• 한국HCI학회:학술대회논문집
• /
• 2006.02a
• /
• pp.1113-1119
• /
• 2006

본 논문에서는 광고나 포스터제작에 사용될 수 있는 이미지 모자이크 기법을 소개한다. 모자이크는 임의의 개수의 셀로 하나의 전체 이미지를 표현하는 기법이다. 이중 포토 모자이크는 사진의 조합으로 새로운 사진을 생성한다. 이는 만들고자 하는 영상을 격자를 이용해 나누고 해당 격자에 최적의 이미지를 영상 DB 로부터 찾아 격자를 채움으로써 하나의 이미지 모자이크를 생성한다. 본 논문에서는 하나의 단위 이미지(색이 할당되지 않고 형태만 갖는 영상)를 사용하여 경계로 구분된 특정 영역을 채워나감으로써 하나의 추상화된 예술적 모자이크 영상을 생성하는 알고리즘을 소개한다. 하나의 단위 이미지는 회전, 이동을 통해 다양하게 변할 수 있으며 입력영상의 그래디언트의 방향과 에지정보를 이용해 해당영역을 채우게 된다. 이를 위해서 에지를 넘어서지 않도록 단위 이미지를 변환시키며 최적의 위치를 찾게된다. 또한 입력영상의 색상이나 임의의 색상이나 특정 색상테이블을 이용해 단위 이미지에 색상을 할당함으로써 만들고자 하는 입력영상과 비슷한 모양을 갖거나 형태만을 유지한 추상화된 모자이크 영상 생성이 가능하다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2004.05a
• /
• pp.667-670
• /
• 2004

지금까지 발표된 포토 모자이크 제작 방법은 입력영상을 일정한 크기의 사각형 격자로 나눈 후, 데이터베이스로 구축해 놓았던 이미지들을 입력영상의 색상이 비슷한 격자에 매핑시키는 방법이었다. 본 논문에서는 사각형 타일을 이용하여 입력영상을 표현하는 방법은 같지만, 타일들 사이에 틈을 주어 이미지 에지 주변의 타일들을 회전하거나 이동시킬 수 있게 하여 에지의 방향성을 최대한 표현해낼 수 있는 방법을 제안한다.

• 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 Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.484-486
• /
• 2002

패턴의 이동, 회전, 크기변화에 영향을 받지 않는 불변 패턴 인식은 컴퓨터 비젼 및 패턴인식에서 오랫동안 다루어온 문제이다. 본 논문에서는 픽셀간의 거 리를 히스토그램으로 나타냄으로써 2차원 이진 패턴을 1차원 신호로 표현하는 방법을 제시한다. 제시되는 방법을 디스토그램(Distogram)이라 부르며 6개 로마문자의 이동, 회전, 크기 변화된 이미지를 테스트해봄으로써 디스토그램의 식별 능력을 테스트해본다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.11b
• /
• pp.776-779
• /
• 2002

본 논문에서는 OpenGL을 이용한 삼차원 뷰어(Viewer)를 개발한다. 3D Max와 같은 3D 개발 툴에서 침대, 소파 등 3D 모델 라이브러리를 제작한 후 일어들이는 렌더링 모듈을 개발한다. 3D 모델 라이브러리에 직물 이미지 라이브러리를 매핑하는 모듈도 개발하여 직물 이미지와 유사한 효과를 낼 수 있도록 한다. 3D max에서 광원과 질감을 포함하여 렌더링한 후 개발되는 프로그램으로 데이터 손실없이 읽어들이는 것을 목표로 한다. 3차원 모델에 설계된 직물 이미지를 사용하여 3D 매핑된 후. 사용자가 확대, 축소, 이동, 회전 등의 효과를 줄 수 있게 하는 사용자 인터페이스 제공 및 3D 애니메이션 기능을 구현한다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.17 no.7
• /
• pp.14-22
• /
• 2016

Because fuses have many parts, human error can occur during visual inspections. This paper proposes an automatic ammunition test algorithm for preventing human error during an inspection. The automatic ammunition test algorithm consists of the following three steps. First, the image input and preprocessing step is where an inspection image is rotated using an image rotation algorithm and the image is converted to a binary image. Second, the inspection step of arming determines if the ammunition is armed using Masked Template Matching algorithm, etc. Third, the inspection step of the parts determines if the parts are omitted using an image searching algorithm, etc. The arming or parts omission of the fuse are detected efficiently using the ammunition automatic test algorithm. The ammunition automatic test algorithm is expected to help improve the safety and reliability of 40 mm grenade fuse.

