• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.01a
• /
• pp.377-380
• /
• 2022

본 논문에서는 모바일 기반 AR 환경에서 RGB카메라로부터 얻은 영상 분석과 DB 기반의 특징점(Feature point) 매칭을 통하여 보다 정확하게 위험 상황을 알려줄 수 있는 프레임워크를 제안한다. 본 논문에서는 RANSAC(Random sample consensus)기반의 다중 평면 방식을 이용한 특징점을 추출하고 분석하여 영상에 존재하는 장애물을 감지한다. RGB카메라로 얻은 영상을 기반으로 장애물을 검출하는 접근법은 영상에 의존하기 때문에 조명에 따른 특징점 검출이 부정확하고, 조명이나 자연광 또는 날씨에 영향을 많이 받기 때문에 어둡거나 흐린 날씨에서는 장애물 검출이 어려워진다. 이 문제를 완화하기 위해 본 논문에서는 DB기반의 특징점 매칭을 통해 조명에 관계없이 장애물을 효율적이고 정확하게 감지한다. 특징점 매칭을 이용하려면 우선 영상에서 특징점이 안정적으로 추출될 수 있는 환경인, 조명이나 자연광이 충분한 환경에서 감지된 장애물 정보를 데이터베이스화 하여 저장한다. 조명이 충분하지 않은 환경에서 사용자가 사전에 저장된 지역에 근접할 경우 특징점 분석이 아닌 DB 기반 특징점 매칭을 통해 위험 요소를 감지한다. 우리의 방법은 조명의 여부의 관계없이 효과적으로 위험을 감지할 수 있기 때문에 다양한 분야에 활용될 수 있다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2011.07a
• /
• pp.446-448
• /
• 2011

본 논문에서는 조명 보정과 지역적인 밝기 정보를 이용한 유해 영상에서의 피부색 검출 방법을 제안한다. 첫번째, 조명의 영향을 줄이기 위하여 입력 영상을 히스토그램 평활화하여 명암 값의 분포가 한쪽으로 치우치거나 균일하지 못한 영상의 명암 값 분포를 균일화 시켜 영상을 향상될 수 있도록 한다. 그 다음, 평활화 시킨 영상을 25 개의 블록으로 분할한 후, 각 블록에서의 밝기 값에 대한 통해 평균과 왜도를 구한다. 구해진 값들을 영상의 임계값으로 설정하여 이진화 시킨다. 그리고, 평활화시킨 영상의 RGB 값을 Lab 컬러 공간으로 변환한다. 변환된 컬러 공간내의 조명 성분 값인 L(Luminance)값을 추출하여 이를 역변환 한다. 역변환한 L 값은 비정규 조명을 갖는 유해 영상의 조명에 민감한 영향을 제거하기 위하여 평활화 영상에 합한다. 마지막으로, 밝기 임계값을 통해서 얻어진 이진영상내의 객체 영역과 RGB 피부색 임계값을 통한 조명 보정된 평활화 영상내의 피부색 영역의 공통된 영역을 결과값으로 추출한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2018.11a
• /
• pp.108-109
• /
• 2018

저조도 영상의 개선에 관한 연구는 대부분 대비 개선을 목적으로 한다. 저저도 영상에서 밝기 개선, 대조 개선, 및 조명 성분 감쇠 등의 다양한 연구가 진행됐다. 최근에 인공신경망으로 상기 방법들을 대체하는 연구가 진행 중이다. 본 논문에서는 Retinex 이론에 기반하여 조명 광원이 존재하는 저저도 영상으로부터 조명 성분을 감쇠하고, 반사 성분만을 생성하는 기법을 심층신경망으로 대체하는 방법을 제안한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2021.06a
• /
• pp.101-104
• /
• 2021

