• Journal of Digital Contents Society
• /
• v.10 no.3
• /
• pp.423-431
• /
• 2009

There are various image retrieval methods using shape, color and texture features. One of the most active area is using shape and color information. A number of shape representations have been suggested to recognize shapes even under affine transformation. There are many kinds of method for shape recognition, the well-known method is Fourier descriptors and moment invariant. The other method is CSS(Curvature Scale Space). The maxima of curvature scale space image have already been used to represent 2-D shapes in different applications. Because preexistence CSS exists several problems, in this paper we use improved CSS method for retrieval image. There are two kinds of method, One is using RGB color information feature and the other is using HSI color information feature. In this paper we used HSI color model to represent color histogram before, then use it as comparison measure. The similarity is measured by using Euclidean distance and for reduce search time and accuracy, We use DTW for measure similarity. Compare with the result of using Euclidean distance, we can find efficiency elevated.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.06b
• /
• pp.182-187
• /
• 2007

본 논문에서는 이미지 상에 나타난 색상 정보를 추출하기 위한 새로운 커널 메소드(Kernel method)인 Grid kernel을 제안한다. 제안한 Grid kernel은 Convolution kernel의 하나로 이미지 상에 나타나는 자질을 주변 픽셀에서 나타나는 자질로 정의 하고 이를 재귀적으로 적용함으로써 두 이미지를 비교한다. 본 논문에서는 제안한 커널을 차량 색상 인식 문제에 적용하여 차량 색상 인식 모델을 제안한다. 이미지 생성시 나타나는 주변 요인으로 인해 차량의 색상을 추출하는 것은 어려운 문제이다. 이미지가 야외에서 촬영되기 때문에 시간, 날씨 등의 주변 요인은 같은 차량이라 하더라도 다른 색상을 보이게 할 수 있다. 이를 해결하기 위해 Grid kernel이 적용된 차량 색상 인식 모델은 이미지를 HSV (Hue-Saturation-Value) 색상 공간으로 사상하여 명도를 배제하였다. 제안한 커널과 색상 인식 모델을 검증하기 위해 5가지 색상을 가진 차량 이미지를 이용하여 실험을 하였으며, 실험 결과 92.4%의 정확율과 92.0%의 재현율을 보였다.

• The Journal of the Korea Contents Association
• /
• v.16 no.7
• /
• pp.431-438
• /
• 2016

In this paper, we present an upsampling technique for depth map image using color and depth weights. First, we construct a high-resolution image using the bilinear interpolation technique. Next, we detect a common edge region using RGB color space, HSV color space, and depth image. If an interpolated pixel belongs to the common edge region, we calculate weighting values of color and depth in $3{\times}3$ neighboring pixels and compute the cost value to determine the boundary pixel value. Finally, the pixel value having minimum cost is determined as the pixel value of the high-resolution depth image. Simulation results show that the proposed algorithm achieves good performance in terns of PSNR comparison and subjective visual quality.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2010.11a
• /
• pp.180-183
• /
• 2010

본 논문에서는 객체의 색상 정보와 차영상을 이용한 동영상 내 객체 추적 기법을 제안한다. 제안하는 기법은 연속적은 프레임 간에 객체의 색상 정보의 변화가 크지 않다는 것을 가정하여 비슷한 색상 정보를 찾아 현재 프레임의 객체 영역을 얻는다. 입력한 이전 프레임의 초기 객체 정보를 사용하여 객체와 배경의 색상 히스토그램을 구한다. 또한 현재 프레임과 이전프레임의 차영상을 생성한다. 마지막으로 객체와 배경의 색상 히스토그램과 차영상을 사용하여 현재 프레임의 각 화소를 객체 또는 배경 영역으로 구분하여 현재프레임의 객체 영역을 얻는다. 생성된 현재 프레임의 객체 정보는 다음 프레임의 객체 추적에서 다시 사용한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.358-360
• /
• 2001

본 논문에서는 내용기반 영상검색중 객체기반검색 방법에 대해 다룬다. 먼저 색상과 질감정보가 동일한 영역을 VQ알고리즘을 이용해 군집화 함으로써 동일한 영역을 추출하는 새로운 영상분할기법을 제안하고, 분할 후에 분할에 사용된 색상과 질감정보, 객체간의 위치정보와 영역크기정보를 가지고 객체간 유사도를 판별하여 영상을 검색한다. 이 때 사용되는 색상의 범위의 몇 개의 주요한 색상으로 표시하기 위해 색상테이블을 사용하고 인간의 인지도에 의해 다시 그룹화 함으로써 계산량과 데이터저장의 효율성을 높인다. 영상검색시에는 질의 영상의 관심객체와 비교대상이 되는 데이터베이스 영상의 여러 객체와의 유사성을 판단하여 영상간의 유사도를 계산하는 일대다 매칭 방법(One Object to Multi Objects Matching)과 질의 영상의 여러 객체와 데이터베이스영상의 여러 객체간의 유사도를 판단하는 다대다 매칭 방법(Multi Objects to Multi Objects Matching)을 제안한다. 또한, 제안된 시스템은 고속검색을 실현하기 위해 주요한 색상값을 키(key)색인화 해서 일치가능성이 없는 영상들은 1차적으로 제거함으로써 검색시간을 줄일 수 있도록 했다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.04a
• /
• pp.401-404
• /
• 2010

