• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.11a
• /
• pp.412-415
• /
• 2003

본 논문에서는 영상 검색에 있어서 객체의 특징치를 추출하는데 많은 시간과 비용이 따르므로 수행속도를 향상시키기 위해 영상의 공간적인 정보를 이용한 영상의 압축을 이용하는 내용기반 영상 검색을 제안하고자 한다. 압축 성능이 뛰어나며 영상의 위치 정보와 주파수 정보를 가지는 EZW(Embedded Zerotree Wavelet)알고리즘을 이용하여 영상을 김색하는 방안으로 EZW 변환 후 얻어지는 저 대역 부 밴드에서의 공간적인 특성을 고려한 특징 값을 이용하여 정지영상의 대표 특징들을 형태와 질감으로 빠르게 영상 검색하고자 한다.

• Journal of Korea Multimedia Society
• /
• v.5 no.5
• /
• pp.505-514
• /
• 2002

In this Paper, we propose a method of content-based image classification using neural network. The images for classification ate object images that can be divided into foreground and background. To deal with the object images efficiently, object region is extracted with a region segmentation technique in the preprocessing step. Features for the classification are texture and shape features extracted from wavelet transformed image. The neural network classifier is constructed with the extracted features and the back-propagation learning algorithm. Among the various texture features, the diagonal moment was more effective. A test with 300 training data and 300 test data composed of 10 images from each of 30 classes shows correct classification rates of 72.3% and 67%, respectively.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• fall
• /
• pp.97-99
• /
• 2021

본 논문에서는 딥러닝 기반 특징점 필터링 방법을 이용한 원격 탐사 영상에 대한 영상 정합 (Image Registration) 고속화 방법을 제안한다. 기존의 특징 기반 영상 정합 방법의 복잡도는 특징 매칭 (Feature Matching) 단계에서 발생한다. 이 복잡도를 줄이기 위하여 본 논문에서는 특징 매칭이 영상의 인공구조물에서 검출된 특징점으로 매칭되는 것을 확인하여 특징점 검출기에서 검출된 특징점 중에서 인공구조물에서 검출된 특징점만 필터링하는 방법을 제안한다. 딥러닝 기반 특징점 필터링은 영상 정합을 위하여 필수적인 특징점을 잃지 않으면서 그 수를 줄이기 위하여 인공구조물의 경계와 인접한 특징점을 보존하고, 축소한 영상을 사용하며, 영상 분할(Image Segmentation) 방법의 결과에서 생기는 영상 패치 경계의 잡음을 제거하기 위하여 영상 패치를 중복하여 잘라 냄으로써 정합 속도와 정확도를 향상시킨다. 영상 정합 고속화 방법을 의 성능을 검증하기 위하여 아리랑 3 호 위성 원격 탐사 영상을 사용하여 기존 특징점 추출 방법과 속도와 정확도를 비교하였다. 딥러닝 기반 영상 정합 방법을 기준으로 하여 비교하였을 때 특징점의 수를 약 82% 감소시키면서 속도를 약 9.17 배 향상시켰지만 정확도가 0.985 에서 0.855 으로 저하되었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2001.04b
• /
• pp.863-866
• /
• 2001

본 논문에서는 관련성 귀환을 가진 칼라와 질감기반의 영상검색 시스템에 대하여 연구하였다. 먼저 영상데이터베이스 내에 있는 영상들에 대하여 칼라특징, 질감특징을 추출하고 추출된 특징 값을 다양한 형태로 영상검색에 이용하였다. 그리고 초기 검색결과에 대하여 사용자 평가를 관련성 귀환을 통하여 영상검색 시스템에 적용하고, 개선된 결과를 얻었다. 16종류의 다양한 영상으로 구성된 영상 데이터베이스에 대하여 실험한 결과, 제안된 방법은 INRIA의 방법보다 각 귀환단계에서 약 10%$\sim$l6% 이상의 높은 검색율을 보였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.11a
• /
• pp.225-228
• /
• 2005

본 논문에서는 생물의 2차원영상에서 4가지의 특징을 추출한 다음 약품에 대한 생물의 행동 패턴 반응에 대하여 의사결정나무를 적용하여 패턴의 인식 및 분류를 하였다. 생물의 행동패턴을 대변하는 물리적인 특징인 속도, 방향전환 각도, 이동거리에 대하여 각각 중간이상속도비율, FFT(Fast Fourier Transformation), 2차원 히스토그램 면적, 프렉탈, 무게중심을 사용하여 특징을 추출하였다. 이렇게 추출된 4가지의 특징변수들을 사용하여 의사결정나무 모델을 구성한 다음 생물의 약품 첨가에 대한 반응을 분석하였다. 또한 결과에서는 기존의 생물의 행동패턴 구분에 쓰였던 전형적인 기법(conventional methods)보다 본 연구에서 적용한 의사결정나무가 생물의 행동패턴이 가지는 물리적 요소에 대한 독해력을 가짐을 보임으로써 특정환경에서 이동행동에 대한 분석을 용이하게 하고자 하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 1997.11a
• /
• pp.71-74
• /
• 1997

