• The KIPS Transactions:PartB
• /
• v.8B no.2
• /
• pp.130-136
• /
• 2001

본 논문에서는 새로운 학습알고리즘의 비선형 주요성분분석 신경망을 이용한 영상데이터의 효율적인 특징추출에 대하여 제안한다. 제안된 학습알고리즘에서는 최적해로 수렴하는 과정에서 발생할 수도 있는 진동을 억제하여 빠른 속도의 수렴이 가능하도록 하기 위해 모멘트를 이용하였고, 국소최적해를 만났을 때 이를 벗어난 전역최적해로의 수렴을 위한 새로운 연결가중치의 설정을 위하여 동적터널링을 이용함으로써 빠른 수렴속도로 전역최적해에 수렴되도록 학습시킬 수 있다. 제안된 학습알고리즘을 이용한 신경망을 256$\times$256 픽셀의 간암영상과 128$\times$128 픽셀의 얼굴영상을 대상으로 실험한 결과, 기울기하강의 학습알고리즘을 이용한 기존 비선형 주요성분분석 신경망보다 우수한 수렴성능과 특징추출성능이 있음을 확인 할 수 있었다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2015.10a
• /
• pp.693-694
• /
• 2015

This paper present a decision method of middle ear disease which is developed in children and adults. In the proposed method, features are extracted from the middle ear disease images and normal images using HOG(histogram of oriented gradient) descriptor and the extracted features are learned by SVM(support vector machine) classifier. Input images are classified by SVM classifier based on the model of learning features. Experimental results show that the method yields accuracy of over 90% in decision.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.11a
• /
• pp.1718-1720
• /
• 2013

본 논문에서는 다중 손 끝점 검출을 위해 특징 추출 기법 및 이를 기반으로 한 손 끝점 검출 알고리즘을 제안한다. 특징 추출을 위해 Local Binary Feature(LBP)을 사용하였고 특징의 차원을 축소하기 위해 Principal Component Analysis(PCA) 기법을 이용하였다. 손 끝점 판별을 위해 Reduced multivariate polynomial Model(RM) Classifier를 사용하여 실험 결과 제안된 손 끝점 검출 기법이 다양한 환경에서 동작 하는 것을 확인 하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06b
• /
• pp.286-288
• /
• 2006

영상 이해는 컴퓨터 비전의 가장 높은 수준의 처리 기법이다. 영상을 이해하기 위해서는 위치 정보, 물체 존재정보와 같은 기본 컨텍스트들을 추출하는 것이 중요하다. 그러나 실내 환경의 영상 정보는 카메라의 흔들림이나 각도, 빛의 상태에 따라 불확실해지기 때문에 이러한 불확실함에 강인한 영상 인식 기법이 필요하다. 동적 베이지안 네트워크(DBN)는 이러한 불확실한 정보의 처리에 강인하며 장소와 물체의 관계등 고수준의 컨텍스트를 모델링하는데 좋은 성능을 보이는 확률 모델이다. 또한 DBN은 이전 상태를 추론에 활용할 수 있으므로 장소 인식과 같은 컨텍스트의 추출에 좋다. 본 연구에서는 불확실한 실내 환경 영상으로부터 영상 전처리를 통해 특징값을 추출하고, 회전이나 크기 변화에 강인한 물체인식기법인 크기불변 특징 변환기법(SIFT)을 이용하여 물체 존재정보를 추출하여 고수준 컨텍스트가 모델링된 DBN 추론으로 장소 및 물체를 인식하는 방법을 제안한다. 실제 대학 실내 환경에서의 실험으로 DBN을 이용한 영상 인식기법이 좋은 성능을 보임을 확인할 수 있었다.

• Journal of IKEEE
• /
• v.6 no.2 s.11
• /
• pp.169-177
• /
• 2002

In this paper, we introduce a new technology to extract the unique features from an iris image, which uses scale-space filtering. Resulting iris code can be used to develop a system for rapid and automatic identification of persons, with high reliability and confidence levels. First, an iris part is separated from the whole image. Then the radius and center of the iris are obtained. Once the regions that have a high possibility of being noise are discriminated, the features presented in the highly detailed pattern is then extracted from the iris image. Scale-space filtering technique is applied for feature extraction.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2012.05a
• /
• pp.262-263
• /
• 2012

다중 센서의 영상, 예를 들어 가시광 영상과 적외선 영상은 서로 다른 특징을 가지고 있기 때문에 본 논문에서는 IR 영상의 특징을 보존한 새로운 혼합기법을 제안하다. 이러한 혼합기법은 의료 영상, 보안 영상 등에서 매우 중요하고 다양하게 다루어진다. 일반적인 혼합기법을 사용하게 되면 영상간의 특색 때문에 혼합 시 조화롭지 못하는 문제점을 가진다. 이러한 문제점을 해결하기 위해서 본 논문에서는 중요도 맵을 추출하고 그 영역에 대하여 포아송 블랜딩을 통해 두 개의 다른 특징을 가시광 영상을 혼합한다. 제안한 알고리즘은 기존의 연구와 다르게 혼합할 영역을 수동으로 지정하는 것이 아니라 자동적으로 추출하고, 가시광 영상에 IR 영상에서만 검출되는 영역을 결합한 새로운 결과를 얻을 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.469-471
• /
• 2001

