• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2007년도 학술대회 1부
• /
• pp.897-902
• /
• 2007

인간과 컴퓨터간의 전통적인 인터페이스는 인간이 요구하는 다양한 인터페이스를 제공하지 못한다는 점에서 점차 사용하기 불편하게 되었고 이는 새로운 형태의 인터페이스에 대한 요구로 이어지게 되었다. 본 논문에서는 이러한 추세에 맞추어 카메라를 통해 인간의 손 제스처를 인식하는 새로운 인터페이스를 연구하였다. 손은 자유도가 높고 3차원의 view direction에 의해 형상이 매우 심하게 변한다. 따라서 윤곽선 기반방법과 같은 2차원으로 투영된 영상에서 contour나 edge의 정보로 손 제스처를 인식하는 데는 한계가 있다. 그러나 모델기반 방법은 3차원 정보를 이용하기 때문에 손 제스처를 인식하는데 좋으나 계산량이 많아 실시간으로 처리하기가 쉽지 않다. 이러한 문제점을 해결하기 위해 손 형상에 대한 대규모 데이터베이스를 구성하고 정규화된 공간에서 Feature 간의 연관성을 파악하여 훈련 데이터 모델을 구성하여 비교함으로써 실시간으로 손 포즈를 구별할 수 있다. 이러한 통계적 학습 기반의 알고리즘은 다양한 데이터와 좋은 feature의 검출이 최적의 성능을 구현하는 것과 연관된다. 따라서 배경으로부터 노이즈를 최대한 줄이기 위해 피부의 색상 정보를 이용하여 손 후보 영역을 검출하고 검출된 후보 영역으로부터 HLF(Haar-like Feature)를 이용하여 손 영역을 검출한다. 검출된 손 영역으로부터 패턴 분류 과정을 거쳐 손 포즈를 인식 하게 된다. 패턴 분류 과정은 HLF를 이용하여 손 포즈를 인식하게 되는데 미리 학습된 각 포즈에 대한 HLF를 이용하여 손 포즈를 인식하게 된다. HLF는 Violar가 얼굴 검출에 적용한 것으로 얼굴 검출에 좋은 결과를 보여 주었으며, 이는 적분 이미지로부터 추출한 HLF를 이용한 Adaboost 학습 알고리즘을 사용하였다. 본 논문에서는 피부색의 색상 정보를 이용 배경과 손 영상을 최대한 분리하여 배경의 대부분이 Adaboost-Haar Classifier의 첫 번째 스테이지에서 제거되는 방법을 이용하여 그 성능을 더 향상 시켜 손 형상 인식에 적용하였다.

• 한국정보통신학회논문지
• /
• 제7권5호
• /
• pp.1052-1061
• /
• 2003

본 논문은 SOM 알고리즘을 이용한 차량 번호판 인식 방법을 제안하고 차량 번호판 인식을 이용한 주차관리 시스템 개발에 대해서 기술한다. 차량 영상에서 번호판 영역을 추출하기 위해 수평$.$수직 에지의 형태학적 정보를 이용하고, 추출된 번호판에서 문자를 포함하는 특징 영역을 추출하기 위해 4 방향 윤곽선 추적 알고리즘을 이용한다. 추출된 특징 영역의 인식은 SOM 알고리즘을 적용한다. 50개의 실제 차량 영상을 실험한 결과, 제안된 번호판 영역 추출 방법이 기존의 RGB 정보를 이용한 방법과 HSI를 이용한 방법보다 추출율이 개선되었다. 그리고 SOM 알고리즘을 이용한 차량 번호판 인식이 효율적인 것을 확인하였다. 실험을 통하여 성능 향상을 보인 제안된 차량 번호판 인식 방법을 이용하여 주차 관리 시스템을 개발하였다.

• 한국정보통신학회논문지
• /
• 제4권2호
• /
• pp.505-516
• /
• 2000

셀룰러 신경망은 국부적 연결특성을 가지고 있어 실시간 영상처리에 폭넓게 이용되는 비선형 정보처리 시스템이다. 본 논문에서는 소규모의 $CNN(6\time6)$ 셀 블록을 이용하여, 크고 복잡한 처리에 적합한 시다중화 기법을 처리할 수 있는 CNN칩을 설계하였다. 대부분의 출력 형태는 기준 레벨화된 출력에 기인하여 흑백 영상처리에 적합하나, 본 논문의 출력형태는 아날로그 상태값으로 나타나기 때문에 그레이 레벨 영상처리에 적합하다. CNN 칩은 $0.65\mum$ 2P2M N-Well CMOS 공정으로 설계되었으며, 설계된 칩은 15400여개의 트랜지스터로 구성되며 칩면은 $1.85\times1.75m^2$ 이다. 설계된 $6\time6CNN$칩은 그 보다 큰 입력 영상에 대한 윤곽선 검출의 실험을 통하여 회로의 동작을 검증하였다.

