• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.473-475
• /
• 1998

본 논문에서는 색상 변화 분석을 통하여 차량의 속도와 수량을 측정하는 방법을 제안한다. 동영상에서 색상 변화를 분석하기 위하여 시간 흐름에 따른 화소의 색상 변화를 그래프로 표현한다. 차량 진행 방향에 있는 두 개의 화소에 대하여 이 그래프를 구하여 두 그래프가 가지는 시간차이를 계산하여 이동하는 차량의 속도를 구한다. 차량의 진행 방향을 추정한다. 차량의 수량은 도로 색에 경계 값을 설정하여 구하고, 이를 속도로 보완한다. 제안한 시스템은 날씨와 밝기에 영향을 적게 받으며 수행시간이 적게 드는 장점을 가진다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10a
• /
• pp.30-32
• /
• 1999

내용 기반 이미지 데이터베이스의 검색을 위해서 low-level 특징에 기반한 방법들이 연구되고 있다. 본 논문에서는 웨이브릿 변환에 기반한 색상과 질감 특징을 이용한 내용기반 이미지 검색 시스템을 제안한다. 다양한 색상 정보로부터 추출한 인덱스 키와 웨이브릿 변환에 의해 추출한 질감 특징을 통계적 확률 분석 방법에 적용시킨 검색 시스템이다. 이러한 색상과 질감에 대한 효과적인 조합으로 보다 효율적이고 정확성 높은 결과를 도출함을 실험을 통하여 제시한다.

• Annual Conference on Human and Language Technology
• /
• 2020.10a
• /
• pp.559-562
• /
• 2020

본 논문에서는 한국어 입력 텍스트의 의미를 반영하는 색상 팔레트를 생성하는 방법을 제안한다. 기존 영문 모델에서 한국어의 특수성을 고려하여 입력 방법과 형태소 분석, 임베딩 등 여러 조건을 달리한 접근을 시도하고 최종적으로 두개의 모델을 선정하여 평가를 진행한다. 정량적 평가인 단일 팔레트 다양성 평가와 정성적 평가인 사용자 평가를 진행하였으며 결과 기존 영문 버전보다 다양성이 높았고 사용자가 실제 팔레트 보다 생성된 팔레트를 선호하는 비율도 향상되었다. 이번 연구로 한국어 임베딩을 활용하여 팔레트를 생성하였을 때 보다 다양한 색상과 의미적으로도 적합한 색상을 선정함을 확인할 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.415-417
• /
• 2001

본 논문에서는 주차 단속의 자동화를 위해 입력된 차량 영상으로부터 번호판 영역의 복합 색상 정보와 명암 벡터를 이용하여 번호판 영역을 추출하는 알고리즘을 제안한다. 일반적으로 명암도 영상에서는 번호판 영역의 숫자나 문자와 배경간의 명암도 변화는 뚜렷하게 나타나고, 다른 영역에 비하여 명암벡터의 밀집도가 높다는 특징을 가지고 있다. 이러한 특징을 이용하여, 번호판 영상의 하측 라인부터 명암 벡터의 부호 변화가 임계치 이상으로 나타나고, 자가용 또는 영업용 번호판 색상이 일정 수준으로 검출되는 구간을 번호판 영역으로 검출하고 이를 기준으로 대략 박스를 설정한다. 정교한 번호판 영역은 수직 소벨 에지 영상의 프로젝션으로 추출한다. 제안한 알고리즘을 평가하기 위하여, 다양한 시간과 장소에서 촬영되고 차량 주변의 복잡한 배경이 충분히 포함된 총 100장의 주차 단속 영상을 사용하였다. 실험 결과, 명암벡터와 색상정보를 함께 사용한 제안한 방법 이 명암벡터만을 사용한 방법에 비해 약 10% 향상된 97%의 번호판 추출률을 보였으며, 차량 종류의 자동 구분도 가능하였다.