고성능 단말기와 다양한 컨텐츠가 제공되면서 제스처 기반 사용자 인터페이스에 대한 관심이 높아지고 있다. 하지만 기존의 알고리즘을 사용하기 위해서는 센서 장치를 사용하거나 사용자가 부자연스러운 장비를 착용해야 하는 경우가 많다. 본 논문에서는 카메라를 통해 입력된 영상 정보만으로 사용자가 착용한 색상 마커를 실시간으로 검출하는 알고리즘을 제안한다. 본 논문이 제안하는 마커 인식 알고리즘은 색상 감지와 움직임 감지로 나뉜다. 단일 프레임에서 영상 성분 평균을 이용한 조건검사를 통하여 색상 영역을 검출한다. 다음으로, 인접한 프레임간의 평균 영상과 현재 영상과의 차를 가중치로 이용하여 배경 범위를 설정하고 이 범위를 벗어난 영역을 움직임 영역으로 검출한다. 마지막으로 색상 검출 영역과 움직임 검출 영역을 동시에 만족하고 이웃한 픽셀들도 위 조건을 동시에 만족하면 최종적으로 사용자의 마커로 인식한다. 본 논문이 제안하는 알고리즘은 영상 정보만 사용하기 때문에 사용자는 센서나 부자연스러운 장비를 착용할 필요가 없고 일조량에 따른 조도의 변화에 강건하기 때문에 효과적인 사용자 움직임 검출이 가능하다.

• Proceedings of the KIEE Conference
• /
• 2001.07d
• /
• pp.2355-2357
• /
• 2001

색상정보는 물체의 특성을 나타내는 고유한 특징점이 될 수 있으며, 물체를 인식하는데 중요한 정보를 제공한다. 색상정보를 이용한 얼굴영역의 추출은 얼굴의 방향이나 형태의 변화에 덜 민감하고 그 추출속도가 빠르다는 장점 때문에 많이 사용된다. 그러나 색상정보는 조명의 변화에 따라 민감하게 바뀐다는 단점을 가진다. 또한 실내환경에서 피부색과 유사한 배경이나 배경물체들이 많이 존재한다. 이러한 조명의 변화나 배경들이 존재하는 경우에 피부색을 이용한 얼굴 추출은 실패하기 쉽다. 본 논문에서는 이러한 단점을 극복하기 위하여 피부색상 모델의 추적을 행하였으며, 얼굴의 움직임데이터로부터 타원근사를 이용하는 방식을 제안하였다. 또한 카메라는 팬틸트 장치에 탑재되어서 사람의 얼굴을 추적하도록 하였다.

• Proceedings of the KIEE Conference
• /
• 2001.07d
• /
• pp.2396-2398
• /
• 2001

Active contour로 알려져 있는 snake는 반복적인 계산으로 이미지상에서 찾고자 하는 물체의 외곽선에 수렴하는 contour로 이미지 상의 물체의 외곽선으로부터 발생하는 외부 에너지(external energy)와 contour 자체로부터 기인하는 내부 에너지(internal energy)를 최소화하는 방향으로 움직인다. 그러나 물체의 윤곽선으로부터 발생하는 외부 에너지는 찾고자 하는 물체뿐만 아니라 주위의 다른 물체로부터도 발생하므로 만일 추적하고자 하는 물체의 주변에 다른 물체들이 존재한다면 snake은 올바르게 동작하지 않게 된다. 본 논문에서는 이러한 단점을 극복하기 위하여 물체의 색상정보를 이용하는 방식을 제안하였다. 물체의 색상 정보는 물체의 고유한 특성 중의 하나로 본 논문에서는 색상정보를 이용하여 원래의 이미지를 찾고자 하는 물체의 색상과 얼마나 유사한가를 나타내는 확률 이미지로 변환하였다. 이렇게 변환된 확률 이미지 상에서 snake 알고리즘을 적용함으로써 배경의 다른 물체로부터 발생하는 외부 에너지를 효과적으로 제거할 수 있다. 또한 본 논문에서는 물체가 이동함에 따라 변화하는 색상 정보를 지속적으로 갱신함으로써 물체의 추적이 효과적으로 이루어지도록 하였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.06a
• /
• pp.142-145
• /
• 2001

본 논문에서는 얼굴추출을 하는데 있어서 빠른 속도로 얼굴의 구성요소들을 분할하고 추출한다. 효율적인 분할과 추출물 위해서 3가지의 정보를 사용한다. 첫 번째는 얼굴의 색상정보로써 배경 속의 얼굴을 찾는데 이용한다. 두 번째는 얼굴의 윤곽선 정보로 얼굴의 구성요소를 추출해 내는데 사용한다. 세 번째는 얼굴의 구조적인 정보를 이용하여 색상 및 윤곽선 정보를 이용하여 추출된 요소에 대해 얼굴의 다른 구성요소를 추출하는데 이용한다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.22 no.3
• /
• pp.434-442
• /
• 2018

In this paper, we propose a road lane color recognition method from the image obtained from a driving vehicle. In autonomous vehicle techniques, lane information becomes more important as the level of autonomous driving such as lane departure warning and dynamic lane keeping assistance is increased. In particular the lane color recognition, especially the white and the yellow lanes, is necessary technique because it is directly related to traffic accidents. In this paper, color information of lane and road area is mapped to a 2-dimensional S-color space based on lane detection. And the center of the feature distribution is obtained by using an improved mean-shift algorithm in the S-color space. The lane color is determined by using the distance between the center coordinates of the color features of the left and right lanes and the road area. In various illumination conditions, about 97% color recognition rate is achieved.