• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2000년도 정기총회 및 학술대회
• /
• pp.143-148
• /
• 2000

본 논문에서는 투영된 모션과 히스토그램 인터섹션을 이용한 노이즈에 강건한 물체추적 방법을 제안한다. 기존의 방법은 템플릿 매칭, 물체의 경계선 재 검출, 물체의 움직임 정보 등을 사용하여 물체추적을 하였으나, 템플릿 매칭의 경우 많은 계산 시간을 요구하며 경계선을 재 검출하는 경우 윤곽선이 잘못 설정되는 경우가 있고 물체의 움직임 정보를 사용하는 경우에는 움직이는 카메라에서 움직이는 물체만을 추적하기가 쉽지 않은 단점이 있다. 본 논문에서는 투영된 모션과 질의 영상의 템플릿 마스크를 사용하여 물체의 이동, 회전과 스케일을 고려한 노이즈에 강건한 물체추적 기법을 제안한다. 질의영상은 영상분할 후 영역선택을 통하여 구성하고 물체의 인식은 색상을 이용한 히스토그램 인터섹션 기법을 사용한다. 물체의 이동은 가로 및 세로의 밝기 값을 1차원 신호로 투영하여 개략적인 움직임을 감지하고 이동에 대한 에러를 보정하며 회전과 스케일의 변화는 질의 영상의 템플릿 마스크를 이동하여 회전과 스케일에 맞게 변경하여 감지한다

• 대한의용생체공학회:의공학회지
• /
• 제21권4호
• /
• pp.333-338
• /
• 2000

본 논문에서는 T1 강조영상, T2 강조 영상 그리고 PD의 영상의 특징을 상호 보완적으로 이용한 자동적인 영상 분할법을 제안한다. 제안한 분할 알고리듬은 3단계로 이루어지는데, 첫 단계에서는 PD 영상으로부터 대뇌 마스크를 획득한 후, T1과 T2, PD의 입력 영상에 대뇌 마스크를 씌워 각각의 대뇌 영상을 추출하고, 둘째 단계에서는 대뇌 내부 조직에 해당하는 두드러진 클러스터(outstanding cluster)를 3차원 클러스터들 중에서 선택한다. 3차원 클러스터는 최적스케일 영상(optimal scale image)으로 이루어지는 3차원 공간상에서 화소가 밀집된 봉우리들을 교집합해서 생성되는 클러스터로 결정한다. 최적스케일 영상은 각 2타원 히스토그램에 스케일 스페이스 필터링을 적용시키고 그래프(graph) 구조를 검색하여 2차원 히스토그램의 모양을 가장 잘 나타내는 봉우리(peak) 영상을 최적 스케일 영상으로 선택한다. 마지막 단계에서는 앞에서 찾은 두드러진 클러스터의 중심값을 FCM 알고리듬의 초기중심 값으로 두고, FCM 알고리듬을 이용하여 대뇌 영상을 분할한다. 제안한 분할 알고리듬은 정확한 클러스터의 중심값을 계산함으로 초기 값을 영향을 많이 받는 FCM 알고리듬의 단점을 보완하였고 다중 스펙트럼 영상의 특성을 조합하여 분할에 이용함으로 단일 스펙트럼 영상만을 이용하는 방법보다 향상된 결과를 얻을 수 있었다.

• 정보과학회 논문지
• /
• 제42권10호
• /
• pp.1222-1230
• /
• 2015

무릎 자기공명영상에서 전방십자인대의 분할은 밝기값의 불균일성 및 주변 조직들과의 유사 밝기값 특성으로 인해 기존 분할기법의 적용에 한계가 있다. 본 논문에서는 지역적 정렬을 통한 확률아틀라스 생성 및 반복적 그래프 컷을 통한 다중아틀라스 기반 전방십자인대 분할기법을 제안한다. 첫째, 전역 및 지역적 다중아틀라스 강체정합을 통해 전방십자인대의 확률아틀라스를 생성한다. 둘째, 생성된 확률아틀라스를 이용하여 최대사후추정 및 그래프 컷을 통하여 전방십자인대 초기 분할을 수행한다. 셋째, 마스크 기반 강체정합을 통한 형상정보 개선 및 반복적 그래프 컷을 통해 전방십자인대 분할 개선을 수행한다. 제안방법의 성능평가를 위하여 육안평가 및 정확성평가를 수행하였으며, 평가 결과 제안방법의 Dice 유사도는 75.0%, 평균표면거리는 1.7화소, 제곱근표면거리는 2.7화소로서 기존 그래프 컷 방법에 비하여 전방 십자인대의 분할정확도가 각각 12.8%, 22.7%, 및 22.9% 향상된 것으로 나타났다.

