• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06a
• /
• pp.488-490
• /
• 2011

본 논문에서는 문서 영상에서 글자 분할 및 인식이 필요 없는 단어 검색 알고리즘을 제안한다. 글자 분할을 하지 않고 검색하기 위해 영상 검색에 사용되는 SIFT특징을 이용하였다. 제안하는 알고리즘은 사용자가 입력한 질의어를 질의 영상으로 변환하고, 질의 영상에서 SIFT특징을 추출한다. 추출된 특징은 문서영상에서 추출한 특징과 매칭을 통해 매칭점 쌍을 생성한다. 생성된 매칭점 쌍들을 군집화 조건에 따라 군집화 한다. 군집화는 질의 영상과 지리적 분포가 유사하게 군집화 되도록 설계되었다. 생성된 군집은 군집에 포함된 특징점의 개수가 많을수록 질의 영상과 유사하다. 따라서 N개 이상의 원소를 가지는 군집을 결과로 출력한다. 실험한 결과 제안하는 알고리즘의 가능성을 확인할 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10b
• /
• pp.550-552
• /
• 2003

패턴인식에서 사용되는 모든 영상을 해석할 수 있는 시스템은 현재 어려운 문제이므로 먼저문제 영역을 해석하는 방법이 일반적이다. 이는 영상의 이해 및 특정 정보값을 사용하여 특징으로 사용하기 위하여 특징을 추출한다. 특징 추출시 정보의 손실 없이 데이터를 줄이는 작업이 연구되어오고 있지만 이는 사람의 주관적인 경험으로 알고리즘의 내부 파라미터를 결정하고 바꾸어야 하는 문제점을 가지고 있다. 본 논문에서는 웨이블릿 변환으로 얻어진 sub-band들을 특징으로 추출하고 결과를 통계적인 방법인 주성분분석을 이용하여 특징 차원을 감소시켜 인식의 정확도를 향상시키는 방법을 제안한다.

• Journal of Biomedical Engineering Research
• /
• v.19 no.3
• /
• pp.233-242
• /
• 1998

In anatomical aspects, magnetic resonance image offers more accurate information than other medical images such as X ray ultrasonic and CT images. This paper introduces a method that recognizes disk diseases from spine MR images. In this method, image enhancement, image segmentation and feature extraction for sagittal plane and axial plane images are performed to separate the disk region. And then template matching method is used to extract disease region for axial plane imges. Finally, disease feature vectors are integrated and disease discrimination processes are performed. Experimental results show that the proposed method discriminates between normal and diseased disk with a considerable recognition ratio.

• Journal of Korea Multimedia Society
• /
• v.8 no.4
• /
• pp.461-472
• /
• 2005

In this paper, we propose face feature extraction algorithm through stereo image's matching value. The proposed algorithm detected face region by change the RGB color space of skin color information to the YCbCr color space. Applying eye-template from extracted face region geometrical feature vector of feature about distance and lean, nose and mouth between eye extracted. And, Proposed method could do feature of eyes, nose and mouth through stereo image's matching as well as 2D feature information extract. In the experiment, the proposed algorithm shows the consistency rate of 73% in distance within about 1m and the consistency rate of 52%in distance since about 1m.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.11a
• /
• pp.523-526
• /
• 2003

생체정보를 이용한 보안 솔루션이 활발하게 연구되고 있는 가운데, 지문은 가장 널리 사용되고 또한 중점적으로 연구되고 있는 생체특징의 하나로 자리잡았다. 지문인식 시스템에 사용되는 지문 입력기는 광학식, 반도체식 등 다양하나 입력방식은 주로 압착날인식으로 회전식과 달리 손가락 끝을 입력창에 대어 그 순간 접촉된 면의 지문만을 입력받게 된다. 그러므로 입력된 지문영상은 전체지문과 비교했을 때 극히 일부분에 불과하여, 이러한 제한된 영역으로부터 획득된 지문영상들을 비교한다면 비록 동일 지문이라 할지라도 획득 위치의 상이함으로 인해 타인 지문으로 오인식할 소지가 있다. 또한 특징점에 기반한 지문인증 알고리즘의 경우에는 두 지문으로부터 추출된 특징점의 위치 및 상태 정보의 신뢰성에 전적으로 의존하게되므로 특징점의 오추출 및 누락이 전체 시스템 성능을 좌우하게된다. 그러므로 가능한한 넓은 영역의 지문을 사용하고 신뢰할 만한 특징 추출 결과를 얻는 것이 에러율을 개선하는데 필수적이라 하겠다. 이에, 본 논문에서는 사용자 등록시 한 지문에서 획득한 복수의 지문영상을 이용하여 정렬 및 정합 과정을 거친 후 지문영상의 영역을 확장하고 해당 지문영상에서 추출된 특징점을 비교하여 유효하지 않은 특징점을 제거하는 과정을 통하여 등록시 저장되는 특징점 템플릿의 신뢰도를 높여주는 방법을 제안하였다. 제안된 알고리즘은 결과의 객관성을 확보하기 위하여 FVC 2002에서 제공하는 데이터베이스로 테스트한 결과 2.12%의 EER(Equal Error Rate)을 얻을 수 있었다.

