• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2010.10a
• /
• pp.203-205
• /
• 2010

파노라마 영상을 재구성하는 기존의 방법은 Labeling을 이용하여 객체를 비교한 후에 결합시키는 방법을 적용하였으나 시간이 많이 소요되고 각각의 이미지를 Labeling하는 과정에서 개체 간의 불일치가 발생하여 정확히 영상을 결합할 수 없는 경우가 발생한다. 따라서 본 논문에서는 처리 속도 개선을 위하여 전체 이미지의 1/3만 Labeling한 후에 객체 간을 비교하여 결함시킨다. 그리고 각도가 틀린 경우에는 특징점을 찾아내는 SURF 알고리즘을 적용하여 각각의 이미지에서 Labeling한 사각형의 4개의 포인터에 대해 1개의 중심점을 구하여 Homography를 이용하여 2개의 영상을 자연스럽게 정합한다. 본 논문에서 제안한 파노라마 영상 재구성 방법의 성능을 평가하기 위하여 다양한 이미지를 대상으로 실험한 결과, 기존의 방법보다 영상을 재구성하는데 효과적인 것을 확인하였다. 그리고 처리 속도 측면에서도 개선되었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.604-606
• /
• 2001

최근 들어 이미지 모자익은 가상현실과 웹 브라우저 상에서의 가상환경 구축, 관광, 광고 등, 많은 응용분야에서 관심을 모으고 있다. 이미지 모자익을 위해 해결해야 할 주된 문제는 이미지들 간의 중복되는 영역에서 정확한 대응점을 찾는 것이다. 지금까지 이 대응점을 찾기 위한 노력은 시스템의 많은 계산량과 시간을 투자해야만 했다. 또한 대부분의 모자익이 여러 차례의 촬영에 의한 정지 화상들 간의 모자익에 그치고 있다. 따라서 본 논문에서는 비디오 카메라를 이용하여 프레임들 간의 중복되는 영역에서 일정한 비교 영역을 지정하고 그 비교 영역 안에서 대응점을 찾는 블럭 매칭 방법을 적용함으로써 전체적인 모자익 시간을 줄이는 방법을 구현하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.05a
• /
• pp.422-425
• /
• 2021

본 논문에서는 최근 다양한 분야에서 많이 활용되고 있는 YOLO와 EAST 신경망을 이미지 속 문자열 탐지문제에 적용해보고 이들의 성능을 비교분석 해 보았다. YOLO 신경망은 v3 이전 모델까지는 이미지 속 문자영역 탐지에 낮은 성능을 보인다고 알려졌으나, 최근 출시된 YOLOv4와 YOLOv5의 경우 다양한 형태의 이미지 속에 있는 한글과 영문 문자열 탐지에 뛰어난 성능을 보여줌을 확인하고 향후 문자 인식 분야에서 많이 활용될 것으로 기대된다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2021.06a
• /
• pp.324-326
• /
• 2021

증강현실은 현실 공간에 가상의 객체를 합성한 영상을 생성하는 기술이다. 증강현실 기술에 대한 지속적인 수요 증가와 기술 발전이 이루어져 왔으며, 앞으로 사용자에게 현실을 기반으로 생성된 이질감이 느껴지지 않는 정교한 영상을 제공할 수 있으리라 기대할 수 있다. 본 논문에서는 증강현실 기술로 생성된 합성 영상이 정교한 영상임을 판단할 수 있는 객관적인 기준을 마련하기 위해 기존의 머신 러닝 기반의 이미지 분류 모델들로 합성 이미지 예측에 대한 실험을 진행하고 그 결과를 비교한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.05a
• /
• pp.639-641
• /
• 2023

이미지 기반 폐기물 처리시스템에서 품목별 상이한 수집 난이도로 인해 발생하는 데이터 불균형으로 분류 모델 학습에 어려움이 따른다. 따라서 본 논문에서는 폐기물 분류 모델의 성능 비교를 통해 적합한 이미지 생성 모델을 탐색한다. 데이터의 불균형을 해결할 수 있도록 VAE(Variational Auto-Encoder), GAN(Generative Adversarial Networks) 및 Diffusion Model을 이용하여 이미지를 생성한다. 이후 각각의 생성 방법에 따라 학습데이터와 병합하여 객체 분류를 진행하였다. 정확도는 VAE가 84.41%로 3.3%의 성능 향상을, F1-점수는 Diffusion Model이 91.94%로 6.14%의 성능 향상을 이루었다. 이를 통해, 데이터 수집에서 나타나는 데이터 불균형을 해결하여 실 사용환경에 알맞은 시스템을 구축이 가능함을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.04a
• /
• pp.683-686
• /
• 2015

