• Journal of Korea Multimedia Society
• /
• v.16 no.11
• /
• pp.1250-1260
• /
• 2013

The contrast enhancement techniques based on Laplacian pyramid image fusion have a benefit that they can faithfully describe the image information because they combine the multiple resource images by selecting the desired pixel in each image. However, they also have some problem that the output image may contain noise, because the methods evaluate the visual information on the basis of each pixel. In this paper, an improved contrast enhancement method, which effectively suppresses the noise, using image fusion is proposed. The proposed method combines the resource images by making Laplacian pyramids generated from weight maps, which are produced by measuring the difference between the block-based local well exposedness and local homogeneity for each resource image. We showed the proposed method could produce less noisy images compared to the conventional techniques in the test for various images.

• 한국HCI학회:학술대회논문집
• /
• 2008.02a
• /
• pp.433-438
• /
• 2008

본 논문은 비주얼 헐 오브젝트를 이용한 움직이는 오브젝트에 대한 실시간 영상기반 라이팅 기술을 제안한다. 본 논문에서는 특히 서로 다른 공간상의 조명 환경을 일치시키는 기술에 중점을 두고, 실시간으로 움직이는 오브젝트의 실시간 비디오 기반 재조명 기술로서 3가지 핵심 내용을 소개한다. 첫째는 비주얼 헐 데이터를 기반으로 기존에 벡터의 외적을 사용하던 방법을 개선하여 수식을 근사화시켜 연산량을 줄여서 고속으로 노말 벡터를 추출하는 방법이고, 둘째는 사용자 주변 조명 환경 정보를 효과적으로 샘플링하여 라이팅에 사용하는 점광원의 개수를 줄였으며, 세 번째는 CPU와 GPU의 연산량을 분배하여 효과적으로 병렬 고속 연산이 가능하도록 하였다. 종래의 영상기반 라이팅 기술이 정지된 환경맵 영상을 사용하거나 정지된 객체를 라이팅하였던 연구를 한 반면에 본 논문은 실시간에서 라이팅을 구현하기 위한 기술로서 고속 라이팅 연산을 위한 방법을 제시하고 있다. 본 연구의 결과를 이용하면 영상기반 라이팅 연구의 실제적이고도 폭넓은 작용이 가능할 것으로 사료되며 고화질의 콘텐츠 양산에도 기여할 것으로 사료된다.

• Proceedings of the Korea Association of Information Systems Conference
• /
• 2000.05a
• /
• pp.195-199
• /
• 2000

본 논문에서는 인터넷 상의 영상에 기반한 교통 감시 시스템을 구현한다. 영상 기반의 교통 감시 시스템은 루프 감지기 등의 센서를 이용한 방법에 비해 비용과 설치, 유지, 보수면에서의 장점으로 인하여 많이 연구되고 있다. 제안한 시스템은 인터넷상에서 FPA(Field Processing Agent)와 TSM(Traffic Surveillance Manager)으로 구성되며, FPA는 TSM에게 도로 영상과 차량의 속도, 도로 점유율과 같은 교통 정보를 제공한다. 차량의 평균 속도와 도로 점유율은, 도로색 영상과 연속된 입력 영상간의 샘플링 지점의 색상 차이변화를 이용하여 추출한다. 제안한 방법은 근사적인 교통정보를 추출해 주며, 입력 영상 전체에 대한 처리 과정 없이 제한된 영역만을 처리하기 때문에, 실시간 감시 시스템을 구축하는데 용이하다.

• Journal of Korean Society for Geospatial Information Science
• /
• v.12 no.2 s.29
• /
• pp.53-59
• /
• 2004

In this paper, we investigated a method for feature-based classification to develop a software which is suitable for the classification of high resolution satellite imagery. We developed algorithms for image segmentation and fuzzy-based classification required for feature-based classification and designed user interfaces to support interaction with user, considering various elements required for the feature-based classification. Evaluation of the software was accomplished using real image. Classification results were compared and analysed with eCognition software which is unique commercial software for feature-based classification. The classification results from both softwares showed essentially same results and the developed software showed better result in the processing speed.

