• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2006.11a
• /
• pp.59-62
• /
• 2006

본 논문에서는 OpenGL Rendering을 이용한 모델기반 3D 다시점 영상의 객체 구현을 위한 구성과 각 모듈에 적용되는 알고리즘에 대해 중점적으로 연구하였다. 한 장의 텍스쳐 이미지와 깊이 맵(Depth Map)을 가지고 다시점 객체를 생성하기 위해, 먼저 깊이 정보의 전처리 과정을 거친다. 전처리 된 깊이 정보는 OpenGL상에서의 일정 간격의 꼭지점(Vertex) 정보로 샘플링 된다. 샘플링 된 꼭지점 정보는 깊이 정보를 z값으로 가지는 3차원 공간 좌표상의 점이다. 이 꼭지점 정보를 기반으로 텍스쳐 맵핑 (texture mapping)을 위한 폴리곤(polygon)을 구성하기 위해 딜루이니 삼각화(Delaunay Triangulations) 알고리즘이 적용되었다. 이렇게 구성된 폴리곤 위에 텍스쳐 이미지를 맵핑하여 OpenGL의 좌표 연산을 통해 시점을 자유롭게 조정할 수 있는 객체를 만들었다. 제한된 하나의 이미지와 깊이 정보만을 가지고 좀 더 넓은 범위의 시점을 가지는 다시점 객체를 생성하기 위해, 새로운 꼭지점을 생성하여 폴리곤을 확장시켜 기존보다 더 넓은 시점을 확보할 수 있었다. 또한 렌더링된 모델의 경계 영역 부분의 깊이정보 평활화를 통해 시각적인 개선을 이룰 수 있었다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2021.10a
• /
• pp.50-51
• /
• 2021

In this paper, in order to design an image deep learning algorithm using a Lunar New Year image, a preliminary study on the shape and shadow of the image is conducted. In order to perform image deep learning, it is necessary to identify the characteristics of the Lunar New Year image, configure an appropriate label, and proceed with the preprocessing process. Image data is a cohort photo collected by Daejeon University, and based on this, we intend to establish a goal for conducting research from the data.

• Journal of IKEEE
• /
• v.26 no.4
• /
• pp.639-646
• /
• 2022

In this paper, to solve the large dataset problem, we collect images through an image collection method called web crawling and build datasets for use in image classification models through a data preprocessing process. We also propose a lightweight model that can automatically classify images by adding category values by incorporating transfer learning into the image classification model and an image classification model that reduces training time and achieves high accuracy.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2024.01a
• /
• pp.411-412
• /
• 2024

본 논문에서는 인공위성 이미지 비교 알고리즘을 설계하여 국제원자력기구(IAEA)와의 안전조치협정 추가의정서에 따른 원자력 시설 부지 정보의 변동 사항을 검출하는 시험을 수행하였다. 구글 어스에서 특정 장소에 대해 촬영 시간이 다른 인공위성 이미지를 얻어 시험 데이터로 사용하고 본 논문에서 개발한 5단계 이미지 비교 알고리즘을 구동한 결과 추가되거나 사라진 건물을 추적할 수 있었다. 향후 알고리즘 성능에 중요한 역할을 하는 검출 조정값(역치) 자동 도출 기능 및 이미지 전처리 프로세스를 개선한다면 대량 이미지 분석이 필요한 업무에 활용할 수 있을 것이다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.553-555
• /
• 2000

기존의 특징점 추출 알고리즘들은 입력 지문의 전처리, 이미지의 이진화, 세선화, 특징점 추출 등의 여러 처리 단계를 거쳐 이루어지므로 잡음등과 같은 외부적 요인과 여러 처리단계엣 발생하는 내부적 요인 등으로 왜곡 현상을 피하기 어렵고 전체 인증 시간이 길어 지는 등 성능 저해 요인이 많다. 본 논문에서는 복잡한 처리 과정을 거치지 않고 입려영상에서 집적 융선의 흐름을 추적하여 특징점들을 추출하고 매칭을 수행함으로써 이미지의 왜곡에서 오는 오류를 줄이고 처리 시간을 단축하여 기존의 시스템보다 빠른 시간에 지문을 인식하는 시스템을 설계 및 구현한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.508-510
• /
• 2002

