• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.11b
• /
• pp.155-158
• /
• 2002

본 논문은 영역기반의 영상 검색을 위해 향상된 영역 매칭 알고리즘을 구현하고자 한다. 최근의 Mpeg-7표준은 객체 기반의 영상처리를 특징으로 하고 있으며, 객체 기반의 영상 처리방법들에서 가장 대표적인 방법인 영역기반 검색 방법은 영역 분할과 특징 추출, 그리고 영역매칭을 통한 유사도 측정에 따른 검색으로 나뉘어 진다. 본 논문에서는 영상을 분할한 후 분할된 영역들에 대한 특징을 추출 하고, 추출된 특징들을 다차원 특징 공간에서의 클러스터로 구성한다. 그리고 구성된 클러스터들을 인접한 중심을 가진 특징 그룹화 하여 특징 그룹 중심간의 거리차를 이용하여 질의 이미지와 검색 이미지의 유사도를 측정하는 영역 매칭 방법을 제안한다.

• 한국ITS학회:학술대회논문집
• /
• 2002.11a
• /
• pp.210-213
• /
• 2002

차량 대기열 측정에 관한 연구는 효과적인 교통 통제를 위해서 필수적인 요소이다. 이를 위해 본 논문에서는 영역기반 영상처리를 이용한 차량 대기열 분석에 관한 방법을 제안한다. 도로 영상에서 영역을 설정하고 각 영역에서의 차량 검출방법을 통하여 차량 대기열의 길이를 계산하였다. 이때 차량의 검출은 영역 처리를 이용하였고 대기열 측정은 검출된 차량의 최종단 위치를 파악하여 계산하였다. 이러한 방법은 차량 통행량 분석에 이용하여 능동적 교통 신호 체계에 응용될 수 있다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.05c
• /
• pp.206-209
• /
• 2002

의료 영상 처리 시스템에서는 영상들의 검색이 중요한 문제로 대두되고 있다. 그에 대한 해결 방법으로는 의료 영상 처리 시스템에 지능적인 내용 기반의 영상 검색 방법을 도입하는 것이다. 본 연구에서는 의료 영상에 적합한 분할 방법을 사용하여 뇌의 MR 영상에 대하여 내용기반 검색을 하기 위한 영상 특징 색인화 방법을 제안한다. 제안하는 색인화 방법은 뇌 MR 영상에서 뇌영역을 분할하고 특징들을 추출한 후 이 정보를 가지고 대상 영상의 그룹핑 정보를 유추하고, 각 대상 영상에서의 비정상 후보 영역 위치를 찾아내어 3차원 공간 색인을 하는 방법이다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.05a
• /
• pp.156-159
• /
• 2008

동영상 컨텐츠에 가시적 혹은 비가시적으로 정보를 삽입하는 기술을 동영상 워터마킹이라고 한다. 기하학적인 공격에 강인하도록 설계하기 위하여 특징점 기반의 워터마킹 기법을 바탕으로 하고, 동영상 특성에 맞는 움직임을 고려하여 움직임에 따른 영역을 설정하여 움직임이 많은 영역과 움직임이 적은 영역에 대해 각각 워터마크를 삽입/추출하는 시스템을 설계하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06c
• /
• pp.385-387
• /
• 2012

MR 영상에서 간의 인식은 간에 존재하는 질병을 파악하는 것뿐만 아니라 간에 대한 치료 방법이나 수술방법을 결정하는 중요한 정보를 제공한다. 이러한 일반적인 간의 인식 방법은 영역 분할 알고리즘을 기반으로 처리되어진다. IT분야에서의 영역 분할 알고리즘은 대부분 밝기 정보, 형태 정보, 패턴 분석 등 다양한 입력 정보의 컴퓨팅 처리를 통해 처리되어 진다. 그러나 이러한 컴퓨팅 방법으로는 앞서 언급된 입력정보들이 의미가 없을 경우, 영역 분할에 많은 제약이 따르게 된다. 따라서 본 논문은 이러한 컴퓨팅 처리의 근본적인 제약사항을 해결하고자, MR 이론의 R2-map정보 기반의 효과적인 영역 분할 방법은 제안하였다. 본 방법은 간 영역이 포함된 영상에서 실험하였으며, R2-map맵의 일부 특징점을 Region growing의 Seed point로 설정하여 경계가 모호하더라도 영역 분할이 가능하게끔 하였다. 해당 영상의 실험 결과 8.5%의 평균 오차로 일반적인 영역 분할 알고리즘에 비해 높은 정확도가 산출되었다.

