• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.853-855
• /
• 2021

본 연구는 회화문화재 속에 표현된 다양한 종류의 객체를 검출할 수 있는 딥러닝 모델생성을 위해 필요한 학습용 이미지 데이터셋 구축방안을 제안한다. 먼저 기존 동양화 기반의 회화문화재 이미지 데이터 및 객체 특징 분석을 진행하였고, 이를 바탕으로 Natural image에 Pose transfer 및 Style transfer를 적용한 새로운 방식의 회화문화재 이미지 데이터 생성 방법을 제안한다. 제안한 프레임워크를 통해 기존 문화재 분야에서 가지고 있던 제한된 데이터 구축문제를 극복하고, 검출모델 생성을 위한 대용량의 학습데이터 구축 가능성을 제시하였다.

• Journal of the Korea Society of Computer and Information
• /
• v.29 no.7
• /
• pp.41-51
• /
• 2024

In this paper, we explore the enhancement of target detection accuracy in the guided weapon using deep learning object detection on infrared (IR) images. Due to the characteristics of IR images being influenced by factors such as time and temperature, it's crucial to ensure a consistent representation of object features in various environments when training the model. A simple way to address this is by emphasizing the features of target objects and reducing noise within the infrared images through appropriate pre-processing techniques. However, in previous studies, there has not been sufficient discussion on pre-processing methods in learning deep learning models based on infrared images. In this paper, we aim to investigate the impact of image pre-processing techniques on infrared image-based training for object detection. To achieve this, we analyze the pre-processing results on infrared images that utilized global or local information from the video and the image. In addition, in order to confirm the impact of images converted by each pre-processing technique on object detector training, we learn the YOLOX target detector for images processed by various pre-processing methods and analyze them. In particular, the results of the experiments using the CLAHE (Contrast Limited Adaptive Histogram Equalization) shows the highest detection accuracy with a mean average precision (mAP) of 81.9%.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.8 no.1
• /
• pp.25-30
• /
• 2008

In this paper, we propose a color quantization method regarding facial image for mobile services. For facial images, skin colors are more emphasized. First, we extract skin-color mask in the image and divide the image into two regions. Next, we extract color pallette for two regions respectively. In the proposed method, the loss in the face region is minimized and it can be useful for mobile services considering facial images. From the 8-bit color quantization experiment, we show that the proposed method works well.

• Proceedings of the KIEE Conference
• /
• 2006.10a
• /
• pp.16-17
• /
• 2006

적외선 이미지 센서용으로 사용되는 마이크로 볼로미터 센서는 process variation으의 인하여 모든 볼로미터 센서의 셀이 정확한 저항값을 갖지 못하여 입력신호에 왜곡을 가져 온다. 본 논문에서는 적외선 이미지 센서용 CMOS 검출회로를 설계하는 데 있어, 이러한 볼로미터 셀 어레이의 고정패턴잡음(Fixed Pattern hoise)을 최소화하는 방법에 대해 연구하였다. 기존의 단일 입력 방식 검출회로는 볼로미터 셀어레이의 고정패턴잡음을 보정하기 위하여 추가적인 보정 회로를 필요로 하였다. 이러한 문제점을 해결하기 위해서 본 논문에서는 차동 입력 방식 검출회로를 제안하였으며, 이를 적용하여 출력을 살펴본 결과 추가적인 보정회로 없이 20%의 노이즈 감쇠효과를 얻을 수 있다. 연구 결과를 바탕으로 32${\times}$32 크기를 갖는 셀어레이의 볼로미터를 구성하여 전체 칩을 설계하였으며 컴퓨터 시물레이션을 통해 결과를 분석하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2021.06a
• /
• pp.180-182
• /
• 2021

본 논문은 눈 랜드마크 위치 검출과 시선 방향 벡터 추정이 하나의 딥러닝 네트워크로 통합된 시선 추정 네트워크를 제안한다. 제안하는 네트워크는 Stacked Hourglass Network[1]를 백본(Backbone) 구조로 이용하며, 크게 랜드마크 검출기, 특징 맵 추출기, 시선 방향 추정기라는 세 개의 부분으로 구성되어 있다. 랜드마크 검출기에서는 눈 랜드마크 50개 포인트의 좌표를 추정하며, 특징 맵 추출기에서는 시선 방향 추정을 위한 눈 이미지의 특징 맵을 생성한다. 그리고 시선 방향 추정기에서는 각 출력 결과를 조합하고 이를 통해 최종 시선 방향 벡터를 추정한다. 제안하는 네트워크는 UnityEyes[2] 데이터셋을 통해 생성된 가상의 합성 눈 이미지와 랜드마크 좌표 데이터를 이용하여 학습하였으며, 성능 평가는 실제 사람의 눈 이미지로 구성된 MPIIGaze[3] 데이터 셋을 이용하였다. 실험을 통해 시선 추정 오차는 0.0396 MSE(Mean Square Error)의 성능을 보였으며, 네트워크의 추정 속도는 42 FPS(Frame Per Second)를 나타내었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.11a
• /
• pp.625-628
• /
• 2002

