• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2015.10a
• /
• pp.699-702
• /
• 2015

다중의 영상을 이용하여 하나의 파노라마 영상을 제작하는 기법은 컴퓨터 비전, 컴퓨터 그래픽스 등과 같은 여러 분야에서 널리 연구되고 있다. 파노라마 영상은 하나의 카메라에서 얻을 수 있는 영상의 한계, 즉 예를 들어 화각, 화질, 정보량 등의 한계를 극복할 수 있는 좋은 방법으로서 가상현실, 로봇비전 등과 같이 광각의 영상이 요구되는 다양한 분야에서 응용될 수 있다. 파노라마 영상은 단일 영상과 비교하여 보다 큰 몰입감을 제공한다는 점에서 큰 의미를 갖는다. 현재 다양한 파노라마 영상 제작 기법들이 존재하지만, 대부분의 기법들이 공통적으로 파노라마 영상을 구성할 때 각 영상에 존재하는 특징점 및 대응점을 검출하는 방식을 사용하고 있다. 본 논문에서 사용한 SURF(Speeded Up Robust Features) 알고리즘은 영상의 특징점을 검출할 때 영상의 흑백정보와 지역 공간 정보를 활용하는데, 영상의 크기 변화와 시점 검출에 강하며 SIFT(Scale Invariant Features Transform) 알고리즘에 비해 속도가 빠르다는 장점이 있어서 널리 사용되고 있다. 본 논문에서는 두 영상 사이 또는 하나의 영상과 여러 영상 사이에 대응되는 매칭을 계산하여 파노라마영상을 생성하는 처리 방법을 구현하고 기술하였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.05c
• /
• pp.180-185
• /
• 2002

본 논문에서는 키워드를 입력해 검색된 영상들을 유사한 특징을 갖는 소수의 그룹으로 그룹핑하고 각 그룹을 대표하는 대표영상을 추출하여 우선적으로 사용자에게 보여주고 필요에 따라 나머지 영상들을 단계적으로 서비스할 수 있는 방안을 제시한다. 영상 그룹핑을 위한 각 영상의 특징은 영상에 포함된 중심 객체를 사용하여 추출한다. 이를 위해 검색 키워드는 객체와 연관성이 있는 단어로 제한하여 영상을 검색하며 검색된 영상으로부터 중심 객체를 추출할 수 있는 객체 추출 방법을 활용하였다. 각 영상으로부터 추출된 중심 객체에 대한 특징 벡터는 칼라 분포를 이용한다. 영상 그룹핑은 칼라분포로 표현되는 특징공간에서의 밀집도를 조사하여 높은 밀도로 모여있는 영역별로 추출하여 동일한 그룹으로 분류하였다. 대표 영상은 분류된 그룹에서 가장 밀집도가 높은 영상으로 선택된다. 한편, 얼굴이 포함된 영상은 사전에 따로 분류하고 얼굴 크기 및 얼굴 수에 따라 영상을 그룹핑하여 각 그룹에 대한 대표 영상을 선정한다. 본 연구에서 제안한 방법은 사용자에게 모든 검색 결과를 일괄적으로 보여주는 것에 비해 보다 빠른 시간 내에 사용자가 원하는 영상을 편리하면서도 효과적으로 확인할 수 있는 방법을 제공해 줄 수 있을 것으로 기대한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2021.06a
• /
• pp.343-344
• /
• 2021

최근 영상의 활용도의 증가에 따라, 비정형 영상 데이터에 대한 양이 기하급수적으로 증가하였다. 디지털 영상을 획득할 시에 처리/압축/저장/전송/재생산 등의 과정을 거치면서 왜곡을 수반하게 되며 영상의 품질을 저하시키는 요인이 된다. 영상의 품질은 활용 결과에도 큰 영향을 미치기 때문에 품질이 저하된 영상은 분류를 하는 것이 중요하다. 하지만 사람이 수신된 모든 영상에 대해서 직접 분류를 하는 것은 많은 시간과 비용이 소요된다는 문제점이 존재한다. 따라서 본 논문에서는 사람이 인지하는 주관적인 영상 품질 평가와 유사하게 품질에 대한 평가를 위한 왜곡영상의 특징정보를 검출 및 분석하는 방안에 대해서 제안한다. 본 방법은 사람이 영상을 인지할 때 가장 많이 사용되는 요소인 색상에 대한 선명도, 블러와 노이즈에 대한 특징정보를 이용한다. 검출된 특징정보를 공간 도메인으로 변환함으로써 왜곡 영상별 특성을 분석하였다. 실험을 위해서 IQA 데이터베이스인 LIVE를 이용하였으며, 원본영상 및 5가지 유형의 왜곡영상으로 구성되어 있다. 실험결과 품질이 좋은 영상과 왜곡영상에 대한 특성을 검출할 수 있었다.

