• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.11a
• /
• pp.73-75
• /
• 2007

이 논문은 얼굴인식에 있어서 중요한 얼굴 영역과 머리 영역을 차영상을 이용하여 분리하는 방법을 제안한다. 먼저 입력영상에 대한 CMYK 영상 중 K 영상을 가지고 머리 영역을 분리한 후에 YIQ 영상의 Y영상과 머리 영상과의 차영상을 이용하여 얼굴영역을 분리한다. 분리한 머리영역과 얼굴영역에 대하여 라벨링을 하여 각 영역을 얻는다. 제안한 방법은 머리와 얼굴 영역을 뚜렷하게 분리하여 특징 점 추출 시 매우 유용할 것이다.

• The Journal of the Korea Contents Association
• /
• v.7 no.1
• /
• pp.215-224
• /
• 2007

The classification of the satellite images is basic part in Remote sensing. In classification of the satellite images, class separability feature is very effective accuracy of the images classified. For improving classification accuracy, It is necessary to study classification methode than analysis of class separability feature deciding classification probability. In this study, IKONOS, SPOT 5, Landsat TM, were resampled to sizes 1m grid. Above images were calculated the class separability prior to the step for classification of pixels. This Study concludes, each image was measured by the rate of class separability, values classified were showed highly about $1,600{\sim}2,000$.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.11b
• /
• pp.623-626
• /
• 2003

본 연구에서는 고정점 알고리즘의 독립성분분석과 원신호의 시간적 상관성을 고려한 견실 알고리즘의 독립성분분석을 혼합한 조합형 독립성분분석에 의한 혼합영상의 분리를 제안하였다. 여기서 고정점 알고리즘은 뉴우턴법의 경신규칙을 이용함으로써 빠른 분리속도와 우수한 분리성능을 가지며, 견실 알고리즘은 2차적 통계성의 일괄처리 알고리즘으로 시간적 상관성 및 낮은 kurtosis를 가진 영상분리에 효과적이다. 이들 기법들을 $512{\times}512$ 픽셀의 4개 영상으로부터 임의의 혼합행렬에 따라 발생되는 흔합영상의 분리에 적용한 결과, 우수한 분리성능과 빠른 분리속도가 있음을 확인하였다.

• Proceedings of the Korea Society for Industrial Systems Conference
• /
• 2002.06a
• /
• pp.316-322
• /
• 2002

본 연구에서는 고정된 카메라로부터 입력되는 영상열에서 이동 물체를 신뢰성있게 분리하기 위해 형태 정보를 이용한 확장 방법을 제안한다. 영역 분리의 핵심은 배경으로부터 주위 잡음 영역과 무관하게 이동 물체 영역을 분리하는 기술이라고 볼 수 있다. 제안된 방법은 초기 이동 물체가 존재하지 않는 영상을 참고 영상(reference image)으로 하여 입력 영상(input image)과의 차영상(subtraction image)을 구하고, 차영상의 히스토그램(histogram)에서 배경잡음 모델링(modeling)을 통해 배경잡음을 제거한다. 그리고 배경잡음이 제거된 차영상에서 국부 최대값들(local maxima)을 이용해 후보 초기 영역을 선정한 후, 이 영역을 기반으로 영역의 형태정보를 이용하여 영역을 선별적으로 확장하면서 결합하는 방법을 사용하였다. 제안된 방법을 실제 상황에서 얻은 다양한 영상열에 적용한 결과, 기존의 영역 분리 방법보다 주위 잡음과 무관하게 이동 물체를 분리할 수 있음을 확인할 수 있었다.

• Journal of KIISE:Information Networking
• /
• v.30 no.1
• /
• pp.24-29
• /
• 2003

In this paper, a new method for the mixed image separation is presented using the independent component analysis, the innovation process, and the expectation-maximization. In general, the independent component analysis (ICA) is one of the widely used statistical signal processing schemes, which represents the information from observations as a set of random variables in the from of linear combinations of another statistically independent component variables. In various useful applications, ICA provides a more meaningful representation of the data than the principal component analysis through the transformation of the data to be quasi-orthogonal to each other. which can be utilized in linear projection.. However, it has been known that ICA does not establish good performance in source separation by itself. Thus, in order to overcome this limitation, there have been many techniques that are designed to reinforce the good properties of ICA, which improves the mixed image separation. Unfortunately, the innovation process still needs to be studied since it yields inconsistent innovation process that is attached to the ICA, the expectation and maximization process is added. The results presented in this paper show that the proposed improves the image separation as presented in experiments.

