• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 추계학술대회
• /
• pp.319-321
• /
• 2020

스테레오 이미지는 카메라 두 대를 사용하여 찍은 미묘하게 다른 두 사진을 의미한다. 이 차이는 우리가 두 눈의 차이로 대상과의 거리를 계산하는 것처럼 이미지의 깊이를 예측할 수 있기에 요즘 주목받고 있는 자율주행 자동차나 로봇 비전에 이 기술이 사용된다. 심지어는 스마트폰 또한, 듀얼 카메라라는 이름으로 우리 일상생활에 쉽게 접할 수 있다. 이러한 상황에서 본 논문에서는 두 대의 카메라에서 찍힌 스테레오 이미지에서 손상된 한쪽의 이미지를 복원하는 기술문제에 대해 다루고자 한다.

• 정보과학회 논문지
• /
• 제42권6호
• /
• pp.764-768
• /
• 2015

멀티미디어 데이터의 생산과 소비가 증가함에 따라 이를 효과적으로 처리하고 관리하는 데 필요한 이미지 검색 기술의 필요성이 점차 커지고 있다. 본 논문에서는 이미지 검색 기법 중 최근 주목 받고 있는 특징점 기반의 이미지 검색 방법에서 기존 보다 강인한 기술자를 생성하는 방법을 제안한다. 즉, 스케일 공간 이미지에 더하여 1차 및 2차 미분 이미지를 기술자 생성에 이용함으로써 기술자의 변별력을 향상시키도록 한다. 제시되는 기술자는 다양한 영상 변환을 포함하는 공용 데이터 셋을 이용하여 성능 평가를 수행하였다. 새로운 기술자는 길이가 약간 증가하는 단점이 있으나 특징점 매칭에 있어서 현저한 성능 향상을 보인다.

• 인터넷정보학회논문지
• /
• 제20권6호
• /
• pp.1-10
• /
• 2019

객체기반 이미지 매칭 알고리즘 기술은 이미지 프로세싱 및 컴퓨터 비전 분야에서 광범위하게 사용되어 왔다. 이러한 이미지 매칭 알고리즘 기반의 수 많은 응용 프로그램은 객체인식, 3D 모델링, 비디오 추적 및 바이오 정보학 분야에서 개발되어 왔다. 이미지 매칭 알고리즘의 좋은 예는 Scale invariant Feature Transform(SIFT) 이다. 하지만 SIFT 알고리즘 기술을 이용한 많은 응용 프로그램은 클라이언트-서버 구조가 아닌 하나의 시스템으로 운영되어 왔다. 본 논문은 모바일 플랫폼 기반에서 SIFT 알고리즘 기술을 이용하여 클라이언트-서버 구조로 이미지 매칭 시스템을 구현하였다. 제안된 시스템은 바이오 이미지 객체를 매칭하고 식별하여 사용자에게 유용한 정보를 제공한다. 또한 본 논문의 주요 방법론적 기여는 모바일 장치에 유비쿼터스 인터넷 연결을 활용하여 편리한 사용자 인터페이스와 객체간의 상호작용적인 묘사, 분할, 표현, 매칭 및 바이오 이미지를 검색한다. 본 논문은 이러한 기술과 함께 바이오 정보학에 대한 의미론적 이미지 검색을 수행하며 응용 프로그램에서 객체 이미지의 다른 점을 추출하여 신뢰할 수 있는 이미지 매칭을 수행하는 예를 제시해주었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2012년도 추계학술발표대회
• /
• pp.626-628
• /
• 2012

최근 이미지에서 특징점을 추출하고 이를 활용하는 분야로 이미지 스티칭에 대한 연구가 활발하게 진행되고 있다. 이미지 스티칭에서는 특징점을 추출 및 정합이 중요한 요소이다. 본 논문에서는 특징점 기술자의 차원을 효과적으로 감소시켜 정확하면서도 빠르게 정합점을 찾을 수 있는 효율적인 특징점 기술자 생성을 이용한 빠른 이미지 스티칭 기법을 제안한다. 실험 결과, 이미지 스티칭 속도가 기존의 알고리즘 보다 빠르면서도 향상된 스티칭 이미지를 생성할 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2024년도 춘계학술발표대회
• /
• pp.317-320
• /
• 2024

최근 이미지 분류, 자율 주행 등 다양한 분야에 인공지능 기술이 접목됨에 따라 인공지능 기술을 이용한 새로운 위협이 등장하고 있다. 적대적 공격 중 단일 픽셀 공격은 이미지의 픽셀 하나를 왜곡하여 인공지능의 올바른 분류를 방해하는 공격 기법이다. 본 논문은 단일 픽셀 공격을 완화하는 이미지 처리 기법을 제안한다. 실험 결과에 따르면 제안한 방법을 적용하면 이미지의 사이즈를 27×27 로 조절하였을 때 100 개의 단일 픽셀 공격 이미지 중 94 개를 복구하였으며, 이미지의 신뢰도를 68.89% 개선하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 춘계학술발표대회
• /
• pp.425-428
• /
• 2010

