• Smart Media Journal
• /
• v.9 no.4
• /
• pp.162-169
• /
• 2020

Design is a key factor that determines the competitiveness of products in the textile and fashion industry. It is very important to measure the similarity of the proposed design in order to prevent unauthorized copying and to confirm the originality. In this study, a deep learning technique was used to quantify features from images of textile designs, and similarity was measured using Spearman correlation coefficients. To verify that similar samples were actually detected, 300 images were randomly rotated and color changed. The results of Top-3 and Top-5 in the order of similarity value were measured to see if samples that rotated or changed color were detected. As a result, the VGG-16 model recorded significantly higher performance than did AlexNet. The performance of the VGG-16 model was the highest at 64% and 73.67% in the Top-3 and Top-5, where similarity results were high in the case of the rotated image. appear. In the case of color change, the highest in Top-3 and Top-5 at 86.33% and 90%, respectively.

• Explosives and Blasting
• /
• v.35 no.1
• /
• pp.18-26
• /
• 2017

In Analysis of Fragmentation of rock blasted, The photo analysis method has been mainly used and these image acquisitions are mainly obtained by digital image from the front of the crushed rock. However, Image analysis is basically advantage of the image of planar shooting not front shooting but There is no way to take a photograph of huge plane rock slope. Thus, Unavoidably It is resolved by distorting or extending the image filmed at the front as well as adjusting it similar to its angle of plane shooting. Lately, With advancing unmanned aerial vehicle, It can simply image the fragment conditions of blasted rock of a high-definition digital image and Through it, It can acquire the most planar image to angle which accumulate cataclastic rock and also can make image analysis. In this study, It has been confirmed that tolerance value of analysis result of image filmed flatly is markedly lower than the existing front filmed image.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2013.05a
• /
• pp.379-381
• /
• 2013

In this paper, we propose a method to detect the gradient of the spaces between sentences and to deskew in the document image. First, gradient is measured by pixels for spaces between sentences that has been done an edge extraction in document image and then skewed image is corrected by using the value of the gradient which has been measured. Since document image is divided into several areas, it shows a robust processing result by handling the margin, images, and multistage form in the document. Because the proposed method does not use pixel of the character region but use the blank area, degraded document image as well as vivid document image is effectively corrected than conventional method.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.910-912
• /
• 2005

영상감시기술은 공공장소의 사랑 행동패턴 분석을 통한 범죄 예측, 실내 환경에서의 사람의 출입여부 확인, 다중 카메라에서의 특정 이동객체 추적 등 다양하게 이용되고 있다. 또한 유비쿼터스 환경에서 영상센서로 사용 될 수 있다. 영상감시기술에서는 입력된 영상을 여러 과정을 통하여 분석 하게 된다. 여러 과정 중 이동 객체의 정확한 분석을 위해서는 효과적인 이동객체 검출 방법이 필요하게 된다. 어떤 감시카메라는 객체가 감지되었을 때 감지된 영상을 자동으로 보정한다. 이와 같이 자동보정 카메라에 입력된 영상을 분석할 경우 보정된 정도에 따른 영상처리가 필요하게 된다. 이동객체 검출 단계는 배경영상 모델링, 이동객체 검출, 그림자 제거 단계로 나눌 수 있다. 이 같은 과정 중에 감지된 영상의 자동보정 정도를 측정하고 영상 분석시 측정값을 적용하게 된다. 보정 정도를 적용한 방법과 하지 않은 방법 중에 적용한 방법이 더욱 정확한 검출 정도를 나타냈으며, 검출된 이진 이미지의 개선을 위한 과정 중 Reconstruction의 형태학적 영상처리 방법을 적용하여 기존의 검출 방법보다 향상된 결과 영상을 획득할 수 있었다. 이렇게 검출된 이동객체의 분석을 통해 보다 향상된 분석을 할 수 있게 되며, 차후 유비쿼터스 환경에서의 영상 센서로 사용 될 수 있다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2018.06a
• /
• pp.332-333
• /
• 2018

본 논문에서는 딥러닝 기반의 주행 차로 인식 기법을 활용한 차선 변경 검출 기술을 제안한다. 제안한 방법은 주행 차로, 좌우 차로, 차량 등 3 종의 이미지 데이터를 학습, 검증, 실험 데이터로 나눠 활용하였다. 주행 차로 및 차선 변경 인식을 위하여 변형된 AlexNet 모델을 개발하였다. 실험 결과 주행 차로 69.45%, 좌우 차로 66.9%, 차량 76.4%의 인식률 결과를 보여 기존 패턴인식 방법과 비교하여 우수한 결과를 보였다.

