• Proceedings of the Korean Society of Computer Information Conference
• /
• 2011.06a
• /
• pp.31-34
• /
• 2011

영상처리 기법을 이용한 이미지 인식에 관한 컨텐츠들은 아주 다양한 알고리즘을 사용하였다. 영상처리 기법에서 이미지 인식기법 중에서 일반적인 것으로는 PCA(Principal Component Analysis) 알고리즘이 있다. 이 알고리즘이 적용된 대표적인 컨텐츠로는 얼굴 문자인식이 있다. 이 알고리즘은 정확성을 위하여 학습을 통한 영상의 저장과 인식을 통한 복잡한 알고리즘을 사용한다. 간단한 이미지 인식 컨텐츠의 경우에 복잡한 알고리즘을 사용함으로써, 시스템 처리속도에 영향을 줄 수 있다. 따라서 이 논문에서는 비교연산을 수행하는 히스토그램 매칭을 두 가지 실험 방법을 통하여, 간단한 이미지인식 시스템을 위한 알고리즘을 설계한 것이다.

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 2009.05a
• /
• pp.47-50
• /
• 2009

본 연구는 예술심리치료 및 심상유도의 접근을 통해 영상치료로서의 시각적, 청각적 표현 범위와 치료요소를 찾는데 목적을 두고 있다. 현재 인간의 사회 활동 중에 생기는 정신적 육체적 스트레스를 예방 및 해소하기 위해 이루어지는 치료 활동 중 영상을 이용한 심리치료의 노력이 다방면으로 행해지고 있다. 치료의 형태는 주로 예술심리치료에 속하는 이미지와 기능음악, 클래식 등을 결합한 영상과 음향의 복합적 활용 방식이 주를 이루고 있다. 그러나 이는 치료적 요소에 초점을 두고 체계적인 제작이 되지 앉아 심리치료의 한계를 드러내고 있다. 따라서 본 연구에서는 먼저 기존의 병원, 테라피 공간 및 공공장소에서 일반인을 대상으로 행해지고 있는 영상심리치료의 현황을 파악하고, 행해지는 치료 형태 분류를 통해 색채.미술심리치료에서 사용되어지는 이미지 활용과 음악치료 기법 중 GIM(Guided Imagery and music: 음악과 심상유도) 활용을 중심으로 일반인을 대상으로 하여 실험연구를 진행하였다. 실험 대상물은 영상이미지와 음향의 두 가지 자극이 복합되어 혹은 단일의 자극으로 주어지는 경우를 구분하여 정서적 반응을 조사하고, 전반적인 치료영상에 대한 선호도 조사를 통해 긍정적 정서를 불러일으키는 이미지 및 음향 요소를 도출한다. 이는 향후 영상심리치료의 체계적인 가이드라인 제작과 평가 척도 개발을 위한 기초 자료로 활용할 수 있다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2003.05a
• /
• pp.137-140
• /
• 2003

캐리커처의 일반적인 의미는 어떤 사람이나 사물의 특징을 추출하여 익살스럽게 풍자한 그림이나 글이다. 다시 말해, 캐리커처는 사람의 얼굴에서 특징을 잡아 과장하거나 왜곡하여 그린 데생이라고 한다. 컴퓨터를 이용한 기존의 캐리커처 제작방법으로는, 입력 이미지 좌표의 통계적인 차이값을 이용하는 PICASSO System 방법[1], 제작자의 애매한 느낌을 퍼지 논리를 이용하여 표현하는 방법, 이미지를 와핑하는 방법, 여러 단계의 벡터 필드 변환을 이용하는 방법등이 연구되어 왔다. 본 논문에서는 실시간 또는 준비된 영상을 입력으로 받아 저장한 후, 네 단계의 과정으로 처리한 후 최종적으로 캐리커처된 이미지를 생성하게 된다. 각 단계별 처리 내용으로는 첫번째 단계에서는 영상에서 얼굴을 검출하고 두번째 단계에서는 특정 얼굴부위의 기하학적 정보를 좌표값으로 추출한다. 세번째 단계에서는 전 단계에서 얻은 좌표값으로 로컬 와핑 기법을 이용하여 영상을 변환한다. 네 번째 단계에서는 변형된 영상으로 퍼지 논리를 이용하여 보다 개선된 윤곽선 이미지로 변환하여 캐리커처 이미지를 얻는다. 본 논문에서는 영상 인식, 변환 및 윤곽선 검출 및 둥의 여러 가지 영상 처리 기법을 이용하여 기존의 캐리커처 제작 방식보다 간단하고, 복잡한 연산 과정이 없는 캐리커처 제작 시스템을 구현하였다.

