• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2001년도 하계 학술대회 논문집(KISPS SUMMER CONFERENCE 2001
• /
• pp.181-184
• /
• 2001

본 논문에서는 얼굴영상의 특징추출에 적합한 LITFE (Linear Interpolated Triangle Feature Extraction)를 이용하여 얼굴영상을 인식하는 알고리즘을 제안한다. LITFE는 얼굴의 위치정보를 보존하면서 영상 분할이 가능한 특징추출 알고리즘으로, PCA (Principal Component Analysis) 의 신경회로망적 접근방법인 GHA(Genralized Hebbian Algorithm)와 병행하면 얼굴의 특징을 효과적으로 추출하여 인식할 수 있는 장점이 있다.

• 정보처리학회논문지B
• /
• 제11B권5호
• /
• pp.581-586
• /
• 2004

본 논문은 중앙 영역에서의 컬러 특징 추출 기법과 추출된 컬러 특징들의 비교 빈(bin)를 최적화한 새로운 내용기반 영상 검색 방법을 제안한다. 인간의 시각적 특징이 중심 객체의 유무에 영향을 받고, 대부분의 영상의 중심 객체는 중앙에 존재한다는 가정 하에 영상의 중앙 영역에서 컬러 특징을 추출한다. 따라서, 배경이 단순한 경우 영상의 전체영역을 특징으로 하여 검색했을 때 배경의 영향에 좌우되는 단점을 극복할 수 있다. 또한 영상의 컬러 특징값은 HSV 컬러 공간으로 변환한 후 16레벨로 양자화를 하여 추출한다. 실험값을 통해 기존의 16개 빈을 모두 비교하여 검색한 경우에 비해 상위 8개 빈만을 가지고 검색한 경우 주관적인 평가와 객관적인 평가 모두 다 좋은 결과를 보인다. 영상 전체를 특징으로 추출한 경우보다 중앙 영역만으로 특징을 추출한 경우 평균 precision이 약 5%정도 좋았다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2008년도 추계학술대회
• /
• pp.255-257
• /
• 2008

본 논문에서는 최근 IT 기술의 발전에 따라 무수히 양산되고 있는 멀티미디어 데이터를 효율적으로 검색하기 위한 방법을 제안한다. 영상 검색 시스템에 사용되는 데이터베이스(DB) 영상들에 존재하는 각 객체들의 존재 영역을 기반으로 질의 영상 (query image)의 객체 영역을 추정해서 검색에 활용하는 것이다. 이는 질의 영상의 전체 영역으로부터 객체를 추정하는 것보다 데이터베이스 영상들로부터 추출한 통계적 객체 분포 범위를 기반으로 추정하기 때문에 빨리 객체 추출이 가능하도록 한다. 따라서 객체를 추출하기 위한 배경 지식이나, 사용자 입력이 전혀 필요 없다. 이렇게 추출된 객체 영역의 영상들로부터 GLCM 알고리즘을 이용해서 객체 영역의 특성이 잘 반영된 질감 특징 값을 바탕으로 검색에 활용 할 경우 원본 영상의 질감 특징을 활용한 경우보다, 객체의 질감 특징을 더 잘 반영한다는 것을 실험을 통해 확인할 수 있었다.

• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2000년도 추계종합학술대회논문집
• /
• pp.141-144
• /
• 2000

본 논문은 교통 안전 표지판 인식에 적용이 가능한 새로운 영상의 특징 정보 추출 방법을 제안한다. 제안된 방법은 인간의 인식 시스템에서 이용하는 기본 특징인 색과 형태정보를 이용하여 영상 인식에 적용한다. 색 정보의 추출은 RGB성분의 히스토그램 분포를 이용하고 형태 정보의 추출은 기하학적인 형태 정보 추출 방법과 모멘트를 이용한다. 본 논문은 유사 영상 검색을 위한 새로운 특징 정보 추출 방법과 간단한 특징 정보 표현 그리고 계산량의 감소 효과를 얻었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2002년도 추계학술발표논문집 (상)
• /
• pp.767-770
• /
• 2002

영상 검색의 수행 방법으로 사람의 시각 시스템의 특성을 기반으로 웨이블릿 변환의 고주파수 에너지와 형태학적 필터링을 이용하여 분할된 객체의 효과적인 특징 추출을 통한 계층적인 검색 시스템을 제안한다. 영상 고유의 특징을 얻기 위해 객체의 형태 정보와 질감(texture) 방향성 및 칼라 정보를 이용한다. 본 논문에서는 객체의 형태 정보의 추출을 위하여 사용자의 질의(query)영상에서 객체의 윤곽선의 편각차분 변동율에 의한 형태 특징 벡터를 추출하고 GLCM (Gray Level Co-occurrence Matrix)의 Contrast를 질감 특징으로 추출한다. 이들 두 특징을 이용하여 1차 분류 과정을 거치고 2차 검사에서는 보다 정확한 검색을 수행하기 위하여 1차로 분류된 후보영상들에 대하여 세부 정보인 칼라 정보를 기반으로 유사도를 측정함으로써 유사한 칼라와 형태를 가지는 영상뿐만 아니라 칼라가 다른 유사한 영상에도 효율적인 검색 성능을 보였다.