• 한국정보통신학회논문지
• /
• 제14권6호
• /
• pp.1409-1415
• /
• 2010

본 논문에서는 웨이블릿 변환 영역에서 구성한 부대역간의 트리구조와 공간 영역에서의 영상 형태 정보를 이용하여 워터마크의 삽입 위치를 결정한 후에 워터마크를 삽입하는 기법을 제안하였다. 웨이블릿 영역에서 높은 주파수를 가지는 부대역을 다수의 영역으로 나누고 각 블록에 대한 에너지와 전체 에너지의 평균값 등을 이용하여 워터마킹을 위한 후보영역을 얻는다. 또한 공간 영역에서 얻어진 영상의 경계 정보를 이용하여 워터마크가 삽입될 후보 영역을 구한다. 무작위 난수와 웨이블릿 영역에서 이웃 웨이블릿 계수간의 관계를 이용하여 워터마킹 후보영역 내에 워터마크를 삽입한다. 마지막으로 역 웨이블릿 변환을 수행하여 워터마크가 삽입된 영상을 생성한다. 제안된 워터마킹 알고리즘은 JPEG과 같은 압축과 블러링, 선명화, 그리고 가우시안 잡음 등의 공격에 대해서 우수한 특성을 보였다.

• 한국통신학회논문지
• /
• 제27권6A호
• /
• pp.610-617
• /
• 2002

본 논문에서는 적응적 변이추정 기법을 이용한 새로운 중간시점영상합성 방법을 제시하였다. 즉, 스테레오 입력 영상으로부터 특징값을 추출하고, 설정된 임계값과 비교하여 특징값의 크기를 결정한 다음, 특징값의 크기에 따라 정합창의 크기를 적응적으로 선택하여 정합함으로써 중간시점의 영상을 합성하는 새로운 기법을 제안하였다. 제안된 기법에서는 배경과 같인 특징값이 작은 영역에서는 비교적 큰 정합창에 의한 블록정합이 이루어지고 물체의 윤곽선과 같이 특징값이 큰 영역에서는 상대적으로 작은 정합창에 의한 미세한 정합이 적응적으로 수행되기 때문에 전체적인 정합성능의 개선뿐만 아니라 기존의 기법에서 나타나는 오정합이나 블록화 현상등의 문제점 해결의 가능성을 제시하였다. 또한, 'Parts' 및 'Piano' 영상을 사용한 실험결과 본 논문에서 새로이 제안한 중간시점 영상합성 방법은 기존의 방식에 비해 평균적으로 PSNR은 약 2.32∼4.16dB가 향상되었고, 수행시간은 약 39.34∼65.58% 감소됨을 확인하였다.

• 한국통신학회논문지
• /
• 제27권6A호
• /
• pp.575-583
• /
• 2002

JBIG2는 2진 영상과 문서 압축을 위한 국제 표준이다. JBIG2 표준은 2진 영상과 문서를 고압축으로 부호화하기 위해 영역 특징에 따라 세 가지 부호화 모드를 제공한다. MMR이나 산술 부호화를 이용하여 비트맵(bitmap)의 부호화를 위한 제너릭 영역(Generic region) 부호화를 한다. 그리고, 텍스트 영역의 부호화를 위해 패턴 매칭(Pattern Matching) 부호화를 하고, 하프톤 영역(Halftone region) 부호화를 위해 하프톤 패턴 부호화(Halftone Pattern Coding)를 한다. 본 논문에서는 JBIG2 부호화를 위해 문서를 라인아트, 하프톤, 텍스트 영역으로 분할한 후 각 영역에 제너릭 영역 부호화, 심벌 매칭 부호화, 하프톤 패턴 부호화를 하는 JBIG2 CODEC을 구현하였다. 문서의 효율적 영역 분할을 위해 윤곽선 추출법을 이용한 영역분할 방법과 웨이브릿 계수분표를 이용한 영역 분할 방법을 함께 적용하여 facsimile 테스트 영상(IEEE-167a)의 경우 2% 정도의 압축률 개선과 주관적 화질의 향상을 얻었다. 또한 임의 모양 하프톤 영역의 부호화를 제안하여 기존 영역 분할 방법에서 인지할 수 없는 임의 모양 하프톤 영역 주변 텍스트의 주관적 화질을 개선하였다.

