• 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.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 가을 학술발표논문집 Vol.33 No.2 (C)
• /
• pp.283-286
• /
• 2006

내용기반의 이미지 검색방법은 객체의 내부의 정보를 이용한 검색방법으로 색상, 모양, 질감과 같은 특징을 사용한다. 이러한 특징 중에 모양은 검색에 사용될 수 있는 점을 추출하여 유사도 계산에 사용한다. 유사도 계산은 점의 개수가 증가할수록 검색의 응답시간도 함께 증가한다는 문제점이 있다. 본 논문은 응답시간 향상을 위하여 특징점들에 대한 그리드 기반의 유사도 매칭 기법을 제안한다. 그리드 기반의 유사도 매칭 기법은 점들을 그리드로 나누어 검색의 범위를 좁힘으로써 매칭하는 횟수를 줄이는 방법이다. 특징점으로 사용된 점들은 이미지의 선으로부터 MPP(Minimum Perimeter Polygons) 알고리즘으로 추출하였으며, 특징 점들간의 거리값의 합을 유사도로 계산하였다. 실험에서는 400여개의 식물 잎 이미지로부터 점들을 추출하여 검색 시간을 비교하였다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2003년도 추계학술발표대회(상)
• /
• pp.375-378
• /
• 2003

본 논문에서는 공간적 정보로 이미지검색을 하는 모양 특징정보 기반 이미지 검색 시스템에서 검색효율을 향상 시킬 수 있는 이진 영상 변환 및 유사도 검색에 대한 기법을 제안하였다. 모양특징정보의 좀더 정확한 값의 추출을 위해 이미지의 잡음이 윤곽선으로 인식되는 값이 최소화 될 수 있도록 하는 이진 영상 변환방법을 제안하였으며, 유사도 검색에서는 영역별 특징정보 간의 비교와 병행하여 영역을 다시 소그룹화한 다음 소그룹간의 평균 유사도 값의 비교방법을 적용하였다. 성능 평가를 통하여 제안된 이진 영상 변환 겐 유사도 검색 방법을 사용한 경우 기존의 방법보다 향상된 검색 효율성을 보임을 알 수 있었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2018년도 춘계학술대회
• /
• pp.137-138
• /
• 2018

이미지의 픽셀 기반 처리는 한 픽셀의 값을 변환하고 다른 픽셀의 값에 관계없이 현재 픽셀의 값에 따라 변환하는 프로세스를 의미한다. 픽셀 기반 처리는 이미지 변환, 이미지 향상 및 이미지 합성과 같은 많은 분야에서 가장 기본적인 작업이다. 본 논문에서는 히스토그램 연산과 같은 영상의 전처리 과정이 경계 검출 결과에 미치는 상호 연관성에 대해 알아보고 픽셀 기반의 처리를 이용하여 효과적으로 영상의 윤곽을 찾는 방법을 제안한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2002년도 추계종합학술대회
• /
• pp.213-216
• /
• 2002

본 논문은 감열프린터 시스템에 열이력기법을 적용하여 인쇄이미지 향상을 위한 시스템 구현이다. 300dpi 이상의 감열프린터의 경우 프린터 헤드의 인자 밀도가 높아 고속 인쇄시 축열현상이 나타나 인쇄 이미지의 에지번짐과 같은 현상이 나타나게 된다. 이러한 현상을 개선하기 위하여 열이력기법을 적용한 시스템을 구현하였다. 구현된 시스템은 열이력기법을 적용하기 전과 비교한 결과 인쇄 이미지의 에지 번짐 현상이 개선되었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 춘계학술발표대회
• /
• pp.514-517
• /
• 2010

이미지 해쉬는 기술자(Descriptor) 또는 구분자(Identifier)로서 영상의 유사성을 측정하는데 사용될 수 있다. 수많은 이미지 해쉬 기술들이 있지만, 그 중에서도 히스토그램 기반의 방법들이 일반적인 영상처리나 다양한 기하학적 공격들에 강인함을 보여준다. 이 논문에서는 강인한 히스토그램 기반 이미지 해쉬를 생성하기 위하여 영상의 양자화, 사용자 지정 윈도우를 적용하여 영상의 특성화 과정을 적용하며 해쉬 값 결정 알고리즘도 오류에 강하도록 설계하였다. 이러한 기술은 기존의 논문들이 보여주었던 성능을 향상시킨다. 특히, 통계적인 오류측정을 통해 수행결과를 설명함으로서 수행성능의 향상을 객관적으로 평가하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2020년도 제62차 하계학술대회논문집 28권2호
• /
• pp.347-349
• /
• 2020

