• Proceedings of the KAIS Fall Conference
• /
• 2000.10a
• /
• pp.208-213
• /
• 2000

본 논문은 정지 화상에 대한 CBIR(Content-Based Image Retrieval)방법 중 칼라 특성을 이용해서 영상 내 공간 정보를 충분하게 표현할 수 있는 알고리즘을 제안한다. 일반적으로 칼라 특성을 이용한 CBIR은 영상 내 공간정보를 충분하게 표현하지 못하는 단점을 지니고 있다. 이에 기존 논문에서는 인위적으로 영상을 여러 개로 분할하는 방법 등으로 공간정보를 표현하고자 하였지만 특징벡터의 수가 급격히 늘어남에 따라 검색효율이 저하된다는 단점을 가지고있다. 본 논문에서는 기존의 방법을 칼라 오브젝트의 추출 방법에 따라 1차와 2차 관계에 의한 방법으로 분류하고, 이동, 회전 특히 크기 변화(축소, 확대)에 탁월한 성능을 보이는 칼라 오브젝트의 3차 관계를 이용한 방법을 소개한다. 주어진 영상으로부터 양자화된 24개의 버킷을 생성해서 각 버킷 내의 칼라에 대한 색의 표준 편차로 색의 분산 정도틀 나타내고, 히스토그램의 빈도수가 높은 세 개 버킷의 평균 칼라 위치를 계산해서 그들의 상호 각도를 추출하여 영상의 특징 벡터로 사용한을 제안하였다. 실험결과 기존 방법보다 특히 영상의 크기 변화에 대해 좋은 결과를 얻을 수 있었으며, 계산량도 적어 효율적임을 보여 주었다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2011.11a
• /
• pp.169-171
• /
• 2011

최근 통신 환경의 진화와 고사양 모바일 단말기의 대중화로 인하여 모바일 통신 환경에서 동영상 서비스를 이용하는 사용자가 급증하고 있다. 사용자들은 제한적인 데이터 사용량을 이용하여 필요한 영상을 효율적으로 검색 및 탐색하기 위하여 미리보기 서비스 또는 Thumbnail을 이용한다. 이 중 Thumbnail은 동영상의 복호화 과정에서 제공되는 서비스이며, 이를 효과적으로 추출하는데 있어서 낮은 복잡도의 기술들이 사용되어야 한다. 본 논문에서는 영상의 히스토그램의 특징을 이용한 Thumbnail 추출 기법을 제안한다. 제안하는 추출 기법에서는 각 영상의 히스토그램을 비교 및 분석하여 하나의 video을 다수의 구간으로 분할하고, 각 구간의 대표 Thumbnail을 추출하는 방법을 사용한다. 다양한 영상을 이용한 실험 결과는 제안하는 알고리즘이 효과적으로 Thumbnail을 추출함을 보여준다.

• Journal of the Institute of Convergence Signal Processing
• /
• v.2 no.2
• /
• pp.47-54
• /
• 2001

The main purpose of this study is to propose the algorithm about the extraction of the facial feature. To achieve the above goal, first of all, this study produces binary image for input color image. It calculates area after pixel labeling by variant block-units. Secondly, by contour following, circumference have been calculated. So the proper degree of resemblance about area, circumference, the proper degree of a circle and shape have been calculated using the value of area and circumference. And Third, the algorithm about the methods of extracting parameters which are about the feature of eyes, nose, and mouse using the proper degree of resemblance, general structures and characteristics(symmetrical distance) in face have been accomplished. And then the feature parameters of the front face have been extracted. In this study, twelve facial feature parameters have been extracted by 297 test images taken from 100 people, and 92.93 % of the extracting rate has been shown.

• Proceedings of the IEEK Conference
• /
• 2000.09a
• /
• pp.465-468
• /
• 2000

얼굴 영상은 똑같은 표정의 같은 사람이라도 조명에 따라 매우 다른 얼굴 영상으로 나타난다. 따라서 본 논문에서는 조명 변화에 강인한 얼굴 인식 방법을 제안한다. 제안된 방법은 오프라인 훈련(off-line training)과 온라인 인식(on-line recognition)의 두 부분으로 이루어져 있다. 오프라인 훈련은 PCA(principal component analysis)를 기반으로 한다. 온라인 인식에서는 조명 변화에 대한 보상, 얼굴 특징의 추출, 그리고 인식을 위한 분류 과정의 3 단계로 구성되어 있다. 오프라인 훈련에서는 전체 훈련 얼굴 영상 데이터에 PCA를 적용하여 조명 변화가 최대한 제외된 특징 벡터 공간을 생성한다. 실제 인식 단계에서는 첫 번째로 입력 영상으로 들어온 얼굴 영상에서 조명의 영향을 보상하기 위해 준동형 필터링(homomorphic filtering) 후 밝기 정규화(normalization)를 취한다. 두 번째 단계에서는 입력 데이터의 차원을 줄이고 얼굴 특징 벡터를 구하기 위해 PCA를 수행한다. 마지막 과정으로서 입력 영상의 특징 벡터들과 오프라인에서 미리 구하여진 특징 벡터들의 유사도를 측정하여 얼굴을 인식하게 된다. 실험 결과 제안된 방법은 기존의 Eigenface 방법에 비해 우수한 성능을 나타내었다.

