• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2005년도 추계종합학술대회
• /
• pp.393-398
• /
• 2005

본 논문에서는 ART2 기반 자가 생성 지도 학습 알고리즘을 이용한 운송 컨테이너 식별자 인식 시스템을 제안한다. 일반적으로 운송 컨테이너의 식별자들은 글자의 색이 검정색 또는 흰색으로 이루어져 있는 특징이 있다. 이러한 특성을 고려하여 원 컨테이너 영상에 대해 검은색과 흰색을 제외한 모든 부분을 잡음으로 처리하기 위해 퍼지를 이용한 잡은 판단 방법을 적용하여 식별자 영역과 잡음을 구별한다. 식별자 영역을 제외한 잡음 영역을 전체 영상의 평균 픽셀값으로 대체시킨다. 그리고 Sobel 마스크를 이용하여 에지를 검출하고, 추출된 에지를 이용하여 수직 블록과 수평 블록을 검출하여 컨테이너의 식별자 영역을 추출하고 이진화한다. 이진화된 식별자 영역에 대해 검정색의 빈도수를 이용하여 흰바탕과 민바탕을 구분하고 8방향 윤곽선 추적 알고리즘을 적용하여 개별 식별자를 추출한다. 개별 식별자 인식을 위해 ART2 기반 자가 생성 지도 학습 알고리즘은 입력층과 은닉층 사이에 ART2를 적용하여 은닉층의 노드를 생성하고, 은닉층과 출력층 사이에 일반화된 델타 학습 방법과 Delta-bar-Delta 알고리즘을 적용하여 학습 성능을 개선한다. 실제 컨테이너 영상을 대상으로 실험한 결과, 기존의 식별자 추출 방법보다 제안된 식별자 추출 방법이 개선되었다. 그리고 기존의 식별자 인식 알고리즘보다 제안된 ART2 기반 자가 생성 지도 학습 알고리즘이 식별자의 학습 및 인식에 있어서 우수한 성능이 있음을 확인하였다.

• 지능정보연구
• /
• 제9권3호
• /
• pp.65-79
• /
• 2003

운송 컨테이너의 식별자를 추출하고 인식하는 것은 컨테이너 식별자들의 크기나 위치가 정형화되어 있지 않고 외부의 잡음으로 인하여 식별자의 형태가 훼손되어 있기 때문에 어렵다. 본 논문에서는 이러한 특성을 고려하여 컨테이너 영상에 대해 Canny 마스크를 이용하여 에지를 검출하고, 검출된 에지 정보를 이용하여 수직블록과 수평블록을 추출하여 컨테이너의 식별자 영역을 추출한다. 추출된 컨테이너의 식별자 영역에서 윤곽선 추적 알고리즘을 이용하여 개별 식별자를 추출하며, 그들의 인식을 위해서는 개선된 ARTl과 지도 학습 방법을 결합한 개선된 성능의 자가 생성 지도 학습 알고리즘을 제안하여 적용한다. 제안된 방법의 성능을 확인하기 위하여 운송 컨테이너 영상들을 대상으로 실험 결과, 윤곽선 추적 알고리즘을 이용한 식별자의 추출 방법이 히스토그램을 이용한 식별자의 추출 방법보다 추출률이 개선되었고 인식 결과에서도 개선된 ART1 기반 자가 생성 지도 학습 방법이 기존의 ART1 기반 자가 생성 지도 학습 방법보다 인식률이 향상되었다.

• 방송공학회논문지
• /
• 제17권5호
• /
• pp.742-755
• /
• 2012

본 논문에서는 high efficiency video coding (HEVC) 복호화기의 디블록킹 필터를 병렬화할 때 발생하는 작업량 불균형 문제를 해결하는 병렬화 방법을 제안한다. HEVC의 디블록킹 필터는 인-루프 필터로써 먼저 수직 에지에서 필터링을 수행한 후, 수평 에지에서 필터링을 수행한다. 수직 및 수평 에지에 대해 필터링을 수행하는 경우 주변 에지와 의존성이 없기 때문에 데이터 레벨의 병렬화를 통하여 복호화를 고속화 할 수 있다. 그러나 데이터 레벨 병렬화 방법을 통해 데이터가 균등하게 분할된 경우에도 영역 간의 작업량은 불균등 할 수 있으며, 이는 복호화기의 병렬화 성능을 저하시킨다. 본 논문에서는 coding tree block (CTB)에서 coding unit (CU)의 깊이 정보를 사용하여, 현재 프레임에 대한 디블록킹 필터링 과정의 연산량을 예측하고, 이를 통해 각 코어에 동등한 작업량이 분배되게 함으로써 작업량 불균형 문제를 해결하였다. 실험 결과, 제안하는 작업량 예측 기반의 데이터 레벨 병렬화 방법은 단일 코어를 사용하여 디블록킹 필터를 수행하는 것에 비하여 64.3%의 평균 시간 감소 (average time saving; ATS)를 얻었고, 기존의 균등 분할 데이터 레벨 병렬화 방법보다 평균 6.7%, 최대 13.5% 감소를 얻었다.

