• Proceedings of the KAIS Fall Conference
• /
• 2012.05b
• /
• pp.716-718
• /
• 2012

본 논문에서는 모바일 폰으로 획득한 영상의 텍스트영역 검출을 제안한다. 최근 모바일 폰을 이용한 영상기반 응용 분야의 연구가 활발히 진행되고 있으며, 특히 영상에서 텍스트를 인식하기 위한 전단계로 텍스트 영역 검출은 중요하다. 본 논문은 텍스트 영역 검출을 위해 먼저, 컬러 영상을 입력 받아 그레이 이미지로 변환하여 영상내에 내포된 잡음을 제거하고 열림/닫힘 연산의 특징을 이용해 각 연결요소를 검출하고 검출된 요소들을 레이블링 한다. 레이블링 된 영상은 텍스트가 갖는 특정 조건에 의해 텍스트 영역인지 텍스트 영역이 아닌지를 검출하고 검출된 텍스트 영역은 검증을 통해 최종 텍스트 영역을 검출한다. 제안한 방법은 기존의 택스트 영역 겁출보다 정확도가 향상할 수 있다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.12a
• /
• pp.301-304
• /
• 2002

그레이 스케일 영상의 객체 분할시 경계면의 모호함이 발생하여 정확하게 객체를 분할.검출 할 수 없으며 또한 영상 레벨에 따라 결과에 많은 영향을 미치게 된다 본 논문에서는 그 경계 부분을 정확하게 분할 . 검출하는 방법으로 적응적 형상학을 웨이브렛 알고리즘에 적용한후 최적의 영상을 찾는 알고리즘을 구현하였다. 본 논문은 입력 영상의 임계값에 따른 적응적 형태학을 이용하여 영상의 경계면을 레벨 업 시킨 후, 이를 웨이브렛에 적용하여 최적의 에지를 검출하였다. 또한, 기존의 영상 에지 검출알고리즘인 Sobel 에지 검출과 다른 웨이브렛 기저 계수를 적용한 에지 검출 방법과 비교하고, 제안된 알고리즘이 기존의 다른 에지 검출보다 우수함을 확인하였다. 특히 에지와 에지의 부분이 가까울 때 정확한 에지를 검출하였으며, 완만한 곡선을 가지고 있는 부분에서 더 우수한 결과 에지를 얻을 수 있음을 확인하였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.11b
• /
• pp.159-162
• /
• 2002

영상분석의 한 분야로서 에지 검출을 이용하는 많은 분야가 있다. 영상의 에지는 입력 영상에 대한 많은 정보를 제공해 준다. 본 논문에서는 입력영상에 대한 에지검출을 통한 윤곽선 추출을 하여 각각의 픽셀에 대한 에지검출 결과값을 비교하였다. 입력영상으로는 얼굴이미지를 사용하였으며 서로 다른 이미지에 대한 Sobel Filter의 검출의 결과 데이터를 각 픽셀마다 비교함으로써 원영상에 대한 동일인임을 판단하는 기준을 제시하였다.

• Proceedings of the IEEK Conference
• /
• 2000.09a
• /
• pp.341-344
• /
• 2000

본 논문에서는 복잡한 배경이나 조명 변화가 심한 영상에서도 피부영역을 정확하게 검출할 수 있는 피부영역 검출방법을 제안한다. 제안된 방법은 오프라인(off-line) 훈련과정과 온라인(on-line) 검출과정의 두 단계로 나누어진다. 훈련단계에서는 다양한 조명하에서 얻은 피부영상과 배경영상으로 구성된 훈련영상을 다차원의 열벡터로 표현하고 열벡터에 LDA(linear discriminant analysis)를 적용하여 선형변환된 특징벡터를 가지고 인덱싱 테이블을 생성한다. 검출단계에서는 카메라로 들어온 칼라영상을 여러 개의 조각영상으로 나누고 각각의 조각영상에 대하여 LDA를 적용하여 선형변환된 특징벡터를 구한다. 구해진 특징벡터를 미리 생성한 LDA 인덱싱 테이블에서 찾아 피부영역을 검출한다. 제안된 방법을 조명을 변화시킨 다양한 영상에 적용하여 실험한 결과 검출률이 상당히 우수함을 알 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.06c
• /
• pp.440-445
• /
• 2007

본 논문에서는, 폐 종류 음영검출에 대해서 다중해상도 필터를 에너지 차분 영상에 적용하여 기존 방법과의 비교평가 및 폐 종류 음영검출 자체에 관하여 그 검출성능에 영향을 주는 요인을 선택해서 분석을 하였다. 다시말해서, 폐 종류 음영 검출자체에 관해서 복수의 분석인자를 선택해서 복수의 관점에서 성능을 분석하였다. 즉, 영상 인자로서 보통 X선 영상 및 에너지 차분영상을, 검출필터 인자로서 라플라시안-가우시안 필터, 최소방향 차분필터 및 본 연구에서 제안하는 다중해상도 필터를 선택해서 분석을 하였다. 그 결과, 폐 종류 음영검출에 있어서 에너지 차분 영상의 유효성, 최소방향 차분필터의 보통 X선 영상에서의 효과 및 다중해상도 필터의 에너지 차분 영상에 있어서의 유효성을 식견으로서 터득하게 되었다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2014.01a
• /
• pp.63-64
• /
• 2014

