• 융합신호처리학회논문지
• /
• 제8권3호
• /
• pp.185-191
• /
• 2007

윈격탐사 영상은 파장대에 따라 나누어진 여러 개의 밴드로부터 수집된 다중분광 이미지 데이터이다. 위성영상 분류는 원격탐사 처리 과정에 있어서 가장 중요한 분석 기법으로써 영상을 구성하는 각각의 화소들 중 비슷한 분광 특성을 갖는 것끼리 집단화시켜주는 방법이다. 본 논문에서는 PFCM 알고리즘을 응용한 원격탐사 영상의 패턴분류 방법에 관하여 연구하였다. PFCM 알고리즘은 각 데이터와 특정 클러스터 중심과의 거리에 대한 소속정도를 고려한 FCM 클러스터링 알고리즘과 데이터와 해당 클러스터 중심과의 거리에 의존하여 패턴의 전형성(typicality)을 고려한 PCM 클러스터링 알고리즘을 결합한 방법이다. 본 연구에서는 분류 항목별 학습데이터를 선정한 후 이를 PFCM 알고리즘에 적용하여 감독분류를 수행하였다. Landsat TM과 IKONOS 원격탐사 위성영상을 이용하여 PFCM 알고리즘의 적용성을 검증하였다. PFCM 알고리즘을 이용한 감독분류는 PCM, FCM 분류방법보다 좋은 결과를 보여주었으며, 또한 전통적인 분류방법인 최대우도분류보다도 정확도가 더 높은 결과를 보여주었다.

• 한국산업정보학회논문지
• /
• 제4권2호
• /
• pp.57-61
• /
• 1999

영상 압축 분야에서 분류벡터양자화 방법은 에지와 같이 시각적 인지에 중요한 특징을 잘 복원해주는 특성을 가지고 있다. 그러나, 기존의 분류벡터양자화에서는 수직, 수평, 대각 에지 클래스와 같은 몇 개의 선형 에지 클래스를 사전에 정의하고 분류함으로써, 영상 내 존재하는 다양한 유형의 에지 패턴을 효과적으로 재구성할 수 있도록 일반화되어 있지 못하다. 본 논문에서는 에지 패턴들간의 유사도 측정자를 정의하고 이를 바탕으로 에지 블록을 분류하는 새로운 방법을 제안한다. 영상내외 각 에지블록은 그 블록이 가지는 에지 패턴의 형태에 따라 하나의 특징벡터로 변환된다. 훈련 영상들로부터 다양한 형태의 에지 패턴들을 유사도가 높은 것들끼리 군집화하여 일반화된 에지 클래스를 자동으로 생성한다. 실험에서는 생성된 선형/비선형 에지 클래스의 유형을 보이고, 이를 이용하여 0.6875bpp로 압축된 결과 영상에서 에지가 잘 보존되고 있음을 보인다.

• 한국정보기술학회논문지
• /
• 제16권12호
• /
• pp.85-92
• /
• 2018

복잡한 영상처리 알고리즘을 사용할 때 계산량을 줄이기 위해 슈퍼픽셀을 사용한다. 슈퍼픽셀은 특성이 유사한 픽셀들을 군집화하여 하나의 그룹으로 만드는 방법이다. 슈퍼픽셀은 영상처리의 전단계로 사용되기 때문에 빠르게 생성할 수 있어야 하고 영상의 에지 성분들을 잘 보존하여야 한다. 본 논문에서는 에지 성분을 잘 보존하면서도 계산량이 많지 않은 슈퍼픽셀 생성 방법을 제안한다. 제안하는 방법에서는 먼저 기존의 k-mean 방법을 이용하여 영상의 슈퍼픽셀을 충분히 생성하고, 생성된 슈퍼픽셀들을 분석하여 유사한 슈퍼픽셀을 병합하는 방식으로 최종 슈퍼픽셀을 생성한다. 슈퍼픽셀을 병합할 때는 슈퍼픽셀에 대해서만 유사도를 측정하기 때문에 추가되는 계산량은 많지 않다. 실험 결과는 제안하는 방법으로 생성된 슈퍼픽셀이 기존 방법에 의해 생성된 슈퍼픽셀에 비해 보다 정확하게 에지 성분들을 보존하는 것을 보여준다.