• Proceedings of the KIEE Conference
• /
• 2002.07d
• /
• pp.2777-2779
• /
• 2002

본 논문에서는 영상안에서의 노이즈를 제거하기 위한 방법과 영상을 압축하기 위한 방법을 제안하였다. 영상을 필터링하기 위한 방법으로 해상도의 손상 없이 영상의 신호대잡음비(SNR)를 개선시킬 수 있는 국부 형태 적응 필터링을 제안하였다. 제안한 알고리즘에서는 템플릿 형태가 고정되어 있는 기존의 필터링 방법 대신에 다중 템플릿들을 정의하였다. 적응 템플릿 필터링을 자기공명영상에 적용할 때 기존의 필터링 방법들에 비하여 향상된 결과를 얻을 수 있으나. $T_1$ 영상과 같이 비교적 작은 동적 범위를 가진 영상에서는 에지에서 계단모양의 artifact가 발견되곤 한다. 본 논문에서는 다중 성분을 갖는 복셀들을 선별하여 이들에 대해서는 가장 큰 크기의 템플릿을 할당함으로써 artifact를 제거하는 방법을 제안하였다. 영상 압축에 있어서는 두 가지 모델이 제안되었다. 첫 번째로, 향상된 정수 기반 웨이블렛 변환을 사용한 무손실에 가까운 압축을 제안하였으며, 두 번째로, 완전 복원이 가능한 정수 기반 웨이블렛 변환을 사용한 통합된 유/무손실 압축을 제안하였다. 모의 실험에서, 제안된 알고리즘에 의해 재구성된 영상들은 부동 소수점 기반 웨이블렛 변환과 JPEG에 의해 재구성된 영상들에 비해 높은 신호대잡음비를 보였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• fall
• /
• pp.97-99
• /
• 2021

본 논문에서는 딥러닝 기반 특징점 필터링 방법을 이용한 원격 탐사 영상에 대한 영상 정합 (Image Registration) 고속화 방법을 제안한다. 기존의 특징 기반 영상 정합 방법의 복잡도는 특징 매칭 (Feature Matching) 단계에서 발생한다. 이 복잡도를 줄이기 위하여 본 논문에서는 특징 매칭이 영상의 인공구조물에서 검출된 특징점으로 매칭되는 것을 확인하여 특징점 검출기에서 검출된 특징점 중에서 인공구조물에서 검출된 특징점만 필터링하는 방법을 제안한다. 딥러닝 기반 특징점 필터링은 영상 정합을 위하여 필수적인 특징점을 잃지 않으면서 그 수를 줄이기 위하여 인공구조물의 경계와 인접한 특징점을 보존하고, 축소한 영상을 사용하며, 영상 분할(Image Segmentation) 방법의 결과에서 생기는 영상 패치 경계의 잡음을 제거하기 위하여 영상 패치를 중복하여 잘라 냄으로써 정합 속도와 정확도를 향상시킨다. 영상 정합 고속화 방법을 의 성능을 검증하기 위하여 아리랑 3 호 위성 원격 탐사 영상을 사용하여 기존 특징점 추출 방법과 속도와 정확도를 비교하였다. 딥러닝 기반 영상 정합 방법을 기준으로 하여 비교하였을 때 특징점의 수를 약 82% 감소시키면서 속도를 약 9.17 배 향상시켰지만 정확도가 0.985 에서 0.855 으로 저하되었다.

• Journal of KIISE:Computing Practices and Letters
• /
• v.7 no.5
• /
• pp.510-521
• /
• 2001

Image retrieval system should be construct for searching fast, efficient image be extract the accurate feature information of image with more massive and more complex characteristics. Image retrieval system are essential differences between image databases and traditional databases. These differences lead to interesting new issues in searching of image, data modeling. So, cause us to consider new generation method of database, efficient retrieval method of image. In this paper, To extract feature information of edge using in searching from input image, we was performed to extract the edge by convolution Laplacian mask and input image, and we implemented the annotation-based and content-based image retrieval system for searching fast, efficient image by generation image database from extracting feature information of edge and metadata. We can improve the performance of the image contents retrieval, because the annotation-based and content-based image retrieval system is using image index which is made up of the content-based edge feature extract information represented in the low level of image and annotation-based edge feature information represented in the high level of image. As a conclusion, image retrieval system proposed in this paper is possible the accurate management of the accumulated information for the image contents and the information sharing and reuse of image because the proposed method do construct the image database by metadata.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.04a
• /
• pp.1108-1111
• /
• 2017

