• 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 Institute of Intelligent Systems Conference
• /
• 2004.10a
• /
• pp.90-93
• /
• 2004

본 논문에서는 고정점 알고리즘의 독립성분분석을 이용한 물체영상의 특징추출을 제안하였다. 여기서 고정점 알고리즘은 뉴우턴법에 기초한 것으로 빠른 특징추출성능을 얻기 위함이고, 독립성분분석의 이용은 통계적으로 독립인 기저영상을 효과적으로 추출하기 위함이다. 제안된 기법을 Image＊after사에서 제공하는 352$\times$264 픽셀의 10개 물체영상을 대상으로 실험한 결과, 빠르면서도 정확한 복원성능과 PCA보다도 개선된 특징 추출성능이 있음을 확인하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.07a
• /
• pp.300-304
• /
• 2020

본 논문에서는 원격 탐사 영상 정합에서 정확도는 유지하면서 특징점 매칭 (Matching) 복잡도를 줄이기 위해 입력 영상을 전처리하는 구조물 검출 네트워크를 이용한 원격 탐사 영상 정합 방법을 제안한다. 영상 정합의 기존 방법은 입력 영상에서 특징점을 추출하고 설명자 (Descriptor)를 생성한다. 본 논문에서 제안하는 방법은 입력 영상에서 특징점 매칭에 영향을 미치는 구조물만 추출하여 새로운 영상을 만들어 특징점을 추출한다. 추출된 특징점은 필터링 (Filtering)을 거쳐 원본 영상에 매핑 (Mapping)되어 설명자를 생성하여 특징점 매칭 속도를 향상시킨다. 또한 구조물 검출 네트워크에서 학습 영상과 시험 영상의 특성의 차이로 생기는 성능 저하 문제를 개선하기 위해 히스토그램 매핑 기법을 이용한다. 아리랑 3 호가 획득한 원격 탐사 영상에 대한 실험을 통해 제안하는 방법은 정확도를 유지하면서 계산 시간을 SURF 보다 87.5%, SIFT 보다 92.6% 감소시킬 수 있다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2007.05a
• /
• pp.365-372
• /
• 2007

본 논문에서는 콘크리트 표면 균열 영상에서 균열의 특징들을 추출하기 위하여, 영상 처리 기법을 개선하여 균열의 특징(길이,폭,방향)들을 자동으로 추출 및 분석 할 수 있는 기법을 제안한다. 기존의 영상 처리 기법에서는 비교적 잡음이 적고 균열이 적은 영상을 대상으로 균열을 추출하는 알고리즘을 제시하였기 때문에 많은 잡음과 균열을 가지는 영상에 대해서는 균열 검출 성능이 떨어지는 경향이 있다. 따라서, 본 논문에서 제안한 균열 추출 및 분석 알고리즘은 컬러 영상에서 Histogram Stretching 기법을 적용하여 영상의 콘트라스트 특성을 향상 시킨 후, Robert 연산자를 다시 적용해 균열을 강조하고, 강조된 균열을 Multiple 연산을 이용하여 밝기 차이를 크게 한 후, 개선된 적응 이진화기법을 이용하여 균열의 후보 영역을 추출한다. 추출된 균열 후보 영역을 형상 분석과 위치 및 방향분석을 이용하여 잡음을 제거하고 균열의 특징을 분석한다. 실제 콘크리트 표면 균열 영상을 대상으로 실험한 결과, 균열 검출 성능이 기존의 방법보다 본 논문에서 제안한 방법이 더 우수함을 확인하였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 1998.04a
• /
• pp.34-39
• /
• 1998

영상검색을 위해 Wavelet 변환을 사용한 특징추출 접근방법은 영상들을 압축과 동시에 인덱스 할 수 있어서 영상 데이터베이스 저장과 관리의 복잡성이 상당히 감소될 수 있다. 본 연구는 각 영상의 Hue값에 대해 위치 정보의 주파수 정보를 가지는 Wavelet 변환의 성질을 이용하여 2단계 Wavelet 변환 후 생성된 저대역 부밴드에서 칼라 특징을 추출하고 나머지 부밴드에서 질감 특징을 추출하여 영상 데이터베이스의 검색에 이용한다. 200개 영상을 사용하여 실험한 결과, 제안된 방법은 recall과 precision에서 약 97%, 81%의 검색 효율을 보였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.06a
• /
• pp.1286-1289
• /
• 2022

