• The KIPS Transactions:PartB
• /
• v.15B no.5
• /
• pp.477-486
• /
• 2008

Facial expression, which changes face geometry, usually has an adverse effect on the performance of a face recognition system. To improve the face recognition rate, we propose a normalization method of facial expression to diminish the difference of facial expression between probe and gallery faces. Two approaches are used to facial expression modeling and normalization from single still images using a generic facial muscle model without the need of large image databases. The first approach estimates the geometry parameters of linear muscle models to obtain a biologically inspired model of the facial expression which may be changed intuitively afterwards. The second approach uses RBF(Radial Basis Function) based interpolation and warping to normalize the facial muscle model as unexpressed face according to the given expression. As a preprocessing stage for face recognition, these approach could achieve significantly higher recognition rates than in the un-normalized case based on the eigenface approach, local binary patterns and a grey-scale correlation measure.

• Proceedings of the KIEE Conference
• /
• 2003.07d
• /
• pp.2555-2557
• /
• 2003

본 논문에서는 열화된 이미지상에서의 자동 패턴 분할을 위해 농담 정규화 정합(NGC)법과 다중 템플레이트를 이용하여 검사 이미지내의 각 문자의 정합 계수치 합을 이용한 문자나 패턴을 자동으로 분할(segmentation)하는 알고리즘을 제안한다. 전통적인 NGC를 사용하는 검사 알고리즘은 기준 패턴의 기하학적인 level 값에 의해 계산되어 지기 때문에 검사 이미지의 획득이 불완전하다면 정합의 부독율(reject rate)은 높아진다. 제안한 알고리즘은 가시화가 좋지 않은 영상 회득 시 문자부와 배경부를 효과적으로 자동으로 분류하며 이미지 영역내의 정보와 정규화 된 상관관계를 이용하여 실제 영상에 적용시켜 제안된 알고리즘의 검증을 목표로 한다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.05d
• /
• pp.595-599
• /
• 2002

이미지 인식 분야에 있어서 전지 결재시 도장의 진위 문제라 은행 업무 또는 중요 서류에 있어서 도장의 진위 문제를 해결할 수 있는 방법이 필요하게 되었다. 따라서 본 논문에서는 평활화 방법과 ART1 알고리즘을 이용한 도장 이미지 인식 방법을 제안하였다. 제안된 방법은 임계값을 이용하여 도장 이미지를 이진화하고 이진화된 이미지에서 최빈수 평활화 방법을 이용하여 잡음을 제거하고 도장 영역을 추출하여 정규화 하였다. 도장 인식은 인공 신경망의 자율 학습 방법인 ART1 알고리즘을 적용 하였다. 실험 결과, 제안된 도장 인식 방법이 도장의 진위 문제에 적용할 수 있는 가능성을 확인하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 1999.11a
• /
• pp.424-427
• /
• 1999

적은 연산으로 정확한 정합점을 추출한다는 것은 고전적인 스테레오비전의 가장 큰 단점이다. 이러한 문제점을 해결하기 위해 효과적인 정합점 검출 알고리듬이 많이 연구되고 있으나, 뚜렷한 해결 방법은 없다. 따라서 본 논문에서는 위와 같은 문제점들을 해결 할 수 있는 거울을 이용한 스테레오 비전 시스템을 제안한다. 제안된 시스템은 보다 저렴한 가격으로 스테레오 시스템을 구추할 수 있으며, 한 대의 카메라만을 사용하기 때문에 칼리브레이션 과정을 간략화 할 수 있다. 거울에 반사된 오른쪽과 왼쪽 영상은 거울의 각도에 의해서 동일 이미지 평면의 좌우에 촬상이 된다. 같은 이미지 평면에 촬상된 두 영상의 epipolar line은 x축과 평행한 scan line을 갖는다. 따라서 본 논문에서 제안한 시스템은 정합점을 추출하기 위한 epipolar 검출 알고리듬이 필요하지 않고 한 대의 카메라만을 사용하기 때문에 칼리브레이션 과정을 간략화 할 수 있다. 또한 동일한 이미지 평면에 오른쪽 이미지와 왼쪽 이미지가 촬상되기 때문에 두 영상의 명암도 차이를 보정하기 위한 정규화 작업도 필요하지 않다. 위와 같은 장점은 고전적인 스테레오 비전에서 발생되는 문제점들을 효과적으로 보완한다. 본 논문에서 제안된 시스템에 대한 프로토타입을 제작하여 실험하였으며, 그 결과를 제시하였다.

