• 한국컴퓨터그래픽스학회논문지
• /
• 제7권4호
• /
• pp.9-18
• /
• 2001

회화에서 사용되는 효과들을 컴퓨터 화면상에 재현하고자 하는 많은 연구가 있었다. 수채화나 유화와 같은 서양화의 경우는 주로 사진 이미지를 수채화나 유하 효과를 가지는 이미지로 변환하는 기법이 연구되었다. 그러나 동양화의 경우는 서양화와는 달리 사물의 특징을 나타낼 수 있는 몇 개의 스트록(Stroke)만을 사용해서 그려지기 때문에, 변환 기법이 서양화에서처럼 용이하지 않다. 따라서 동양화에서는 주로 그림을 그리는 도구들의 모델링(Modeling)을 통해 결과 이미지를 생성하는 방법이 사용되었다. 본 논문에서는 동양화를 생성할 때, 중요한 요소인 번짐효과를 표현하기 위한 모델을 제안한다. 이것을 위해 스트록의 물 함유 상태를 구분하기 위한 방법으로 계층 모델에 대해 설명하고, 물과 잉크가 종이의 각 셀 사이로 이동하기 위한 모델로 지역 평형 모델을 제안한다. 지역 평형 모델은 빠른 시간안에 효과적으로 잉크와 물의 이동을 계산할 수 있는 한가지 방법을 제공하는 모델이다. 또한 동양화적인 붓의 표현을 위해 붓에서의 잉크 감소 모델에 대해 설명한다. 마지막으로 각 모델들의 모델링 결과로 생성되는 몇가지 효과들과 그려진 동양화 결과를 보여준다.

• 한국감성과학회:학술대회논문집
• /
• 한국감성과학회 2009년도 춘계학술대회
• /
• pp.47-50
• /
• 2009

본 연구는 예술심리치료 및 심상유도의 접근을 통해 영상치료로서의 시각적, 청각적 표현 범위와 치료요소를 찾는데 목적을 두고 있다. 현재 인간의 사회 활동 중에 생기는 정신적 육체적 스트레스를 예방 및 해소하기 위해 이루어지는 치료 활동 중 영상을 이용한 심리치료의 노력이 다방면으로 행해지고 있다. 치료의 형태는 주로 예술심리치료에 속하는 이미지와 기능음악, 클래식 등을 결합한 영상과 음향의 복합적 활용 방식이 주를 이루고 있다. 그러나 이는 치료적 요소에 초점을 두고 체계적인 제작이 되지 앉아 심리치료의 한계를 드러내고 있다. 따라서 본 연구에서는 먼저 기존의 병원, 테라피 공간 및 공공장소에서 일반인을 대상으로 행해지고 있는 영상심리치료의 현황을 파악하고, 행해지는 치료 형태 분류를 통해 색채.미술심리치료에서 사용되어지는 이미지 활용과 음악치료 기법 중 GIM(Guided Imagery and music: 음악과 심상유도) 활용을 중심으로 일반인을 대상으로 하여 실험연구를 진행하였다. 실험 대상물은 영상이미지와 음향의 두 가지 자극이 복합되어 혹은 단일의 자극으로 주어지는 경우를 구분하여 정서적 반응을 조사하고, 전반적인 치료영상에 대한 선호도 조사를 통해 긍정적 정서를 불러일으키는 이미지 및 음향 요소를 도출한다. 이는 향후 영상심리치료의 체계적인 가이드라인 제작과 평가 척도 개발을 위한 기초 자료로 활용할 수 있다.

