• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.22 no.5
• /
• pp.251-256
• /
• 2021

Unlike general cameras, a high-speed camera capable of capturing a large number of frames per second can enable the advancement of some image processing technologies that have been limited so far. This paper proposes a method of removing undesirable noise from an high-speed input color image, and then detecting a human face from the noise-free image. In this paper, noise pixels included in the ultrafast input image are first removed by applying a bidirectional filter. Then, using RetinaFace, a region representing the person's personal information is robustly detected from the image where noise was removed. The experimental results show that the described algorithm removes noise from the input image and then robustly detects a human face using the generated model. The model-based face-detection method presented in this paper is expected to be used as basic technology for many practical application fields related to image processing and pattern recognition, such as indoor and outdoor building monitoring, door opening and closing management, and mobile biometric authentication.

• Journal of Digital Contents Society
• /
• v.18 no.1
• /
• pp.71-77
• /
• 2017

Virtual advertisement is an advertising technique that using computer graphic in a media production such as a sports image for inserting product image, logo, advertising slogan, etc. Recently, the image insertion of virtual advertisement is actively spreading due to the satisfaction of technical element for the image insertion of virtual advertisement in sports advertisement by increasing of the image processing technology and the computing performance. In addition, image processing technology for automatic insertion has become an important research field in the virtual advertisement field. In this paper, we propose the method of extracting less-informative region by using image processing technique and machine learning to insert a virtual advertisement automatically in sports image. The proposed method analyzes the brightness level of image through the histogram and extracts the less-informative region using the machine learning method.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.42 no.3 s.303
• /
• pp.7-14
• /
• 2005

In this paper we proposed the block-based color image segmentation method using the cylindrical metric to solve the problems such as long processing time and over segmentation due to noise and texture properties in the conventional methods. In the proposed method we define the new similarity function and the merge condition between regions to merge initial regions with the same size considering the color and texture properties of chromatic and achromatic regions which is defined according to the HSI color values, and we continue to merge boundary blocks into the adjacent region already segmented to maintain edges until the size of block is one. In the simulation results the proposed method is better than the conventional methods in the evaluation of the segmented regions of texture and edge region, and we found that the processing time is decreased by factor of two in the proposed method.

• Journal of Broadcast Engineering
• /
• v.22 no.6
• /
• pp.765-773
• /
• 2017

Ultra-high definition videos, panorama contents, and ultra-wide viewing videos have a huge spatial resolution. However, a whole region of images is not always interesting to viewers due to limitations of system resources and display devices. To allow one or more interesting tiles to be decoded freely without decoding other tiles, this paper introduces a tile-based independent coding method. The propose method restraints motion vectors to be within a tile region shifting motion search area and modifying an initial motion vector. Experiments results show that any desired tile is capable to be decoded independently of other tiles.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.41 no.3
• /
• pp.25-34
• /
• 2004

The ability to perform the same operations in the transform domain as in the spatial domain is important for efficient image transmission through a channel. We perform image resizing, which includes magnifying and reducing the size, in the discrete cosine transform(DCT) domain and the effects of the transform domain approach are analyzed in the corresponding spatial domain. Based on this analysis, the two resizing algorithms are proposed. The first one further compresses the images encoded by the compression standard by reducing the size before compression, and the other reduces the loss of information while maintaining the conventional compression rate. Because of its compatibility with standard codec, these algorithms can be easily embedded in JPEG and MPEG codecs, which are widely used for the purpose of image storage and transmission. Experimental results show a reduction of about half the bit size with similar image quality and about a 2- or 3-dB quality improvements in the similar compression rate.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.05a
• /
• pp.691-694
• /
• 2004

본 논문에서는 실시간 처리에 적합한 효율적인 동영상 객체 분할 알고리즘을 제시한다. 제안된 동영상 객체 분할 알고리즘은 임계치 적용과 지역적 워터쉐드 알고리즘을 복합적으로 적용하였다. 첫째로 임계치 분할방법을 사용하여 초기 객체 마스크를 구성하였고 이러한 초기객체 마스크는 현재영상에서의 영역분할을 위한 입력으로 들어가게 된다. 최종적으로 지역적인 워터쉐드 분할방법을 초기 객체영역의 불명확한 지역에서만 다시 수행하여 최종적인 객체영역을 획득하여 기존 방식에 비해 분할시간을 줄였으며 분할성능을 높였다. 본 논문에서는 잡음환경에서 객체를 추출하기위해 복합적인 분할방식에 초점을 두었다. 이러한 복합적인 분할방법을 사용함으로써 객체 마스크 추출성능의 향상과 수행시간절약을 가져올 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.11a
• /
• pp.371-372
• /
• 2009