영상에 새로운 광원을 추가하거나 기존의 광원을 변경하여 영상 내 오브젝트들에 적용된 조명을 변경하는 것을 영상 기반 재조명이라 한다. 하지만, 영상에는 재조명을 위해 필요한 광원과 오브젝트들의 3차원 기하 정보가 부재하다는 문제가 있다. 이를 해결하기 위해, 본 연구에서는 영상으로부터 재조명에 필요한 요소들을 추정하는 접근법을 취한다. 오브젝트 표면의 노말과 알베도는 조명의 주 요소이지만 광원에는 독립적이므로 새로운 광원에 대한 재조명을 가능케 한다. 따라서 본 연구는 영상으로부터 노말맵과 알베도맵을 추정한 뒤, 이를 이용하여 영상 기반 렌더링하는 영상 재조명 방법을 제안한다. 조건부 적대적 생성망을 다양한 조명 환경에서 렌더링된 3차원 오브젝트 영상들과 그에 대응하는 노말맵, 알베도맵을 이용해 학습함으로써, 임의의 영상에 대한 노말맵과 알베도맵 추정기를 생성한다. 이를 통해 추정된 노말맵과 알베도맵은 3차원 공간상에서 새로운 광원에 대해 렌더링됨으로써 재조명 영상을 생성한다. 마지막으로, 영상 기반으로 재조명된 영상과 ground truth와의 비교 실험을 통해 본 연구에서 제안한 방법이 유효함을 확인한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2018.11a
• /
• pp.148-149
• /
• 2018

카메라 기술의 발달로 나노 단위의 유해물질 영상을 간단한 광학장치를 장착한 휴대폰을 사용해 손쉽게 획득할 수 있게 되었다. 하지만, 유해물질 영상 관찰을 위하여 실제 사용되는 현미경에 비하여는 영상 전역에 원치 않는 잡음이 현저하게 발생한다. 특히 대중적인 저가의 광학계를 사용할 경우, 광량이 불균등하게 조사됨에 따라 얻어진 유해물질 영상에 왜곡이 발생할 수 있는데 이로 인해 기존의 유해물질 농도 검출 알고리즘을 적용하는 경우 좋지 못한 결과를 얻을 수 있다. 따라서 영상 전체에 조사되는 불균형한 조명에 의한 영향을 최소화할 필요가 있으며, 이에 착안하여 본 논문에서는 가우시안 모델에 기반한 조명 정규화 방법을 제안한다. 이는 영상 전역에 발생한 불균형 조명에 대한 영향을 최소화하여 찾고자 하는 유해물질 영역의 경계 특성을 더욱 명확하게 할 수 있는 효과가 있다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.05c
• /
• pp.215-218
• /
• 2002

영상 내에 존재하는 객체를 배경에서 분리해내는 영상분할에 대한 연구는 일반적으로 픽셀중심, 에지기반, 영역기반 그리고 모델기반의 영역에서 이루어져왔다. Active Contour 모델은 객체를 영상에서 분리하는 에지기반의 영상분할 방식이다. 전통적인 의미의 Active Contour 모델에서 사용한 그라디언트 함수 기반의 영상추출은 잡영이 많고 객체와 배경간 뚜렷한 경계가 없는 객체를 검출하는데는 그 한계를 보이고 있다. 이런 한계를 극복하고자 제안된 방법이 Mumford-Shah equation과 Lipshitz 함수를 이용한 Chan과 Vese의 Active Contour Model이다. 그런데 이 모델은 잡영이 많고 경계선이 뚜렷하지 않은 영상을 분할하는데는 효과적이나, 불균형적 조명이 있는 영상에서 객체를 분리해 내는데는 한계를 보이고 있다. 본 논문은 이러한 단점을 극복하기 위해 불균형적인 영상을 균일화하는 방법을 Chan과 Vese의 Active Contour 방식을 적용하기 전에 적용 시켜 영상 내 객체를 보다 효과적으로 추출하는 방법을 제안한다.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.43 no.6 s.312
• /
• pp.65-84
• /
• 2006