• 전자공학회논문지SC
• /
• 제47권5호
• /
• pp.62-68
• /
• 2010

적외선영상에서 표적을 효율적으로 탐지하는 새로운 자동표적탐지 알고리즘을 제안한다. 이 연구의 목적은 실제 야지환경에서 획득된 적외선영상에서 낮은 오경보 확률로 표적의 위치를 정확히 찾는 것이다. 제안한 방법이 기존의 방법과 다른 점은 초기 탐지단계에서 사용되는 모폴로지 필터링 기법을 밝기정보를 갖고 있는 원래 입력 영상이 아닌 가버(Gabor) 응답 영상에 적용한 것과 표적과 클러터를 구분하기 위해 표적의 정확한 윤곽선 추출을 필요로 하지않는 것이다. 제안한 방법은 크게 3단계로 구성된다. 첫째로, 영상에서 돌출된 영역을 찾기 위해 입력영상으로부터 4 방향의 가버 응답을 구하고 픽셀별로 가버응답 합 영상을 구한다. 이 영상에 모폴로지 기법을 적용하여 돌출된 영역의 위치를 찾는다. 둘째로, 원래의 입력영상의 돌출된 영역에서 지역적인 질감특징 정보들을 찾는다. 마지막 단계로, 찾아진 지역적 특징 정보들이 신경회로망인 다층퍼셉트론 (Multi-Layer Perceptron)으로 입력되어 학습된 훈련 데이터들과의 비교를 통해 실제 표적과 클러터를 구분한다. 실험에서는 제안한 방법을 군사용 적외선 영상장비를 사용하여 실제 야지 환경에 획득된 영상에 적용하여 우수성과 실용가능성을 확인한다.

• 대한전자공학회논문지SP
• /
• 제49권4호
• /
• pp.95-104
• /
• 2012

이동 차량에 부착된 카메라로부터 획득한 영상에는 배경의 움직임, 영상내의 객체들의 움직임 등 여러 가지 움직임이 복합적으로 존재하여 카메라의 순수한 진동에 의한 움직임을 검출하기가 어렵다. 본 논문에서는 이러한 영상내의 움직임을 특성별로 분류하여 종류별로 움직임을 제거한 후, 카메라의 진동으로 인한 영상의 순수한 떨림을 추정하고 이를 보상하는 영상 안정화를 제시한다. 또한, 블록 화소 값의 차이와 윤곽선 밀도를 이용하여 정보가 적은 영역을 배제함으로써 빠르고, 정확한 영상 안정화 기법을 실현하였다.

• 전자공학회논문지SC
• /
• 제44권5호
• /
• pp.55-61
• /
• 2007

본 논문은 관심 객체 분할을 위한 통계적 모양 모델에 기반한 3차원 능동 모양 모델링 기법을 제안한다. 3차원 모양 모델을 만들려면 포인트 분산 모델(PDM)의 생성이 필수적인데, 이를 위해서는 모든 학습(training) 데이터에 대응하는 특징점(landmark)을 잘 선택해야 한다. 현재까지도 3차원 데이터에서 대응하는 특징점을 선택하는 방법은 주로 수동적으로 선택하거나 2차원 기반 기법 또는 제한된 3차원 기법이 사용되고 있다. 본 논문에서는 최근에 제안된 "3차원 통계적 모양 모델의 자동생성 기법"의 거리 변환(distance transform)과 사면체(tetrahedron) 알고리듬을 사용하여 3차원 통계적 모양 모델을 생성하고 2차원 능동 모양 모델의 모양 모델 학습과 그레이레벨(gray-level) 모델 학습을 개선하여 확장하고, 스케일(scale)과 그레이레벨 모델을 결합한 3차원 능동 모양 모델 알고리듬으로 관심 객체를 분할한다. 본 논문에서는 제안한 방법을 영역 기반 윤곽선 기반 기법 및 2차원 능동모양모델 기법과 그 성능을 비교하여 평가했다.

• 융합정보논문지
• /
• 제7권3호
• /
• pp.73-81
• /
• 2017

일반화된 허프변환(GHough)은 임의의 2차원 모델 추출을 위해 사용되는 유용한 기법이다. 그러나 GHough는 모델의 회전과 축척 관련 사전 정보가 없을 경우 모든 경우의 수를 나열하는 변환 방식을 택하기 때문에 4차원 패러미터 배열이라는 방대한 메모리 사용이 불가피하며 실행시간 또한 오래 걸릴 수밖에 없다. 이를 개선하기 위해 제안된 몇몇 n-to-1 변환 방식 들은 4차원 대신 2차원 패러미터 배열 사용만으로도 임의의 모델 추출을 가능케 한 반면 2차원 패러미터 공간에 던져지는 무작위 투표 때문에 모델 추출 오류 가능성 또한 높다 하겠다. 본 논문은 이와 같은 2차원 패러미터 공간에 던져지는 무작위 투표를 감소시키기 위한 방안으로 모델 내부의 추가적인 그레디언트 정보 활용을 제안하며 모델 윤곽선 정보에 추가로 모델 내부 그레디언트 정보를 활용할 경우 2차원 패러미터 공간에 던져지는 무작위 투표수를 효과적으로 줄일 수 있으며 따라서 실행시간 또한 단축될 수 있음을 실험을 통해 입증한다.