• Proceedings of the Korea Information Processing Society Conference
• /
• 2000.10b
• /
• pp.887-890
• /
• 2000

본 연구에서는 내용기반 영상 데이터 검색을 위하여 변환 영역에서 위치 정보와 주파수 정보를 가지는 웨이블릿 성질을 이용하여 영상을 압축한 후에 저주파 성분에 의한 객체들의 특징을 추출하는 방안으로 Vector Quantization 을 이용한 class 별 영상 검색을 제시한다 내용기반 영상 검색의 주요특징들은 색상, 질감, 그리고 영상의 공간적인 특징을 고려한 특징 값 둥이 사용된다. 먼저 검색의 효율성을 높이기 위해 영상을 구성하는 특징 치 중에서 가장 빈도가 많은 class 부터 영상의 유사도를 검색한 후에 다음으로 영상을 구성하는 빈도가 큰 순서대로 DB 내에 저장되어 있는 영상과 비교를 하게 된다. DB내 영상 검색은 빈도수가 우선인 5개의 class를 기준으로 유사도를 측정해서 검색을 이룬다. 이러한 영상의 특징들을 어떻게 결합하고 특징 추출을 하느냐에 따라 검색의 효율성에 영향을 준다. 따라서 본 연구에서는 영상의 위치 정보와 주파수 정보를 가지는 웨이블릿 변환 후 얻어지는 저대역 부밴드에서의 공간적인 특성을 고려한 특징 값을 이용하여 Vector Quantization 알고리즘에 의해 정지영상의 객체 대표 특징들을 마르게 검색하고자 한다. 본 연구에서는 Haar Wavelet과 Vector Quantization 에서 색상과 질감의 가중치를 적용한 후 DB 에 저장된 영상과 유사도를 검색하는 방법을 취하고자 한다.

• 한국HCI학회:학술대회논문집
• /
• 2006.02a
• /
• pp.1277-1282
• /
• 2006

본 논문에서는 배경과 오브젝트 합성 시 사실적인 그림자 효과를 표현하기 위해 HDR 영상을 기반으로 한 소수의 방향성 광원을 추정하는 기법을 제안한다. 실 세계 정보를 모두 포함하는HDR 영상을 가시화 하기 위해 톤 맵핑(tone mapping)하여 그 영상으로부터 광원의 위치가 되는 밝은 영역들을 찾아내고 그 위치들로부터 방향성 광원을 추정한다. 카메라의 노출시간을 짧게 하여 촬영한 영상에서 나타나는 부분을 실제 광원이 위치하는 부분으로 볼 수 있으므로 톤 맵핑한 영상을 이미지 프로세싱을 거쳐 노출 시간을 짧게 하여 촬영한 영상과 비슷한 결과를 얻을 수 있도록 한 후 밝은 영역만 표현 되도록 한다. 전 처리를 거친 영상을 기반으로 밝은 영역을 추정하기 때문에 보다 정확한 광원의 위치 추정이 가능하며, 추정된 밝은 영역과 일치하는 HDR 영상의 데이터를 사용하기 때문에 정확한 광원의 위치와 데이터를 얻을 수 있다. 또한 추정된 광원은 실제 렌더링에 곧바로 사용이 가능하며, 이를 통해 사실적인 shadowing 효과를 얻을 수 있다.

• Proceedings of the IEEK Conference
• /
• 2003.07d
• /
• pp.1665-1668
• /
• 2003

디지털 컨텐츠의 증가에 따라 이들의 효율적인 검색과 관리를 위하여 내용 기반 영상 검색에 관한 많은 연구가 이루어지고 있다. 이러한 내용기반 영상 검색의 질의 방법으로는 유사한 영상을 질의로 사용하는 QBE와 영상을 사용자가 직접 스케치하여 질의에 사용하는 QBS 가 대표적이다. 본 논문에서는 질의로 사용할 정확한 영상을 가지고 있어야 하는 QBE 방법의 제약과 질의할 영상의 전체를 스케치해야 하는 QBS 의 문제점을 보완하는 개선된 질의 방법을 제안한다 제안하는 방법은 입력 영상의 단순화를 통해 스케치에 사용할 밑그림을 제공하고 사용자가 간단한 수정을 거쳐 질의 영상을 얻을 수 있도록 하는 방법으로 기존의 질의 방법을 개선하여 사용자의 편리성을 향상시킨다.

