• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.06a
• /
• pp.83-87
• /
• 2001

본 연구에서는 입력된 영상을 구성하는 객체의 형태 특징을 이용한 영상 검색 시스템을 제안한다. 현재 MPEG-7의 XM에서 제안된 영상 검색 기술은 정확한 검색이나 유사도를 측정한 수 있는 기능을 가지는 객체정보를 정확하게 추출했다는 가정하에서 기술되고 있다. 그러나 실제 영상에서 물체의 외곽선을 정확히 추출하는 것은 매우 어려우며 물체 내부에 중요한 특징이 있을 때 이를 표현하기도 어렵다. 따라서 현재의 영상 검색 시스템에서는 물체의 추출 없이 물체 외곽선 및 내부 특징에 대한 대략적인 정보를 이용하여 검색을 할 수 있는 형태 위주의 정보가 필요하다. 이를 위해 8방향 chain code를 이용하여 입력 영상으로부터 물체의 중요한 특징 중 하나인 물체의 내부 외부의 경계선을 추출하여 영상의 특징으로 이용한다. 이렇게 함으로써 기존의 물체 추출의 과정없이 형태에 대한 영상 검색을 수행한 수 있다. 형태특징을 얻기 위해서 먼저 체인코드를 이용하여 경계선 추출을 추출하였다. 형태특징으로 객체의 경계선과 무게중심까지의 합, 표준편차 그리고 객체의 장축과 단축 비율 등을 추출하였다. 이러한 형태특징 정보를 이용하여 데이터 베이스에 저장된 영상과 질의 영상을 비교하여 유사도 순위에 따라 후보 영상들을 검색하였다. 환 실험의 결과 크기, 회전 이동 등의 변화에 둔감하였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.05c
• /
• pp.164-169
• /
• 2002

칼라 정보를 이용하여 영상을 정합하기 위해서는 적은 수의 칼라 집합으로 영상을 표현하는 영상 양자화 과정이 필요하다. 적응적 양자화를 사용하는 경우에는 균일 양자화에 비해 높은 정합 성능을 기대할 수 있지만 상이한 칼라 집합의 생성으로 인해 영상 정합 과정이 힘들게 된다. 이에 본 논문에서는 상이한 칼라 집합을 갖는 영상을 정합할 수 있는 기초적인 연구를 수행하였다. 영상 정합을 위해 우선 STR(sort-tile-recursive) 방법[1]을 응용하여 질의 영상의 각 칼라에 대한 유사 칼라를 DB 영상으로부터 빠르게 선정할 수 있는 방법을 개발하였다. 질의 칼라와 유사 칼라간의 유사도를 정의하고 이를 기반으로 영상간의 유사도를 계산함으로써 영상 정합에 이용할 수 있도록 하였다. 칼라간의 유사도는 칼라 차이가 고려되어 정의되는데 칼라 차이는 칼라 공간에서의 칼라 거리로 계산된다. 칼라 거리를 계산하기 위해 유클리디언 거리를 이용할 경우 많은 계산량이 요구되므로 기존의 시티블록 거리나 체스보드 거리에 비해 유클리디언 거리를 좀더 유사하게 근사화하면서 빠른 계산이 가능한 거리 계산 방법을 개발하였다.

• Proceedings of the Optical Society of Korea Conference
• /
• 2002.07a
• /
• pp.4-5
• /
• 2002

모든 공산품에서 색은 사용자의 감성적 인터페이스에 매우 중요한 요소로 고려되고 있다 특히 컴퓨터 모니터와 같은 컬러 디스플레이의 경우 색상의 표현특성이 사용자의 감성적 만족도에 영향을 주는 중요한 요인이라고 할 수 있다. 최근에는 멀티미디어의 대중화로 대부분의 사람들이 컬러 디스플레이를 사용하여 광범위한 영역의 영상정보를 주고받게 되므로 정확한 색의 재현은 정보의 전달에 중요한 요인이 되고 있다. (중략)

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1998.10a
• /
• pp.296-299
• /
• 1998