• 한국통신학회논문지
• /
• 제17권7호
• /
• pp.767-778
• /
• 1992

3-D 모델 기반 부호화 시스템에서 특징점 추출과 영상합성에 대하여 연구하였다. 얼굴의 특징점들은 영상처리 기술들과 얼굴에 대한 사전지식을 이용하여 자동적으로 추출된다. 추출된 얼굴의 특징점들을 이용하여 얼굴에 정합된 철선 프레임을 특징점의 움직임에 따라 변형시킨다. 변형된 철선 프레임 위에 초기 정면 영상의 질감을 매핑함으로써 합성영상이 만들어진다. 실험결과, 합성영상은 부자연스러움이 거의 나타나지 않았다.

• 방송공학회논문지
• /
• 제4권2호
• /
• pp.187-196
• /
• 1999

본 논문에서는 내용 기반 동영상 검색을 위하여 컬러 정보 및 모션 정보를 사용하는 효율적인 자동 특징 추출 알고리즘을 제안하고, 이를 동영상 검색 시스템에 적용한다. 컬러 정보의 경우 기존의 key-frame단위의 컬러 특징 추출의 한계를 극복하고, 동영상의 컬러 히스토그램 정보와 컬러의 공간분포 정보를 반영할 수 있는 컬러 특징 추출 알고리즘을 제안한다. 또한 MPEG-1 동영상 내의 모션 벡터와 컬러 정보를 조합한 컬러-모션 특징을 추출하여, 기존의 위치 기반 특징 추출 알고리즘의 한계를 극복하였다. 최종적으로 추출된 특징을 이용한 검색 시스템을 구현하여, 제안된 알고리즘의 성능을 평가하였다.

• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2000년도 하계종합학술대회논문집
• /
• pp.293-296
• /
• 2000

본 논문에서는 얼굴의 구조적 특성과 누적 히스토그램을 이용하여 다양한 정보를 포함하고 있는 얼굴의 6가지 표정을 인식하는 알고리즘을 기술하였다. 표정 인식을 위해 특징점 추출 전처리 과정으로 입력 영상으로부터 에지 추출, 이진화, 잡음 제거, 모폴로지 기법을 이용한 팽창, 레이블링 순으로 적용한다. 본 논문은 레이블 영역의 크기를 이용해 1차 특징점 영역을 추출하고 가로방향의 누적 히스토그램 값과 대칭성의 구조적인 관계를 이용하여 2차 특징점 추출 과정을 거쳐 정확하게 눈과 입을 찾아낸다. 또한 표정 변화를 정량적으로 측정하기 위해 추출된 특징점들의 눈과 입의 크기, 미간 사이의 거리 그리고 눈에서 입까지의 거리 정보를 이용하여 표정을 인식한다. 1, 2차 특징점 추출 과정을 거치므로 추출률이 매우 높고 특징점들의 표정에 따른 변화 거리를 이용하므로 표정 인식률이 높다. 본 논문은 안경 착용 영상과 같이 복잡한 얼굴 영상에서도 표정 인식이 가능하다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 한국컴퓨터종합학술대회 논문집 Vol.33 No.1 (B)
• /
• pp.370-372
• /
• 2006

본 논문에서 제안하는 방법은 영상에서 중심 객체를 추출하기 위해 에지와 색상 정보에서 추출한 특집 지도와 배경의 영향을 줄이기 위친 창조 지도(reference map)를 제안한 것이 특징이다. 특징 지도는 다른 영역과 현저하게 구분되는 영역을 검출하기 위해서 영상의 특징 값(feature)들을 이용해서 구성한 영상이라고 할 수 있다. 그리고 창조 지도는 배경의 영향을 최소화하면서, 객체가 존재할 확률이 높은 부분을 나타내는 지도이다. 제안하는 방법은 밝기 차 정보를 가지고 있는 에지와 YCbCr 컬러모델과 HSV 컬러모델의 색상 성분을 특징 값으로 사용한다. 이들 특징 값을 이용해서 특징 지도를 구성하는 방법으로 영상 내 색상 차에 의해서 나타나는 경계부분을 구하는 방법을 사용한다. 이 방법을 사용하여 에지 지도와 두 개의 색상 지도의 3가지 특징 지도를 생성한다. 다음으로, 영상 배경의 영향을 줄이기 위해 참조 지도를 구한다. 구해진 참조 지도와 특징 지도들을 이용해서 결합 지도(combination map)를 생성한다. 결함 지도로부터 다각형의 객체 후보 영역을 구하고, 객체 후보 영역에 영상분할을 적용하여 중심 객체를 추출한다. 실험에 사용된 영상들은 Corel DB를 사용하였으며, 실험결과로써 precision은 84.3%, recall은 81.3%의 성능을 보인다.

• 한국통신학회논문지
• /
• 제16권12호
• /
• pp.1249-1265
• /
• 1991

본 논문에서는 texture 영상 분할을 위한 새로운 고속 적응 texture 특징 추출 방법을 제안하였다. 먼저 기존의 통계적 texture 특징 추출 방법에 대하여 설명하였으며, SGLDM을 구하는 방법과 이것을 이용하여 추출할 수 있는 textrue 특징들에 관하여 기술하였다. 그리고 고속으로 특징을 추출하기 위한 반복 계산식을 각 특징에 대하여 유도하였으며 반복 계산식으로 이용하여 고속 적응 texture 특징을 방법에 대하여 설명하였다. 마지막으로 제안된 방법의 성능을 평가하기 위하여 인공적으로 합성한 texture 영상에 대하여 컴퓨터 시뮬레이션을 수행하였다. 그 결과 기존의 방법과 비교해서 영역의 경계부분에서 비교적 정확한 특징값을 추출할 수 있음을 알 수 있었다.