• Proceedings of the IEEK Conference
• /
• 2001.09a
• /
• pp.981-984
• /
• 2001

본 논문은 이동물체 영역을 신뢰성 있게 분리하는데 기초가 되는 seed를 정확하게 선정하고, 선정된 seed를 중심으로 영역을 확장함으로써 이동물체 영역을 분리하기 위한 방법을 제안한다. 고정된 카메라로부터 입력되는 연속된 영상열로부터 초기의 이동물체가 존재하지 않는 영상을 참고영상으로 하여 입력영상과의 차영상을 구하고 차영상의 히스토그램에서 배경잡음 모델링을 통해 배경잡음을 제거한다. 그리고 배경잡음이 제거된 차영상에서 Local Maxima 들을 이용해 후보 seed를 선정한 후, 이드의 특징값들을 분석하여 이동물체의 seed와 배경의 seed 를 결정하고 이 두 개의 seed를 기반으로 watershed 알고리즘을 적용하여 영역을 확장함으로써 이동물체 영역을 추출한다. 제안된 방법을 실제 상황에서 얻은 다양한 영상열에 적용한 결과, 기존의 영역분리 알고리즘보다 주위 잡음의 영향을 적게 받으며 효과적으로 이동물체를 분리할 수 있음을 확인할 수 있었다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.06a
• /
• pp.95-98
• /
• 2001

본 논문은 뇌의 축방향(axial sect ion)에 대하여 촬영한 뇌의 자기공명 영상(Magnetic Resonance Imaging)을 대상으로 뇌의 영역만을 분리하기 위한 방법을 제안하고 있다. MR영상은 슬라이스마다 다른 분포값을 가지기 때문에 각 슬라이스 별로 조직의 특성을 파악하여 뇌의 영역을 분리하였다. 히스토그램의 명암값 분포를 분석하여 배경과 뇌를 둘러싸고 있는 외피를 제거하고 라벨링(label1ing) 알고리즘을 적용하여 뇌만 분리 할 수 있도록 하는 마스크 영상을 만들어 이것을 이용하여 원영상으로부터 뇌의 영역만을 분리하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2003.05a
• /
• pp.141-146
• /
• 2003

본 논문에서는 문자열 영역 추출을 위한 3배 축소 명함 영상, 개별 문자 추출을 위한 2배 축소 명함 영상, 정확한 인식을 위한 원본 영상으로 명함 영상을 분리하고, 분리된 영상들을 대상으로 각 영상 크기에 적합한 처리를 수행하고 각각의 결과들을 이용하여 정확한 문자를 추출할 수 있는 방법을 제안한다 그리고 추출된 개별 문자들의 인식을 위해서 ART1을 적용한 개선된 RBF 네트워크를 제안하여 적용한다 제안된 명함 추출 방법은 원 영상을 각각의 처리 방법에 적합하도록 하기 위해서 다해상도로 분리한다. 문자열의 추출은 문자들의 간격을 축소 시켜서 블록을 추출하기 쉬운 적절한 최소 크기의 영상에서 수행하고, 개별 문자의 추출은 문자들의 간격을 분리할 수 있는 적절한 영상의 크기에서 수행한다 개별 문자 인식은 문자의 형태학적 특성을 잘 나타내기 위해서 원본 영상에 적용한다 본 논문에서 제안한 추출 방법은 문자를 정확히 추출할 수 있으며 병렬 처리가 가능하여 처리시간을 단축할 수 있는 장점을 가진다. 그리고 정확히 추출된 개별 문자들을 개선된 R8F 네트워크를 이용하여 인식률을 향상시킨다. 제안된 명함 추출 및 인식 방법의 성능을 확인하기 위해서 실제 영문 명함 영상을 대상으로 실험한 결과, 기존의 방법보다 명함 추출 및 인식에서 우수한 성능이 있음을 확인하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.376-378
• /
• 2001

영상 정보에 기반한 지능형 교통 정보 시스템(ITS)의 응용 분야에서, 차량의 그림자 제거와 겹침 차량을 분리하기 위하여 3차원 물체의 특징을 이용하며 차량 형상을 분리하는 기법을 제안한다. 제안하는 기법은 차량을 분리하기 위하여 연속 프레임에서 배경을 수정하고, 배경 영상과 현재 입력 영상의 차이를 이용한다. 또한 그림자를 제거하고 겹침 차량을 분리하기 위하여, 1) 3차원 증거를 차량 증거 영역에서 검출하여 군집화하고, 2) 독립 차량의 중심 위치를 판단하고, 3) 다시 임계치에 의해 차량의 형상을 분리한다. 단순 임계치에 의해 차량을 분리하는 기법은 기상조건 등에 민감하기 때문에 여러 조건에 따라 다른 알고리즘을 적용해야 하지만 제안하는 기법은 동일한 알고리즘으로 여러 기상조건에 적응이 가능하다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.42 no.1
• /
• pp.46-49
• /
• 2017

In this letter, we investigate the impact of image downsampling on the performance of background subtraction in Full-HD soccer videos. To this end, we evaluated the performance of background subtraction in terms of both accuracy and computational time. Furthermore, for the sake of completeness, we used two different background subtraction methods under the same experimental setup. For the quantitative comparison, we employed the F-measure and FPS(frames per second). We believe that this study serves as a practically useful benchmark for researchers and practitioners in developing a fast background subtraction algorithm adopted for building real-time intelligent soccer video analysis systems.