• Title/Summary/Keyword: 영상특징

Search Result 5,060, Processing Time 0.032 seconds

Automatic classification of man-made/ natural object image using multiple features (다중 특징을 이용한 인공/자연객체 영상의 자동 분류 방법)

  • 구경모;박창민;김민환
    • Proceedings of the Korea Multimedia Society Conference
    • /
    • 2004.05a
    • /
    • pp.656-659
    • /
    • 2004
  • 최근 많은 연구에서, 동일한 영상그룹들로부터 추출된 저수준의 특징들을 이용해서 고수준의 정보를 분석한 뒤, 이를 이용해서 영상을 분류하는 방법들을 소개하고 있다. 이러한 연구는 CBIR의 인덱싱에서 저수준의 특징만을 사용할 때 발생하는 의미적인 차이(semantic gap)문제를 해결하여, 검색의 효율을 높일 수 있게 한다. 하지만 이들 연구는 대부분 전경(scenery)영상만을 대상으로 하고 있다. 한편 영상을 객체 단위로 다루는 것은 CBIR의 성능을 크게 향상 시킬 수 있는 요인이 된다. 왜냐하면 대부분의 사용자는 관심있는 객체가 포함된 영상을 검색하기 원하기 때문이다. 본 논문에서는 영상의 객체를 인공객체와 자연객체로 분류하는 방법을 제안한다. 인공객체의 경우 자연객체에 비해 상대적으로 직선형태의 에지가 많이 발견되며 객체를 구성하는 패턴이 규칙적이고 방향성을 가진다. 또한 인공객체는 자연객체에 비해 객체영역의 경계가 직선에 의한 단순한 형태로 나타난다. 이러한 특징들을 EDH(edge Direction Histogram)의 에너지, EDAS(Energy Difference of Adjacent Sector)와 가버 필터를 통해 추출하여 분류에 이용한다. 실험을 통하여 각 특징들을 개별적으로 사용해서 76%에서 84% 사이의 분류 정확성을 얻었으며, 제안한 머징 방법을 이용하여 최종적으로 약 90%의 정확성으로 분류하였다.

  • PDF

Modelling of Efficient Color Image Descriptor for Multi-resolution Database (다중-해상도 데이터베이스를 위한 효율적인 칼라 영상 기술자의 모델링)

  • Lee, Yong-Hwan;Ahn, Hyochang;Cho, Hanjin;Lee, June-Hwan
    • Proceedings of the Korean Society of Computer Information Conference
    • /
    • 2013.01a
    • /
    • pp.35-38
    • /
    • 2013
  • 최근, 대용량 영상 데이터베이스가 축적되면서 영상 인식과 영상 검색 분야가 주목받고 있으며, 다양한 디바이스에 따라 생성되는 영상의 해상도가 상이하게 나타나고 있다. 본 논문에서는 내용-기반 영상 검색을 위한 새로운 칼라 기술자를 제안한다. 제안 알고리즘에서는 공간 칼라 정보에 대한 웨이블릿 변환과 채널 및 변환 서브밴드에 따른 가중치를 적용하여 칼라 특징 벡터를 추출한다. 시뮬레이션을 통하여 제안하는 알고리즘의 검색 성능을 평가하였으며, 유사한 특징 벡터 크기를 기준으로, 기존의 MPEG-7 등의 칼라 검색 기술자보다 다중-해상도의 영상 데이터베이스에서 향상된 검색율을 보임을 확인하였다. 본 논문에서 제시한 알고리즘은 단일 특성의 특징 벡터를 추출하는 검색 기술자로써, 다중 특징으로 결합하기 위한 기본 기술자로 활용될 수 있다.