• Journal of the Korea Society of Computer and Information
• /
• v.12 no.3
• /
• pp.67-73
• /
• 2007

This paper presents a panoramic reference image generation based automatic algorithm for moving objects detection robust to illumination variations under moving camera. Background image is generated by rotating the fixed the camera on the tripod horizontally. aligning and reorganizing this images. In generation of the cylindrical panoramic image, most of previous works assume the static environment. We propose the method to generating the panoramic reference image from dynamic environments in this paper. We develop an efficient approach for panoramic reference image generation by using accumulated edge map as well as method of edge matching between input image and background image. We applied the proposed algorithm to real image sequences. The experimental results show that panoramic reference image generation robust to illumination variations can be possible using the proposed method.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• fall
• /
• pp.139-143
• /
• 2021

본 논문에서는 꾸준히 연구되어 오던 이미지 복원 문제에서 초해상화와 인페인팅이라는 복합적 이미지 복원을 동시에 처리하는 해결 방법을 제안한다. 초해상화는 국지적 픽셀 정보를 이용하여 고해상도의 영상을 복원하고, 인페인팅은 이미지 전체 정보를 활용하여 영상 내 비어 있는 영역을 생성해야 하므로, 이러한 두 가지 영상 복원 기법을 동시에 수행하는 것은 상당히 어려운 문제이다. 그렇기에 인페인팅과 초해상화는 이미지 복원에서 널리 활용되는 기술인 만큼 동시에 해결할 수 있는 기법에 대한 수요는 있음에도 지금까지 거의 연구되지 않았다. 본 논문은 초해상화 및 인페인팅 합동 처리에 있어 복합적인 정보를 모두 다뤄야하는 네트워크가 서로의 성능을 저하시키지 않도록 개략적 복원 네트워크 (Coarse network), 디테일 복원 네트워크 (Refinement network), 초해상화 네트워크 (SR network)로 분리하여 초해상화 및 인페인팅 합동 처리를 수행하며, 각 단계마다 결과 영상을 얻어 스케일 별 정답 영상과 손실함수를 계산하여 복합적인 성능을 올릴 수 있는 방법을 제시한다. 또한 순차적 단일 모델에 비하여 인페인팅과 초해상화를 합동 학습하는 제안 모델이 개선된 화질의 결과 영상을 획득할 수 있다는 것을 실험적으로 보인다.

• Proceedings of the KIEE Conference
• /
• 2007.11a
• /
• pp.140-141
• /
• 2007

본 연구에서는 고분해능 및 고감도화된 시스템 개발을 위하여 AOTF를 이용하여 하이퍼스펙트럼 영상기법을 활용한 전임상 영상장비에 대한 연구를 수행하였다. 제작된 고감도 하이퍼스펙트럼 분자영상 시스템의 생물학적 적용을 위하여, AOTF의 파장 또는 진동수를 변화시키면서 GFP가 발현된 HEK 293 세포의 이미지를 촬영하였다. 또한, 제작된 실험 대상물 이미지화 시스템을 이용해서 실험용 쥐의 이미지를 촬영하였다. 실험용 쥐를 크세논 아크램프 사용 전 후 이미지를 촬영한 결과 크세논 아크 램프 사용 후에는 청색의 선명한 영상을 얻을 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.04a
• /
• pp.514-517
• /
• 2010

이미지 해쉬는 기술자(Descriptor) 또는 구분자(Identifier)로서 영상의 유사성을 측정하는데 사용될 수 있다. 수많은 이미지 해쉬 기술들이 있지만, 그 중에서도 히스토그램 기반의 방법들이 일반적인 영상처리나 다양한 기하학적 공격들에 강인함을 보여준다. 이 논문에서는 강인한 히스토그램 기반 이미지 해쉬를 생성하기 위하여 영상의 양자화, 사용자 지정 윈도우를 적용하여 영상의 특성화 과정을 적용하며 해쉬 값 결정 알고리즘도 오류에 강하도록 설계하였다. 이러한 기술은 기존의 논문들이 보여주었던 성능을 향상시킨다. 특히, 통계적인 오류측정을 통해 수행결과를 설명함으로서 수행성능의 향상을 객관적으로 평가하였다.

