• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2013년도 춘계학술대회
• /
• pp.385-388
• /
• 2013

본 논문에서는 MPEG-7의 EHD(Edge Histogram Descriptor)를 이용한 이미지 매칭기법의 취약점을 보이고 이미지 정규화를 이용해 이를 개선하는 방법을 제안한다. EHD 알고리즘은 edge의 기울기 분포를 수집하여 같은 분포를 가지는 이미지를 매칭하는 기법에 사용한다. 하지만 EHD는 매칭하고자 하는 객체의 회전과 왜곡의 변화에 민감하여 오인식률이 높다. 따라서 이미지를 정규화 하여 매칭하고자 하는 이미지 내의 객체의 edge 정보를 보다 정확하게 추출하여 매칭 성능을 개선한다. 실험을 통해 왜곡과 회전으로 정규화한 EHD 알고리즘을 비교 및 분석하여 기존의 방법에 비해 크기와 회전의 변화에 강인함을 보인다.

• 대한전자공학회논문지SP
• /
• 제49권2호
• /
• pp.61-68
• /
• 2012

본 논문에서는 이미지 밝기와 명암을 명확하고 객관적으로 평가하기 위한 정규화된 수 표현자를 제안한다. 제안하는 수 표현자는 이미지를 구성하는 각각의 픽셀 데이터 값을 확률밀도함수(PDF)의 가중치로 사용하고 이를 정규화하여 객관적으로 표현되도록 정의되었다. 제안된 정규화 된 이미지 수 표현자는 감마보정 처리 시에 객관적인 감마 값 선택 기준을 제시하므로 적응형 감마보정처리가 가능하다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2011년도 하계학술대회
• /
• pp.25-27
• /
• 2011

본 논문에서는 이미지 블록의 평균 픽셀 값 특성을 양자화 인덱스 변조 기법에 적용하여 이미지 포맷변환에 강인한 정보은닉 기법을 제안한다. 포맷변환에 강인한 이미지 속성은 정규화된 픽셀 히스토그램에 기반하여 분석되며, 그 중 평균 픽셀 값을 통해 정보은닉 알고리즘이 구성된다. 평균 픽셀 값을 양자화 인덱스 변조기법에 적용하기 위한 방안으로 DCT 계수를 정규화 하는 방법이 선택되며, 추출 성공률을 높이기 위해 오류정정부호가 사용된다. 따라서 본 논문의 알고리즘을 통해 결합 이미지가 압축, 사이즈 변화 등의 과정을 거치게 될 경우 발생하는 문제점을 극복할 수 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 추계학술발표대회
• /
• pp.861-863
• /
• 2019

사람 얼굴 생성을 목적으로 하는 Generative Adversarial Network(GAN)에서 판별자(discriminator)의 각 레이어에 대한 스펙트럴 정규화(spectral normalization) 적용에 따른 출력 이미지의 결과를 비교하였다. 또한 생성자(generator)에 적응 인스턴스 정규화(Adaptive Instance Normalization) 모듈의 삽입에 따른 출력 이미지의 결과를 기존 모델과 비교하고 분석하였다.

• 대한전자공학회논문지SP
• /
• 제47권1호
• /
• pp.25-34
• /
• 2010

다양한 조명 환경에서 강인한 얼굴 인식 성취는 어렵다. 조명에 강인한 얼굴 인식을 위해서 보통 전처리 단계로 얼굴 이미지 조명 정규화를 수행한다. 기존 조명 전처리 기법들은 투영 음영을 효과적으로 처리할 수 없다. 본 논문에서는 조명 영향 분리 얼굴 고유특성 텍스쳐 부분공간에 기반한 새로운 얼굴 조명 정규화 기법을 제안한다. 조명분리 얼굴 고유특성 텍스쳐 부분 공간은 얼굴 텍스쳐 공간에서 조명 변화 영향이 분리된 부분공간으로 구축되기 때문에 얼굴 이미지를 이 부분공간으로 투영하여 얻은 얼굴 이미지는 조명 변화 영향이 최소화된 좋은 조명 정규화를 달성한다. 실험을 통해 본 논문에서 제안한 얼굴 조명정규화 기법이 표면 음영뿐만 아니라 투영 음영도 효과적으로 제거할 수 있으며, 좋은 얼굴 조명 정규화를 달성한다는 것을 확인하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국지능시스템학회 2007년도 추계학술대회 학술발표 논문집
• /
• pp.119-122
• /
• 2007

지금까지의 연구에서 Japanese Puzzle을 이용한 인쇄체 영문자 인식을 구현하여 좋은 결과를 얻었고, 본 논문 에서는 인쇄체 영문자(바탕, 돋움) 인식을 확장시켜 영문장을 인식하기 위해 키보드에서 입력 가능한 숫자 및 기호를 포함하여 인식하는 시스템을 구현하였다. 이미지를 입력 받아 이진화 처리, 히스토그램 투영을 이용한 문자 분리는 영문자 인식에서와 동일한 처리를 한다. 기호 중에서 세로 길이보다 가로 길이가 긴 기호인 -,-,= 만 가로를 정규화 하였고, 나머지는 세로를 정규화 하였다. 정규화 된 문자에 Japanese Puzzle을 역으로 적용하여 구하여진 수치 정보로부터 영문자, 숫자, 기호를 분류 및 인식하여 좋은 결과를 얻었다.