• 한국통신학회논문지
• /
• 제32권9C호
• /
• pp.861-866
• /
• 2007

본 논문은 가우시안 확률분포함수 (Gaussian Probability Distribution Function) 데이터 군집화를 위해 중심신경망 (Centroid Neural Network, CNN)에 Bhattacharyya 커널을 적용한 군집화 알고리즘 (Bhattacharyya Kernel based CNN, BK-CNN)을 제안한다. 제안된 BK-CNN은 무감독 알고리즘인 중심신경망을 기반으로 하고 있으며, 커널 방법을 이용하여 데이터를 특징공간에서 투영한다. 입력공간의 비선형 문제를 선형적으로 해결하기 위해 제안한 커널 방법인데, 확률분포 사이의 거리측정을 위해 Bhattacharyya 거리를 이용한 커널방법을 사용하였다. 제안된 BK-CNN을 영상데이터 분류의 문제에 적용했을 때, 제안된 BK-CNN 알고리즘이 Bhattacharyya 커널을 적용한 k-means, 자기조직지도(Self-Organizing Map)와 중심 신경망등의 기존 알고리즘보다 1.7% - 4.3%의 평균 분류정확도 향상을 가져옴을 확인할 수 있었다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2008년도 학술대회 1부
• /
• pp.461-468
• /
• 2008

가상현실 및 증강 현실 응용 특히 디지털 패션과 같은 응용분야에서 아바타에 여러 가지 형태의 의복을 입히고 장신구들을 장식하여 보다 현실감이 나는 3차원 애니메이션을 제작한 다음 인터넷을 통하여 개인용 컴퓨터는 물론 핸드폰 같은 휴대용 정보단말기에 표현하려는 요구가 증가하고 있다. 하지만 3차원 모델을 실감나게 표현하는데 필요한 데이터의 용량이 매우 크고 네트워크의 속도 문제와 단말기에 장착된 메모리 장치의 제한적인 성능 문제등으로 인하여, 3차원 영상의 효과적인 전송 및 실감나는 표현은 매우 어렵다. 본 논문에서는 3차원 애니메이션에서 사용되는 데이터를 압축하는데, 3차원 모델 데이터를 군집화하여 애니메이션에 필요한 저장 공간을 줄여서 휴대용 정보단말기에서도 3차원 모델을 자연스럽게 렌더링할 수 있게 하는 기법을 제안하고자 한다. 제안된 기법은 각종 디포머블 오브젝트에도 응용될 수 있으며, 기존의 정적인 형상 압축 기술과 연계하여 좀 더 높은 압축을 가능하게 할 것으로 기대된다.

• 한국통신학회논문지
• /
• 제23권8호
• /
• pp.1998-2009
• /
• 1998

본 논문에서는 배경의 움직임이 유발되는 능동 CCD 카메라를 통하여 실시간으로 포착되는 영상 데이터를 대상으로 카메라의 사전 설치 정보나 좌표 보정(calibration) 없이 강체(rigid body) 혹은 비 강체(non-rigid body)의 움직이는 물체를 추출하고 이의 이동 방향을 판단하여, 추적하는 효율적인 알고리즘을 제안한다. 이동 물체의 영역분할을 위하여 동체의 형태를 규정하는 특징 점을 추출하고, 시간에 따른 특징 점의 이동 벡터로 구성된 특정 플로우 필드(feature flow field)를 구한 후 이들을 다차원 특정 공간상에서 군집화(clustering)함으로써 동체를 추출한다. 제안하는 IRMAS(lncremenatal Rotational Minimum Angle Search)에 의하여 군집화된 특정점들의 볼록 다각형(convex hull)올 구함으로써 이동 물체의 개괄적인 외곽 형태를 재 구성한다. 또한, 이동 궤적의 갑작스러운 변화를 가져올 수 있는 동작 특성을 가지는 이동 물체의 효과적인 추적을 목적으로 개선된 선형 예측기를 사용하였다. 이동 궤적 예측기는 기존의 선형 예측기의 차수를 이동의 변화도에 따라 적응적으로 조정함으로써 예측 오차를 감소시켜, 빠른 속도로 이동 궤적에 수렴한다.