• 한국멀티미디어학회논문지
• /
• 제3권5호
• /
• pp.433-444
• /
• 2000

본 논문은 개선된 퍼지 ART알고리즘을 이용한 차량 번호판 인식에 대한 연구이다. 차량 영상에서 번호판 영역을 추출하기 위해 수평·수직 에지의 형태학적 정보를 이용하고, 추출된 번호판에서 문자를 포함하는 특징 영역을 추출하기 위해 SOFM을 적용한 윤곽선(Contour)추적 알고리즘을 이용한다. 추출된 특징 영역의 인식은 개선된 퍼지 ART알고리즘을 사용한다. 본 논문에서 제안한 퍼지 ART알고리즘은 클러스터링 하는데 있어서 임의의 패턴과 저장된 패턴사이의 불일치 허용도를 나타내는 유사도(vigilance threshold)를 동적으로 설정함으로써 기존의 퍼지 ART 알고리즘을 개선한다. 추출 실험 결과, 수평·수직 에지의 형태학적 정보를 이용한 추출 방법이 RGB와 HSI 컬러 정보를 이용한 추출 방법보다 추출율이 개선되었다. 인식 결과에서도 개선된 퍼지 ART알고리즘이 기존의 퍼지 ART 알고리즘과 SOFM 알고리즘보다 인식율이 향상되었다.

• 한국컴퓨터정보학회논문지
• /
• 제12권5호
• /
• pp.313-319
• /
• 2007

본 논문에서는 획득된 차량 영상에서 수직 에지의 특징을 이용하여 번호판 영역과 개별 코드를 추출하고, 추출된 개별 코드는 퍼지 신경망 알고리즘을 이용하여 인식한다. 차량 번호판 영역을 검출하기 위해 프리윗 마스크에 의해 수직 에지를 찾고, 차량 번호판에 관한 특성 정보를 이용하여 잡음을 제거한 추에 차량 번호판 영역과 개별 코드를 추출한다 추출된 개별 코드를 인식하기 위해 퍼지 신경망 알고리즘을 제안하고 인식에 적용한다. 제안된 퍼지 신경망은 입력층과 중간층간의 학습 구조로는 FCM 알고리즘을 적용하고, 중간층과 출력층간의 학습 구조에는 Max_Min 신경망을 적용한다. 제안된 방법의 추출 및 인식 성능을 평가하기 위하여 실제 차량 영상 150장을 대상으로 실험한 결과, 기존의 차량 번호판 인식 방법보다 효율적이고 인식 성능이 개선된 것을 확인하였다.

• 한국정보전자통신기술학회논문지
• /
• 제1권3호
• /
• pp.97-103
• /
• 2008

본 논문에서는 $256{\times}256$ 입력영상을 압축을 위하여 $8{\times}8$ 블록의 유효 블록과 에지 블록으로 나눈다. 유효 블록에 대해서는 유효계수인 DC계수에 대해서만 DCT(Discrete Cosine Transform)를 수행한다. 에지 블록에 대해서는 양자화 계수가 0이 되는 위치를 예측하고, 축소된 영역 내에서 DCT를 수행하는 새로운 알고리즘을 제안한다. 이 제안한 알고리즘은 FDCT(Forward DCT)와 IDCT(Inverse DCT)의 계산 량을 줄여 부호화 시간과 복호화 시간을 감소시킬 뿐만 아니라, 허프만 부호화 시에도 각각의 블록에 대하여 분류된 블록 크기에 따라 각기 다른 수평 수직 지그 재그 스캔을 수행함으로써 압축률을 증가시킨다. 또한 제안한 알고리즘은 분류된 블록 특성에 적합한 수평 수직 지그재그 스캔을 수행함으로써 Run-Length를 줄이고, 그로 인해 향상된 압축률을 제공한다.