본 논문은 일반적으로 제약 없는 형식 문서 즉, 논-맨하탄(non-manhattan) 형식의 이진문서영상을 분석하는 기법으로서, 연결요소기법에 기반한 특징추출과 이를 이용한 영역분리 및 분류에 관한 새로운 방법을 제안한다. 제안한 방식은 바텀-업(bottom-up)방식으로서 먼저 처리속도의 고속화와 축소시 특징 영역보존을 위해 임계치 축소기법을 사용하고, 축소된 이진 문서영상내의 각 연결된 검은 화소의 집합을 개체화하고 개체의 특성에 따라 텍스트, 신성분, 해프톤, 도형 그리고 표 등으로 분류한다. 영역분류는 두단계로 이루어지는데, 1차분류에서는 우선, B/W 비, 면적, 외각 테두리의 높이와 너비 비, 테두리선유무 등의 특징을 이용하여 해프톤, 수평 수직선, 테두리(표 및 도형)영역을 분리한다. 이후 2차 분류에서는 문자성분의 수평결합을 통한 텍스트행 성분을 추출한다. 마지막 후처리 과정으로 표분석 알고리듬을 통하여 테두리 영역중 표와 도형을 정확히 구분하고, 또한 도형에 관련한 문서성분을 해당 도형 개체에 연결하는 작업을 수행함으로써 완벽한 영역분류를 한다. 다양한 문서영상을 이용한 시뮬레이션을 통해 제안한 알고리듬의 성능을 입증한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2010.07a
• /
• pp.113-116
• /
• 2010

본 논문은 보행중인 시각장애인에 장착된 카메라로부터 획득한 영상에서 보도와 차도 영역을 구분하기 위한 영역분할 기법과 질감 특징추출 기법에 대해 제안한다. 영상내의 허프 변환을 이용한 라인검출을 통해 도로 경계선을 검출하고, 분할된 영역을 원근에 따라 3 레벨로 구분하여 질감 특징성분을 추출함으로써 보도와 차도영역을 분리한다. 보도블럭이 가지는 복잡하고 다양한 특성의 패턴과 차도의 균일한 질감을 가진 영역의 특성을 비교하기 위하여 회전에 강건한 LBP, GLCM 질감 특징성분들을 이용함으로써 두 영역을 구분하였다. 제안된 방법은 낮과 밤 영상에 대해 실험한 결과 조도의 변화에 강건하게 영역을 분리할 수 있었고, 또한 보행자와 장애물이 많은 영상에서도 회전이나 폐색에 관계없이 영역 분리가 가능함을 검증하였다.

• Proceedings of the IEEK Conference
• /
• 2007.07a
• /
• pp.243-244
• /
• 2007

다양한 디지털 컨텐츠를 검색하기 위해 다양한 디스크립터(Descriptor)가 제안되어 왔다. 그 중 특징점을 기반으로 하는 디스크립터를 이용하여 원본 영상과 기하학적 변형을 포함하는 다양한 변형 영상을 서로 정확하게 정합시키기 위해서는 각 영상에서 동일한 위치에 동일한 개수의 특징점이 추출되는 것이 유리하다. 본 논문에서는 널리 사용되고 있는 해리스(Harris) 특징점 추출 방법을 기반으로 국부 최대값과 정렬을 이용하여 원하는 개수의 특징점을 선택하는 방법을 제안한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.04b
• /
• pp.1131-1134
• /
• 2002

본 논문에서는 블록 다중 텍스쳐 영상으로부터 바코드 영역을 추출하기 위한 한 방법을 제안한다. 일반적으로 택배 등의 물류 처리에서 사용되는 바코드는 직선 형태의 바로 구성되며, 물체의 윗면에 붙여진 바코드의 방향에 따라 바의 방향은 수직, 수평, 대각선의 방향으로 나타난다. 따라서, 제안된 방법에서는 다양한 텍스쳐의 특징 벡터를 사용하여 바코드의 특징을 검출한다. 또한 처리 시간의 단축을 위하여 영상을 일정한 블록으로 분할한 후에 국부 특징 마스크를 사용하여 텍스쳐 특징 벡터를 산출하고, 우편물 영상에서 각각의 특징에 따른 분류를 통해 바코드 영역을 결정한다.

• The Journal of Korea Institute of Information, Electronics, and Communication Technology
• /
• v.4 no.3
• /
• pp.174-181
• /
• 2011

A new registration method for IR image and EO image is proposed in this paper. IR sensor is applicable to many area because it absorbs thermal radiation energy unlike EO sensor does. However, IR sensor has difficulty to extract and match features due to low contrast compared to EO image. In order to register both images, we used modified SIFT(Scale Invariant Feature Transform) and block processing to increase feature distinctiveness. To remove outlier, we applied RANSAC(RANdom SAample Concensus) for each block. Finally, we unified matching features into single coordinate system and remove outlier again. We used 3~5um range IR image, and our experiment result showed good robustness in registration with IR image.