• Proceedings of the KAIS Fall Conference
• /
• 2009.12a
• /
• pp.626-629
• /
• 2009

본 논문에서는 MPEG2(Moving Picture Expert Group 2)비디오 디코더에서 영상데이타를 디코딩하는 기술에 관한 것으로, 종래의 동여상 처리기에서는 허프만 코드화 처리를 하여 정지영상을 부호화한 후 분할기반 부호화 방식의 동영상 처리기법을 사용하였으나 1프레임의 코드화시에도 많은 계산 알고리즘이 필요하고 이미지의 닮음정도를 객관적수치로 표현할 수 없으므로 비슷한 이미지를 중복 코드화 작업 및 전송 작업을 하는 결함이 있었다. 본 눈문에서는 이를 해결하기 위하여 이미지의 닮음정도를 수치화하고 기준값 이하의 영상은 코드화 작업을 하지않고 계산된 영상 변화값에 의해 구현된 영상으로 대체하여 저장 및 전송하도록 하여 시각적으로 전혀 거부감이 없는 동영상을 구현하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2000.10a
• /
• pp.695-698
• /
• 2000

본 논문에서는 이미지 데이터 컬러 속성을 기반으로 한 영상 검색 방법을 제안한다. 두 이미지 사이의 유사성을 측정하기 위하여 컬러 히스토그램의 분포 특성을 이미지 데이터베이스 영상과질의 영상에서 계산하여 유사도를 결정하도록 설계하였다. 두 영상의 유사도를 측정하기 위해 두영상의 R, G, B 히스토그램에 대해서 같은 값에 대한 빈도 수의 차를 거리로 측정한 후, 구해진 거리의 차를 비교한 방법과 히스토그램의 분포 곡선을 이루는 방정식을 구한 수 있도록 곡선 정합을 한 후에 두 영상의 컬러 특징 속성에 관한 특징 값의 추출을 위해서 다항식 보간법에 의한 방정식을 이용한 방법을 소개한다. 공간 데이터베이스 시스템에서 질의에 대한 효율적인 처리를 위해 R-Tree와 최대 점을 이용하여 영상을 검색한다.

• 한국HCI학회:학술대회논문집
• /
• 2007.02a
• /
• pp.38-43
• /
• 2007

재조명(relighting) 렌더링은 장면 내에 새로운 광원의 추가 또는 기존 광원 속성의 변경으로 인한 영상의 변화를 효율적으로 계산하는 과정을 말한다. 본 논문에서는 쉐이딩(shading) 계산에서 광원에 독립적인 파라메터를 미리 텍스쳐 이미지 형태로 캐시화하여 재조명 렌더링 과정에서의 계산량을 줄이는 방법을 사용하였다. 이러한 쉐이딩 파라메터들의 캐시 이미지들은 사용자가 카메라 시점을 바꾸고자 할 경우 새로 생성을 하여야 하는데, 이 계산에 많은 시간이 소요된다. 본 논문에서는 새로운 시점에서의 캐시 이미지들를 영상 기반 렌더링(image-based rendering) 기법을 이용하여 실시간에 구하는 방법을 제시한다. 먼저 여러 개의 지정된 카메라 시점에 대한 캐시 이미지들을 미리 생성해 둔다. 다음 원하는 시점의 캐시 이미지는 각 픽셀에 투영되는 3차원 표면점을 역시점변환(inverse viewing transform)을 통해 구하고, 이 점을 지정된 카메라 시점으로 다시 투영하여 캐시 이미지에서의 대응 픽셀을 찾는다. 대응 픽셀의 파라메터 값들을 평균하여 새 캐시 이미지에 써준다. 이 과정들은 하드웨어 그래픽 가속기의 단편 쉐이더(fragment shader)를 이용하여 실시간으로 수행된다.