법이 개선되었다. 그리고 기존의 ART2 기반 RBF 네트워크보다 제안된 퍼지 RBF 네트워크가 컨테이너 식별자의 학습 및 인식에 있어서 우수함을 확인하였다.