• 인터넷정보학회논문지
• /
• 제20권3호
• /
• pp.33-41
• /
• 2019

본 논문에서는 실내 공간 이미지의 의미론적 영상 분할을 위해 배경과 물체로 재설계된 클래스를 학습하는 방법을 제안한다. 의미론적 영상 분할은 이미지의 벽이나 침대 등 의미를 갖는 부분들을 픽셀 단위로 나누는 기술이다. 기존 의미론적 영상 분할에 대한 연구들은 신경망을 통해 이미지의 다양한 객체 클래스들을 학습하는 방법들을 제시해왔고, 긴 학습 시간에 비해 정확도가 부족하다는 문제가 지적되었다. 그러나 물체와 배경을 분리하는 문제에서는, 다양한 객체 클래스를 학습할 필요가 없다. 따라서 우리는 이 문제에 집중해, 클래스를 단순화 후에 학습하는 방법을 제안한다. 학습 방법의 실험 결과로 기존 방법들보다 정확도가 약 5~12% 정도 높았다. 그리고 같은 환경에서 클래스를 달리 구성했을 때 학습 시간이 약 14 ~ 60분 정도 단축됐으며, 이에 따라 물체와 배경을 분리하는 문제에 대해 제안하는 방법이 효율적임을 보인다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2002년도 춘계학술발표논문집(상)
• /
• pp.254-256
• /
• 2002

기존의 윤곽선 검출윤곽선 검출방법과는 다른 본 논문에서는 효율적인 방법론을 이용해서 윤곽추출 및 잡음제거 방법론을 제안한다. 제안한 방법론은 전처리과정을 거친후 본 방법론을 적용함으로써 영상 윤곽추출률을 높이고자한다. 특히, 기존의 윤곽선 추출방법인 로버트와 라플라 시안방법을 사용한 후에 미디안 필터를 사용했으며, 제안한 방법은 기존의 윤곽선 추출 필터를 거친 후에 사용하였다. 구체적으로 서술하면 일정한 임계치를 초과하면 흰색으로 대치하고, 그렇치 않으면 검정색으로 대치한다. 기존의 잡음제거과정은 윤곽선 손실은 없었으나 잡음제거가 소량 이루어졌으며, 제안한 방법은 약간의 윤곽선 손실을 보였으나 완전하게 잡음을 제거시킬 수 있었다.

• 대한전자공학회논문지SP
• /
• 제41권6호
• /
• pp.89-97
• /
• 2004

빛을 반사하거나 방출하는 물체의 형상은 여러 원인에 의해 왜곡된 영상으로 센서에 포착된다. 이러한 왜곡을 제거해 원래 물체의 형상을 추정하는 것을 영상 복원이라고 한다. 영상 복원은 결정론적 방법과 확률론적 방법이 있다. 본 논문에서는 확률론적 방법의 한 종류로서 피셔 인포메이션(Fisher Information)으로부터 유도된 MFI(Minimum Fisher Information)을 이용한 영상 복원을 제안한다. 이는 B. Roy Frieden에 의해 최근에 제안된 신호 추정 방법의 하나이다. MFI을 이용한 복원에서 노이즈 제어 파라미터에 따라 영상 복원의 결과가 어떻게 변화하는지를 조사하였으며, 복원의 정확도에 대한 기준으로 크로스 엔트로피(Kullback-Leibler entropy)를 사용하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 추계학술발표대회
• /
• pp.708-711
• /
• 2016

본 논문에서는 의료초음파 영상에서 진단 파라미터 데이터를 가시화 하는 방법론으로서 연속적인 픽셀 값을 갖는 전이시간 데이터의 표현과, 4가지 유형의 값으로 분류되는 병변 진단 파라미터 영상을 생성하는 방법을 제시한다. 또한 생성된 파라미터 영상에서 노이즈를 제거하기 위한 방법론으로서 MRF 모델을 이용한 영상개선 기법을 제안한다. 이러한 파라미터 영상 생성기법은 초음파 진단 데이터에서 조영증강 패턴의 동적인 변화에 대한 육안 판별의 한계를 극복할 수 있게 한다. MRF 기반 영상개선 과정에서 연속적인 픽셀 값에 대한 에너지함수를 정의하고 이를 최적화 하는 기법을 개발하였으며 실제 의료영상을 사용한 실험을 통하여 제안된 이론의 유용성을 평가하였다.