멀티미디어 기기의 확산과 인터넷의 발달로 Flickr, Facebook 과 같은 사회적 네트워크를 기반으로 이미지 공유가 활발해졌다. 사회적 네트워크 사이트에서 이미지의 효율적인 검색과 관리를 위해서 태그를 이용하는 방법이 많이 사용되고 있다. 하지만 많은 양의 이미지에 수동으로 태그를 등록하는 것은 사용자에게 많은 시간과 노력을 요구한다. 태그 추천 기술은 자동으로 사용자에게 태그를 추천함으로써, 수동 태깅의 한계를 극복할 수 있는 방법이다. 본 논문에서는 사회적 네트워크를 기반으로 하는 폭소노미에서 사용자 사이의 사회적 관계를 사용자 들의 얼굴 정보를 이용하여 측정하고, 이를 활용하여 이미지 태그를 추천하는 기술을 제안한다. 제안하는 방법은 이미지의 시각 정보와 태그 분포뿐만 아니라 사용자 사이의 사회적 관계 정보를 추가로 활용한다. 실험을 통해서 제안하는 방법이 기존의 이미지 태그 추천 방법에 비해서 7% 향상된 태그 추천의 정확성을 보장하는 것을 증명하였다.

• 한국게임학회 논문지
• /
• 제11권2호
• /
• pp.115-129
• /
• 2011

본 논문에서는 쉽게 즐길 수 있는 미니 게임과 같은 콘텐츠에서 이미지 검색 기술을 이용하여 게임에 적합한 이미지를 찾을 수 있고 또한 게임 난이도를 조절할 수 있는 방법도 보여준다. 본 방법에서는 영상처리 기술에서 내용기반 영상검색 방법 중의 색상과 질감 특징 값들을 추출하는 기술을 이용한다. 본 논문에서는 이를 이용하여 미니게임인 카드 짝 맞추기 게임에서 게임 안에 사용되는 카드 이미지를 자동으로 선택하게 한다. 이때 검색 기준이 되는 이미지(시드 이미지)의 개수를 조절하여 게임의 난이도에 적용 할 수 있는 것을 보여준다. 실험을 통하여 기존의 영상검색을 이용할 경우 게임에서 부적합 할 수 있는 이미지가 검색되는 문제가 나오는데 반하여 본 논문에서는 게임에 활용하기 용이한 이미지를 검색 할 수 있다는 것을 보여준다.

• 한국전자통신학회논문지
• /
• 제17권2호
• /
• pp.291-298
• /
• 2022

생성적 적대 신경망(Generative Adversarial Networks, GAN)은 내부의 두 신경망(생성망, 판별망)이 상호 경쟁하면서 학습하는 네트워크이다. 생성자는 현실과 가까운 이미지를 만들고, 구분자는 생성자의 이미지를 더 잘 감별하도록 프로그래밍 되어있다. 이 기술은 전체 이미지 X를 다른 이미지 Y로 생성, 변환 및 복원하기 위해 다양하게 활용되고 있다. 본 논문에서는 원본 이미지에서 부분 이미지만 추출한 후, 이를 자연스럽게 다른 객체로 위변조할 수 있는 방법에 관해 기술한다. 먼저 원본 이미지에서 부분 이미지만 추출한 후, 기존에 학습시켜놓은 DCGAN 모델을 통해 새로운 이미지를 생성하고, 이를 전체적 스타일 전이(overall style transfer) 기술을 사용하여 원본 이미지의 질감과 크기에 어울리도록 리스타일링(re-styling) 한 후, 원본 이미지에 자연스럽게 결합하는 과정을 거친다. 본 연구를 통해 원본 이미지의 특정 부분에 사용자가 원하는 객체 이미지를 자연스럽게 추가/변형할 수 있음으로써 가짜 이미지 생성의 또 다른 활용 분야로 사용될 수 있을 것이다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1998년도 가을 학술발표논문집 Vol.25 No.2 (2)
• /
• pp.565-567
• /
• 1998

본 연구는 인터넷과 같은 가상공간에서의 칼라 영상 데이터에 대한 지적재산권 보호를 위한 Watermarking 기술을 연구하였다. 이미지에 Invisible Watermark를 삽입하였으며, 칼라 이미지를 압축, Filtering, truncation등과 같은 처리에도 Watermark의 내구성을 높이는 기술 연구에 중점을 두었다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제68차 하계학술대회논문집 31권2호
• /
• pp.697-698
• /
• 2023

최근 딥 러닝 분야의 기술이 발달하면서 Chat GPT, Google Bard와 같은 자연어 처리 기술이 확대되고 있고 이미지 객체를 분석하는 CLIP, BLIP와 같은 기술도 발전되고 있다. 그러나 전시회와 같은 예술 분야는 딥 러닝 기술 기반의 이미지 데이터 활용이 제한적이다. 본 논문은 전시회장에서의 그림 내부의 객체 데이터를 분석하기 위해 이미지 객체 분석 기술을 사용하고 자연어 처리 기반으로 관람객이 특정 그림에 대한 질문을 입력하면 해당 그림을 식별하는 방법을 제시한다. 이를 통해 관람객이 원하는 그림을 선별하여 관람할 수 있도록 한다.