• Journal of the Korean Institute of Telematics and Electronics S
• /
• v.36S no.6
• /
• pp.76-86
• /
• 1999

In this paper, it is shown that the car number plate are segmented and extracted more efficiently by using wavelet transform. A car image is decomposed by wavelet transform, and the high frequency image of the decomposed image are selected as feature images. Three selected feature images are synthesized of a single feature image, and a region including the plate is segmented by the correlation coefficient between the feature image and the synthesized image. For segmented plate region, the car plate region is extracted by deciding the Y-axis region composed by vertical region, the car plate region is extracted by deciding the Y-axis region composed by vertical histogram and the X-axis region composed by the variance histogram. Some experiment results of the various image and shown. It has been shown from the results with the high rate of 96% that the car number plates can be segmented and extracted more extractly and efficiently than converntional method.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.11 no.11
• /
• pp.2143-2149
• /
• 2007

Visual Cortex Stimulator is among artificial retina prosthesis for blind man, is the method that stimulate the brain cell directly without processing the information from retina to visual cortex. In this paper, we propose image construction and recognition model that is similar to human visual processing by recognizing the feature data with orientation information, that is, the characteristics of visual cortex. Back propagation algorithm based on Delta-bar delta is used to recognize after extracting image feature by Kirsh edge detector. Various numerical patterns are used to analyze the performance of proposed method. In experiment, the proposed recognition model to extract image characteristics with the orientation of information from retinal cells to visual cortex makes a little difference in a recognition rate but shows that it is not sensitive in a variety of learning rates similar to human vision system.

• 한국HCI학회:학술대회논문집
• /
• 2007.02a
• /
• pp.909-914
• /
• 2007

본 논문은 조명변화가 심한 주변환경에서 동적객체의 특징정보를 안정적으로 추출하는 기법을 제시한다. 제안기법에서는 우선 조명변화의 효과를 최소화 하기위해 HSI 컬러공간에서 색상(Hue) 강도 및 색상기울기에 대한 평균값과 표준편차 값으로 이루어진 배경모델을 생성한다. 실시간으로 입력되는 동적 객체를 포함한 연속영상에 대하여 각 화소에 대한 색상(Hue) 성분을 추출하고 이웃 화소와의 색상성분에 대한 기울기 크기를 계산한다. 이를 기구축된 배경모델과 비교하여 그 차분값이 일정 임계값을 초과하는 경우 동적 객체의 영역으로 판별한다. 마지막으로 모폴로지 연산을 수행하여 배경영상의 노이즈 영역을 제거한다. 본 논문에서는 기존 동적객체 추출기법과 제안기법을 핸드 트래킹과 전체 몸 움직임 추적의 비교실험을 통하여 제안 기법의 안정성을 보였다. 제안 기법은 극심한 조명변화에 강건하게 동적 객체의 영역정보를 실시간 추출하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.04a
• /
• pp.713-716
• /
• 2002

자동차의 번호판은 각각의 차량을 추분 할 수 있는 것으로, 번호판의 문자를 인식함으로써 전국에 등록되어 있는 모든 차량 중에 1 대를 폭정 지을 수 있다. 그러나 기존의 연구방법 대부분은 번호판 문자 중에서 큰 숫자 4개만을 인식하는 것으로 전국적인 규모에서 완전한 차량인식이 불충분하였다. 따라서 본 논문에서는 차량의 정면에서 촬영한 영상에서 번호판을 추출하고, 그 안에 표기된 모든 문자를 인식하는 방법을 제안한다. 본 연구에서 사용된 방법은 허프변환과 번호판의 형상특징을 이용하여 번호판영역을 추출하고, 추출된 번호판에서 문자의 위치적 특징을 사용하여 각 문자를 추분하고 인식하였다. 160장의 샘플사진으로 실험해 본 결과 번호판 영역을 추출하고, 문자인식을 모두 성공한 종합성공률은 87.5%의 결과를 나타내었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.559-561
• /
• 2001