• 한국컴퓨터정보학회논문지
• /
• 제28권12호
• /
• pp.191-199
• /
• 2023

본 논문에서는 자율협력주행을 위한 인프라로써 제작된 5가지 센서 전용 시설물들에 대해 라이다로 취득한 포인트 클라우드 데이터로부터 시설물들의 특징을 추출하는 방법을 제안한다. 자율주행차량에 장착된 영상 취득 센서의 경우에는 기후 환경 및 카메라의 특성 등으로 인해 취득 데이터의 일관성이 낮기 때문에 이를 보완하기 위해서 라이다 센서를 적용했다. 또한, 라이다로 기존의 다른 시설물들과의 구별을 용이하게 하기 위해서 고휘도 반사지를 시설물의 용도별로 디자인하여 부착했다. 이렇게 개발된 5가지 센서 전용 시설물들과 데이터 취득 시스템으로 취득한 포인트 클라우드 데이터로부터 측정 거리별 시설물의 특징을 추출하는 방법으로 해당 시설물에 부착된 고휘도 반사지의 평균 반사강도을 기준으로 특징 포인트들을 추출하여 DBSCAN 방법으로 군집화한 후 해당 포인트들을 투영법으로 2차원 좌표로 변경했다. 거리별 해당 시설물의 특징은 3차원 포인트 좌표, 2차원 투영 좌표, 그리고 반사강도로 구성되며, 추후 개발될 시설물 인식을 위한 모형의 학습데이터로 활용될 예정이다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제35권9호
• /
• pp.547-553
• /
• 2008

본 논문에서는 2 단계 서류 레이아웃 분할 방법을 제안한다. 서류 분할의 1 차 단계는 top-down 계열의 영역 추출로서 모폴로지 기반의 거리 함수를 사용하여 주어진 영상 데이타를 사각형 영역들로 분할한다. 거리 사상 함수를 통한 예비 결과는 성능 개선을 위한 2 차 단계의 입력 변수로 작용한다. 서류 분할의 2차 단계로서 기계 학습 이론을 적용한다. 통계 모델을 따르는 RBF 신경망을 선택하였고, 은닉 층의 설계를 위해 코호넨 네트워크의 자기 조직화 성격을 활용한 데이타 군집화 기법을 기반으로 하였다. 본 논문에서는 300개의 영상에서 추출된 영역 데이타를 통해 학습된 신경망이 1차 단계에서 도출된 예비 결과를 개선함을 연구 결과로 제시하였다.

• 한국산학기술학회논문지
• /
• 제15권12호
• /
• pp.7302-7308
• /
• 2014

특정한 제한을 두지 않는 복잡한 자연환경에서 사용자가 원하는 목표 물체만을 정확하게 검출하는 작업은 컴퓨터 비전 및 영상처리 분야에서 중요하지만 매우 어려운 문제 중의 하나이다. 본 논문에서는 반사가 존재하는 여러 환경에서 목표하는 물체를 강인하게 검출하는 새로운 방법을 제안한다. 제안된 방법에서는 먼저 스테레오 카메라를 이용하여 목표 물체를 촬영한 다음, 물체를 가장 잘 표현하는 라인과 코너 특징들을 추출한다. 그런 다음, 촬영된 좌우 영상으로부터 호모그래픽 변환을 이용하여 실제로 존재하지 않는 반사된 특징들을 효과적으로 제거한다. 마지막으로, 반사된 특징들을 제거한 실제 특징들만을 군집화하여 대상 물체만을 강건하게 검출한다. 본 논문의 실험결과에서는 제안된 알고리즘이 기존의 알고리즘에 비해서 반사가 존재하는 자연 환경에서 목표 물체를 보다 강인하게 검출한다는 것을 보여준다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제15권6호
• /
• pp.464-468
• /
• 2009

본 연구는 Apoptosis세포들의 형상을 검출하기 위하여 전통적인 세포측정법과는 다른 영상기반 접근법을 제안한다. 이 방법은 세포측정 법의 단점을 극복하고 Apoptosis 세포들을 정확하게 인식할 수 있다. 본 연구에서 K-means 군집화 방법이 Apoptosis 세포의 거시적인 분할을 행하는 데 사용되었으며, '스네이코'라고 불리는 액티브 윤곽선 모델이 정밀한 경계선 검출을 위해 사용되었다. 그리고 Apoptosis세포들의 물리적 특징, 형태적 특징 그리고 무늬특징들을 포함하는 몇가지 특징들이 추출되었다. 마지막으로 Mahalanobis 거리 분류기가 Apoptosis세포와 비Apoptosis 세포로서 분할영상들을 분류한다.