• 한국지능시스템학회논문지
• /
• 제24권4호
• /
• pp.343-348
• /
• 2014

얼굴인식은 인식과정에서 인식자에게 거부감을 유발하지 않고, 적극적인 행위 없이 자동으로 인식 과정을 거치는 장점이 있다. 그러나 촬영 환경에서의 조명 변화로 인하여 다른 인식 방법인 지문 인식이나 홍채 인식에 비하여 인식률이 저하되는 단점이 있다. 따라서 본 논문에서는 퍼지 선형판별분석법을 기반으로 가시광선 영상과 적외선 영상의 웨이블릿 대역의 선택적 융합방법을 이용하여 조명 변화에 강인한 얼굴 인식 방법을 제안한다. 첫 번째 단계에서 가시광선 영상과 적외선 영상을 웨이블릿 변환하여 4개의 대역으로 분할한다. 두 번째 단계에서 각 대역에 해당하는 학습영상과 테스트 영상의 유클리디안 거리를 계산한다. 세 번째로 앞서 계산된 유클리디안 거리를 이용하여 각 대역에서의 인식 실험을 수행하고, 4개 대역에서의 인식률을 고려하여 가중치를 설정한다. 마지막으로 부여된 가중치와 해당 대역의 유클리디안 거리를 융합하여 얼굴인식을 수행하여 외부 변화에 강인한 얼굴 인식 결과를 얻었다.

• 한국정보과학회논문지:시스템및이론
• /
• 제34권7호
• /
• pp.296-303
• /
• 2007

색상 양자화는 각 픽셀의 색을 가장 가까운 대표색으로 치환함으로써 결과 영상을 단일 색상 영역들로 분할한다. 따라서 색상 양자화된 영상에서는 연속적이며 세부적인 색상 변화가 사라지게 된다. 본 논문에서는 색상 양자화 방법에 대한 선행 지식 없이 이러한 색상 변화를 자동으로 또는 대화적으로 복구하는 새로운 영상 역양자화 기법을 제안한다. 본 논문에서 제안한 기법은 입력 영상의 단일 색상 영역들 중에서 어떤 영역들끼리 결과 영상에서 연속적인 색상 변화를 가져야 할 것인지 식별한 후, 대표색을 유지하면서 이음새 없이 매끄럽게 연결한다. 또한, 대화형 브러시를 이용하여 어떤 영역들을 매끄럽게 연결할 것인지 또는 분리할 것인지 추가적으로 명시할 수 있게 한다. 사진, 만화, 예술적 삽화 등의 다양한 예제에 대한 실험을 통하여 제안한 영상 역양자화 기법의 유용성을 보인다.

• 융합신호처리학회논문지
• /
• 제13권2호
• /
• pp.70-76
• /
• 2012

본 연구에서는 신장 조직 영상으로부터 자동적으로 사구체 영역을 추출하는 방법을 제안한다. 사구체 조직은 신장의 상태를 나타내는 많은 정보를 포함하고 있기 때문에 사구체 영역의 추출은 신장검사를 자동화하기위한 첫 번째 단계이다. 신장 조직 영상은 신장조직조각을 현미경을 통해서 CCD 카메라로 촬영함으로써 얻어진다. 특히, 사구체 영역과 타 영역과의 차이는 명확치 않아 기존 분할방법에 의해 그 배경으로부터 사구체 영역을 추출하는 일은 쉽지않다. 이에 여러 가지 모양을 갖는 사구체 영역의 경계 에지를 공통의 특징으로서 주목하였다. 우선 가우스 함수에 의한 원영상의 몽롱화 영상을 동적인 임계값으로서 사용하여 이 임계값에 의해 원영상을 2치화 한다. 다음으로 획득한 영상으로부터 일반적인 패턴처리 기법으로 사구체 영역의 경계 에지를 포함하는 모든 에지를 추출한다. 그 다음으로 사구체 영역은 폐곡선에 의해 둘러쌓인 원영상내의 영역을 추출함으로써 얻어진다. 그 결과 사구체 영역이 85%정도 정확하게 추출되어 제안 방법의 유효성을 확인하였다.

