• Proceedings of the Korea Contents Association Conference
• /
• 2009.05a
• /
• pp.79-82
• /
• 2009

In this paper, we propose new image processing method to detect fire image. At captured image from camera, we using OpenCV library to implement various image processing techniques such like differential image, binarization image, contour extraction, remove noise(morphology open, close), pixel calculation, flickering extraction, etc.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2008.10a
• /
• pp.440-443
• /
• 2008

적목 현상은 야간에 플래시를 이용하여 촬영 시 나타나는 현상으로, 대부분 미숙한 사진 촬영 방법으로 인해 많이 발생한다. 이러한 적목 현상은 수정 시에 이미지 틀을 이용하여 제거해야 되며, 이러한 방법은 많은 시간과 기술이 요구된다. 따라서 본 논문에서는 적목 현상이 일어난 영역을 자동으로 추출하여 제거하는 방법을 제안한다. 적목 영역은 RGB 레벨의 영상을, 각각 YCbCr과 HSI 컬러 공간으로 변환 후에 사람의 피부색 정보를 이용하여 얼굴 영역을 검출한다. 검출된 얼굴 영역에서 적목이 존재하는 눈 영역은 색상 정보와 8 방향 윤곽선 추적 방법을 적용하여 적목 영역을 검출한 후에 적목 현상을 제거한다. 제안된 적목 영역 추출 및 제친 방법을 적목 현상이 나타나는 30장의 영상을 대상으로 실험한 결과, 제안된 방법이 적목 영역 제거에 효과적임을 확인하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.553-555
• /
• 2001

Markov Random Fields(MRF) 모델은 영상 분할 및 복원 등에 주로 사용되는 확률적 영상모델이다. 본 논문에서는 MRF 모델을 3차원으로 확장하여 분할을 위한 선 필드 모델(Line Field Model)과 움직임 검출을 위한 움직임 필드 모델(Motion Field Model)을 도입하여 동영상 내에서 움직이는 물체의 형상과 움직임을 추정한다. 제안된 방법을 이용하여 한국어 수화 동작에서 손의 형상과 이동방향을 검출하였다. 그 결과 optical flow를 사용하는 방법에 비해서 이동 방향이 왜곡되는 것을 방지하여 보다 정확한 이동 방향을 검출할 수 있었다. 또한 영상 추출의 경우에 있어서도 형상의 윤곽면과 내부가 하나의 라벨(label)로 묶이기 때문에 보다 깨끗한 영상을 추출할 수 있었다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.04a
• /
• pp.441-445
• /
• 2005

얼굴인식기술이 인증 및 보안을 위한 도구로 활용되고 있지만 입력영상의 상태 즉, 복잡한 배경과 조명환경에 따라 적용할 수 있는 범위가 제약적일 수밖에 없다. 본 논문에서는 이러한 제약을 최소화하기 위한 방법과 좀 더 정확한 얼굴 영역 검출을 위한 기법을 제시한다. 제안된 방법은 움직임에 기반 한 에지 차영상을 이용하여 얼굴 윤곽을 검출한 후 이를 X와 Y축의 프로파일을 이용하여 얼굴영역을 예측한다. 그리고 얼굴의 피부 색상 정보와 특징 구성요소인 눈, 코, 입 등의 특징적인 요소의 에지정보를 이용하여 수직적으로 이를 구분한 후 얼굴인지 아닌지를 판별한다. 제안된 알고리즘은 다양한 배경 및 조명등의 많은 환경적 요인에 따른 입력영상에서도 매우 안정적으로 적용됨을 실험을 통해 확인하였다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2004.11a
• /
• pp.195-202
• /
• 2004

일반적으로 운송 컨테이너의 식별자들은 크기나 위치가 정형화되어 있지 않고 외부 잡음으로 인하여 식별자의 형태가 변형될 수 있기 때문에 일정한 규칙으로 찾기는 힘들다. 본 논문에서는 이러한 특성을 고려하여 컨테이너 영상에 대해 Canny 마스크를 이용하여 에지를 검출하고, 검출된 에지 정보에서 영상획득 시 외부 광원에 의해 수직으로 길게 발생하는 잡음들을 퍼지추론 방법을 적용하여 제거한 후에 수직 블록과 수평 블록을 검출하여 컨테이너의 식별자 영역을 추출하고 이진화 한다. 이진화된 식별자 영역에 대해 검정색의 빈도수를 이용하여 흰바탕과 민바탕을 구분하고 윤곽선 추적 알고리즘을 적용하여 개별 식별자를 추출한다. 추출된 개별 식별자의 인식은 개선된 퍼지 RBF 네트워크를 제안하여 적용한다. 제안된 퍼지 RBF 네트워크는 퍼지 C-Means 알고리즘을 중간층으로 적용하고 중간층과 출력층 간의 학습에는 일반화된 델타 학습 방법과 Delta-bar-Delta 알고리즘을 적용하여 학습 성능을 개선한다. 실제 컨테이너 영상을 대상으로 실험한 결과, 기존의 식별자 추출 방법보다 제안된 식별자 추출 방법이 개선되었고 기존의 퍼지 RBF 네트워크 보다 제안된 퍼지 RBF 네트워크가 컨테이너 식별자의 학습 및 인식에 우수함을 확인하였다.