• The KIPS Transactions:PartB
• /
• v.14B no.5
• /
• pp.361-368
• /
• 2007

In this paper, we propose a smoke detection method which is based on block-wise difference of image frames in video. Our proposed method is composed of three steps which are (a) the detection step of the changed regions against the background, (b) the background update step, and (c) the smoke determination step from the changed regions. We first construct the block mean Image of frames in video. And to extract the changed regions against the background, we use a block-wise difference between background's block mean image and a current input frame's block mean image. After applying projections in block-based difference images, we can determine the changed regions as rectangles using projections of difference images. we propose a update scheme of background's block mean image using the projections. We decide the smoke region using the femoral statistics of the central position and YUV color in the changed region.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2015.11a
• /
• pp.106-107
• /
• 2015

본 논문에서는 색상 및 깊이 기반 영상 분할 기법을 제안한다. 계층화된 영상 분할을 수행하기 위해서 색상을 기준으로 영상을 과분할 한 후, 과분할 영역의 깊이를 기준으로 영역 병합을 수행한다. 적은 개수의 화소로 이루어진 병합 영역을 제거하기 위해서 인접한 분할 영역 중 화소 수가 많은 영역에 병합시키는 이상영역 처리 기법을 수행한다. 제안하는 영상 분할 기법을 기존의 데이터셋 및 키넥트 취득 영상에 적용하여 신뢰도 높은 객체 단위 영상 분할이 이루어짐을 확인한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2001.10a
• /
• pp.201-204
• /
• 2001

영상분할이란 영상을 동질성과 연결성을 동시에 만족하는 영역들로 나누는 것으로서 최근 영역기반 부호화 등과 같이 영상을 객체 단위로 처리하고자 하는 응용분야에 필수적인 기술이다. 본 연구에서는 원 영상이 너무 세밀하게 분할되어 있거나 영상에 잡음의 분포를 줄이기 위해서 전처리 작업으로 입력 영상을 양자화 시키고, 양자화된 영상을 형태학적인 필터를 이용하여 에지를 추출함으로서 원 영상을 분할하는 방법을 제안한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.04a
• /
• pp.826-829
• /
• 2014

본 연구에서는 야외 지형 영상 및 항공 영상 등에 대하여 각각의 영역들의 속성을 분할 및 인식 하기 위해 minimum entropy clustering 기반의 군집화 기법과 over-segmentation을 반복 적용하여 군집화 하는 두 방법을 융합한 기법을 제안하였다. 이 기법들을 기반으로 각 군집의 대표 영역을 추출한 후에 학습 데이터를 기반으로 만들어진 텍스톤 사전과 학습 데이터 각각의 텍스톤 모델을 이용하여 텍스톤 히스토그램 매칭을 통해 매칭 포인트를 얻어내고 얻어낸 매칭 포인트를 기반으로 영역의 카테고리를 결정한다. 본 논문에서는 인터넷에서 얻은 일반 야외 영상들로부터 자체적으로 제작한 지형 데이터 셋을 통해 제안한 기법의 우수성을 검증하였으며, 본 실험에서는 영역을 토양, 수풀 그리고 물 지형으로 하여 영상내의 영역을 분류 및 인식하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.11a
• /
• pp.911-914
• /
• 2004

본 논문에서는 주어진 영상으로부터 보다 빠르고 효율적인 의미정보 추출을 위하여 블록분할 및 영역구성에 의한 기본영역 및 확장영역을 제안하며, 각 영역들을 구성하는 블록들의 구성관계에 의한 블록탐색 기법도 제안하고 있다. 기본영역은 영상의 중심을 기반으로 구성되는 중심영역과 이웃영역으로 구성되며, 확장영역은 기본영역들의 결합에 의해 생성된다. 블록탐색은 영역을 구성하는 블록간의 구성관계를 기반으로 블록들이 가질 수 있는 특징들의 유사도와 영역정보에 따라 탐색할 수 있는 방법이다. 얼굴추출은 분할된 블록들로부터 피부색상 존재여부를 판별하여 피부색이 존재하는 블록들로부터 얼굴 후보영역들을 획득한 후, 추출된 후보영역들로부터 얼굴을 구성하는 지역적 특성을 비교평가하여 얼굴을 추출할 수 있다. 또한 추출된 얼굴 영역정보는 연속적인 영상이 주어졌을 때, 해당영역들의 블록들에 대한 정합을 통하여 이동경로와 얼굴영역을 탐색할 수 있다.