• 한국정보통신학회논문지
• /
• 제14권7호
• /
• pp.1581-1588
• /
• 2010

대부분의 디지털 촬영 장치는 비용 및 속도 상의 이점을 위해 Color Filter Array(CFA)를 포함하고 있는 단일 이미지 센서를 사용한다. 따라서 완전한 컬러 영상으로 복원하기 위하여 다양한 컬러 보간 방법이 개발되고 있다. 본 논문은 이러한 컬러 보간 방법 중, 방향성 필터를 이용하여 수직, 수평, 대각선 방향의 에지를 고려한 컬러 보간 방법에 관한 것이다. 하드웨어 구현을 위해 하드웨어 자원의 효율성을 고려하였다. Kodak 테스트 영상 24장으로 실험하여 기존 방법과 비교함으로써 제안한 방법의 성능을 확인하였다. Verilog HDL로 구현하였으며, Virtex4 FPGA 보드와 CMOS 이미지 센서를 이용하여 검증하였다.

• 한국정보처리학회논문지
• /
• 제5권9호
• /
• pp.2294-2301
• /
• 1998

본 논문은 방송사별 각 장면의 중요한 내용의 성격을 갖고 있는 특징을 방송사별 뉴스 비디오에서 추출하기 위한 것이다. 추출하고자 하는 특징의 요소는 방송사 구별을 위한 방송사 아이콘과 각 장면의 대표적 성격을 갖고 있는 아이콘, 각 장면내의 주요 내용을 대표하는 정보인 자막의 문장 추출이다. 본 논문에서 제안하는 방법은, 비디오 프레임으로 입력되는 영상을 YIQ칼라 공간으로 전환한 뒤 히스토그램 평활화 방법을 이용하여 입력 영상의 영역 구분을 명확하게 한 후에, 영상의 에지를 추출하고 수직과 수평선에 기반한 에지 히스토그램의 비교에 의하여 원하는 특징을 추출하는 것이다. 또한 히스토그램 차이값에 의해서 선택된 키 프레임들 중에서 뉴스 아이콘을 추출하고 아이콘에 의하여 각 장면을 분할 할 수 있는 방법을 제안하였다. 본 논문에서는 칼라 히스토그램이나 웨이블릿, 또는 객체의 움직임에 기반한 복잡한 방법대신 에지 히스토그램 비교 방법을 사용하여, 알고리즘을 간소화함으로써 계산 시간을 단축하였으며 특징 추출에도 좋은 결과를 나타냈다.

• 전자공학회논문지 IE
• /
• 제45권3호
• /
• pp.13-19
• /
• 2008

본 논문은 신뢰할 수 있는 에지 방향을 이용한 새로운 IPC(Interlace to Progressive Conversion) 방법을 제안한다. 기존의 IPC에 사용되는 ELA(Edge Line based Average) 알고리즘들은 잡음에 대한 고려가 없이 보간하고자 하는 에지 방향의 화소들을 선형보간 한다. 그러나 영상에 잡음이 존재할 경우, 잡음에 의해 잘못된 에지 방향을 찾아 열화된 영상을 얻을 수 있다. 본 논문에서 제안하는 방법은 기존 ELA 알고리즘이 잡음 영상에서 IPC할 때 생기는 문제점을 개선하는 알고리즘이다. 먼저 잡음을 제거하는 필터링과 동시에, 잡음이 없는 원화소의 색상 크기와 잡음의 크기를 추정한다. 이에 따라 잡음의 크기를 고려하여 ELA 방법과 수직보간 방법에 가중치를 주어 보간 값을 구한다. 이 후 잡음이 존재할 경우 포스트 필터링(Post Filtering)을 거쳐 잔재해 있는 잡음을 제거해준다. 실험결과에서 제안하는 알고리즘이 기존 ELA 알고리즘들 보다도 약 $1{\sim}2$ dB 향상된 결과를 보인다.

• 한국통신학회논문지
• /
• 제29권1C호
• /
• pp.45-49
• /
• 2004

본 논문은 수정된 이방성 확산 펄터를 이용한 영상 개선 방법을 제안하였다. 이를 위하여 최소 신뢰 스케일을 기반으로 하는 센서 잡음 추정과 스케일 스페이스 방법을 도입하였다. 이때 이방성 필터는 구해진 임계값 함수와 국부 기울기에 의해 수정되었다. 모의 실험을 통해 제안한 방법이 평탄 영역에서의 잡음을 거의 증폭시키지 않으면서도 뛰어난 에지 향상을 보임을 증명할 수 있었다.