• Journal of the Korea Computer Graphics Society
• /
• v.25 no.3
• /
• pp.21-29
• /
• 2019

This paper proposes a novel framework for image fusion of satellite imagery to enhance spatial resolution of the image via structure-texture decomposition. The resolution of the satellite imagery depends on the sensors, for example, panchromatic images have high spatial resolution but only a single gray band whereas multi-spectral images have low spatial resolution but multiple bands. To enhance the spatial resolution of low-resolution images, such as multi-spectral or infrared images, the proposed framework combines the structures from the low-resolution image and the textures from the high-resolution image. To improve the spatial quality of structural edges, the structure image from the low-resolution image is guided filtered with the structure image from the high-resolution image as the guidance image. The combination step is performed by pixel-wise addition of the filtered structure image and the texture image. Quantitative and qualitative evaluation demonstrate the proposed method preserves spectral and spatial fidelity of input images.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2008.02a
• /
• pp.187-190
• /
• 2008

디지털 영상기기의 발달과 함께 디지털 영상은 우리의 생활의 일부가 되었다. 이러한 디지털 영상이 생활의 일부가 되면서 범죄자들은 범죄현장의 흔적을 디지털 영상으로 저장하기도 하며, 디지털 영상으로 저장된 CCTV를 통하여 범죄의 현장을 재현하기도 한다[5][6]. 이러한 디지털 영상은 사건을 해결하는데 중요한 역할을 하기에 사건을 수사하는데 있어 수집하여야 할 중요한 대상중의 하나이다. 이러한 디지털 영상은 하나의 분석대상에 다수의 파일로 존재할 수 있으며, 이러한 다수의 디지털 영상 속에서 사건 해결에 도움을 줄 수 있는 중요한 영상을 구분하기 위해서는 많은 시간과 인력이 필요하다. 따라서 다수의 영상 증거물을 디지털 영상 포렌식의 한 분야인 디지털 영상 분류기법을 통하여 수사의 편리함과 정확성을 향상시켜야 할 필요가 있다. 하지만 디지털 영상의 수사를 돕기 위한 디지털 영상의 분류기법은 디지털 영상 포렌식의 영역 중에서 연구가 이루어져 있지 않은 영역중의 하나이며, 연구가 진행되고 있는 방식도 국내가 아닌 국외의 법과 수사 환경을 중심으로 연구되어지고 있다. 따라서 국내의 법과 수사 환경에 적용할 수 있는 디지털 영상 분류기법에 대하여 연구할 필요성이 있다. 이에 대해 본 논문에서는 디지털 영상 포렌식 중 하나의 분야인 디지털 영상 분류기법의 연구현황을 확인하며, 디지털 영상 분류기법의 필요성에 대하여 설명하도록 하겠다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.05a
• /
• pp.185-188
• /
• 2005

영상 기반 렌더링에서 평면에 투영된 사영 영상만을 가지고 3 차원 영상을 재구성 하는 여러 가지 모델링 기법들이 연구되어 왔다. 4D Plenoptic Function 을 사용하는 Light Field Rendering 이나 Lumigraph 방법은 여러 개의 영상으로 새로운 시점의 영상을 생성하는 기법이다. 이러한 방법은 사용자가 가상 세계에서의 항해를 가능하게 하고 2 차원의 정보만으로 3 차원 환경을 구성 할 수 있다. Concentric Mosaic, Plenoptic Stitching, Sea of Image 등은 Light Field 를 이용하여 사용자가 여러 가지 환경에서 항해할 수 있게 하는 기법이다. 특히 Takahashi 는 도시의 거리와 같은 대규모 환경에서의 항해에 관한 연구를 발표하였다. 단일 경로를 따라 파노라마 영상을 획득한 다음 Light Field 방법을 사용해서 새로운 시점의 영상을 생성한다. 하지만 대규모 환경에서 사용자가 이동할 수 있는 경로의 범위는 매우 넓고 경로를 따라 조밀하게 파노라마 영상을 획득해야 하기 때문에 데이터의 양이 많아지고 영상획득의 어려움이 있다. 이러한 단점으로 인하여 참조 영상의 네트워크 전송 시에 네트워크의 부하가 증가될 수 있다. 본 논문에서는 Takahashi 의 방법을 기본으로 파노라마 영상 모핑 방법을 이용하여 임의 시점 (Arbitrary View)의 영상을 렌더링 하는 방법을 제안한다. 파노라마 영상의 획득 간격을 비교적 크게 하면서 파노라마 영상 모핑 기법을 이용하여 중간 영상을 생성한 후 Takahashi 의 방법을 사용하여 임의 영상을 생성하는 방법이다. 적은 수의 파노라마 영상으로 비교적 좋은 임의 시점의 영상을 재구성 할 수 있었다.