최근 감정인식 기술은 다양한 IoT 센서 디바이스의 등장으로 단일 소스기반의 감정인식 기술 연구에서 멀티모달 센서기반 감정인식 연구로 변화하고 있으며, 특히 오디오와 영상을 이용한 감정인식 기술의 연구가 활발하게 진행되는 있다. 기존의 오디오 및 영상기반 감정신 연구는 두 개의 센서 테이터를 동시에 입력 저장한 오픈 데이터베이스를 활용하여 다른 이벤트 처리 없이 각각의 데이터에서 특징을 추출하고 하나의 분류기를 통해 감정을 인식한다. 이러한 기법은 사람이 말하지 않는 구간, 얼굴이 보이지 않는 구간의 이벤트 정보처리에 대한 대처가 떨어지고 두 개의 정보를 종합하여 하나의 감정도 도출하는 디시전 레벨의 퓨저닝 연구가 부족하다. 본 논문에서는 이러한 문제를 해결하기 위해 오디오 및 영상에 내포되어 있는 이벤트 정보를 추출하고 오디오 및 영상 기반의 분리된 인지모듈을 통해 감정들을 인식하며, 도출된 감정들을 시간단위로 통합하여 디시전 퓨전하는 실시간 오디오 및 영상기반의 감정인식 프레임워크를 제안한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11a
• /
• pp.721-723
• /
• 2005

본 논문에서는 영상 기반 항해를 위하여 최적의 영상 샘플링을 획득하기 위한 영상 샘플링 알고리즘을 제안한다. 이를 위해 초기 과다 샘플링 된 영상열의 입력으로부터 장면 전역에 걸쳐 적절한 렌더링 품질을 보장하는 최소의 샘플링을 선택하는 감소 샘플링(decremental sampling)의 접근 방법을 기반으로 본 문제를 Set Covering 문제로 공식화한다. 각 시점으로부터 최상의 영상 품질을 보장하는 영역을 3D 와핑 알고리즘을 사용하여 포함 영역으로 표현하여, 이렇게 표현된 Set Covering 문제는 유전 알고리즘을 사용하여 최적화 문제로 설계한다. 실험 결과 본 논문에서 제안한 방법을 통해 최적 해를 구함으로서 만족할 만한 영상 기반 항해의 결과를 얻을 수 있었다.

• 한국ITS학회:학술대회논문집
• /
• 2002.11a
• /
• pp.169-172
• /
• 2002

차량검출에 관한 연구는 교통량 관측을 위해서 가장 기본적이고 필수적인 요소이다. 영상을 기반으로 한 교통 정보 시스템은 다른 방식을 이용하는 시스템들과 비교했을 때 여러가지 두드러진 장점을 가지고 있다. 하지만 일반적인 영상기반 시스템에서는 기상상태에 관해서 민감하게 반응하지 못하는 단점이 있다. 악천후가 발생하는 환경에서 영상의 노이즈는 차량의 교통정보 추출에 있어서 심각한 성능의 저하를 야기할 수 있다. 본 논문에서는 차량검출과 함께 기상 상태에 대해 영향을 덜 받는 향상된 차량정보 추출 방식을 제안 하였다. 제안된 방법은 에지를 기반으로 추출된 차량영상으로부터 비나 눈으로 인한 악천후 때문에 생긴 영상 잡음을 제거 하는 방식으로 기존의 방식에 비해 차량검출 정확도의 오류가 감소되었다. 본 논문에서 제안한 robust 한 차량검출 방법을 기반으로 하여 차량추적, 차량계수, 차종분류, 그리고 속도측정을 수행하여 각 도로의 부하르 나타내는 데 사용되는 차량 흐름과 관련되 여러 가지 교통 정보들을 추출하는데 응용될 수 있다.