  • PDF

개선된 영상 처리기법을 이용한 콘크리트 표면 균열 추출 및 분석

  • Lee, Jae-Eon;Kim, Gwang-Baek
    • Proceedings of the Korea Inteligent Information System Society Conference
    • /
    • 2007.05a
    • /
    • pp.365-372
    • /
    • 2007
  • 본 논문에서는 콘크리트 표면 균열 영상에서 균열의 특징들을 추출하기 위하여, 영상 처리 기법을 개선하여 균열의 특징(길이,폭,방향)들을 자동으로 추출 및 분석 할 수 있는 기법을 제안한다. 기존의 영상 처리 기법에서는 비교적 잡음이 적고 균열이 적은 영상을 대상으로 균열을 추출하는 알고리즘을 제시하였기 때문에 많은 잡음과 균열을 가지는 영상에 대해서는 균열 검출 성능이 떨어지는 경향이 있다. 따라서, 본 논문에서 제안한 균열 추출 및 분석 알고리즘은 컬러 영상에서 Histogram Stretching 기법을 적용하여 영상의 콘트라스트 특성을 향상 시킨 후, Robert 연산자를 다시 적용해 균열을 강조하고, 강조된 균열을 Multiple 연산을 이용하여 밝기 차이를 크게 한 후, 개선된 적응 이진화기법을 이용하여 균열의 후보 영역을 추출한다. 추출된 균열 후보 영역을 형상 분석과 위치 및 방향분석을 이용하여 잡음을 제거하고 균열의 특징을 분석한다. 실제 콘크리트 표면 균열 영상을 대상으로 실험한 결과, 균열 검출 성능이 기존의 방법보다 본 논문에서 제안한 방법이 더 우수함을 확인하였다.

  • PDF

Similar video streaming searching with SURF descriptors (SURF 특징점을 이용한 유사 비디오 스트림 검색)

  • Kim, Tae-Suk;Shim, Kyu-Seok;Lee, Jeong-Hun
    • Proceedings of the Korean Information Science Society Conference
    • /
    • 2011.06a
    • /
    • pp.81-84
    • /
    • 2011
  • 최근 디지털 비디오는 다양한 멀티미디어 어플리케이션을 이용하여 인터넷을 통해 스트림 동영상으로 전송 되고 있다. 이러한 영향으로 비디오 영상을 검색하는 동영상 검색엔진의 필요성이 크게 증가하였다. 기존의 비디오 이미지 처리에는 전체적 특징을 이용한 비디오 검색을 사용하여 완전히 동일한 동영상을 찾는 것은 가능하였지만, 유사한 동영상을 찾는 것은 불가능하였다. 본 논문에서는 유사한 동영상들은 서로 비슷한 부문이 많이 존재한다는 점에 착안하여 동영상 클립을 키 프레임 단위로 나누어 각 키 프레임의 지역 특징을 사용해, 각 특징들 간의 가중치 있는 최대 이분 매치를 이용한 유사도 측정을 통해 비슷한 동영상 검색할 수 있게 하였다. 실험 결과 만족할 만한 성능으로 유사한 동영상 영상을 검색해 내는 것을 확인 할 수 있었다.

A Study on the video production reflecting the characteristic of 3D stereoscopic (3D 영상의 특징을 반영한 영상제작에 대한 연구)

  • Lee, Yongwhan;Kang, Changhoon;Shin, Jinseob
    • Proceedings of the Korean Society of Computer Information Conference
    • /
    • 2013.07a
    • /
    • pp.303-306
    • /
    • 2013
  • 본 논문에서는 3D 영상 제작의 특징적인 면을 알아보고, 이를 통해 영상을 촬영과 편집해보는 전체 과정에 대해 알아본다. 3D 영상을 제작하기 위해서 기존의 영상촬영과는 달리 고려할 사항이 많다. 이에 본 논문에서는 기본적인 3D 영상 촬영의 특징과 촬영상의 주의 할 점을 실제 3D 영상 촬영을 통해 제시하고자 한다. 특히 깊이 특징을 나타내기 위한 화면의 구도 설정과 이를 통한 실제 영상의 결과를 중심으로 이론과 실제 촬영상의 결과를 알아본다.