• Proceedings of the Korean Information Science Society Conference
• /
• 2010.06d
• /
• pp.101-105
• /
• 2010

현재 인터넷 보급의 우수한 발달로 인해 우리는 정보의 바다 또는 인터넷 시대에 살고 있다. 우리는 이러한 인터넷 시대에 살고 있는 만큼 많은 정보를 인터넷을 통하여 검색하고 원하고자 하는 정보를 인터넷을 통해 얻고 있다. 하지만 인터넷을 통하여 웹서핑 또는 정보를 검색하다보면 스팸이나 자동화 도구를 이용하여 광고성 또는 해당 정보와는 상관없는 글들이 무수히 등록되어 있는 것을 볼 수 있다. 이와 같은 것을 방지하기 위하여 CAPTCHA 시스템이 개발되었다. 하지만 기존에 존재하는 CATPCHA 시스템은 텍스트 기반의 시스템이고, 현재 쉽게 통과될 수 있는 많은 기법들이 제시되고 있다. 그리하여 우리는 이러한 단점을 보완하고자 새로운 이미지 기반의 CAPTCHA 시스템을 전 연구를 통하여 새롭게 제안했다[4]. 제안된 시스템은 일반적인 이미지에서 사각형 형태의 서브 이미지를 추출, 추출된 서브 이미지를 무작위 회전을 가하여 사용자에게 올바른 교정을 통해 사용자를 인증하였다. 우리는 이와 같은 연구를 바탕으로 본 논문에서는 서브 이미지를 추출 시 정사각형의 형태가 아닌 N다각형의 형태를 통하여 서브 이미지를 추출한다. 본 논문에서는 N다각형 형태의 서브 이미지 추출시 전 연구와는 다른 방법으로 서브 이미지를 추출하고, 실험을 통하여 사용자에게 가장 인식률이 높은 다각형을 찾고, 전 연구와는 다른 방법의 서브 이미지 추출 방법을 통해 사용자에게 보다 효과적인 서브 이미지를 제공한다. 본 논문에서 제공되는 다각형은 정삼각형에서부터 정16각형이다.

• Journal of KIISE:Computer Systems and Theory
• /
• v.28 no.3
• /
• pp.125-133
• /
• 2001

본 논문은 파노라마 모자익의 접합 질을 판단하기 위해 접합 신뢰도라는 수량적 기준을 제시한다. 또한, 파노라마의 자동 생성과 따른 시각화를 위해 필요한 초점거리 측정에 접합 신뢰도가 유용함을 보인다. 이미지로부터 초점거리를 복원하는 기존 방법은 일반적인 파노라마 모자익에서 나타나는 잘못 접합된 부분을 초점거리 계산에 포함하기 때문에 부정확하다는 단점이 있다. 제안 방법은 높은 접합 신뢰도를 가진 일정 개수의 이미지를 선별할 수 있기 때문에 초점거리를 따르고 정확하게 자동 측정한다. 접합의 신뢰도를 계산하기 위해, 제안 방법은 카메라 회전 움직임 제약조건의 만족 여부를 판단할 수 있는 특징점을 정의하고, 이 특징점의 이상적인 위치와 실제 위치의 차이를 계산한다. 본 논문에서 제시한 제약조건은 카메라의 자유 회전 움직임에서 항상 만족하고, 이는 수학적으로 증명된다. 마지막으로, 실험을 통해 제안 방법이 기존 방법보다 초점거리의 편차가 작다는 것을 보이고, 파노라마 모자익의 접합 질을 높인다는 것을 보인다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.04a
• /
• pp.766-769
• /
• 2010

CAPTCHA 시스템은 스팸이나 로봇에 의한 자동 가입, 계정 생성 방지도구로써 인간의 우수한 가독성을 통해 특정 언어 또는 그림을 해독할 수 있는 특성을 이용한 것으로 일반적으로 컴퓨터 프로그램이 해독하기 어려운 기호, 글자 등을 재입력하도록 하여 스팸을 위한 자동화 도구 등을 무력화 시키는 보안 기술이다. 하지만 기존에 존재하였던 텍스트 기반의 시스템은 웹봇이나 머신 러닝등을 통하여 쉽게 통과할 수 있는 단점을 나타냈다. 우리는 이러한 단점을 보완하고자 새로운 이미지 기반의 CAPTCHA 시스템을 제안하였다. 제안된 시스템은 일반적인 사진에서 부분 이미지를 출력, 무작위 회전을 가하여 사용자에게 올바른 교정을 요하는 시스템이었다. 본 논문에서는 일반적인 사진에서 출력되는 부분 이미지의 형태를 다각형으로 추출하여, 사용자에게 좀 더 인식률을 높일 수 있는 서브 이미지의 형태를 찾고, 좀 더 효과적이고 실용적일수 있는 CAPTCHA 시스템을 제안하고자 한다. 본 논문에서 제공하는 다각형의 형태는 정사각형, 정오각형, 정육각형, 정칠각형 그리고 정팔각형이다. 총 5가지 형태의 다각형 중에서 사용자에게 가장 효과적인 다각형을 실험을 통하여 찾을 것이다.

• Journal of the Korea Society of Computer and Information
• /
• v.28 no.12
• /
• pp.167-174
• /
• 2023

This paper attempted to improve the accuracy of the colorectal cancer diagnosis model using image data augmentation in convolutional neural network. Image data augmentation was performed by flipping, rotation, translation, shearing and zooming with basic image manipulation method. This study split 4000 training data and 1000 test data for 5000 image data held, the model is learned by adding 4000 and 8000 images by image data augmentation technique to 4000 training data. The evaluation results showed that the clasification accuracy for 4000, 8000, and 12,000 training data were 85.1%, 87.0%, and 90.2%, respectively, and the improvement effect depending on the increase of image data was confirmed.