뇌 MR 영상의 분석을 통해 질환을 자동적으로 진단하고 판별을 하기 위한 전처리 단계에서 정상인의 MR 영상 모델과 현재 고려되어지는 대상 영상과의 비교 작업이 요구된다. 이를 통해 보다 정확한 질병에 대한 근거를 제시함으로서 진단이 가능하게 된다. 이러한 비교 작업을 위해 우선적으로 해결해야 하는 것이 현재 대상 영상이 정상인의 MR 영상 시리즈 중 어느 위치의 영상과 일치하는 지를 판별해야 한다. 실질적으로 뇌 MR 시리즈는 영상의 특징에 따라 크게 몇 개의 그룹으로 분류된다. 따라서 본 논문에서는 매핑을 위한 각 구성 요소의 특징을 추출해 자동으로 뇌 영상의 그룹핑을 함으로써 매핑시 고려되어지는 슬라이드의 범위를 좁혀줄 뿐만 아니라 영상의 질에 따라 부분적인 손실이 있다 하더라도 전후 관계 정보를 이용하여 유추가 가능한 방법을 제시한다. 800여개의 T2 MR 강조 영상에 대해서 실험을 행하여 비교적 정확한 그룹핑 결과를 유도할 수 있었음을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2006.05a
• /
• pp.635-638
• /
• 2006

현재 인공위성 영상은 지구에서 일어나는 변화를 탐지하기 위한 매우 효율적 수단으로 활용되고 있다. 지표에 대한 변화탐지는 원격탐사영상으로부터 지표변화를 찾아내 정량화하는 과정이 필요한데 이러한 정보를 추출하기 위해 본 연구에서는 웨이블렛을 이용한 텍스쳐 분석의 효율성이 연구되었다. 분석된 영상은 0.6m급 고해상도 위성영상으로 지진 전후로 하여 지진피해 지역을 탐지하기 위해 영상에서 관찰되는 풍부한 텍스쳐 정보를 활용하는 방법에 관한 연구가 이루어 졌다. 텍스쳐 특징을 추출하기 위해 GLCM이 이용되었는데 직접적인 GLCM의 적용보다는 웨이블렛변환 후 GLCM의 적용이 텍스쳐 특징을 보다 효과적으로 분리할 수 있는 방법임이 검사되었다. 이러한 웨이블렛 텍스쳐 특징 추출 후 상관관계에 기반한 변화탐지 기법을 적용하면 피해지역을 매핑할 수 있다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2016.06a
• /
• pp.349-351
• /
• 2016

본 논문에서는 VR 영상의 스티칭을 위한 특징점 추출 방식의 하나인 SIFT 알고리즘의 고속화 방법을 제안한다. 이 방법은 SIFT 의 각 단계 모두에 최적화 방법을 적용하여 CPU 에 최적화된 알고리즘을 구축하였다. 그리고 비독립적인 과정들로 이루어진 SIFT 특징점 추출 연산을 병렬화하기 위한 방법으로, 영상 분할 방법을 제시하며 SIFT 의 새로운 병렬화 방법을 제안한다. 특히 최적화 과정을 통해 Scale-space Extrema Detection 과 Orientation Assignment 과정에서 큰 시간 단축 효과를 보여 총 75.5%의 시간을 단축하였다. 이를 OpenMP 와 영상 분할 방법을 활용한 CPU 병렬화로 FullHD($1920{\times}1080$)해상도 영상에서 약 4000 개의 특징점을 추출하는 데 평균 91ms 의 성능을 보이며 기존 GPU 고속화 논문 대비 약 30%의 성능 개선 효과를 보였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.619-621
• /
• 2002

생체인식은 중요한 보안기슬로 대두되고 있다. 특히 홍채인식은 보안에 있어서 특징의 유일성과 시간의 변화에 따른 안정성이라는 큰 장점을 가지고 있다. 홍채 인식율을 높이기 위해서는 특징 추출의 대상이 되는 영상이 중요하다. 또한 검증 시간의 단축을 꾀하기 위해서는 데이터 용량을 줄이기 위한 방법을 고려해야 한다. 이 두가지 문제를 해결하기 위하여 본 논문에서는 기존연구와 달리 홍채의 특징이 많이 분포되어 있는 영역을 찾아내어 홍채영상의 일부만을 특징추출의 대상으로 사용하고자 한다. 추출된 일부 홍채에 고차 국소 자기 상관함수를 적용하여 크기와 색상의 변화에 무관한 특징을 추출하고, 미리 학습된 신경망에서 홍채인식을 위한 최적의 신경망 구조를 찾아내어 인식율을 높이는 방법을 제안한다.