  • PDF

Selective Feature Extraction Method Between Markov Transition Probability and Co-occurrence Probability for Image Splicing Detection (접합 영상 검출을 위한 마르코프 천이 확률 및 동시발생 확률에 대한 선택적 특징 추출 방법)

  • Han, Jong-Goo;Eom, Il-Kyu;Moon, Yong-Ho;Ha, Seok-Wun
    • Journal of the Korea Institute of Information and Communication Engineering
    • /
    • v.20 no.4
    • /
    • pp.833-839
    • /
    • 2016
  • In this paper, we propose a selective feature extraction algorithm between Markov transition probability and co-occurrence probability for an effective image splicing detection. The Features used in our method are composed of the difference values between DCT coefficients in the adjacent blocks and the value of Kullback-Leibler divergence(KLD) is calculated to evaluate the differences between the distribution of original image features and spliced image features. KLD value is an efficient measure for selecting Markov feature or Co-occurrence feature because KLD shows non-similarity of the two distributions. After training the extracted feature vectors using the SVM classifier, we determine whether the presence of the image splicing forgery. To verify our algorithm we used grid search and 6-folds cross-validation. Based on the experimental results it shows that the proposed method has good detection performance with a limited number of features compared to conventional methods.

Image Mosaicing Using Single View-Point Model (단일 뷰-포인트 모델을 이용한 영상 모자이킹)

  • 김효성;박진영;황수복;남기곤;정두영
    • Proceedings of the Korea Institute of Convergence Signal Processing
    • /
    • 2001.06a
    • /
    • pp.237-240
    • /
    • 2001
  • 본 논문은 단일 뷰-포인트 카메라 모델을 이용하여 무-특징 환경 (non-feature environment)에서의 영상 모자이킹 알고리즘을 제안한다. 특징 환경에서 영상의 기하구조를 만들어 내고 이 기하구조를 무-특징 환경에 적용시켜 모자이크 영상을 얻는다.

  • PDF

Feature-based Image Stippling (특징 기반의 영상 점묘화 기법)

  • Kim, Dong-Yeon;Son, Min-Jung;Lee, Yun-Jin;Kang, Henry;Lee, Seung-Yong
    • Proceedings of the Korean Information Science Society Conference
    • /
    • 2008.06b
    • /
    • pp.261-264
    • /
    • 2008
  • 본 논문에서는 영상의 중요한 특징을 강조하는 점의 분포를 가지는 자동화된 점묘화(stippling) 제작 방법을 제시한다. 예술가의 점묘화 일러스트 작품을 살펴보면 영상의 특징을 강조하는 방향성이 있는 점들을 사용해서 회화적인 느낌을 살림과 동시에 사물의 형태를 좀 더 명백히 파악할 수 있게 해준다. 하지만 컴퓨터 그래픽스 분야에서 연구된 기존 점묘화 기법 알고리즘은 입력 영상의 특징적인 형태를 고려하지 않고 색조에 따른 점의 밀도 변화만으로 사물을 표현하기 때문에 사물의 형태가 제대로 드러나지 않는 단점이 있다. 본 방법에서는 점의 분포가 대상의 형태를 반영하며 분포되게 하는 알고리즘을 적용하여 사물의 특징적인 형태를 강조한다. 이를 위해 영상의 특징선으로부터 추출한 특징 흐름(feature flow)을 따라 점을 배치시키는 방법을 사용한다. 그리고 입력 영상의 색조(tone)를 점묘화에 반영하기 위해 점의 크기가 입력 영상의 색조에 따라 자동으로 결정되도록 한다.

  • PDF

Rotated object recognition based on corner feature points in mobile environment (모바일 환경 응용을 위한 코너 특징점 기반의 회전 객체 검출)

  • Kim, Dae-Hwan;Piao, Jin-Chun;Kim, Shin-Dug
    • Proceedings of the Korean Society of Computer Information Conference
    • /
    • 2013.07a
    • /
    • 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.

  • PDF

A Comparison Study on Back-Propagation Neural Network and Support Vector Machines for the Image Classification Problems (영상분류문제를 위한 역전파 신경망과 Support Vector Machines의 비교 연구)

  • Seo, Kwang-Kyu
    • Journal of the Korea Academia-Industrial cooperation Society
    • /
    • v.9 no.6
    • /
    • pp.1889-1893
    • /
    • 2008
  • This paper explores the classification performance of applying to support vector machines (SVMs) for the image classification problems. In this study, we extract the color, texture and shape features of natural images and compare the performance of image classification using each individual feature and integrated features. The experiment results show that classification accuracy on the basis of color feature is better than that based on texture and shape features and the results of the integrating features also provides a better and more robust performance than individual feature. In additions, we show that the proposed classifier of SVM based approach outperforms BPNN to corporate the image classification problems.