본 논문에서는 스테레오 영상으로부터 변위를 추정할 수 있는 다양한 방법들 중 특정 기반 방식과 영역 기반 방식의 각각의 장점들을 살리고 단점들을 보완하기 위한 방법은 제안한다. 영상의 경계선을 이루는 특징점들은 전체 영상의 5% 내외의 소수로 추출되면서도 많은 양의 영상 정보를 가지고 있으므로, 이 점들에 대해 일정한 매칭 과정을 통해 대응점을 구하고, 이 중 90% 이상의 정확성 매칭 확률을 가진 대응점들을 영상으로 기준점으로 설정한다. 그리고 이러한 기준점 이외의 점들에 대해서는 추출된 기준점들의 순서에 맞추어 Ordering Constraint를 적용시키고 기준점에 따라 블록의 크기가 달라지는 영역 기반 방식을 적용하여 조밀한 변위를 추정하였다. 이렇게 함으로써 영역 기반 방식과 특징 기반 방식의 각각의 장점들을 이용하면서도 특정기반 방식의 문제점인 보간법 문제를 해결하였고, 또한 블록의 크기 따라 계산 시간과 정합 오차가 많이 좌우되는 영역 기반 방식의 단점들을 해결하였다. 또한 기준점을 이용하여 Ordering constraint 기반하에 영역 정보를 이용하므로 좀 더 올바른 순서 조건에 맞추어 대응점을 찾을 수 있고 또한 폐쇄 영역 부분도 쉽게 찾을 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.04b
• /
• pp.637-639
• /
• 2002

일반적으로 방사선 의사들(radialogists)이 폐 노쥴(pulmonary nodule)을 탐지하는 데는 실제적으로 30%의 실패율을 가진다고 알려져 있다. 만약 자동화된 시스템이 체스트 영상에서 의심스런 노쥴들의 위치들을 방사선 의사에게 알려줄 수 있다면 잘못 판단되는 노쥴들의 수를 잠재적으로 줄일 수 있다. 우리는 형태학적 필터들(morphological filters)과 두가지 특징-추출(feature-extraction) 기술들을 포함하는 컴퓨터 자동 처리 시스템을 구현하였다. 본 시스템에서는 첫째로 형태학적 필터 (morphological filtering)처리를 행한다. 이 과정은 원래의 영상에 침식(erosion)과 확장(dilation)을 연이어서 행하는 것으로 처리가 어려운 X 선 영상을 좀 더 다루기 쉬운 상태로 바꿔주는 역할을 하게 된다. 둘째는 일차적으로 노쥴로서 컴퓨터에 선택된 의심 부분에 가해주는 특징-추출 테스트로서 이 작용은 노쥴로 감지되었으나 실제로는 노쥴이 아닌 경우인false-positive 감지들을 줄이기 위해서 사용된다. 그리하여 본 시스템은 노쥴의 정확한 판독이 어려운 폐의 X선 영상에 적용되어 false-positive 들을 효과적으로 줄임으로써 보다 효율적인 폐 노쥴의 탐지를 가능하게 하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.04a
• /
• pp.767-770
• /
• 2002

일반적으로 방사선 의사들(radialogists)이 폐 노쥴(pulmonary nodule)을 탐지하는 데는 실제적으로 30%의 실패율을 가진다고 알려져 있다. 만약 자동화된 시스템이 체스트 영상에서 의심스런 노쥴들의 위치들을 방사선 의사에게 알려줄 수 있다면 잘못 판단되는 노쥴들의 수를 잠재적으로 줄일 수 있다. 우리는 형태학적 필터들(morphological filters)과 두가지 특징-추출(feature-extraction) 기술들을 포함하는 컴퓨터 자동 처리 시스템을 구현하였다. 본 시스템에서는 첫째로 형태학적 필터(morphological filtering) 처리를 행한다. 이 과정은 원래의 영상에 침식(erosion)과 확장 (dilation)을 연이어서 행하는 것으로 처리가 어려운 X 선 영상을 좀 더 다루기 쉬운 상태로 바꿔주는 역할을 하게 된다. 둘째는 일차적으로 노쥴로서 컴퓨터에 선택된 의심 부분에 가해주는 특징-추출 테스트로서 이 작용은 노쥴로 감지되었으나 실제로는 노쥴이 아닌 경우인 false-positive 갑지들을 줄이기 위해서 사용된다. 그리하여 본 시스템은 노쥴의 정확한 판독이 어려운 폐의 X 선 영상에 적용되어 false-positive 들을 효과적으로 줄임으로써 보다 효율적인 폐 노쥴의 탐지를 가능하게 하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.04a
• /
• pp.815-818
• /
• 2014