본 논문은 화상처리에 다치를 이용하여 농도처리하는 방법을 제안한다. 화상처리시에 필요한 물체의 농도를 다치로 표현한 후 그 특징을 추출하고, 원영상에 대한 주요 모양 특징들을 구한다. 그리고 다치 신경망을 이용하여 학습을 시킨 후 인식하려고 하는 영상에 대한 정보의 중복성과 인식에 필요한 시간 및 기억공간을 최소화 할 수 있다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 1998.05a
• /
• pp.193-198
• /
• 1998

본 논문은 차량 영상에서 번호판을 인식하는 방법에 관하여 기술한다. 번호판이 가지는 수평 경계선을 Peak & Valley로 표현하고, 번호판의 Color 특성을 이용하여 번호판 영역을 추출한 뒤, 번호판 영역에서 히스토그램 기법을 이용하여 문자를 추출하고, Maximum Likely Hood에 의해 문자를 인식한다.

• Journal of Broadcast Engineering
• /
• v.26 no.5
• /
• pp.553-565
• /
• 2021

Point cloud is a set of points for representing a 3D object, and consists of geometric information, which is 3D coordinate information, and attribute information, which is information representing color, reflectance, and the like. In this way of expressing, it has a vast amount of data compared to 2D images. Therefore, a process of compressing the point cloud data in order to transmit the point cloud data or use it in various fields is required. Unlike color information corresponding to all 2D geometric information constituting a 2D image, a point cloud represents a point cloud including attribute information such as color in only a part of the 3D space. Therefore, separate processing of geometric information is also required. Based on these characteristics of point clouds, MPEG under ISO/IEC standardizes V-PCC, which imitates point cloud images and compresses them into 2D DCT-based 2D image compression codecs, as a compression method for high-density point cloud data. This has limitations in accurately representing 3D spatial information to proceed with compression by converting 3D point clouds to 2D, and difficulty in processing non-existent points when utilizing 3D DCT. Therefore, in this paper, we present 3D Discrete Cosine Transform-based Point Cloud Compression (3DCT PCC), a method to compress point cloud data, which is a 3D image by utilizing 3D DCT, and confirm the efficiency of 3D DCT compared to V-PCC based on 2D DCT.

• Journal of KIISE:Software and Applications
• /
• v.27 no.10
• /
• pp.1054-1061
• /
• 2000

영상 정합은 물리적으로 유사한 영상 내의 영역들을 기하학적으로 일치시키는 처리이며 지형 정보, 영상검색, 원격탐사, 의료영상 등의 많은 영상처리 응용에서 사용된다. 영상 정합에 관한 연구는 주로 회전, 크기, 위치 등의 인자 추출에 소요되는 시간과 정확성에 중점을 두어 왔다. 본 연구에서는 영상의 특징 점들에 대한 일차 고유벡터의 방향 분포를 히스토그램으로 표현하고 이를 비교 분석함으로써 정합하는 방법을 제안한다. 일차 고유벡터를 이용함으로써 특징 묘사의 단순성을 제공하고. 히스토그램을 이용하여 정합 인자를 미리 추정함으로써 정합 인자 추출 시 목적함수의 연산에 소요되는 비용을 현저하게 줄였다. 본 연구의 결과를 평가하기 위해 제안한 방식을 일반 영상과 ICG(IndoCyanine Green)망막 영상에 적용한 결과를 보여주고 목적함수의 연산횟수와 시간 복잡도를 기존의 방법들과 비교하였다.