In this paper, we present an improved image formation model and propose a color image enhancement based on the model. In the presented image formation model, an input image is represented as a product of global illumination, local illumination, and reflectance. In the proposed color image enhancement, an input RGB color image is converted into an HSV color image. Under the assumption of white-light illumination, the H and S component images are remained as they are and the V component image only is enhanced based on the image formation model. The global illumination is estimated by applying a linear LPF with wide support region to the input V component image and the local illumination by applying a JND (just noticeable difference)-based nonlinear LPF with narrow support region to the processed image, where the estimated global illumination is eliminated from the input V component image. The reflectance is estimated by dividing the input V component image by the estimated global and local illuminations. After performing the gamma correction on the three estimated components, the output V component image is obtained from their product. Histogram modeling is next executed such that the final output V component image is obtained. Finally an output RGB color image is obtained from the H and S component images of the input color image and the final output V component image. Experimental results for the test image DB built with color images downloaded from NASA homepage and MPEG-7 CCD color images show that the proposed method gives output color images of very well-increased global and local contrast without halo effect and color shift.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.46 no.2
• /
• pp.19-26
• /
• 2009

This paper studies on the recognition rate change with respect to illumination variance and the confidence level of PCA(Principal Component Analysis) based face recognition by measuring the cumulative match score of CMC(Cumulative Match Characteristic). We studied on the confidence level of the algorithm under illumination changes and selection of training images not only by testing multiple training images per person with illumination variance and single training image and but also by changing the illumination conditions of testing images. The experiment shows that the recognition rate drops for multiple training image case compared to single training image case. We, however, confirmed the confidence level of the algorithm under illumination variance by the fact that the training image which corresponds to the identity of testing image belongs to upper similarity lists regardless of illumination changes and the number of training images.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2011.10a
• /
• pp.605-606
• /
• 2011

최근 PC 기반의 새로운 입력장치인 키넥트(Kinect) 센서에 대한 연구사 활발하게 진행되고 있다. 키넥트 센서의 가장 큰 이점은 2차원 평면 영상정보에 대하여 새롭게 추가된 깊이(Depth) 정보를 얻을 수 있다는 것이다. 이것은 이전에 등장했던 다른 인터페이스보다 새로운 차원의 인터페이스로서 2차원의 영상 정보로부터 한 차원 확장된 3차원의 정보를 활용할 수 있다는 점에서 그 의미가 크다고 볼 수 있다. 본 논문에서는 이러한 2차원 영상정보와 추가된 깊이 정보를 활용하여 사람의 영상정보와 사람의 위치 정보를 활용하여 위치한 환경의 조명을 제어할 수 있도록 시스템을 구성하였다. 또한, 키넥트의 다양한 성능을 검토하기위하여 3개의 키넥트를 사용하였으며 중첩된 영상정보를 30%의 중복도를 가지도록 구성하여 다양한 활용가능성을 검토하였다. 구현한 시스템을 통하여 사람을 추적할 수 있도록 알고리즘을 개발하고, 추적된 사람의 위치 정보를 통하여 LED 조명을 제어할 수 있는 키넥트 기반의 조명제어 시스템을 제시하고자 한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2011.11a
• /
• pp.11-14
• /
• 2011

최근 적외선 영상 정보를 사용하여 사용자를 인식하고 인터랙션을 하고자하는 연구들이 많이 이루어지고 있다. 특히, 보안과 같은 인간을 인식/추적/감시하는 분야에서는 적외선 입력 영상에 대한 얼굴인식 기술이 점차 많이 사용되고 있다. 이는 야간이나 특수한 조명 환경에서처럼 적절한 컬러 영상 정보를 알 수 없을 때 적외선 영상 정보를 이용하면 얼굴 영상 추출이 가능한 경우가 많기 때문이다. 본 논문에서는 이러한 적외선 영상을 입력받아 컬러 영상과의 관계에 기반하여 얼굴을 인식하는 방법을 제안하고자 한다. 이 방법은 일반적인 조명 환경에 강인하면서 컬러 데이터베이스만을 사용하여 얼굴 인식이 가능하다. 따라서 주위 조명 환경에 무관하게 얼굴을 인식하여 다양한 보안 및 휴먼 인터페이스에 사용이 가능할 것으로 기대한다.