세포단위에서 혈관 생성과정 관찰 시 사용되는 광학현미경 영상은 광원의 특성으로 인해 부분적으로 영상이 밝거나 혹은 어둡게 나타난다. 이러한 현상은 혈관 영상에서의 혈관 분석을 어렵게 하므로 본 논문에서는 신 혈관 생성 영상에서 명도 불균형 문제를 해결하는 혈관 추출 및 정량화 기법을 제안한다. 불균형 명도 문제를 해결하기 위해 지역적 문턱치화 방법을 사용하고, 잡음 및 혈관 내 틈새 문제를 해결하기 위해 형태학적 연산 처리를 하였다. 그 결과 명도가 어두운 지역에서 배경 잡음이 없고, 영역이 끊어지지 않고 하나로 연결된 혈관을 추출할 수 있었다. 추출된 혈관 영역에서 골격화와 혈관 세그먼트에 기반하여 두께, 길이, 넓이를 정량화함으로써 혈관 분석 시 현미경에 탑재되어 있어 가장 널리 사용되고 있는 메타 모르프보다 정확한 정량화 결과를 얻었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.486-487
• /
• 2012

본 논문에서는 차량 내에 설치된 카메라를 이용하여 전방차량을 인식하는 FCW(Forward Collision Warning)시스템에서 주행 중인 전방 차량을 추적하는 알고리즘을 제안한다. 전방 차량의 후보 영역을 검출하기 위해 Haar-Adaboost를 이용하였으며 검색된 차량 후보 영역 내의 에지 정보를 이용하여 차량 후보 영역을 필터링하였다. 필터링된 차량 영역은 영역기반과 Kalman 예측치를 이용하여 차량을 추적하는 방법으로 차량 검색기가 차량 영역을 검색하지 못하는 경우 Kalman 예측치를 통해 차량 후보 영역을 예측하고 예측된 차량 영역을 검증함으로써 효율적인 전방 차량 인식이 가능하였다. 본 제안 방법을 실험한 결과 이전 프레임에서 추적되던 차량 후보 영역이 현재 프레임에서 Haar-Adaboost가 차량 후보 영역을 검색하지 못하는 경우에 영역기반과 Kalman 예측치를 통하여 현재 프레임에서 전방차량을 연속적으로 추적하는 것을 확인하였다. 본 제안 방법은 영상을 이용한 FCW 시스템에 사용될 수 있을것으로 사료된다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.01a
• /
• pp.41-44
• /
• 2022

Mean-Shift 영상 분할은 객체 검출을 위한 영상 전처리 방법으로써, 영상 처리 및 패턴 인식 분야에서 널리 사용되는 방법이다. 영상 분할은 영역 기반과 에지 기반 방식으로 나누어지며 대표적으로 FCM, Quickshift, Felzenszwalb, SLIC 알고리즘 등 이 있다. 언급한 영상 분할 방법들은 Mean-Shift 영상 분할에 비해서 빠른 속도로 실행시킬 수 있지만, 형태적 특징이 훼손되고 하나의 객체가 여러 세그멘테이션으로 분할된다는 단점을 가지고 있다. 본 논문에서는 소형 객체를 탐지하기 위한 고속화된 Mean-Shift 영상 분할과 객체의 형태적 특징을 이용하여 객체를 탐지하는 방법을 제안한다. 하드웨어 리소스가 제한된 신호처리기에 제안하는 알고리즘을 수행하기 위하여 Mean-Shift 영상 분할에서 필터링 과정을 고속화 하였고, 적외선 영상 내 영상 전처리 수행을 통해 잡음 제거 후 Mean-Shift 영상 분할 방법을 수행함으로써, 객체의 형태적 특징을 잘 살려서 영상 분할을 할 수 있도록 하였다. 또한 각 세그멘테이션의 크기, 너비, 높이, 밝기 정보와 형태적 특징점을 이용한 객체 탐지 방법을 제안한다.

• Journal of the Institute of Convergence Signal Processing
• /
• v.10 no.3
• /
• pp.164-169
• /
• 2009

This paper proposes a road detection method using BP(Back-Propagation) neural network based on texture information of the each candidate road region segmented for satellite images. To segment the candidate road regions, the histogram-based binarization method proposed by N.Otsu is firstly performed and the neighboring regions surrounding road regions are then removed. And after extracting the principal color using the histogram of the segmented foreground, the candidate road regions are classified into the regions within ${\pm}25$ of the principal color. Finally, the road regions are segmented using BP neural network based on texture information of the candidate regions. The texture information in this paper is calculated using co-occurrence matrix and is used as an input data of the BP neural network. The proposed method is based on the fact that the road has the constant intensity and shape. The experiment demonstrated the validity of the proposed method and showed 90% detection accuracy for the various images.