• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2012년도 제45차 동계학술발표논문집 20권1호
• /
• pp.69-72
• /
• 2012

영상처리 기법을 이용한 이미지 인식에 관한 콘텐츠들은 다양한 알고리즘을 사용하고 있다. 영상처리 기법 중 이미지 인식 기법에는 대표적으로 PCA(Principal Component Analysis)알고리즘이 있으며, 이 알고리즘에 적용된 대표적인 콘텐츠로 얼굴 문자인식이 있다. 이 알고리즘은 정확성을 위하여 학습을 통한 영상의 저장과 인식을 통한 복잡한 알고리즘을 사용한다. 복잡한 알고리즘의 사용으로 간단한 이미지 인식 콘텐츠의 경우 시스템 처리속도에 영향을 줄 수 있다. 따라서 이 논문에서는 색상의 분포를 통하여 그 수치를 이용한 이미지를 분석한 실험을 통하여 간단한 이미지인식 시스템을 위한 알고리즘을 제시하고, 이 알고리즘을 통해서 얻을 수 있는 장 단점을 분석하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2014년도 추계학술대회
• /
• pp.77-80
• /
• 2014

멀티미디어 기술의 보급 확산 및 급속한 발전으로 새로운 영상 압축 기술인 HEVC(High Efficiency Video Coding) 고화질 영상 압축 표준을 탄생시켰으며, 사용자 또한 대형 화면에 대한 선호도가 높아지고 있다. 그 결과 기존의 HD급 영상보다 4배 이상, 16배까지 선명한 초고화질 UHD(Ultra High Definition) 영상 서비스가 차세대 방송기술로 새롭게 주목받고 있다. 또한 JPEG 2000 압축도 기존 처리된 $4096{\times}4096$ 픽셀 이미지를 넘어 초고화질 해상도 이미지(8K : $7680{\times}4320$ 혹은 $8192{\times}4320$ 픽셀)를 처리 지원을 하고 있다. 따라서 초고화질 이미지의 획득 및 저장을 위해서는 고속의 처리 기술이 필요하다. 이에 본 논문은 초고화질 해상도 이미지의 고속 처리를 위한 병렬처리 기술에 대해 단계적 연구를 실행하며, 이를 위하여 1차적으로. JPEG 2000의 처리 과정을 살펴보고 전처리 단계인 색공간 변환 알고리즘 적용을 위하여 사용자 정의의 쓰레드 기반 고속처리를 수행하였다. 실험 결과 기존의 처리보다 사용자 정의 기반 쓰레드 고속처리가 초고화질 해상도 이미지(UHD 8K : $7680{\times}4320$)를 기준으로 최대 15배의 성능 향상의 결과를 보여주었다.

• 전기전자학회논문지
• /
• 제27권4호
• /
• pp.561-566
• /
• 2023

딥러닝의 발전으로 다양한 컴퓨터 비전 연구를 수행할 수 있게 됐다. 딥러닝은 컴퓨터 비전 연구 중 이미지 처리에서 높은 정확도와 성능을 보여줬다. 하지만 대부분의 이미지 처리 방식은 이미지의 시각 정보만을 이용해 이미지를 처리하는 경우가 대부분이다. 이미지-텍스트 쌍을 활용할 경우 이미지와 관련된 설명, 주석 등의 텍스트 데이터가 이미지 자체에서는 얻기 힘든 추가적인 맥락과 시각 정보를 제공할 수 있다. 본 논문에서는 이미지-텍스트 쌍을 활용하여 이미지와 텍스트를 분석하는 딥러닝 모델 제안한다. 제안 모델은 이미지 정보만을 사용한 딥러닝 모델보다 약 11% 향상된 분류 정확도 결과를 보였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제5권10호
• /
• pp.489-496
• /
• 2016

병리 정보시스템(Pathological Information System: PIS)은 매일 수천 장씩 생산되는 환자 병리 이미지를 관리하는데 활용되고 있으며, 이 이미지 정보들을 어떻게 효과적으로 처리할 것인지는 병리 정보 처리에 있어서 중요한 연구 과제 중 하나이다. 이미지의 외곽선을 추출하는 것은 병리 이미지 처리에 있어 가장 중요한 작업이지만 현재 사용되는 알고리즘은 정확도에 있어 많은 개선점을 가지므로, 본 논문에서는 이미지의 외곽선 검측에 있어서 기존의 Canny 알고리즘의 원리를 바탕으로 적응적 임계값 설정이 가능하며 눈금자를 임계값 설정의 기준으로 삼는 방식을 제안하여 기존 외곽선 추출 방식보다 정확한 방식을 제안한다. 제안 방식은 기존 방식과의 비교실험을 통해 성능을 검증하였으며, 이 실험에서는 임의로 선정된 병리 이미지 군, 기존 방식으로는 식별이 제한되었던 병리 이미지 군 및 의도적으로 노이즈를 추가한 이미지 군을 대상으로 실험하였고, 실험 결과를 비교하여 제안하는 이미지 외곽선 식별 방식의 향상된 성능을 증명했다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2011년도 춘계학술발표대회
• /
• pp.300-303
• /
• 2011