• The KIPS Transactions:PartB
• /
• v.8B no.2
• /
• pp.215-222
• /
• 2001

본 논문에서는 새로운 형태 특징값으로서 형태 correlogram을 제안하고 이를 기반으로 한 효과적인 내용기반 영삼검색(content-based image retrieval) 방법을 제시한다. 기존읜 색상 correlogram은 색상 정보에 공간적인 정보를 부여함으로써 영상검색 성능을 향상시켰다. 그러나 이 특징값은 형태 정보를 포함하고 있지 않아서 색상이 다르면서 비슷한 윤곽선 형태를 갖는 물체의 검색에는 좋은 효과를 보이지 못한다.이 문제를 해결하기 위해 예지(edge)들의 correlogram인 형태(shape) correlogram을 제안한다. 색상 correlogram이 색상들의 거리에 따른 상관관계를 나타내는데 반해 형태 correlogram은 에지 각도들의 상관관게를 나타낸다. 형태 correlogram은 gradient 축과 각도 축을 가지는 2차원 특징 벡터(feature vector)로 표현된다. 각 축은 24개 빈(bin)으로 나뉘어져서 총 576개의 원소를 가지게 된다. 또한 본 논문에서는 형태 correlogram의 데이터 크기를 줄이고, 회전에 대해 불변인 특성을 가지게 하기 위해 투영(projected) 형태 correlogram을 제안한다. 실험결과를 통하여 본 논문에서 제안한 형태 correlogram과 투영 형태 correlogram을 사용한 영상검색 방법이 기존의 방법보다 성능면에서 우수함을 입증한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2011.01a
• /
• pp.39-42
• /
• 2011

본 논문에서는 영상들의 특징들을 추출하여 특징 값들의 비교를 통하여 질의 영상의 유사 영상을 검색하는 방법을 제안한다. 제안하는 방법은 입력 영상들의 색상 히스토그램으로 색상 특징 값들을 추출하고 질감 정보인 에지 정보와 이웃화소간의 공간 관계를 분석하여 질감 특징 값들을 추출하여 저장한 후 질의 이미지의 색상과 질감 특징들을 구하여 비교를 통하여 유사도를 분석하고 결과 영상을 보여준다. 또한 색상과 질감을 혼합하여 사용할 때 적응적으로 가중치를 부여함으로써 가중치가 적합하지 않아 발생하는 오 검출될 현상을 피할 수 있게 되었다. 실험을 통하여 기존의 방법과의 성능을 비교분석하였고 본 방법의 우수성을 입증하였다.

• Proceedings of the Korea Society for Industrial Systems Conference
• /
• 2000.11a
• /
• pp.441-446
• /
• 2000

본 논문은 웹 상에서 이미지검색 시스템을 구현하는데 검색방법은 영상의 영역과 넓이를 이용한 체인 코드에 기반 하여 복잡도와 영역 색상 정보를 이용하였고, 클라이언트와 서버간의 데이터베이스 연결은 JDBC를 이용하였다. 기존의 검색할 때마다 프로세스가 필요한 CGI를 이용한 방법보다 더 효율적이었다 입력된 영상을 이용하여 검색하는 방법을 사용하였으며, 색상 정보 추출은 RGB신호를 256칼라로 양자화 하였다. 영상의 색상과 객체가 갖는 복잡도를 이용한 내용기반 영상 검색방법을 제시하였다. 본 논문에서는 기존의 방법인 색상특징 과 제안한 체인코드에 의한 객체의 복잡도를 특징으로 하는 공간정보를 결합한 방법을 제안하였다 실험결과 영상의 모양 특징도 고려한 제안한 방법이 내용기반 검색에서 색상 특징만을 고려한 기존의 방법보다 우수하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.943-945
• /
• 2005