• Proceedings of the IEEK Conference
• /
• 2001.06d
• /
• pp.235-238
• /
• 2001

최근 효과적인 내용기반 영상검색을 위해 특징 추출 방법이 많이 연구되고 있다. 특히 칼라 정보를 이용하여 특징을 얻는 방법은 여러 가지 장점 때문에 많이 사용되고 있다 본 논문에서는 칼라 코렐로그램(color correlogram) 기반의 새로운 특징 추출 방법을 제안한다. 제안한 방법은 웨이브릿 변환 계수를 사용하여 영상을 복잡한 영역과 그렇지 않은 영역으로 분할하고, 각 영역의 칼라 코렐로그램을 영상의 특징으로 사용해 영상을 검색하는 방법이다. 제안한 방법으로 영상을 검색하는 방법은 기존의 칼라 코렐로그램을 이용한 방법보다 성능이 우수함을 실험에서 확인할 수 있었다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2010.07a
• /
• pp.217-220
• /
• 2010

본 논문에서는 단점과 분기점을 이용한 세선화 영상 복원에 관하여 연구하였다. 이진 지문영상으로부터 평활화, 이진화, 세선화 과정을 거쳐서 세선화 영상을 얻는다. 세선화 영상으로부터 특징점을 추출하는 방법에는 교차수를 이용한 방법이 있다. 그러나 교차수를 이용한 방법에서는 많은 의사 특징점들이 추출된다. 의사특징점으로는 단선, 절선, 잔가지, 원형 등이 있으며, 단점과 분기점을 이용하여 의사특징점을 제거함으로써 세선화 영상을 복원하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 1999.11b
• /
• pp.15-20
• /
• 1999

본 논문에서는 사람의 정면 얼굴을 찍은 컬러 동영상에서 얼굴의 각 구성 요소에 대한 특징점들을 추출하여 3차원 개인 얼굴 모델을 생성하고 이를 얼굴의 표정 움직임에 따라 애니메이션 하는 방법을 제시한다. 제안된 방법은 얼굴의 정면만을 촬영하도록 고안된 헬멧형 카메라( Head-mounted camera)를 사용하여 얻은 2차원 동영상의 첫 프레임(frame)으로부터 얼굴의 특징점들을 추출하고 이들과 3차원 일반 얼굴 모델을 바탕으로 3차원 얼굴 특징점들의 좌표를 산출한다. 표정의 변화는 초기 영상의 특징점 위치와 이 후 영상들에서의 특징점 위치의 차이를 기반으로 알아낼 수 있다. 추출된 특징점 및 얼굴 움직임은 보다 다양한 응용 이 가능하도록 최근 1단계 표준이 마무리된 MPEG-4 SNHC의 FDP(Facial Definition Parameters)와FAP(Facial Animation Parameters)의 형식으로 표현되며 이를 이용하여 개인 얼굴 모델 및 애니메이션을 수행하였다. 제안된 방법은 단일 카메라로부터 촬영되는 영상을 기반으로 이루어지는 MPEG-4 기반 화상 통신이나 화상 회의 시스템 등에 유용하게 사용될 수 있다.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.45 no.2
• /
• pp.48-55
• /
• 2008

In this paper we propose a novel method for image retrieval system using image segmentation and salient points. The proposed method consists of four steps. In the first step, images are segmented into several regions by JSEG algorithm. In the second step, for the segmented regions, dominant colors and the corresponding color histogram are constructed. By using dominant colors and color histogram, we identify candidate regions where objects may exist. In the third step, real object regions are detected from candidate regions by SIFT matching. In the final step, we measure the similarity between the query image and DB image by using the color correlogram technique. Color correlogram is computed in the query image and object region of DB image. By experimental results, it has been shown that the proposed method detects multi-object very well and it provides better retrieval performance compared with object-based retrieval systems.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.436-437
• /
• 2022

차량에 부착된 블랙박스의 교통사고 동영상은 사고 발생시 사고를 분석하기 위한 핵심 자료로 다양하게 활용되고 있다. 교통사고 동영상을 자동으로 분류할 수 있다면, 해당 동영상의 활용도를 더욱 높일 것으로 판단된다. 본 논문에서는 텍스트 기반 교통사고 특징 추출 및 분류 방법을 제안한다. 교통사고 동영상을 변환한 JSON 파일에서 불변 특징, 정적 특징 그리고 동적 특징을 추출하고 결합하여 합성 특징을 생성한다. 마지막으로 합성 특징을 사용하여 교통사고 동영상을 분류한다.