• Journal of KIISE:Software and Applications
• /
• v.26 no.3
• /
• pp.422-430
• /
• 1999

멀티미디어 영상검색 중 영상의 내용을 기반으로 한 검색방법에 관한 연구가 활발히 진행되고 있다. 이는 기존의 키워드기반 영상검색 방법에 비해 효율적인 관리와 검색 방법을 제공하고 있다. 그러나 대부분의 방법이 단순한 공학적 방법에 치우쳐 사람의 감성과는 무관한 검색 결과를 제공한다. 이러한 문제점을 해결하기 위해 본 논문에서는 대화형 유전자 알고리즘을 도입하여 검색과정에 사람의 감성을 반영할 수 있는 방법을 제안한다. 이 방법은 구체적으로 표현될 수 있는 영상 뿐 아니라 우울한 느낌의 영상, 즐거운 느낌의 영상과 같은 추상적인 느낌의 영상을 검색할수 있도록 한다. 2000개의 영상으로 이루어진 데이터베이스로 실험한 결과 , 제안한 방법이 유용함을 알 수 있었다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2015.01a
• /
• pp.225-226
• /
• 2015

본 논문은 PMIPv6 기반 무선 네트워크 환경에서 입체영상을 송수신하는 멀티인터페이스 이동노드의 핸드오버 수행 시 손실을 최소화하기 위한 MPTCP 기반의 입체영상 전송기법을 제안하다. 제안하는 입체영상 전송 기법은 입체영상 단말 이동 시 멀티인터페이스 간 입체영상으로 정의된 플로우의 플로우 이동성이 수행되며 플로우 이동성 발생 시 단대단 연결 단절 현상을 MPTCP Sublflow 기능을 통해 극복한다. 기존 기법에 비해 제안하는 기법은 데이터 손실 및 단대단 지연을 최소화하며 이동성 환경에서 입체영상의 좌우영상 싱크문제를 극복하는 방법이다.

• Proceedings of the Korea Society for Industrial Systems Conference
• /
• 1999.05a
• /
• pp.68-74
• /
• 1999

본 논문에서는 영상의 내용을 나타내는 키워드를 이용하는 기존의 텍스트 기반 영상 검색과 영역 색상 정보를 이용한 내용 기반 영상 검색을 결합한 시스템을 구현함으로서, 보다 효과적인 영상 검색을 할 수 있도록 하였다. 영상의 크기는 입력된 원 영상을 사용하였으며, 색상 정보 추출에 있어 HSI 공간으로 변환하여 256개의 칼라로 양자화하였다. 보통의 정지 영상의 경우 대부분의 객체가 중앙에 있을 경우를 고려하여, 영상을 중앙 영역과 배경 영역으로 구분하고, 각각의 영역에서 두 개의 히스토그램을 생성한다. 중앙 영역과 배경영역의 히스토그램 인터섹션을 이용한 검색을 실험하였고, 영역색상과 기존의 키워드를 결합한 검색도 또한 실험하였다. 기존의 히스토그램 인터섹션의 경우 Precision/Recall이 0.34/0.60인데 비해 영역 색상 히스토그램을 인터섹션한 경우의 Precision/Recall은 0.69/0.76이고 키워드를 결합한 경우의 Precision/Recall은 0.92/0.80를 얻음으로써, 제안된 방식의 검색이 비교적 효율적임을 보였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.745-747
• /
• 2005

본 논문은 연속 초음파 영상으로부터 모자이크 영상을 구하기 위한 특징점 기반 블록 움직임 추출 방법에서 정확도를 높이고 계산 시간을 줄이기 위해 다해상도(multi-resolution)영상을 이용한 계층적 특징점 기반 블록 움직임 추출 방법을 제시하였다. 초음파 영상에서의 Speckle 노이즈의 영향을 줄이기 위해 저해상도의 영상에서 특징점을 추출하고, 계산 시간을 줄이기 위해 저해상도 영상의 추정된 움직임을 고해상도 영상의 움직임 추정에 적용하여 탐색 범위를 줄였다. 그 결과 계산 시간을 개선하면서 모자이크 영상의 정확도를 높일 수 있었다.