본 논문에서는 성인영상에서 모자이크 검출 기법을 제안한다. 먼저 성인영상에 가장 많이 사용되는 격자형 모자이크 검출을 위하여 입력영상에서 에지를 검출한 후, 에지영상을 이용하여 모자이크 후보영역을 검출한다. 모자이크 후보영역은 모자이크맵을 생성하고 이진화하여 후보영역을 산출한다. 이렇게 산출된 후보영역내의 모자이크맵의 값이 임계치 이상인 영역을 최종 모자이크 영역으로 검출한다. 실험결과 모자이크가 없는 영상에서 약간의 오검출이 있었으나, 전체적으로 우수한 성능을 보였다.

• The KIPS Transactions:PartB
• /
• v.14B no.5
• /
• pp.361-368
• /
• 2007

In this paper, we propose a smoke detection method which is based on block-wise difference of image frames in video. Our proposed method is composed of three steps which are (a) the detection step of the changed regions against the background, (b) the background update step, and (c) the smoke determination step from the changed regions. We first construct the block mean Image of frames in video. And to extract the changed regions against the background, we use a block-wise difference between background's block mean image and a current input frame's block mean image. After applying projections in block-based difference images, we can determine the changed regions as rectangles using projections of difference images. we propose a update scheme of background's block mean image using the projections. We decide the smoke region using the femoral statistics of the central position and YUV color in the changed region.

• Broadcasting and Media Magazine
• /
• v.27 no.2
• /
• pp.62-69
• /
• 2022

다양한 목적으로 영상을 조작하려는 시도는 디지털 영상이 보편화되기 시작할 때부터 지속적으로 존재해 왔던 문제이며, 이러한 영상 조작의 유무를 검출하려는 시도 또한 지난 수십 년 동안 끊임없이 연구되어 왔다. 최근 빠르게 발전하는 인공지능 기술, 그 중에서도 딥러닝 기술을 이용하여 영상 조작을 검출하는 기술이 다양하게 발전되고 있지만, 한편으로는 딥러닝 기술을 이용하여 조작을 보다 정교하게 진행하거나 검출을 회피하려는 기술 또한 빠르게 발전하고 있다. 본 고에서는 영상을 조작하고, 검출하고 회피하는 기술 동향에 대하여 종합적으로 소개하고, 특히 딥러닝 기반의 기술이 각각의 영역에서 어떻게 적용되고 발전하고 있는지에 대하여 면밀히 살펴보고자 한다.

• Review of KIISC
• /
• v.20 no.3
• /
• pp.48-57
• /
• 2010

본 고는 휴먼 객체 검출 및 분류를 위한 것으로서, 입력된 동영상에서 배경 이미지와의 차분 영상을 통해 객체 영역을 검출하고, 검출된 객체 영역에서 얼굴 즉 헤드 영역을 검출하는 방법에 대해서 설명한다. 실시간으로 녹화된 동영상에서 사람이 움직이는 위치와, 크기 등이 아주 다양하며, 또한 한 사람이 아닌 여러 사람 객체를 검출하기 위하여 다중의 사람객체 검출기를 이용한 캐스케이드 사람 객체 추출 방법을 제안한다. 얼굴 크기 등을 고려하여 헤드 영역의 shape 를 기반으로 하여 1차 검출을 수행하고, 검출되지 않은 영역에 대하여 히스토그램 기반의 얼굴 영역을 검출한다. 또한 중복된 영상에 대해 베이지안 얼굴 검출기를 통해 인증함으로써 성능을 향상시킬 수 있다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2011.07a
• /
• pp.230-232
• /
• 2011

Viola와 Jine가 제안한 AdaBoost를 이용한 얼굴 검출 알고리즘은 빠른 얼굴 검출 속도와 뛰어난 성능으로 인해 최근 여러분야에서 널리 사용되고 있는 알고리즘 중 하나이다. 하지만 AdaBoost를 이용하여 얼굴을 검출함에 있어 오검출이 존재하며, 이를 줄이기 위해서는 많은 연산이 요구되며, 실시간 얼굴 검출이 필요한 분야에 적용되기에는 속도 면에서 단점으로 작용한다. 기존의 Adaboost의 얼굴 검출기는 그레이스케일 영상만을 사용하므로, 영상의 컬러 정보와 부가적인 정보를 사용하면 더 적은 연산으로 오검출률을 감소시킬 수 있고, 올바른 얼굴을 검출이 된 다음 추적 알고리즘에 적용을 시키면 동영상으로 입력되는 영상에 대해 실시간으로 얼굴을 검출 할 수 있게 된다. 본 논문에서는 얼굴 추적을 위한 사전단계로 컬러 정보와 부가적인 정보로 깊이 정보를 사용하여 얼굴을 효율적으로 검출하는 알고리즘을 제안한다.