본 논문에서는 스케일링-불변 윤곽선 이미지 매칭의 시각화 도구를 제안한다. 윤곽선 이미지를 시계열로 나타낼 경우, 시계열 매칭 기술을 활용하여 대용량 윤곽선 이미지 매칭을 보다 빠르게 수행할 수 있다. 이러한 윤곽선 이미지 매칭에서, 스케일링 불변의 지원은 스케일된 유사 이미지를 검색하기 위한 중요한 요소이다. 본 논문에서는 스케일링-불변 윤곽선 이미지 매칭 시스템을 클라이언트-서버 모델을 기반으로 구현한다. 먼저, 클라이언트는 질의 이미지를 시계열로 변환하고, 스케일링 팩터 구간 및 허용치와 함께 서버에 전달하고, 매칭 결과로 반환된 이미지를 차트 형태로 시각화한다. 다음으로 서버는 다차원 인덱스를 활용하여 대용량 윤곽선 시계열 데이터에 대한 빠른 시계열 매칭을 수행한다. 구현 결과, 제안하는 윤곽선 이미지 매칭 시각화 도구는 질의 이미지와 스케일링-불변 결과 이미지를 세 가지의 차트를 통해 직관적으로 비교 및 분석 가능하게 하였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.11a
• /
• pp.236-239
• /
• 2003

본 논문에서는 많은 잡음으로 인해 손상된 지문으로부터 향상된 특이점 추출에 관한 방법을 제안한다. 최근 들어 주민등록증 뒷면의 지문 이미지와 본인의 생체 지문을 비교하여 본인임을 판단하는 시스템에 관한 연구가 활발하게 진행되어지고 있다. 그런데 생체지문 인식 장치를 통해 입력받은 지문 이미지는 왜곡과 잡음이 없는데 반해 주민등륵증상의 지문이미지는 입력 당시 잉크를 통해 회전날인 방식으로 입력받아 잡음과 왜곡이 심하여 두 이미지간의 인증율이 좋지 않다. 이에 주민등록증의 지문 이미지에 대한 잡음과 왜곡보정 필터링과 오류 특이점 제거 등을 통하여 향상된 지문인식 시스템을 구성할 수 있는 방법을 제안한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10a
• /
• pp.127-129
• /
• 2000

일반적인 색 정보추출방법으로 색 히스토그램(Color Histogram)은 색의 분포나 응집성, 질감에 대한 구분능력이 없다는 단점을 가지고 있어 정환한 이미지 유사성 비교를 위해 추가적인 정보를 요구한다. Androutsos등은 Haar Wavelet 변환을 통해 이미지의 방향성 질감정보를 구하였다[1]. 하지만 이 방법은 Haar Wavelet 변환의 특성으로 인해 정확한 방향성 정보를 얻을 수 없었다. 본 논문에서는 인접 픽셀(pixel)값의 편차(deviaiton)를 이용하여 방향성 정보를 추출 성능을 향상시키는 방법을 제안하였고, Brodatz 112 질감 이미지와 실재 자연사진을 통해 방향성 질감의 성능을 평가하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.04a
• /
• pp.373-374
• /
• 2012

위치정보를 활용한 응용시스템을 구축하는 경우 컬러 이미지 처리를 위하여 조명이나 객체의 물리적 특성에 불변한 특징값을 활용하게 된다. 이 연구에서는 컬러불변치로 재정의된 픽셀을 기반으로 한 여러 이미지 특징값을 단순 비교분석함으로써 위치기반 어플리케이션에서 이미지 유사도를 측정하는데 그 결과를 활용하고자 한다.

• Journal of the Korean BIBLIA Society for library and Information Science
• /
• v.25 no.4
• /
• pp.313-332
• /
• 2014

With the increased creation, distribution, and use of image in context of the development of digital technologies and internet, research endeavors have accumulated drastically. As two dominant aspects of image retrieval have been considered content-based and concept-based image retrieval, concept-based image retrieval has been focused in the field of Library and Information Science. This study aims to systematically review the accumulated research of image retrieval from the perspective of LIS field. In order to achieve the purpose of this study, two data sets were prepared: a total of 282 image retrieval research papers from Web of Science, and a total of 35 image retrieval research from DBpia in Kore for comparison. For data analysis, systematic review methodology was utilized with bibliographic analysis of individual research papers in the data sets. The findings of this study demonstrated that two sub-areas, image indexing and description and image needs and image behavior, were dominant. Among these sub-areas, the results indicated that there were emerging areas such as collective indexing, image retrieval in terms of multi-language and multi-culture environments, and affective indexing and use. For the user-centered image retrieval research, college and graduate students were found prominent user groups for research while specific user groups such as medical/health related users, artists, and museum users were found considerably. With the comparison with the distribution of sub-areas of image retrieval research in Korea, considerable similarities were found. The findings of this study expect to guide research directions and agenda for future.