동영상의 장면 전환의 검출은 특정 객체의 검출, 비디오 압축 또는 비디오 문서의 군집화, 비디오 데이터베이스 시스템 등 많은 응용프로그램에서 유용하게 다루어진다. 특히 멀티미디어 데이터베이스에서 이미지를 검출하는 처음 단계로서 Shot Change 검출은 아주 중요하다. 이미 장면 전환의 검출을 위한 여러 알고리즘이 개발되어 발표되었다. 본 논문에서는 대용량의 영상 데이터 사이즈를 고려하여 검출에 소요되는 시간과 검출의 정확도의 상쇄관계를 알아보기 위해서 히스토그램의 분포에 의한 알고리즘과 이미지의 평균과 분산을 이용한 알고리즘을 구현하고 그 알고리즘 간의 성능의 차이를 비교하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.11a
• /
• pp.1077-1079
• /
• 2020

본 논문에서는 현재 활발히 연구 중에 있는 얼굴 인식의 전 과정인 얼굴 검출단계를 OpenCV를 이용한 안드로이드 기반의 휴대용 스마트폰으로 실시간 얼굴 및 눈 영역을 검출하는 어플리케이션의 개발을 수행하였다. 얼굴 검출 및 눈 검출 기술은 OpenCV에서 제공하는 실시간 얼굴 인식을 위해 이미지에서 얼굴의 특징을 찾는 기법 중 하나인 Haar-like Feature을 이용한 검출 방식을 사용하였다. 얼굴 검출 및 눈 검출에 대해 스마트폰에서 촬영한 이미지를 사용하여 구현 결과를 평가하였다.

• Journal of the Korea Convergence Society
• /
• v.10 no.3
• /
• pp.15-22
• /
• 2019

In this paper, we proposed a Hangeul detection method using structural features of histogram, consonant, and vowel to solve the problem of Hangul which is separated and detected consonant and vowel The proposed method removes background by using DoG (Difference of Gaussian) to remove unnecessary noise in Hangul detection process. In the image with the background removed, we converted it to a binarized image using a cumulative histogram. Then, the horizontal position histogram was used to find the position of the character string, and character combination was performed using the vertical histogram in the found character image. However, words with a consonant vowel such as '가', '라' and '귀' are combined using a structural characteristic of characters because they are difficult to combine into one character. In this experiment, an image composed of alphabets with various backgrounds, an image composed of Korean characters, and an image mixed with alphabets and Hangul were tested. The detection rate of the proposed method is about 2% lower than that of the K-means and MSER character detection method, but it is about 5% higher than that of the character detection method including Hangul.

• Journal of the Korean Society for Railway
• /
• v.20 no.3
• /
• pp.374-381
• /
• 2017

Concrete sleepers, installed on majority of railroad track in this nation can, if not maintained properly, threaten the safety of running trains. In this paper, an algorithm for automatically identifying cracks in a sleeper image, taken by high-resolution camera, is developed based on Adaboost, known as the strongest adaptive algorithm and most actively utilized algorithm of current days. The developed algorithm is trained using crack characteristics drawn from the analysis results of crack and non-crack images of field-installed sleepers. The applicability of the developed algorithm is verified using 48 images utilized in the training process and 11 images not used in the process. The verification results show that cracks in all the sleeper images can be successfully identified with an identification rate greater than 90%, and that the developed automatic crack identification algorithm therefore has sufficient applicability.

• Journal of Korea Multimedia Society
• /
• v.15 no.11
• /
• pp.1292-1304
• /
• 2012

Recently, digital images are extremely forged by editors or advertisers. Also, amateurs can modify images throughout easy editing programs. In this study, we propose identification and analytical methods for the modified images to figure out those problems. In modified image analysis, we classify two parts; a filtering change and a geometric change. Those changes have an algorithm based on interpolation so that we propose the algorithm which is able to analyze a trace on a modified area. With this algorithm, we implement a detection map of interpolation using minimum filter, laplacian algorithm, and maximum filter. We apply the proposed algorithm to modified image and are able to analyze its modified trace using the detection map.