• 디자인학연구
• /
• 제11권1호
• /
• pp.269-278
• /
• 1998

국내외적으로 영상 사업에 대한 관심이 날로 커짐에 따라 영상 기술과 영상 관련 소프트웨어의 발전도 계속적으로 확대되어 가고 있다. 이에 따라 영상 관련 분야에서 더욱 세분화되고 체계화된 영상 디자이너 교육이 요구되고 있다. 따라서, 영상 분야가 국제적인 경쟁 시대를 맞아 경쟁력 있는 분야로 발전하기 위해서는 단순한 기술 도입보다는 체계적인 영상 디자이너 교육이 정착되어 wu야 한다. 이 논문은 국내 교육기관의 영상 교육 정착의 일환으로 영상 기초 교육과정에 있어 구체적인 교과과정을 제시하고 있다. 특히 체계적인‘단계별 프로젝트 중심’의 기초 교육 과정과 학습 계획서를 제시하여 창의력을 개발시킬 수 있는 영상 디자이너 교육 방법론을 강조하고 있다.

• 만화애니메이션 연구
• /
• 통권26호
• /
• pp.31-56
• /
• 2012

본 연구는 애니메이션 수용자의 인식유형과 취향에 관한 주관성연구이다. 이에 본 연구의 방법론으로써 Q방법론(Q-methodology)을 사용하였다. Q방법론은 인간의 태도와 행동을 연구하기 위해 철학적, 심리학적, 통계적 그리고 심리측정과 관련된 개념을 통합한 방법론으로서 인간의 주관성을 정량적으로 분석할 수 있는 특수한 통계기법이다. 기존의 양적방법론인 R방법론이 차이의 심리학(differential psychology)에 기본 가정을 두고 수용자 간의 차이를 수용자가 특정한 변인에 대해 얻은 개별적 특성의 차를 반영하는 것이라면, Q방법론은 의미성에 있어서 수용자 개인의 내적 차이 즉, 주관성의 개별 특성을 근거로 한다. 따라서 매체, 혹은 영상 장르에 대한 수용자의 주관적 인식특성을 연구함에 있어 Q방법론은 매우 유용하게 활용될 수 있다. 이러한 Q방법론을 사용한 결과 애니메이션 장르에 대해 수용자들의 다양한 선호유형별 특징을 발견할 수 있었다. 각 유형별 특징은 먼저 스토리텔링과 서사적 가치를 추구하는 문학, 서사적 가치 지향형, 캐릭터와 미장센 등과 같은 영상미를 추구하는 회화, 심미적 가치 추구형, 그리고 마지막으로 오락적 요소와 볼거리를 선호하는 대중 오락적 가치 지향형 등 3개의 유형으로 분류되었다. 이와 같은 선호 유형의 구분을 통해 추론할 수 있었던 것은 영상의 생산과 소비가 가능한 능동적 취향의 디지털영상세대 수용자들은 계급위치의 상징적 표현으로써 자신들의 취향문화를 구분하고 받아들이기 보다는, 철저히 개인적 혹은 주관적 성향에 따라 주체적으로 기호를 소비하는 듯한 경향을 보이고 있다는 것이었다. 이러한 면에서 수용자의 주관성을 분석하는 데에 유용한 Q 방법론적 고찰은 의미 있는 작업이 될 수 있었다. 하지만 그럼에도 불구하고 본 연구만으로는 구체적 취향의 다양한 생성 맥락까지는 밝혀낼 수 없었다. 이에 본 연구와 함께 다양한 질적 혹은 양적 방법론을 함께 적용하여 수용자의 인식유형 및 선호도를 분석해 본다면 좀 더 유의미한 결과를 얻어낼 수 있을 것이라 생각된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2012년도 춘계학술발표대회
• /
• pp.382-385
• /
• 2012

이 논문에서는 영상 검색(image retrieval) 및 영상 부류(image categorization)을 위하여 영상을 기술할 때 영상의 클레스(class)별로 서로 다른 주요 특징량(feature)에 가중치 를 주는 방법론을 제안한다. 기존에 연구되어온 영상의 특징량 벡터에 가중치를 주는 방식은 모든 영상 클레스에 대하여 동일하게 가중치를 적용하기 때문에 영상이 클레스별로 서로 다른 특징량이 중요하다는 성질을 이용할 수 없다. 영상이 클레 별로 서로 다른 특징량이 중요하다는 성질을 이용하기 위하여 영상의 클레스별로 특징량 벡터에 서로 다른 가중치 벡터(weight vector)를 학습하였다. 그 후 질의 영상(query image)이 입력되면, 기존의 영상 검색 프레임워크(framework)를 통해 데이터베이 스(database)로 부터 미리 정의된 서브 클레스(sub-class)의 수에 해당하는 영상부 집합(subset)을 만들었다. 그리고 영상부 집합의 특징량 벡터들에 클레스별로 각각 학습된 가중치 벡터를 적용하여 특징량 벡터들 간의 거리를 다시 계산하여 리랭킹(re-ranking)하였다. 이 방법론을 UKBench Dataset에 적용하여 실험을 해보았으며 가중치를 주기 전과 비교 하였을 때 더 높은 정확도를 보였다.