본 연구에서는 실시간으로 얼굴을 인식, 검증하기 위한 전처리 단계로써 얼굴을 고속으로 추출하고 추출된 영상을 개선하기 위한 효율적인 기법들을 소개한다. 먼저 RGB로 획득되는 영상을 인간의 시각 구조와 유사한 HSI 컬러 모델로 변환하고 여기서 인간의 피부 영역에 해당하는 컬러 분포를 조사하여 대강의 얼굴 영역을 찾고 이 영역을 대상으로 두 개의 가변 템플릿과의 상관도(Correlation)를 이용하여 최적의 얼굴 안면을 찾는다. 보다 나은 얼굴 인식을 위하여 검출된 얼굴 안면 이미지에서 조명 평면(Illumination plane) 이미지를 추출하여 먼저 불균일성을 보정한 다음 평활화(Equalization)를 수행함으로써 영상을 개선한다.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2000.12a
• /
• pp.53-56
• /
• 2000

본 논문에서는 컬러이미지의 스케일링(scaling)을 위해 경사투영방법을 사용하여 기본적인 보간방법, 최소자승근사(least square approximation)의 결과들과 비교하여 보았다. 경사투영방법은 최소의 근사오차(approximation error)를 제공하는 수직투영(orthogonal projection)방법과 유사한 결과를 제공하며 전처리 필터 디자인에 자유성을 부여하고, 좀 더 일반화된 형태의 보간 방법이다. 사용된 방법을 기본적인 보간법들과 비교하여 보았을 때 더 좋은 PSNR의 결과를 얻을 수 있었으며 최소자승근사 방법과 유사한 결과들을 얻을 수가 있었다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.05c
• /
• pp.263-267
• /
• 2002

본 논문에서는 지문의 인식을 이용한 신원확인 시스템을 설계 및 구현해 보았다. 최근 새로운 주민등록증이 발급되면서 이를 신분확인에 주로 사용하고 있는데 사람의 유관에 의해 주민등록 증상의 사진과 실물을 비교 판단함에 있어서 주변의 환경(야간, 조명, 혼잡 등)으로 인해서 오판의 소지가 생기고, 주민등록증상의 사진을 위조하여 범죄에 사용되는 경우도 종종 일어나고 있다. 이를 위해 주인등록증상의 지문부분과 실제 센서로 입력된 지문을 서로 비교하여 신원을 정확하고 빠르게 확인할 수 있는 시스템을 설계하였는데 그 중에서 전처리 부분에 해당되는 이미지 처리과정에 대해서 설명하였다.

• Annual Conference of KIPS
• /
• 2020.11a
• /
• pp.1087-1088
• /
• 2020

본 논문에서는 특징 추출 분석, 관심 영역을 추출하기 위한 몇 가지 종래의 이미지 전처리 방법과 K-means 클러스터링 및 이미지 분할방법을 통해서 얻어진 결과를 정상적인 세포와 비정상 세포를 추출하는 기법을 제안한다. 그 결과 97.8% 분류로 우수한 성능을 보여주었다.

• Annual Conference of KIPS
• /
• 2023.11a
• /
• pp.473-474
• /
• 2023

잘못된 분리수거는 다른 재활용 폐기물의 재활용을 제한한다. 본 논문에서는 올바른 분리수거를 위해 페트병 라벨 유무 분류 모델을 구현했다. 초기 모델의 낮은 성능을 개선하기 위해 이미지 데이터의 노이즈를 줄이는 편집을 거치고 데이터 증강을 적용하였으며, 모델 개선 작업을 진행하여 과적합을 피하면서 더 나은 성능을 도출했다. 최종 모델은 초기 모델보다 비교적 우수한 성능을 보였으나, 실제 활용 면에서는 낮은 성능을 나타냈다. 이는 학습 데이터의 질과 데이터양의 부족에서 나타난 결과로 볼 수 있다.