이미지 어노테이션 기법은 효과적인 이마지 공유 및 검색을 위하여 활발하게 연구되고 있는 연구분야 중 하나로서, 최근에는 사용자들에 의하여 제작되는 방대한 양의 이미지 데이터 및 태그 정보를 제공하는 Flick와 같은 소셜 이마지 데이터베이스를 활용함으로써 이미지 어노테이션 및 이미지 검색을 효과적으로 수행하고자 하는 다양한 연구들이 시도되고 있다. 본 논문에서는 이미지 지식정보의 관리 및 공유를 위한 온톨로지와 소셜 이마지 데이터베이스를 활용하여 이미지 어노테이션을 수행하기 위한 시스템을 제안한다. 본 논문에서 제안하는 시스템은 소셜 이미지 데이터베이스를 활용하여 의미 있는 개념들을 이미지 어노테이션에 활용하며, 지식 관리 체계인 온툴로지를 이용하여 이미지 데이터베이스 내의 이미지 및 개념간에 존재하는 의미적 관련성을 기반으로 보다 효율적인 이미지 검색을 수행하고자 한다.

• 정보처리학회지
• /
• 제11권1호
• /
• pp.77-83
• /
• 2004

컴퓨터 그래픽스는 컴퓨터를 이용하여 다양한 이미지를 생성하는 응용 학문이다. 컴퓨터를 이용하여 이미지를 생성하기 위해서는 나타내고자 하는 물체를 표현하는 모델링과 표현된 모델을 이미지로 나타내기 위한 렌더링이 필요하며, 일반적으로 모델링 방법에 따라 렌더링 기법도 좌우된다.

• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2000년도 하계종합학술대회논문집
• /
• pp.237-240
• /
• 2000

본 논문에서는 원격탐사 이미지 데이터의 분석과정중의 하나인 이미지의 분류를 위해서 적용되는 다중분광 영상에서 특징 추출을 위한 효율적인 방법을 제안한다. 즉, 웨이브렛 변환을 이용하여 위성탐사 이미지 데이터의 특성을 분석하여 실제 이미지 분류에 기여도가 높은 특징을 추출하는 방법을 제안하였다. 효과적인 특징을 추출하기 위하여 이미지 데이터의 텍스쳐 특징을 이용하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2003년도 추계학술발표논문집 (상)
• /
• pp.101-104
• /
• 2003

많은 디지털 이미지 중에서 원하는 이미지를 효과적으로 검색하기 위한 방법 중에 이미지에 저장되어 있는 이미지에 대한 텍스트 정보를 가지고 검색을 하는 방법이 있다. 하지만 이는 이미지에 대한 정보 형식 자체가 이미 정해져 있다는 한계가 있다. 하지만 이미지에 따라 검색에 사용할 수 있는 정보 자체가 다를 수 있다. 따라서 본 논문에서는 사용자가 원하는 이미지 필드자체를 추가하여 정보를 삽입하고 검색에 활용하는 방안은 제안하고자 한다. 또한 이미지의 영역에 대한 정보를 추가하여 이미지의 영역별 특징을 나타낼 수 있게 하여 검색 시에 원하는 영역의 이미지만을 표시하게 함으로써 검색의 속도도 높이고자 한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2000년도 추계학술발표논문집 (상)
• /
• pp.731-734
• /
• 2000

최근 인터넷 사용의 증가와 디지털 카메라, 스캐너등의 디지털 장비의 보급으로 인터넷을 통한 디지털 이미지의 표현과 전시효과가 필요하게 되었다. 이러한 디지털 이미지들을 보다 쉽게 효율적으로 전시하고 다루기 위한 방법으로 이 시스템을 제안한다. 이 시스템은 웹에서 이미지 정보를 공급하려는 제공자가 쉽게 자신의 이미지 서비스를 제공할 수 있으며, 서버상의 이미지를 자동적으로 추출하여 이미지 뷰, 업로드, 썸네일, 슬라이드, 검색, 설명부가, 사용자별 옵션, 간단한 영상처리, 풍선말 이미지 메일 전송 둥의 다양한 기능을 서비스를 할 수 있도록 구성되어 있다. 또한 그 기능을 동영상으로 확장하여 보다 동적인 인터넷 전자앨범을 구현하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 추계학술발표대회
• /
• pp.942-945
• /
• 2019

현재 딥러닝은 컴퓨터 분야에서 이미지 처리 방법으로 활용도가 높아지면서 딥러닝 모델 개발 연구가 활발히 진행되고 있다. 딥러닝 모델 중에서 이미지 생성모델은 대표적으로 GAN(Generative Adversarial Network, 생성적 적대 신경망) 모델을 활용하고 있다. GAN은 생성기 네트워크와 판별기 네트워크를 이용하여 진짜 같은 이미지를 생성한다. 생성된 이미지는 실제 이미지와의 오차를 최소화해야 하며 이때 사용하는 함수를 손실함수라고 한다. GAN에서 손실함수는 이미지를 생성하는 학습이 불안정하여 이미지 품질이 떨어지는 문제가 있다. 개선된 GAN 관련 연구가 진행되고 있지만 완전한 문제 해결에는 부족하다. 본 논문은 7개의 GAN 모델에서 사용하는 손실함수를 분류하고 특징을 분석한다.