• 한국콘텐츠학회논문지
• /
• 제21권3호
• /
• pp.23-32
• /
• 2021

컴퓨터 비전 분야의 의미론적 영상 분할(Semantic Image Segmentation) 기술은 이미지를 픽셀 단위로 분할 하여 클래스를 나누는 기술이다. 이 기술도 기계 학습을 이용한 방법으로 성능이 빠르게 향상되는 중이며, 픽셀 단위의 정보를 활용할 수 있는 높은 활용성이 주목받는 기술이다. 그러나 이 기술은 초기부터 최근까지도 계속 '세밀하지 못한 분할'에 대한 문제가 제기되어 왔다. 이 문제는 레이블 맵의 크기를 계속 늘리면서 발생한 문제이기 때문에, 자세한 에지 정보가 있는 원본 영상의 에지 맵을 이용해 레이블 맵을 수정하여 개선할 수 있을 것으로 예상할 수 있었다. 따라서 본 논문은 기존 방법대로 학습 기반의 의미론적 영상 분할을 유지하되, 그 결과인 레이블 맵을 원본 영상의 에지 맵 기반으로 수정하는 후처리 알고리즘을 제안한다. 기존의 방법에 알고리즘의 적용 한 뒤 전후의 정확도를 비교했을 때 평균적으로 약 1.74% 픽셀 정확도와 1.35%의 IoU(Intersection of Union) 정확도가 향상되었으며, 결과를 분석했을 때 성공적으로 본래 목표한 세밀한 분할 기능을 개선했음을 보였다.

• 한국항공우주학회지
• /
• 제48권10호
• /
• pp.783-789
• /
• 2020

영상 기반 항법은 GPS/INS 통합 항법 시스템의 취약점을 보강할 수 있는 보조 항법 기술로 비행체에서 촬영한 항공 영상과 기존의 데이터베이스를 비교하여 비행체의 위치를 구한다. 하지만 데이터베이스가 생성된 시점은 항공 영상 촬영 시점과 다를 수밖에 없으며, 이러한 시점 차이로 인해 두 영상 간의 다른 특징점들이 생성된다. 즉, 유사하지만 다른 두 영상이므로 일반적인 영상 대조 알고리즘을 항법 문제에 적용하기 힘들다. 따라서 본 논문에서는 인공지능 기법인 의미론적 분할을 활용하여 항공 영상에서 항법에 필요한 정보를 분류한 후 영상 대조를 수행하는 방법을 제안한다. 의미론적 분할로 시점 변화, 촬영 조건 변화가 있더라도 강건하게 두 영상이 정합 되도록 한다. 제안한 방법은 시뮬레이션과 비행 실험을 통해 성능을 확인하며, 일반적인 영상 대조 알고리즘을 이용하여 항법을 수행한 결과와 비교한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2013년도 제48차 하계학술발표논문집 21권2호
• /
• pp.23-26
• /
• 2013

최근 모바일 장치의 영상 데이터 처리 능력 확대와 더불어 사용자가 요구하는 다양한 영상 데이터의 효율적인 인식 기술 연구가 요구되어지고 있다. 모바일 환경은 고성능 PC 환경과 달리 저사양의 CPU와 메모리를 탑재하고 있어, 영상에서 원하는 객체를 인식하기 위한 기존의 방법론으로는 사용자 요구를 실시간으로 충족하기 어려운 부분이 존재한다. 이에 모바일 환경에 맞는 객체 인식 방법론의 개발이 요구된다. 모바일 환경에서 실시간으로 객체 인식을 하기 위하여, 본 논문에서는 객체 코너 정보를 이용한 Harris corner detector[1]로부터 객체의 특징점을 추출하고, 이를 바탕으로 하여 영상내의 객체 정보 인식 방법을 제안한다. 제안하는 방법에 의해, 입력 영상에서 객체의 코너 정보를 빠르게 추출, 기존 특징점과의 비교를 통하여 영상 내부의 객체 인식을 진행한다. 일반적으로, 회전된 특징점 객체의 정보는 객체의 회전 정도에 따라 코너 픽셀 색상 정보의 변화가 발생하게 된다. 특징점의 색상값은 객체의 회전 정도에 영향을 받아 주변의 픽셀값과 혼합되는 특성이 존재한다. 본 논문에서는 회전 변경된 픽셀 색상값의 영향을 분석하여, 회전된 객체의 특징점 추출 및 객체 검출에 반영하도록 하여, 영상 내부의 회전된 객체 검출의 수행에 효과적으로 이용될 수 있도록 한다. 특징점의 코너 정보를 이용하여 객체를 인식하는 것은, 객체의 인식률은 다소 감소하더라도 모바일 환경에서 계산량의 감소를 통한 실시간 활용이 가능하도록 한다. 이러한 특성은 저성능 CPU와 메모리에서도 회전된 객체의 인식을 수행할 수 있게 하는데 상당히 효과적이다.