• Journal of Advanced Navigation Technology
• /
• v.14 no.2
• /
• pp.191-197
• /
• 2010

Many does an application and application but the image analysis of face detection considerably is difficult. In order for with effect of the illumination which is irregular in the present paper America the illumination to range evenly in the face which is detected, detects a face territory, Complemented the result which detects only the front face of existing. With LAB color illumination revisions compared in Adaboost face detection of existing and 32% was visible the face detection result which improves. Bought two images which are input and executed Glassfire label rings. Compared Area critical price and became the area of above critical value and revised from RGB smooth anger and LAB images with LCFD system algorithm. The operational conversion image which is extracted like this executed a face territory detection in the object. In order to extract the feature which is necessary to a face detection used AdaBoost algorithms. The face territory remote login with the face territory which tilts in the present paper, until Multi-view face territory detections was possible. Also relationship without high detection rate seems in direction of illumination, With only the public PC application is possible was given proof user authentication field etc.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2018.06a
• /
• pp.343-344
• /
• 2018

본 논문에서는 관심 영역 보존을 고려한 이미지 리사이징 최적화 기법을 제안한다. 이미지 리사이징은 입력 영상을 다양한 비율의 디스플레이나 하드웨어 플랫폼에 적용이 가능한 비율의 영상으로 변환하는 것에 목적을 둔다. 변환 과정에서 인지적 특성을 고려하여 관심 영역 검출을 통해 주요 객체의 왜곡을 최소화하고자 한다. 목표 비율로의 리사이징 시 각 영역별 변환 비율이 상이하게 결정되어야 하고, 이 과정에서 관심 영역 왜곡과 영상 보간 불가능의 문제가 발생한다. 관심 영역 왜곡과 보간 불가능 상태를 최소화하기 위해 영역별 변환 비율을 결정하는 최적화 기법을 제안하여 관심 영역이 보존된 최적화된 결과 영상을 획득하고자 한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.01a
• /
• pp.65-68
• /
• 2021

본 연구에서는 Dilated U-Net 기반의 이미지 복원기법을 통해 콘크리트 균열 추출 성능 개선 방안을 제안한다. 콘크리트 균열은 구조물의 미관상의 문제뿐 아니라 추후 큰 안전사고의 원인이 될 수 있어 초기대응이 중요하다. 현재는 점검자가 직접 육안으로 검사하는 외관 검사법이 주로 사용되고 있지만, 이는 정확성 및 비용, 시간, 그리고 안전성 면에서 한계를 갖고 있다. 이에 콘크리트 구조물 표면에 대해 획득한 영상 처리 기법을 사용한 검사 방식 도입의 관심이 늘어나고 있다. 또한, 딥러닝 기술의 발달로 딥러닝을 적용한 영상처리의 연구 역시 활발하게 진행되고 있다. 본 연구는 콘크리트 균열 추개선출 성능 개선을 위해 Dilated U-Net 기반의 이미지 복원기법을 적용하는 방안을 제안하였고 성능 검증 결과, 기존 U-Net 기반의 정확도가 98.78%, 조화평균 82.67%였던 것에 비해 정확도 99.199%, 조화평균 88.722%로 성능이 되었음을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.11a
• /
• pp.197-200
• /
• 2007

본 논문에서는 로봇 컨트롤 시스템을 위해 입력 받은 영상부터 몇 가지의 손 제스처를 인식하는 비전기반 손 제스처 인식방법을 제안한다. 로봇으로부터 입력 받은 이미지는 로봇의 위치, 주변환경, 조명 등 여러 요인에 따라 다양하게 존재한다. 본 논문은 다양한 환경에서 입력되는 영상으로부터 시스템이 로봇 컨트롤을 위해 미리 지정한 몇 가지 제스처를 인식하도록 한다. 먼저 이미지 조명 변화에 강한 손 제스처 인식을 위하여 레티넥스 이미지 정규화를 적용한 후, YCrCb 공간 상에서 입력된 영상에서 손 영역을 검출 후 위치를 추정한다. 인식된 손 영역에서 특징벡터를 추출함으로서 입력 영상내의 존재할 수 있는 손의 크기나 손의 회전각도 등에 상관없이 필요로 하는 제스처를 인식하도록 한다. 제안된 제스처 인식 결과는 로봇컨트롤을 위한 기존의 제스처인식과 비교하여 성능을 측정하였다.

• Journal of the Korea Society of Computer and Information
• /
• v.27 no.9
• /
• pp.21-32
• /
• 2022

Image labeling must be preceded in order to perform object detection, and this task is considered a significant burden in building a deep learning model. Tens of thousands of images need to be trained for building a deep learning model, and human labelers have many limitations in labeling these images manually. In order to overcome these difficulties, this study proposes a method to perform object detection without significant performance degradation, even though labeling some images rather than the entire image. Specifically, in this study, low-resolution oriental painting images are converted into high-quality images using a super-resolution algorithm, and the effect of SSIM and PSNR derived in this process on the mAP of object detection is analyzed. We expect that the results of this study can contribute significantly to constructing deep learning models such as image classification, object detection, and image segmentation that require efficient image labeling.