• Journal of KIISE:Computer Systems and Theory
• /
• v.26 no.3
• /
• pp.261-270
• /
• 1999

이 논문에서는 볼륨 데이터의 효율적인 영상 기반 랜더링 알고리즘을 제시한다. 중간 영상 공간은 밀림 객체 공간에서 중간 영상이 위치하는 2차원 공간이다. 최종 영상 공간 대신에 중간 영상 공간을 이용함으로써 매핑이 좀더 간단해지면 점대점 매핑에서 기인하는 구멍을 없앨 수있다. 중간 영상 공간상에서의 매핑은 근원 화소의 깊이 값으로 만들어진 테이블을 가지고 쉽게 이루어진다. 또한 이 논문에서는 효율적인 객체의 표현을 위하여 텔타트리에 기반을 둔 새로운 사진 트리를 제안한다. 트리 구조를 사용할 경우 인접한 영상들에 존재하는 중복 정보를 제거함으로써 압축 효과를 얻을 수있다. 제안된 트리는 델타트리에 비해서 더 좋은 압축 성능을 보이며 빠르게 영상을 생성할 수 있다. 제안된 알고리즘을 실험한 결과 256 $\times$256$\times$256의 볼륨에서 비교적 좋은 질의 256$\times$256 의 영상을 1초에 25~40개 정도 만들어 낼수 있다.

• 한국HCI학회:학술대회논문집
• /
• 2007.02a
• /
• pp.494-499
• /
• 2007

실제 영상과 가상의 오브젝트 또는 가상의 환경에 오브젝트를 합성하는 경우 등 사실적인 합성을 결과를 얻기 위해서는 실제 환경과 같은 배경 영상의 정확한 광원 정보가 필요하다. 본 논문에서는 실내 환경을 배경으로 영상을 합성 하는 과정에 필요한 광원정보를 카메라와 Light Probe를 이용하여 촬영된 단일 영상으로부터 추정하는 기법을 제안한다. 실내에 존재하는 광원들은 정확한 위치정보를 알 수 없는 실외환경에서와 달리 제한된 공간의 원점으로부터 3차원 공간에 위치한 좌표로 나타낼 수 있다. 광원을 추정하기 위해 먼저 실내 공간에 반사도가 높은 Light Probe를 위치하고 디지털 카메라의 적정 노출을 이용하여 광원 추정에 사용할 영상을 획득한다. 광원으로 존재하는 오브젝트의 경우 짧은 노출시간에도 카메라의 영상에 획득된다. 그렇기 때문에 단일 영상에서 광원의 영역을 추정하기 위해 영상처리를 통해 노출 시간을 짧게 하여 촬영한 영상과 비슷하게 밝은 영역만 표현되도록 처리를 한다. 전 처리된 영상으로부터 밝은 영역과 어두운 영역으로 구분을 하고 밝은 영역으로부터 광원의 정보를 추정한다. 추정된 광원들은 실제 렌더링에 곧바로 적용이 가능하며, 이를 통해 배경에 적합한 렌더링 결과를 얻을 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.835-837
• /
• 2005

최근 얼굴 인식은 사용자의 편의성을 포함한 다양한 장점으로 인하여 생체 인식 시장에서 주요 기술로 대두되고 있다. 그러나 조명 변화에 기인한 얼굴 인식 성능의 저하는 실용화에 걸림돌이 되고 있는 실정이다. 따라서 조명 변화에 따른 얼굴의 외형 변화를 분석하는 연구들이 세계적으로 활발히 진행되고 있다. 그러나 기존 방법들은 다수의 등록 영상이나 조명에 대한 사전 정보가 필요하거나 실시간으로 구현되기 어렵기 때문에 실용 시스템에 적용하기는 어려운 실정이다. 따라서, 본 논문에서는, 여러 조명 영상들로 구성된 학습 데이터를 이용하여, 조명에 대한 정보가 없는 한 장의 입력 영상을 분석하는 방법을 제안한다. 제안된 방법은 SVDD를 이용하여 학습 데이터의 여러 조면 영상들로부터 입력 영상의 조명과 같은 대표영상을 합성하고 이 대표영상들의 선형 조합을 이용하여 입력 영상을 표현한다. 제안 방법의 효율성을 검증하기 위하여 공인 얼굴 데이터베이스들을 이용하여, 기존 방법들과 비교 실험을 수행하였으며, 조명 변화가 큰 영상에서도 안정된 조명 변화의 분석이 가능하였다.