교통 표지판은 안전하고 효율적인 주행을 위해 운전자에게 여러 가지 정보를 제공한다. 따라서 교통 표지판의 자동인식은 자동운전이나 안전운전 시스템 등에 중요하게 사용될 수 있다. 본 논문은 영상에서 나타난 여러 가지 도로시설물 중 교통 표지판을 인식하는 알고리즘을 제안한다. 제안된 알고리즘은 교통 표지판이 가지고 있는 색상, 밝기, 형태 등의 정보를 이용하여 교통 표지판을 자동으로 인식한다. 일반적인 영상처리에서는 RGB 색상 공간의 처리는 간단하지만 날씨나 조명 상태의 변화에 민감하므로 본 논문에서는 색상과 채도에서 컬러 인지력이 높은 HSI 공간을 활용하여 주변 환경의 영향을 줄였다. 또한 고속 인식을 위하여 영상 모멘트 템플릿 정합을 사용하여 신경 회로망을 구성하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.04a
• /
• pp.808-810
• /
• 2016

Color constancy는 다양한 광원 아래에서 사물의 색을 인지하는 능력이다. 사람의 눈은 절대적인 색상을 인지하는 것이 아니라 주변 환경과의 상대적인 색상을 인지하지만[1], 기계는 절대적인 색상 값으로 받아들이므로 기계가 광원의 영향을 받은 사물의 색상을 정확히 알기 위해서는 기계가 받아들이는 색상 값에서 광원의 영향을 제거해 주는 과정이 필요하다. 이를 카메라에서는 화이트 밸런싱 또는 칼라 밸런싱이라 부르기도 하며 이러한 과정을 위해서 다양한 기법들이 존재하는데, 영상 전체의 각 색상 채널의 평균값은 무채색이라는 Grey world 기법[2]부터, 영상에서 가장 높은 색상 값을 갖는 곳이 광원을 가장 잘 표현한다고 가정하는 White patch(Max RGB)기법[1], 색상 히스토그램 보정을 통한 화이트 밸런싱[3], 최근에는 무채색 지점에서의 각 색상 채널의 변화량이 모두 같다는 가정을 통해 무채색 지점을 찾는 Grey pixel[4] 등 많은 기법이 연구되었다. 본 연구에서는 칼라 히스토그램 보정으로 칼라 대비 개선 효과를 통해 각 색상 채널의 비율이 비슷한 곳을 무채색 지점으로 표본을 수집하여 해당 표본으로부터 칼라 벡터로서 PCA를 통한 대표 값을 추출하여 광원을 예측하는 기법을 소개한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.05a
• /
• pp.727-730
• /
• 2004

영상은 복잡한 객체들의 집합으로 이루어져 있기 때문에 영상에 포함된 객체를 분리하는 일은 컴퓨터 비전이나 인식 등 많은 분야에서 중요시 된다. 영상 처리 측면에서 객체를 분할하기 위해서 색상, 모양, 질감, 움직임 등 다양한 기법들이 이용되고 있다. 본 논문에서는 정확한 색상의 비교를 위해서 CIE 색상 모델을 이용하고 있으며 이것을 기반으로 객체를 추출하고 있다. 그리고 추출된 객체의 해석과 검증을 위해서 모양 기반의 분석법을 이용하고 있다. 본 논문에서는 Pan/Tilt 카메라의 타겟팅(Targeting)과 포커싱(Focusing)을 위해 영상 내에 포함되어진 객체를 검출하기 위한 방법론을 제안하고자 한다. 객체를 인식하기 위해 CIE 색상 모델을 이용한 색상 매칭 기법을 제안하고 있다. 색상의 분포를 파악하기 위해서 CIE 모델이 생성해내는 Lab 블록을 통계적인 방법으로 분석한다. 그리고 분석된 결과는 CIE 블록 매칭(Bock Matching) 기법의 기준이 되며 이것을 이용해서 후보 객체 영역(Candidate Object Area)을 추출하게 된다. 추출된 후보 객체 영역을 검증하기 위해서 모멘트를 이용한 모양 기반의 분석을 활용하고 있다.