• Journal of the Institute of Convergence Signal Processing
• /
• v.2 no.4
• /
• pp.22-30
• /
• 2001

In this paper we propose three classification algorithms to classify breast tumors that occur in duct into Benign, DCIS(ductal carcinoma in situ) NOS(invasive ductal carcinoma) The general approach for a creating classifier is composed of 2 steps: feature extraction and classification Above all feature extraction for a good classifier is very significance, because the classification performance depends on the extracted features, Therefore in the feature extraction step, we extracted morphology features describing the size of nuclei and texture features The internal structures of the tumor are reflected from wavelet transformed images with 10$\times$ and 40$\times$ magnification. Pariticulary to find the correlation between correct classification rates and wavelet depths we applied 1, 2, 3 and 4-level wavelet transforms to the images and extracted texture feature from the transformed images The morphology features used are area, perimeter, width of X axis width of Y axis and circularity The texture features used are entropy energy contrast and homogeneity. In the classification step, we created three classifiers from each of extracted features using discriminant analysis The first classifier was made by morphology features. The second and the third classifiers were made by texture features of wavelet transformed images with 10$\times$ and 40$\times$ magnification. Finally we analyzed and compared the correct classification rate of the three classifiers. In this study, we found that the best classifier was made by texture features of 3-level wavelet transformed images.

• Journal of Korea Multimedia Society
• /
• v.6 no.7
• /
• pp.1178-1188
• /
• 2003

In this paper, we describe image mosaicing techniques for constructing a large high-resolution image with images taken by a video camera in hand. we propose the method which is automatically retrieving the exact matching area using color information and shape information. The proposed method extracts first candidate areas which have similar form using a Voronoi Distance Matching Method which is rapidly estimating the correspondent points between adjacent images, and calculating initial transformations of them and finds the final matching area using color information. It is a method that creates Voronoi Surface which set the distance value among feature points and other points on the basis of each feature point of a image, and extracts the correspondent points which minimize Voronoi Distance in matching area between an input image and a basic image using the binary search method. Using the Levenberg-Marquadt method we turn an initial transformation matrix to an optimal transformation matrix, and using this matrix combine a basic image with a input image.

• Journal of KIISE:Computing Practices and Letters
• /
• v.16 no.1
• /
• pp.85-89
• /
• 2010

Most images are composed as union of the various objects which can describe meaning respectively. Unlike human perception, The general computer systems used for image processing analyze images based on low level features like color, texture and shape. The semantic gap between low level image features and the richness of user semantic knowledges can bring about unsatisfactory classification results from user expectation. In order to deal with this problem, we propose a semantic cue based image classification method using salient points from object of interest. Salient points are used to extract low level features from images and to link high level semantic concepts, and they represent distinct semantic information. The proposed algorithm can reduce semantic gap using salient points modeling which are used for image classification like human perception. and also it can improve classification accuracy of natural images according to their semantic concept relative to certain object information by using salient points. The experimental result shows both a high efficiency of the proposed methods and a good performance.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.13 no.6
• /
• pp.63-69
• /
• 2013

A feature-based image recognition method, using features of an object, can be performed faster than a template matching technique. Invariant feature-based panoramic image generation, an application of image recognition, requires large amount of time to match features between two images. This paper proposes a speed-up method of feature matching using feature strength information. Our algorithm extracts features in images, computes their feature strength information, and selects strong features points which are used to match the selected features. The strong features can be referred to as meaningful ones than the weak features. In the experiments, it was shown that our method speeded up over 40% of processing time than the technique without using feature strength information.

• Journal of Korea Multimedia Society
• /
• v.8 no.10
• /
• pp.1347-1359
• /
• 2005

We propose an efficient block classification of the document images using the second-order statistical texture features computed from spatial gray level dependence matrix (SGLDM). We studied on the techniques that will improve the block speed of the segmentation and feature extraction speed and the accuracy of the detailed classification. In order to speedup the block segmentation, we binarize the gray level image and then segmented by applying smoothing method instead of using texture features of gray level images. We extracted seven texture features from the SGLDM of the gray image blocks and we applied these normalized features to the BP (backpropagation) neural network, and classified the segmented blocks into the six detailed block categories of small font, medium font, large font, graphic, table, and photo blocks. Unlike the conventional texture classification of the gray level image in aerial terrain photos, we improve the classification speed by a single application of the texture discrimination mask, the size of which Is the same as that of each block already segmented in obtaining the SGLDM.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10b
• /
• pp.580-582
• /
• 2003

특징점 기반 지문 인식 방법은 지문 영상의 전처리 과정을 포함한 특징점 추출 과정과 추출된 특징점들의 유사도를 판단하는 정합 과정으로 구성된다. 특징점들의 정합과정을 수행하는 여러 가지 방법들 중 Hausdorff 거리 기반 정합 방법은 이동과 회전이 적은 지문의 특징점들에 대해 빠르게 계산할 수 있는 장점을 갖는다. 그러나, 이 방법은 이동과 회전이 많은 지문 영상의 경우 연산이 많아지는 단점을 가진다. 본 논문에서는 정합을 실행하기 전 지문의 중심점과 지역적인 블럭들의 방향성을 기준으로 정렬을 수행하여 비교되는 지문 특징점간의 회전 오차와 이동 오차를 줄임으로써, 기존의 정합 방법의 불필요한 연산량을 줄일 수 있는 방법을 제안하였다. 제안된 방법을 검증하기 위해 Hausdorff 거리 기반 정합 방법을 구현하고 그것에 대한 결과와 선정렬을 사용한 후의 정합 결과를 실험, 비교하였다. 이때의 평균 Hausdorff 거리는 Genuine의 경우 0.095가 줄어들었고, Improster의 경우 0.655가 늘어나는 성능 향상을 나타냈다.