• 스마트미디어저널
• /
• 제9권2호
• /
• pp.9-15
• /
• 2020

본 논문에서는 새롭게 제안하는 Multi-Path Encoder-Decoder 의 구조를 바탕으로 두개의 가지로 구성된 심층신경망을 통해서 영상 이미지에서 물체를 하나의 객체 단위로 분할 검출하는 방법을 제안하였다. 각 가지는 중심점 검출 가지(Dot branch), 객체 분할 가지(Segmentation branch)라 하고 중심점 검출 가지는 이미지로부터 각 객체의 중심점을 찾는 역할을 수행하고, 객체 분할 가지는 각 객체의 영역을 이미지로부터 분할하는 역할을 수행한다. 실험에서는 CVPPP 식물 이미지의 나뭇잎을 각각 구분하도록 학습 하였으며 중심점 검출 가지는 각 나뭇잎의 중심점들을 찾아내고, 객체 분할 가지는 원본 이미지와 찾아낸 중심점 이미지를 통하여 각 중심점에 해당하는 나뭇잎의 픽셀 분할 영역을 최종적으로 예측하게 된다. 기존의 객체 분할에서는 다양한 크기, 위치의 앵커박스를 만들어서 많은 영역(N > 1k)의 물체를 확인해야하는 연산량 문제점 혹은 이미지에서 고정되지 않는 총 객체의 개수를 예측하기 어려웠던 문제가 있었다. 제안한 심층신경망에서는 중심점을 기반으로 객체를 찾아내는 효과적인 방법을 제안하였다.

• 한국광학회지
• /
• 제23권3호
• /
• pp.97-102
• /
• 2012

일반적으로 왜곡을 측정하는 방법으로 패턴의 전체 이미지를 분석하여 왜곡을 평가하는 방법을 이용하고 있으나 정확도가 높지 않아 카메라 등의 광학계에 많이 적용되고 있다. 1um이하의 정확도를 요구하는 왜곡수차를 측정하는 방법으로는 고가의 정밀 스테이지를 이용하여 마스크의 이미지 위치를 정확히 측정하는 방법이 주로 이용된다. 본 논문에서는 정확도가 요구되지 않는 매뉴얼 스테이지를 이용하여 왜곡을 정확히 측정하는 방법을 연구 하였다. 주요 아이디어로는 CCD나 CMOS를 이용하여 마스크 이미지를 일부 중첩되도록 분할측정하고 인접중첩영역의 이미지를 통합하여 마스크 이미지 위치를 정확히 계산하는 것이다. 마스크 이미지의 정확한 위치정보를 얻기 위해 Canny Edge Detection 기법을 사용하였으며 이렇게 확보된 위치정보로부터 좌표변환과 최소자승법을 사용하여 정확한 왜곡수차를 계산하는 과정을 연구하였다.

• 한국컴퓨터정보학회논문지
• /
• 제16권3호
• /
• pp.27-34
• /
• 2011

본 논문에서는 영상의 명암대비(contrast)를 개선시키는 언샾 마스킹 방법을 제안한다. 언샾 마스킹은 이미지가 가지고 있는 에지와 디테일 정보를 개선시키는데 일반적인 샤프닝 마스크 보다 효과적이기에 이에 관한 많은 연구가 있었다. 제안하는 방법은 방향성 정보를 이용한 블록 단위의 언샾 마스킹 방법으로 영상을 블록 단위로 분할하고 DCT(Discrete Cosine Transform)를 이용하여 각 블록에서 패턴의 방향성 정보를 얻어낸다. DCT 결과로부터 해당 블록들의 방향성 타입을 결정하고 이에 따라 언샾 마스크를 적응적으로 적용한다. 블록의 분류는 평탄영역, 텍스처, 에지 그리고 나머지 형태로 구분되어 진다. 평탄 영역에 속하는 블록은 잡음에 의한 영향을 줄이기 위해 언샾 마스킹을 적용하지 않으며 텍스처와 에지영역에 대해서는 고주파 성분을 강조하기 위해 블록타입에 맞는 적응적 언샾 마스킹을 적용한다. 실험을 통하여 영상에서 평탄 영역은 잡음에 의한 훼손을 줄이며 에지들이 포함된 텍스처 영역은 적응적으로 강조하여 시각적으로 우수한 명암대비 개선 결과를 얻을 수 있었다.