• Journal of KIISE:Computing Practices and Letters
• /
• v.15 no.6
• /
• pp.445-449
• /
• 2009

In this paper, we propose a computationally efficient multi GPU accelerated image registration technique to correct the motion difference between the pre-contrast CT image and post-contrast CTA image. Our method consists of two steps: multi GPU based image registration and a cerebrovascular visualization. At first, it computes a similarity measure considering the parallelism between both GPUs as well as the parallelism inside GPU for performing the voxel-based registration. Then, it subtracts a CT image transformed by optimal transformation matrix from CTA image, and visualizes the subtracted volume using GPU based volume rendering technique. In this paper, we compare our proposed method with existing methods using 5 pairs of pre-contrast brain CT image and post-contrast brain CTA image in order to prove the superiority of our method in regard to visual quality and computational time. Experimental results show that our method well visualizes a brain vessel, so it well diagnose a vessel disease. Our multi GPU based approach is 11.6 times faster than CPU based approach and 1.4 times faster than single GPU based approach for total processing.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2011.07a
• /
• pp.356-358
• /
• 2011

본 논문에서는 깊이영상 기반의 영상합성과 다시점 영상 생성 기술을 이용하여 3차원 입체 콘텐츠를 제작하는 방법을 제안하였다. 이를 위해 깊이영상을 촬영한 후에 깊이정보를 조절하고, 레이어 기반의 영상으로 합성한 후에 이를 이용하여 다시점 영상을 생성하였다. 깊이카메라와 RGB 카메라로 구성된 카메라 시스템을 이용하여 객체들을 촬영함으로써 객체에 대한 3차원 정보를 획득하고 이를 데이터베이스화하여 3차원 영상을 합성하고 생성하는데 이용한다. 3차원 영상의 위치 및 거리를 고려하여 객체의 3차원 정보를 조절하고, 레이어 기반으로 하나의 영상으로 합성한다. 합성된 영상은 다시점 영상 생성 도구를 이용하여 원하는 시점만큼의 다시점 영상들로 생성된다. 본 논문에서는 객체와 사람의 영상을 합성하였고, 이들을 이용하여 각각 37시점의 다시점 영상을 생성하였다.

• Journal of KIISE:Software and Applications
• /
• v.32 no.7
• /
• pp.612-624
• /
• 2005

In this paper, we propose a surface-based registration using a gaussian weighted distance map for PET-CT brain image fusion. Our method is composed of three main steps: the extraction of feature points, the generation of gaussian weighted distance map, and the measure of similarities based on weight. First, we segment head using the inverse region growing and remove noise segmented with head using region growing-based labeling in PET and CT images, respectively. And then, we extract the feature points of the head using sharpening filter. Second, a gaussian weighted distance map is generated from the feature points in CT images. Thus it leads feature points to robustly converge on the optimal location in a large geometrical displacement. Third, weight-based cross-correlation searches for the optimal location using a gaussian weighted distance map of CT images corresponding to the feature points extracted from PET images. In our experiment, we generate software phantom dataset for evaluating accuracy and robustness of our method, and use clinical dataset for computation time and visual inspection. The accuracy test is performed by evaluating root-mean-square-error using arbitrary transformed software phantom dataset. The robustness test is evaluated whether weight-based cross-correlation achieves maximum at optimal location in software phantom dataset with a large geometrical displacement and noise. Experimental results showed that our method gives more accuracy and robust convergence than the conventional surface-based registration.