• 한국철도학회논문집
• /
• 제20권3호
• /
• pp.374-381
• /
• 2017

국내 대부분의 선구에 부설된 콘크리트침목은 적절히 유지관리되지 않을 경우 열차 운행의 안전성을 심각하게 위협하는 요소가 될 수 있다. 이 연구에서는 최근 가장 강력한 적응성(adaptive)을 갖는 기법으로 활용 범위를 넓히고 있는 Adaboost를 이용하여 고해상도카메라로 촬영한 침목이미지에서 균열을 자동검출할 수 있는 알고리즘을 개발하였다. 개발된 알고리즘은 실제 침목에 발생한 균열 및 비균열 이미지를 분석한 후 도출한 균열특징을 이용하여 학습하였다. 침목균열 자동검출 알고리즘의 적용성은 48개의 학습이미지와 11개의 비학습이미지를 이용하여 검토하였다. 검토 결과 학습이미지와 비학습이미지 모두 균열폭과 균열길이에 대한 인식률이 90% 이상으로 나타났으며, 충분한 균열인식 성능을 갖는 것으로 나타났다.

• 사물인터넷융복합논문지
• /
• 제10권2호
• /
• pp.51-60
• /
• 2024

저조도 환경에서 영상 이미지의 콘트라스트가 낮고 식별이 어려운 문제를 목표로 사람의 시각 감지 기반의 콘트라스트 적응 보상 증진 알고리즘을 제안한다. 첫째, 저조도 환경에서 평균 밝기, 평균 대역폭 요인의 영상 이미지 특징 요인을 추출하고, 원본 영상의 회색/색도 차이에 따라 사람의 시각적 콘트라스트 해상도 보상의 수학적 모델을 설정하며, 실제 컬러의 3원색에 대해 각각 비례 적분하여 보상한다. 다음으로 보상 정도가 명시각 차이를 적절하게 구별할 수 있는 것보다 낮을 때 보상 임계값 선형 보상이 명시각에서 전체 대역폭으로 설정된다. 마지막으로 주관적인 이미지 품질 평가와 이미지 특성 요인을 결합하여 비례 계수를 보상하는 자동 최적화 모델을 구축한다. 실험 테스트 결과는 영상 이미지 적응 증진 알고리즘이 우수한 증진 효과와 우수한 실시간 성능을 가지며 다크 비전 정보를 효과적으로 마이닝할 수 있으며 다양한 시나리오에서 널리 사용될 수 있음을 보여준다.

• 한국건축시공학회지
• /
• 제16권1호
• /
• pp.35-43
• /
• 2016

콘크리트는 대표적인 불균질 재료이며 콘크리트의 역학적 특성은 다양한 요인들에 의해 영향을 받는다. 그 중 콘크리트 내부에 존재하는 공극은 콘크리트의 강도를 결정하는데 많은 영향을 주고 있기 때문에 공극의 분포 및 크기를 파악하는 연구는 매우 중요하며 그 방법으로 화상이미지를 이용한 연구가 대두되고 있다. 경량 기포 콘크리트는 현재 비구조용에 관한 연구만 진행되고 있기 때문에, 구조용으로 사용하기 위한 경량 기포 콘크리트의 역학적 특성을 평가하고 화상 이미지를 기반으로 FEM 해석을 이용한 검증에 관한 연구는 미비하다. 그러므로 기포제 혼입률에 따른 시멘트 페이스트를 제작하여 역학적 성능 평가를 실시하고 화상 이미지를 이용하여 FEM 해석을 실시하여 역학적 성능 비교 및 검증을 실시하였다. 본 연구에서 기포제 혼입률에 따른 공극 분포를 확인하기 위해 7수준으로 하였으며 추 후 구조용 경량 기포 콘크리트에 대한 연구를 진행하기 위해 물-결합재비를 20%로 하였다. 기포제 혼입률이 0.8%에서 단위 용적 질량이 최소가 되었으며 그 이상 혼입했을 시 기포 간의 상호 연결로 인한 깨짐 현상이 발생하여 단위 용적 질량이 증가하였다. 공극 분포에 따른 FEM 해석을 위해 화상분석기(HF-MA C01)를 이용하여 시멘트 페이스트 단면을 촬영하였고 이를 토대로 OOF(Object Oriented Finite elements)를 이용한 FEM 해석을 실시한 결과 실험 탄성계수와 해석 탄성계수가 일치하였다.