• ICROS
• /
• v.19 no.4
• /
• pp.32-38
• /
• 2013

전방향 영상 시스템은 한 장의 영상에 360도 모든 방향의 영상정보를 담을 수 있는 영상획득 시스템을 의미한다. 기하광학소자를 이용하여 사람의 눈이나 기존의 카메라로는 한 번에 볼 수 없는 매우 넓은 범위의 영상데이터를 효율적으로 얻을 수 있다. 또한 전방향 영상획득의 원리와 시점이 다른 두 영상, 즉 스테레오 영상획득의 원리를 적용한 전방향 스테레오 영상 시스템은 두 영상간의 정합을 통해 3차원 거리를 측정할 수 있다는 특징이 있다. 본 고에서는 전방향 스테레오 영상획득에 관해 기존에 제안된 연구결과들의 광학적 원리와 장단점을 조사, 비교하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2000.11a
• /
• pp.301-304
• /
• 2000

본 논문에서는 디지털 영상에서 얼굴 영상 검출을 위해 픽셀의 퍼지 소속도를 이용하여 신경망으로 학습하는 퍼지 신경망을 이용한 얼굴영상 검출을 제안한다. 입력 영상의 피라미드 영상에서 추출된 20$\times$20 윈도우 템플릿 영상안의 각 픽셀의 소속도로 얼굴 영상 패턴을 학습하여 얼굴 영상을 검출하는 방법은 단순히 영상의 픽셀 값 하나씩만을 고려해서 각 픽셀의 소속도를 고려하여 수행하는 얼굴 영상 분할보다 얼굴 영상을 훨씬 더 정확하고 인식률이 높게 검출해 낼 수 있다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.11 no.1
• /
• pp.39-44
• /
• 2001

본 논문에서는 디지털 영상에서 얼굴 영상 검출을 위해 픽셀의 퍼지 소속도를 이용하여 신경망으로 학습하는 퍼지 신경망을 이용한 얼굴영상 검출을 제안한다. 입력 영상의 피라미드 영상에서 추출된 20$\times$20 윈도우 영상 안의 각 픽셀의 소속도로 얼굴 영상 패턴을 학습하여 얼굴 영상을 검출하는 방법은 단순히 영상의 픽셀 값 하나씩만을 고려해서 각 픽셀의 소속도를 고려하여 수행하는 얼굴 영상 분할보다 얼굴 영상을 더 정확하고 인식률이 높게 검출해 낼 수 있다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.05b
• /
• pp.389-392
• /
• 2003

MRI 영상은 뇌의 해부학적 정보와 기능적인 정보를 제공하는 유용한 도구이다. MR 뇌 영상은 2차원 영상뿐만 아니라 3차원 영상도 임상적으로 중요하다. MR 영상에서 뇌영역의 추출방법으로는 형태학적인 방법, 히스토그램을 이용한 방법, 에지 정보를 이용한 방법, 지식 기반을 이용한 방법들이 있다. 본 논문에서는 region growing을 이용하여 MR 영상에서 뇌 영역을 추출하였다. 3차원 가시화를 위하여 오픈 소스인 VTK를 이용하여 Ray Casting 알고리즘으로 구현하였다. 그리고 의료영상에서 사용되는 각종 단면을 3차원 뇌 영상에서 재구성하였다. 256×256 크기의 71 뇌MR 영상 70장을 이용하여 실험하였다. 향후 연구과제로 MR 영상에서 뇌 영역추출방법과 원영상의 전처리 과정의 연구가 필요하다.