• 한국정보통신학회논문지
• /
• 제25권1호
• /
• pp.44-49
• /
• 2021

최근 COVID-19로 인해 마스크 착용 여부 자동 검사 시스템에 신경망 기술들을 적용하는 연구가 활발히 진행되고 있다. 신경망 적용 방식에 있어서 1단계 검출 방식 또는 2단계 검출 방식을 사용하며, 데이터를 충분히 확보할 수 없는 경우 사전 학습된 신경망에 대해 가중치 미세 조절 기법을 적용하여 학습한다. 본 논문에서는 얼굴 인식부와 마스크 검출부로 구성되는 2단계 검출 방식을 적용하였으며, 얼굴 인식부에는 MTCNN 모델, 마스크 검출부에는 ResNet 모델을 사용하였다. 마스크 검출부는 다양한 실 상황에서의 인식률과 추론 속도 향상을 위하여 5개의 ResNet모델을 적용하여 실험하였다. 학습 데이터는 웹 크롤러를 이용하여 수집한 17,219개의 정지 영상을 이용하였으며, 1,913개의 정지 영상과 1분 동영상 2개에 대해 각각 추론을 실시하였다. 실험 결과 정지 영상인 경우 96.39%, 동영상인 경우 92.98%의 높은 정확도를 보였고, 동영상 추론 속도는 10.78fps임을 확인하였다.

• 한국지구과학회지
• /
• 제45권2호
• /
• pp.111-120
• /
• 2024

운량은 천체 관측을 지속하는 데에 중요한 요소 중 하나이다. 과거에는 관측자가 날씨를 직접 판단할 수밖에 없었으나, 원격 및 자동 관측 시스템의 개발로 관측자의 역할이 상대적으로 줄어들었다. 또한 구름의 다양한 형태와 빠른 이동 때문에 자동으로 운량을 판단하는 것은 쉽지 않다. 이 연구에서는 기계학습 기반의 파이썬 모듈인 "cloudynight"을 밀양아리랑우주천문대의 전천 영상에 적용하여 운량을 모니터링하는 프로그램을 개발하였다. 전천 영상을 하위 영역으로 나누어 각 39,996개 영역의 16개의 특징을 학습하여 기계학습 모델을 생성하였다. 검증 표본에서 얻은 F1 점수는 0.97로, 기계학습 모델이 우수한 성능을 가짐을 보여준다. 운량("Cloudiness")은 전체 하위 영역 개수 중 구름으로 식별 된 하위 영역 개수의 비율로 계산하며, 운량이 지난 30분 동안 0.6을 초과할 때 관측을 중단하도록 자동 관측 프로그램 규칙을 정하였다. 이 규칙을 따를 때, 기계학습 모델이 운량을 오판하여 관측에 영향을 미치는 경우는 거의 발생하지 않았다. 본 기계학습 모델을 통하여, 밀양아리랑우주천문대 0.7 m 망원경의 성공적인 자동 관측을 기대한다.

• 한국축산시설환경학회지
• /
• 제11권1호
• /
• pp.35-44
• /
• 2005

본 연구는 병계 및 폐사계의 자동 판정을 위한 알고리즘을 개발하는 것을 목적으로 수행되었다. 알고리즘을 개발하기 위하여 산란계의 질병증상 및 행동을 분석하였고 개발된 알고리즘으로 시스템을 구축하고 프로그램을 제작하여 성능을 분석하였다. 그 결과는 다음과 같이 요약된다. 1. 병$\cdot$폐사계의 판정을 위한 적정 촬영시간을 찾아내기 위해 산란계의 먹이에 대한 관심도를 조사한 결과 관심도가 $90\%$를 넘는 급이후 5분 30초 이내가 가장 적절한 것으로 판단되었다. 2. 외부의 빛을 차단하고 균일한 조도의 영상 얻기 위하여 illumination chamber를 설치하였으며 보조 조명장치를 부착하여 조도를 45 lx 로 균일하게 하였다. 3. 산란계의 영상을 추출하기 위한 RGB의 농도범위를 Red 0${\~}$140, Green 0${\~}$130, Blue 0${\~}$130 으로 하였을 때 가장 좋은 영상을 얻을 수 있었다. 4. 병계 및 폐사계의 판별을 위하여 CCD 카메라로부터 얻은 이미지를 2진화하고 수축 및 팽창 처리를 하여 Noise를 제거하였으며, Label-ing 작업 후 중심점을 계산하여 정상인 산란계의 이미지를 제거하였다. 5. 개발된 알고리즘을 LABWindows/CVI를 이용하여 프로그램을 작성하였다. 6. 개발된 감시시스템을 이용하여 실험 유형별로 4개의 케이지 산란계 20마리에 대하여 100회의 판별시험을 실시하였으며 그 결과 A형의 실험에서 $92\%$의 정확도를 나타냈고, B형의 실험에서 $96\%$의 정확도를 나타냈다. 7. 개발된 영상처리알고리즘을 영상처리시스템에 적용하여 실험산란계사내의 고단직립식산란계케이지에서 실험을 실시한 결과 높은 성공률을 보였으며 앞으로 개발될 고단직립식산란계케이지의 원격자동화감시시스템을 구성하는 데 있어서 적합한 영상처리알고리즘인 것으로 판단되었다.