• 한국정보과학회논문지:시스템및이론
• /
• 제35권12호
• /
• pp.560-567
• /
• 2008

본 논문에서는 비디오 영상에서 추출한 이미지를 이용하여, 흑백 만화로 변환하기 위한 알고리즘에 대해 논의한다. 대부분의 흑백 만화는 사람의 얼굴이나 손과 같은 살색 계통은 흰색 내지 엷은 색상으로 표현되며, 이미지의 어두운 영역은 해칭과 같이 규칙적이면서도 불규칙한 형태로 묘사한다. 그러므로 단순한 임계값을 이용한 이진화 알고리즘으로 흑백 만화를 렌더링 할 경우, 원본 색상 영상의 다양한 색상과 흑백 만화에서 사용되는 다양한 패턴을 렌더링 할 수 없다. 이러한 흑백 만화의 특징을 반영한 카투닝을 수행하기 위해서, 본 논문에서는 다음과 같은 작업을 수행한다. 먼저, 원본 이미지 영상의 미세한 색상변화를 제거하기 위해서, 1) Bilateral 필터를 적용한다. 그 후, 영상의 각 영역을 유사한 색상 정보로 클러스터링 하기 위해서, 2) Mean shift 세그멘테이션을 적용하였으며, 각 영역별 확장 작업을 수행하였다. 이때 각 영역의 색상이 유사한 정도를 계산하기 위해서, 사람의 색상인지 능력과 유사한 특성을 가진 HSV 색상 모델을 사용하여, 각 영역의 색상 유사정도를 계산하였다. 최종적으로 세그멘테이션된 색상정보를 바탕으로 흑백만화에서 일반적으로 활용되는 색상과 프레임 이미지의 픽셀값을 고려한 3) 이진화를 수행하고, 4) 스트록을 추가해 흑백 만화의 컷 이미지를 완성한다.

• 한국콘텐츠학회논문지
• /
• 제21권8호
• /
• pp.1-9
• /
• 2021

딥 러닝을 활용한 컴퓨터 비전 연구는 여전히 대규모의 학습 데이터와 컴퓨팅 파워가 필수적이며, 최적의 네트워크 구조를 도출하기 위해 많은 시행착오가 수반된다. 본 연구에서는 네트워크 최적화나 데이터를 보강하는 것과 무관하게 데이터 자체의 특성만을 고려한 CR(Confusion Rate)기반의 유사 이미지 분류 성능 향상 기법을 제안한다. 제안 방법은 유사한 이미지 데이터를 정확히 분류하기 위해 CR을 산출하고 이를 손실 함수의 가중치에 반영함으로서 딥 러닝 모델의 성능을 향상시키는 기법을 제안한다. 제안 방법은 네트워크 최적화 결과와 독립적으로 이미지 분류 성능의 향상을 가져올 수 있으며, 클래스 간의 유사성을 고려해 유사도가 높은 이미지 식별에 적합하다. 제안 방법의 평가결과 HanDB에서는 0.22%, Animal-10N에서는 3.38%의 성능향상을 보였다. 제안한 방법은 다양한 Noisy Labeled 데이터를 활용한 인공지능 연구에 기반이 될 것을 기대한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2016년도 하계학술대회
• /
• pp.253-255
• /
• 2016