• KIPS Transactions on Software and Data Engineering
• /
• v.11 no.5
• /
• pp.211-220
• /
• 2022

Recently, research on smart factories triggered by the 4th industrial revolution is being actively conducted. Accordingly, the manufacturing industry is conducting various studies to improve productivity and quality based on deep learning technology with robust performance. This paper is a study on the method of detecting tire surface defects in the visual inspection stage of the tire manufacturing process, and introduces a tire surface defect detection method using a depth image acquired through a 3D camera. The tire surface depth image dealt with in this study has the problem of low contrast caused by the shallow depth of the tire surface and the difference in the reference depth value due to the data acquisition environment. And due to the nature of the manufacturing industry, algorithms with performance that can be processed in real time along with detection performance is required. Therefore, in this paper, we studied a method to normalize the depth image through relatively simple methods so that the tire surface defect detection algorithm does not consist of a complex algorithm pipeline. and conducted a comparative experiment between the general normalization method and the normalization method suggested in this paper using YOLO V3, which could satisfy both detection performance and speed. As a result of the experiment, it is confirmed that the normalization method proposed in this paper improved performance by about 7% based on mAP 0.5, and the method proposed in this paper is effective.

• Journal of KIISE
• /
• v.42 no.1
• /
• pp.93-96
• /
• 2015

The SIFT method is well-known for robustness against various image transformations, and is widely used for image retrieval and matching. The SIFT method extracts keypoints using scale space analysis, which is different from conventional keypoint detection methods that depend only on the image space. The SIFT method has also been extended to use higher-order scale space derivatives for increasing the number of keypoints detected. Such detection of additional keypoints detected was shown to provide performance gain in image retrieval experiments. Herein, a sigma based normalization method for keypoint detection is introduced using higher-order scale space derivatives.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.17 no.5
• /
• pp.1064-1069
• /
• 2013

In this paper, we propose a Musical Score Recognition with SOM and Enhanced ART-1 Algorithm. First, we apply Hough transform and Otsu's binarization to the original BMP format image and extract notes from separated passages by histogram analysis with removing staff lines. Then extracted musical notes are normalized to same size by SOM algorithm and ART-1 algorithm plays the learning and recognition role. The experiment verifies that the proposed method is quite effective on printed musical score recognition.

• Journal of KIISE:Databases
• /
• v.36 no.6
• /
• pp.446-454
• /
• 2009

Among various region detector and shape feature extraction method, MSER(Maximally Stable Extremal Region) and SIFT and its variant methods are popularly used in computer vision application. However, since SIFT is sensitive to the illumination change and MSER is sensitive to the scale change, it is not easy to apply the image similarity retrieval. In this paper, we present a Scale and Rotation Invariant Region Feature(SRIRF) descriptor using scale pyramid, MSER and affine normalization. The proposed SRIRF method is robust to scale, rotation, illumination change of image since it uses the affine normalization and the scale pyramid. We have tested the SRIRF method on various images. Experimental results demonstrate that the retrieval performance of the SRIRF method is about 20%, 38%, 11%, 24% better than those of traditional SIFT, PCA-SIFT, CE-SIFT and SURF, respectively.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.899-902
• /
• 2021

본 논문은 이미지 저작권 유무 판별을 분류 문제로 정의하고 기계학습과 합성곱 신경망 모델을 적용하여 해결한다. 학습을 위해 입력 데이터를 고정된 크기로 변환하고 정규화 과정을 수행하여 학습 데이터셋을 준비한다. 저작권 유무 판별 실험에서 SVM, k-NN, 랜덤포레스트, VGG-Net 모델의 분류 성능을 비교 분석한다. VGG-Net C 모델의 결과가 다른 알고리즘과 비교 시 10.65% 높은 성능을 나타냈으며 배치 정규화 층을 이용하여 과적합 현상을 개선했다.

• Proceedings of the KAIS Fall Conference
• /
• 2010.11a
• /
• pp.88-91
• /
• 2010

최근 무선통신 기술의 발당과 인터넷의 발달로 웹캠을 활용하여 얼굴인식, 몸동작 인식, 제스처 인식 등의 연구가 활발히 진행되고 있다. 본 연구에서는 웹캠으로부터 입력되는 손동작 동영상을 처리하여 수화 패턴 신호를 인식하는 손동작 인식 알고리즘을 제안한다. 제안방법은 프레임간의 차 연산을 이용하여 움직이는 오브젝트를 추출하고, YCbCr로 변환하여 손 모양 영역을 추출하여 특정 크기의 정규화 영상으로 변화하며, 정규화 영상의 오브젝트의 무게중심점을 기준으로 원의 반지름을 결정하고 원을 탐색하여 손가락의 펴짐과 굽힘에 대한 패턴 비교를 통하여 손 모양을 인식한다.