• Proceedings of the Korea Society of Information Technology Applications Conference
• /
• 2007.05a
• /
• pp.1-8
• /
• 2007

본 논문은 저해상도와 많은 노이즈를 갖는 일반 CCTV의 입력 영상에서 실시간으로 움직이는 물체를 검출하고 그 물체의 움직임을 추적하는 방법을 제안 한다. 본 논문은 CCTV영상으로부터의 입력 영상을 순차를 갖는 명암도 영상으로 실시간 변환 하여 진행 한다. 움직이는 물체의 추출은 첫째, 획득한 영상의 그레이 영상을 포스터라이징을 이용하여 명암 분포를 축소하고 차영상을 통해 윤곽을 추출한다. 둘째, 본 논문이 제안하는 영역 단위 이진화를 통해 이진화와 잡음의 제거를 동시에 수행한다. 셋째, 손실된 정보의 보정을 위해 이진 영상의 팽창을 수행한다. 넷째, 이진 영상의 가로/세로 명암 밀도 분포를 통해 움직이는 물체 영역을 검출한다. 검출된 물체의 추적은 현 재 프레임의 물체 영역과 이전 프레임의 물체 영역의 중심을 계산한 후, 두 중심의 거리 차를 계산한다. 계산된 거리가 임계값보다 작을 경우 같은 물체로 인식하고 계속 추적하며, 임계값 이상의 값일 경우 새로운 물체로 인식한다. 추적된 이동물체의 중심점이 화면의 중앙 부분에 있지 않을 경우, 이동물체의 중심으로 카메라의 방향을 조정한다. 실험결과, 제안한 방법으로 저해상도와 많은 노이즈를 갖는 일반 CCTV 의 입력 영상에서도 실시간으로 움직이는 물체를 검출하고, 그 물체의 움직임을 추적 할 수 있었다.

• Journal of Broadcast Engineering
• /
• v.4 no.2
• /
• pp.119-126
• /
• 1999

We proposed an algorithm which detects scene changes in video with speediness and accuracy. It is a two-step approach. In the first step, we decide potential scene change segments using the compressed domain data extracted by temporal sampling of MPEG compressed video. In the second step, we determine the exact scene change positions using the pixel values of each frame in those segments by means of combining the intensity and edge changes. In addition we discuss the method to remove false detection generated from camera flash. Integrating the above methods, we introduce a structure that can detect scene changes speedily and accurately.

• Journal of the Institute of Electronics and Information Engineers
• /
• v.51 no.11
• /
• pp.181-186
• /
• 2014

The paper proposes a new method of segmentation-based feature extraction to improve performance in pedestrian upper-body detection. General pedestrian detectors that use local features are often plagued by false positives due to the locality. Color information of multi parts of the upper body is utilized in figure-ground segmentation scheme to extract an salient, "global" shape feature capable of reducing the false positives. The performance of the multi-part color segmentation-based feature is evaluated by changing color spaces and the parameters of color histogram. The experimental result from an upper-body dataset shows that the proposed feature is effective in reducing the false positives of local feature-based detectors.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2011.10a
• /
• pp.215-218
• /
• 2011

본 논문에서는 비파괴 검사를 이용하여 획득한 세라믹 소재 영상에서 효율적으로 결함을 검출하는 방법을 제안한다. 제안된 방법은 세라믹 소재 영상에 비등방성 필터링 기법과 가우시안 필터링 기법을 반복 적용하여 잡음을 제거하고, Ends-in Search Stretching 기법을 적용하여 명암 대비를 강조한다. 명암 대비가 강조된 영상에 $7{\times}7$ Sobel 마스크를 적용하여 윤곽선을 추출한 후, 임계치 이진화 기법을 적용하여 영역을 세분화하기 위한 기울기를 계산한다. 계산된 기울기를 이용하여 영상을 세분화한 후에 Glassfire 기법을 적용한다. Glassfire 기법이 적용된 영상과 Ends-in Search Stretching 기법이 적용된 영상을 비교하여 중복되는 영역만을 추출한다. 추출된 영역에 퍼지 이진화 기법과 침식 연산을 적용하여 잡음을 제거하고 결함을 검출한다. 제안된 방법을 세라믹 소재 영상을 대상으로 실험한 결과, 기존의 결함 검출 방법보다 효율적으로 결함이 검출되는 것을 확인할 수 있었다.

• Journal of Broadcast Engineering
• /
• v.23 no.2
• /
• pp.246-252
• /
• 2018

Hand gestures are attracting attention as a NUI (Natural User Interface) of wearable devices such as smart glasses. Recently, to support efficient media consumption in IoT (Internet of Things) and wearable environments, the standardization of IoMT (Internet of Media Things) is in the progress in MPEG. In IoMT, it is assumed that hand gesture detection and recognition are performed on a separate device, and thus provides an interoperable interface between these modules. Meanwhile, deep learning based hand gesture recognition techniques have been recently actively studied to improve the recognition performance. In this paper, we propose a method of hand gesture recognition based on CNN (Convolutional Neural Network) for various applications such as media consumption in wearable devices which is one of the use cases of IoMT. The proposed method detects hand contour from stereo images acquisitioned by smart glasses using depth information and color information, constructs data sets to learn CNN, and then recognizes gestures from input hand contour images. Experimental results show that the proposed method achieves the average 95% hand gesture recognition rate.