본 논문에서는 다중 지역 이진 패턴(Multi-scale Bock LBP, MB-LBP) 특징과 랜덤 포레스트에 기반한 새로운 기법의 머리 방향 분류 기법을 제안한다. 제안 기법에서는 occlusion 과 조명의 변화에 강인한 분류 정확도를 얻기 위해서 랜덤화된 트리를 학습하는 것을 목표로 한다. 우선, 얼굴 이미지로부터 많은 MB-LBP 특징을 추출하고, 얼굴 영상들을 랜덤하게 입력하고 MB-LBP 크기 파라미터와 같은 랜덤 특징과 블록 좌표들을 사용하여 트리를 생성한다. 게다가 각 노드에서 정보 이득을 최대화 하는 트리의 내부 노드를 생성하기 위해서 uniform LBP 의 특성을 고려한 분할 함수를 개발한다. 랜덤화된 트리는 랜덤 포레스트에 포함되어 있으며 마지막 결정단계에서 Maximum-A-Posteriori criterion 으로 최종 결정을 한다. 실험 결과는 제안 기법이 다양한 조명, 자세, 표현, occlusion 상황에서 기존의 방법보다 개선된 성능으로 머리 방향을 분류 할 수 있음을 보여준다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 가을 학술발표논문집 Vol.28 No.2 (2)
• /
• pp.418-420
• /
• 2001

본 논문에서는 뉴스 비디오의 정지 영상에서 뉴스 자막과 배경 문자를 추출하기 위한 새로운 방법을 제안한다. 본 논문에서는 일차적으로 입력 컬러 영상을 그레이 영상으로 변환한 후 입력 영상의 명암 대비를 강화시키기 위해 명암 대비 스트레칭을 적용한다. 이후 명암 대비 스트레칭된 영상의 분할을 위해 적응적 임계값을 적용하고 다음 단계에서 문자와 유사한 영역들을 적당한 크기 의 structuring element를 이용하여 제거하는 1차 하부 단계와 모폴로지 녹임(erosion)을 적용한 영상과 모폴로지(열림닫힘[OpenClose]+닫힘열림[CloseOpen])/2가 적용된 영상 사이의 차이 영상을 구하는 2차 하부 단계를 적용시킨다. 마지막 단계에서 각 후보 영역들 중 실제 자막 영역을 추출해내기 위해, 후보 문자 영역의 화소수 비율과 외곽선의 화소수의 비율, 그리고 장축과 단축간의 비율 등에 대해 필터링을 적용한다. 본 논문에서는 임의의 300개의 뉴스영상을 입력 값으로 실험한 결과 93.6%의 우수한 인식률을 얻을 수 있었다. 또한 본 논문에서 제안한 방법은 structuring element의 크기 조절을 통해 크기가 다른 다양한 이미지에서도 좋은 성능을 거둘 수 있다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2008년도 지능정보 및 응용 학술대회
• /
• pp.133-137
• /
• 2008

본 논문에서는 영상의 콘트라스트를 개선시키는 언샵 마스킹 방법을 제안한다. 언샵 마스킹은 이미지가 가지고 있는 에지와 디테일 정보를 개선시키는데 일반적인 샤프닝 마스크 보다 효과적이기에 이에 관한 많은 연구가 있었다. 제안하는 방법은 방향성 정보를 이용한 블록 기반 업샵 마스킹 방법으로 영상을 블록 단위로 분할하여 각 블록에 대한 DCT를 수행한다. DCT 결과를 토대로 블록들의 방향성 타입을 결정하여 각 블록의 타입에 따라 적합한 언샵 마스킹을 취할 수 있는 유연함을 제공 한다. 블록의 분류는 평탄영역, 텍스쳐, 에지 그리고 나머지 형태로 구분되어 진다. 평탄 영역에 속하는 배경 및 평이한 표면에서는 결과물을 시각적으로 훼손시키지 않기 위해 언샵 마스킹을 적용하지 않는다. 텍스쳐와 에지 영역에 대해서는 고주파 성분을 보존하기 위해 블록 타입에 맞는 적합한 언샵 마스킹을 적용한다. 이에 사용되는 언샵 마스킹은 선명화의 기여도를 제어하는 적응적 필터를 사용하여 디테일이 많은 부분은 콘트라스트를 개선시키고 평탄 영역에 대해서는 선명화를 약하게 하여 최대의 영상 개선 효율을 유도한다.