• 한국멀티미디어학회논문지
• /
• 제15권2호
• /
• pp.204-214
• /
• 2012

본 논문은 비전장비의 결함 검사 시스템을 위한 불균일한 휘도분포를 가지는 TFT-LCD 영상에서 결함 영역을 분할하는 방법을 다룬다. 불균일한 휘도분포 때문에 결함의 영역을 찾기 어려우며 이를 위해 많은 방법들이 제안되었다. Kamel과 Zhoa는 문자 및 그래픽의 분할을 위해 논리적 단계화 방법을 제안하였고, 이 방법은 공간상에서 수행되어지는 지역적 분할 방법으로 불균일한 분포 상에서도 문자가 잘 분할되는 장점이 있다. TFT-LCD의 저해상도 영상도 배경의 분포가 불균일하여 본 논문에서는 Kamel과 Zhoa의 방법을 답습하여 새로운 결함 영역 분할 방법을 제안한다. 제안한 방법은 결함주위에 발생하는 과검출(Ghost object)이 적은 장점이 있으며 제안 방법의 성능을 증명하기위해 실제 결함이 존재하는 TFT-LCD 영상을 이용하여 실험하고, 주파수상에서 많이 사용되는 FFT의 밴드패스 필터를 이용한 분할 방법과 비교하였다.

• 한국인터넷방송통신학회논문지
• /
• 제22권3호
• /
• pp.1-8
• /
• 2022

최근 소개된 구글 MediaPipe의 모발 분할 방식은 실시간 모바일 애플리케이션을 위해 특별히 설계된 단일 카메라 입력에서 신경망 기반 모발 분할을 위한 새로운 접근 방식을 제시한다. 상대적으로 작은 신경망으로 가상 머리카락 다시 칠하기와 같은 증강 현실 효과에 매우 적합한 고품질 머리카락 분할 마스크를 생성한다. 그렇지만, 모발 스타일 또는 모발 영역에 잡음이 있는 경우에 모발 분할 정확도가 떨어지는 문제점들이 있다. 이에 본 연구에서는 지정된 라벨에서 모발 위치와 모발 색상 가능성의 추정된 사전 분포에 따라 이미지의 에너지 함수를 구성하고, 이것을 그래프 절단 알고리즘에 따라 최적화시키는 방식으로 초기 모발 영역을 얻는 방식을 도입한다. 그런 다음에, 초기 모발 영역에 클러스터링 알고리즘과 사후 처리 기법을 적용하여 최종 모발 영역을 정밀하게 분할 할 수 있도록 한다. 제안된 방식은 MediaPipe의 모발 분할 파이프라인에 적용된다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 하계종합학술대회 논문집(2)
• /
• pp.246-249
• /
• 2000

In this paper, we describe an automated extraction program that transforms a mask layout into an approximated equivalent circuit information suitable for circuit simulation, and that extract the geometric parameters of stacked MOSFETs and the distributed RCs of layout blocks. To extract equivalent circuit from mask layout, we propose new block disassembly technique capable of accurate computations of distributed RCs at branch point, using vectorized edges which represent the outline of an individual polygon.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2001년도 춘계학술발표논문집
• /
• pp.95-98
• /
• 2001

본 논문은 뇌의 축방향(axial sect ion)에 대하여 촬영한 뇌의 자기공명 영상(Magnetic Resonance Imaging)을 대상으로 뇌의 영역만을 분리하기 위한 방법을 제안하고 있다. MR영상은 슬라이스마다 다른 분포값을 가지기 때문에 각 슬라이스 별로 조직의 특성을 파악하여 뇌의 영역을 분리하였다. 히스토그램의 명암값 분포를 분석하여 배경과 뇌를 둘러싸고 있는 외피를 제거하고 라벨링(label1ing) 알고리즘을 적용하여 뇌만 분리 할 수 있도록 하는 마스크 영상을 만들어 이것을 이용하여 원영상으로부터 뇌의 영역만을 분리하였다.