영상 분석을 통한 특징 추출은 객체의 인식이나 매칭, 인덱싱 등을 위해 수반되는 준비 단계로서 분야별로 다양한 방식을 통해 수행되어 왔다. 특히, 피부 영상 분석에 있어 주목할 만한 이슈는 피부의 노화 정도를 측정하는 것이다. 피부의 거칠기는 피부의 상태와 노화를 판단하는 중요한 근거의 하나이다. 본 논문에서는 피부 나이를 측정하기 위해 피부 현미경 영상에서 피부 거칠기를 평가하는 방법을 제안한다. 이를 위해 피부 현미경으로 촬영된 이미지에 이진화 및 질감 대비 향상, 노이즈 제거 등의 전처리 과정을 수행하고, Watershed 알고리즘과 외곽선 검출을 통해, 피부를 구성하는 셀들의 영역 정보를 획득한다. 이를 바탕으로 피부 거침의 변화량을 계산하여 거칠기를 정의한다. 제안한 방법의 효과를 검증하기 위해 다양한 연령대의 피험자로부터 피부 현미경 영상을 확보하고 실험을 통해 피부 거칠기 특징이 피험자의 연령대와 상관관계가 있음을 보인다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2019.06a
• /
• pp.35-37
• /
• 2019

최근 딥 러닝의 급격한 발전과 함께 얼굴표정인식 기술이 상당한 진보를 이루었다. 그러나 기존 얼굴표정인식 기법들은 제한된 환경에서 취득한 인위적인 동영상에 대해 주로 개발되었기 때문에 실제 wild 한 환경에서 취득한 동영상에 대해 강인하게 동작하지 않을 수 있다. 이런 문제를 해결하기 위해 3D CNN, 2D CNN 그리고 RNN 의 새로운 결합으로 이루어진 Deep neural network 구조를 제안한다. 제안 네트워크는 주어진 동영상으로부터 두 가지 서로 다른 CNN 을 통해서 영상 내 공간적 정보뿐만 아니라 시간적 정보를 담고 있는 특징 벡터를 추출할 수 있다. 그 다음, RNN 이 시간 도메인 학습을 수행할 뿐만 아니라 상기 네트워크들에서 추출된 특징 벡터들을 융합한다. 상기 기술들이 유기적으로 연동하는 제안된 네트워크는 대표적인 wild 한 공인 데이터세트인 AFEW 로 실험한 결과 49.6%의 정확도로 종래 기법 대비 향상된 성능을 보인다.

• Journal of the Korea Society of Computer and Information
• /
• v.16 no.2
• /
• pp.55-60
• /
• 2011

In this paper, we propose a new method for extracting muscles from lumbar images. The proposed method sets areas without distortions with field expert's assistance as areas of measuring interest and removing noises from initial ultrasonic videos. Then, the method emphasizes the brightness contrast with Ends-in search stretching algorithm and separate thoracic vertebra from subcutaneous fat area using morphological characteristics. 4-directions contour tracing algorithm is applied to extract the bottom of subcutaneous fat area. Extracting thoracic vertebra area requires noise removal and morphological characteristics as well among candidate areas obtained by controlling min-max brightness. The thickness of muscles is then defined as the length between subcutaneous fat area and extracted thoracic vertebra. The experiment which consists of 368 image analysis verifies that the proposed method is more effective in measuring the thickness of muscles than before.