최근 영상 군집화 분야는 딥러닝 모델에게 Self-supervision을 주거나 unlabeled 영상에 유사-레이블을 주는 방식으로 연구되고 있다. 또한, 고차원 컬러 자연 영상에 대해 잘 압축된 특징 벡터를 추출하는 것은 군집화에 있어 중요한 기준이 된다. 본 연구에서는 자연 영상에 대한 Convolutional Auto Encoder의 특징 추출 성능을 평가하기 위해 설계한 실험 방법을 소개한다. 특히 모델의 특징 추출 능력을 순수하게 확인하기 위하여 Self-supervision 및 유사-레이블을 제공하지 않은 채 Naive한 모델의 결과를 분석할 것이다. 먼저 실험을 위해 설계된 4가지 비지도학습 모델의 복원 결과를 통해 모델별 학습 정도를 확인한다. 그리고 비지도 모델이 다량의 unlabeled 영상으로 학습되어도 더 적은 labeled 데이터로 학습된 지도학습 모델의 특징 추출 성능에 못 미침을 특징 벡터의 군집화 및 분류 실험 결과를 통해 확인한다. 또한, 지도학습 모델에 데이터셋 간 교차 학습을 수행하여 출력된 특징 벡터의 군집화 및 분류 성능도 확인한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.365-367
• /
• 2000

본 논문에서는 홍채의 특징을 효율적으로 추출하기 위한 새로운 접근 방법으로서, 통계적 정보를 기반으로 하는 주성분요소분석(PCA) 및 독립성분요소분석(ICA)을 홍채영상에 적용한 결과에 대하여 소개하고자 한다. 또한, 전체영상을 몇 개의 부분영상으로 분할한 후, 분할된 영상에 대하여 주성분요소분석과 독립성분요소분석을 적용함으로서, 분할된 부분영상의 특징이 전체영상에서 추출한 특징보다 효과적으로 홍채의 특징을 표현하는 결과를 보여 주었다. 이러한 방법을 홍채영상에서 효율적인 특징을 추출하기 위한 새로운 접근방법으로서 적용하였으며, 다양한 특징 집합에 대하여 적용한 결과, 홍채영상에서 redundant한 정보와 잡음을 제거함으로써 compact하고 robust한 특징을 추출할 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.04a
• /
• pp.261-264
• /
• 2002

자동차 전조등에서 나오는 데이터는 다양한 패턴을 가지는 영상자료와 부분적으로 보이는 문자자료이다. 내용기반 영상검색을 통해 자동차 전조등에서 검사자가 판독하는 텍스트와 부분적인 전조등의 영상정보로 차량의 정보를 추출하기 위한 검색 방법을 국립과학수사연구소의 자료를 기반으로 설계하였으며, 영상검색에 사용된 영상특징값의 구성과 영상 검색방법을 연구하였다. 본 논문에서는 영상데이터의 검색을 위해 효과적인 영상특징이 추출 되도록 향상된 방법론을 제시하였다. 특징함수에 대한 유효성 검증을 위해 샘플 영상에서 각 후보 특징함수들에 대한 결과값들을 비교하였으며, 이를 기반으로 유효한 특징함수를 찾아서 검색에 사용되어지도록 구성하였다. 사용되어진 영상의 특징값은 전조등 영상이 가지는 다수의 텍스쳐함수와 가로, 세로 성분값을 사용하였다. 영상 검색을 위해 추출된 영상 특징값을 데이터베이스화하고 용의차량의 전조등 영상을 질의 영상으로 하여 후보 차량에 대한 정보를 검색하도록 하였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.11b
• /
• pp.155-158
• /
• 2002

본 논문은 영역기반의 영상 검색을 위해 향상된 영역 매칭 알고리즘을 구현하고자 한다. 최근의 Mpeg-7표준은 객체 기반의 영상처리를 특징으로 하고 있으며, 객체 기반의 영상 처리방법들에서 가장 대표적인 방법인 영역기반 검색 방법은 영역 분할과 특징 추출, 그리고 영역매칭을 통한 유사도 측정에 따른 검색으로 나뉘어 진다. 본 논문에서는 영상을 분할한 후 분할된 영역들에 대한 특징을 추출 하고, 추출된 특징들을 다차원 특징 공간에서의 클러스터로 구성한다. 그리고 구성된 클러스터들을 인접한 중심을 가진 특징 그룹화 하여 특징 그룹 중심간의 거리차를 이용하여 질의 이미지와 검색 이미지의 유사도를 측정하는 영역 매칭 방법을 제안한다.

• Journal of Broadcast Engineering
• /
• v.7 no.3
• /
• pp.262-270
• /
• 2002

Although most image indexing schemes ate based on global image features, they have limited discrimination capability because they cannot capture local variations of the image. In this paper, we propose a new region-based image retrieval system that can extract important regions in the image using salient point extraction and image segmentation techniques. Our experimental results show that color and texture information in the region provide a significantly improved retrieval performances compared to the global feature extraction methods.