본 논문에서는 컴퓨팅 이미지 객체인식 시스템인 YOLO 성능 향상을 위한 효율적인 이미지 마킹 정책을 제안한다. 이 정책은 이미지 데이터를 통한 객체인식 학습 YOLO의 객체인식을 높이고 다른 객체와의 구분을 최대화하여 학습 모델의 성능을 높인다. YOLO의 성능을 최대화하기 위하여 YOLO의 학습을 몇 번 시킬 것인지 무엇을 객체로 인식시킬지 동적으로 할당한다. 이때 학습 싸이클에 따라 객체의 인식이 달라지며 어느 싸이클에서 가장 효율적인지, 왜 다른 객체를 같이 학습시켜야 하는지 중명한다. 본 논문에서는 YOLO의 싸이클과 다른 객체 학습에 있어서 최적의 객체인식 싸이클과 학습 성능 향상 면에서 우수함을 보인다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 춘계학술발표대회
• /
• 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.

• 디지털융복합연구
• /
• 제12권10호
• /
• pp.353-361
• /
• 2014

본 연구는 간호사의 전통적, 사회적, 전문적 및 개인적 이미지의 차원에서 전공자와 비전공자간의 지각차이가 존재하는가와 미디어에 비친 간호사역할 이미지 지각차이가 있는가 및 간호사와 관련된 정보를 접하는 매체와 간호사 관련 정보와 이미지 접촉매체에서 기존의 연구결과와 차이가 있는가를 확인하고자 하였다. 이를 위해 간호학 전공자와 비전공자를 대상으로 설문조사 하였다. 연구결과 첫째, 간호사의 전통적, 사회적, 전문적 및 개인적 이미지에서 인식의 격차가 높게 나타났다. 둘째, 미디어에 비친 간호사의 이미지는 의사의 보조역할을 담당하고 있는 것에 대한 이미지가 높게 나타났다. 셋째, 간호사 정보 접촉매체는 TV가 매우 높게 나타났다. 본 연구결과는 환자와 간호사간의 공감커뮤니케이션을 활성화하는데 근거자료를 제공해 줄 것이며, 특히 매체활용(PPL전략과 퍼블리시티 활용전략)을 통한 간호사 이미지 향상방안을 제언하는데 의의가 있다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제30권2호
• /
• pp.11-19
• /
• 2024

최근 방위 산업에서는 전시상황에서 병사의 전투력 및 생존성 증대를 위하여 지하 공간, 좁은 통로등에서 적에게 노출되지 않으며 정찰임무를 수행할 수 있는 소형 생체 모방 로봇의 수요가 늘어나고 있다. 특히 소형생체 모방 로봇에 사용 가능한 생체모방 영상 센서에 대한 연구가 많이 진행되고 있다. 그중 복안영상센서는 작은 크기, 적은 수차, 넓은 화각 등의 장점을 갖으며, 복안영상센서를 통해 출력된 복안 영상을 이용해 깊이 추정, HDR 등을 구현 하여 다양한 임무에서 활용 가능하다. 다만 복안영상은 작은 렌즈 크기와 렌즈의 구조로 인하여 영상의 품질이 저하되는 현상이 발생한다. 특히 복안영상으로 출력된 각 Sub-Aperture 이미지를 융합 시 이미지 품질이 많이 저하된다. 본 논문은 이미지 융합 시 이미지의 품질이 저하되는 문제를 극복하기 위하여 여러 이미지 개선 기능과 생성 신경망의 한 종류인 ESRGAN를 사용하여 복안영상 품질 향상 알고리즘을 제안한다. 본 논문에서 제안한 알고리즘은 이미지 전처리부, 이미지 융합부, 이미지 개선 부로 구성된다. 제안한 알고리즘을 복안 영상에 적용하면 영상 품질을 높힐 수 있어, 복안 영상을 이용한 다양한 연구에 활용될 수 있다.