• 한국정보통신학회논문지
• /
• 제18권10호
• /
• pp.2489-2496
• /
• 2014

기존 수기 작성기반 선박 수리장비 관리 시스템은 빈번한 장비 분실 및 연체로 장비 관리에 많은 문제점들이 있다. 이러한 문제를 해결하고자 바코드 시스템을 도입하였다. 그러나 바코드 훼손에 따른 위조 장비의 대체 문제에 대처할 수 없다. 따라서 고가의 선박 수리장비의 관리를 위해 추가적인 확인 절차가 필요하다. 본 논문에서는 선박 수리장비 관리를 위한 이미지 비교기법을 제안한다. 구체적으로 모바일 디바이스의 특징을 이용한 정규화와 이미지 비교 판단 조건을 제안한다. 실시간 촬영 및 오버랩과 Crop 기능을 가진 모바일 디바이스를 이용하여 이미지를 정규화 하였고, 유사이미지에 대처할 수 있는 이미지 비교 판단 조건 세 가지(사각형의 내각의 합, 각 내각의 크기, 모서리의 좌표점)를 적용하였다. 그 결과 본 논문에서 제시한 방법이 방향, 조명, 크기 등의 변화에도 강건함을 보이며 테스트 결과 95% 이상의 정확도를 보였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2013년도 추계학술대회
• /
• pp.292-294
• /
• 2013

바코드는 빠른 시간동안 발전을 해왔으며 이는 우리 생활에 매우 밀접하게 다가왔다. 이러한 바코드 시스템은 손쉽게 제작이 가능하며, 여러 분야에서 사용이 가능하였다. 그러나 이러한 바코드는 간편한 제작과 부착의 용이함을 가지고 있으나 훼손에는 매우 취약하다. 통상적으로 제품의 유통과정에서만 사용되는 바코드는 재사용이 되지 않는 반면 반입 반출이 필요한 제품에 활용 시 바코드는 훼손에 매우 취약하다. 본 논문에서는 앞서 언급한 문제를 해결하기 위하여 바코드 시스템의 단점을 보완하기 위해서 이미지를 활용한 제품의 진위 여부 판단 시스템을 제안하고자 한다. 제안되는 시스템은 RFID등의 별도 인식장비 없이 모바일 디바이스의 기울기센서와 카메라기능을 활용한 정규화 기법을 적용하고, 이미지 비교를 위해 SIFT 알고리즘 최적화 과정을 포함한다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2009년도 춘계 종합학술대회 논문집
• /
• pp.179-184
• /
• 2009

다양한 조명 환경에서 강인한 얼굴 인식은 어렵다. 조명에 강인한 얼굴 인식을 위해서 보통 얼굴 이미지 조명 정규화 전처리를 수행한다. 기존 조명 전처리 기법 중에 가장 효율적으로 알려진 비등방성 스무딩 기법에 의한 조명 정규화는 투영음영(casting shadow)은 제거할 수 없다. 본 논문에서는 고유얼굴로 부터 조명 영향 부분을 분리하여 조명이 분리된 고유얼굴 공간을 구하고, 얼굴 이미지를 이 부분공간으로 투영하여 투영음영을 포함한 조명 영향을 최소한 얼굴 이미지 조명 정규화 기법을 제안한다. 본 논문에서 제안한 기법의 효율성은 적용을 통해 확인되었다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2001년도 춘계학술발표논문집
• /
• pp.177-180
• /
• 2001

본 논문에서는 신경망을 이용한 내용 기반 이미지 분류 방법을 제안한다. 분류 대상이미지는 인터넷상의 다양한 이미지들 중 오브젝트 이미지이대 웹 에이전트를 통하여 획득하고 정규화 과정을 거친다. 획득한 이미지를 분류하기 위한 특징은 웨이블릿 변란 후 추출된 질감 특징이다. 추출된 질감 특징을 이용하여 학습패턴을 생성하고 신경망을 학습한다. 그리고 구성된 신경망 분류기로 이미지를 분류한다. 본 연구에서는 다양한 질감 특징들 중에서 대비(contrast), 에너지(energy), 엔트로피(entropy)를 이용하여 특징을 추출한다. 실험에 사용한 데이터는 30종류에 대하여 각각 10개씩, 300개의 이미지들을 학습 데이터, 테스트 데이터로 사용하여 구성된 분류기의 인식률을 실험하였다.