• 한국정보통신학회논문지
• /
• 제8권5호
• /
• pp.1080-1088
• /
• 2004

본 논문은 조도, 형태, 배경의 변화에 강인한 다중 비디오카메라에서 색 정보를 이용한 보행자 추적에 대하여 제안한다. 제안된 방법은 비디오카메라로부터 입력되는 영상의 색조만을 이용하여 배경영상과 물체가 존재하는 영상에서 차영상 기법과 가산투영 기법을 사용하여 이동물체를 검출한다. 검출된 이동물체 영역의 색조는 0도부터 360도 사이에서 15도씩 24단계로 분할된다. 검출된 이동물체 영역의 색조 분포도를 구한 후, 가장 높은 분포를 갖는 3개의 색조 레벨과 3개의 색조 레벨 사이의 차를 이동물체의 특징파라미터로 사용하였다. 제안된 방법의 유용성을 증명하기 위하여 조도와 형태의 변화가 발생한 보행자 영상과 조도, 형태, 배경의 변화가 발생한 보행자 영상을 이용하여 보행자를 감시한 결과 카메라에서 검출된 특정사람의 색조 분포 레벨과 색조 레벨 사이의 차는 2레벨 이하로 유지함을 보였고, 제안된 특징 파라미터로 특정사람이 자동 추적감시 됨을 확인하였다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제3권2호
• /
• pp.27-34
• /
• 1997

3 차원 영상 모델링은 자동 시각적 검사와, 비파괴 검사분야에서 절실히 요구되고 있는 연구 분야이다. 또한 그것은 생의학연구, 의료, 수술계획과 정교성이 요구되는 중대한 수술 (안면 절개) 등에 매우 유용하다. 영상처리 및 분석 기술은 3 차원 의료 영상 정보의 질올 높여 주는데, 의료정보를 정확하고 빠르게 분석하는 일은 용이하지 않다. 본 논문에서는 향상된 3 차원 의료영상의 가시화를 위하여 사면체 분할법에 의한 모델링 방법을 제안한다. 이 방법에서는 트라이 베리에이트 구간별 선형 보간법이 구축된 사면체영역에 걸쳐 적용된다. 그리고, 등면, 색채 윤곽, 슬라이싱 등 가시화 방법들도 논의된다. 이것은 마칭큐브스 알고리즘으로 인해 제기되는 불확실한 경우가 발생하지 않고, 자료 감축의 효과도 가져올 수 있으므로 보다 정확하고 빠른 의료정보 분석에 기여할 수 있을 것으로 사료된다. 그리고, 자료 감축으로 인한 정확도의 감소가 발생할 경우에는 최소제곱을 바탕으로 한 사면체 세분할을 사용하여 보완할 수 있을 것으로 기대한다.

• 대한의용생체공학회:의공학회지
• /
• 제19권5호
• /
• pp.455-468
• /
• 1998

이 연구에서는 간질 환자의 F-18-FDG 뇌 PET 영상을 공간정규화 기법으로 표준지도 위에 정규화한 후 표준지도의 해부학적 위치 정보를 이용하여 뇌기능영상의 영역을 자동적으로 분할하고 각 해부학적 위치의 F-18-FDG 섭취율을 추출하였다. 뇌 각 영역의 F-18-FDG 섭취율을 데이터베이스화한 것을 입력으로 하는 인공신경회로망을 구성하고 학습시켜 핵의학 전문의가 판독한 결과와 얼마나 일치되는지를 분석하였다. 핵의학 전문의 2명이 좌측측두엽간질(112명), 우측측두엽간질(81명) 혹은 정상(64명)으로 판독한 F-18-FDG 뇌 PET 영상을 대상으로, 학습의 치우침을 줄이기 위해 각 질환 군에서 동일한 수(40명)를 선택하여 학습군을 구성하고 학습군을 제외한 정상 24명, 좌측측두엽간질 72명, 우측 측두엽간질 41명의 F-18-FDG PET을 시험군으로 하였다. 모든 영상을 SPM76을 이용하여 MNI 표준지도 위에 공간정규화하고 전체 뇌영역의 평균 계수를 100으로 정규화하였다. 영역 분할 프로그램을 개발하여 표준지도를 34개 영역으로 분할하고 모든 영상에서 각 뇌영역엔 대한 평균 계수를 추출하였다. 비선형 패턴분류에 효과적인 다층퍼셉트론 신경회로망 모델을 써서 오류역전파 알고리즘으로 학습시켰다. 한 층의 은닉층을 부여하고 은닉층의 뉴런 수를 5개부터 차츰 늘려가며 최적의 개수를 선택하였다. 초기 가중치와 바이어스 값은 무작위 값을 갖게 하였다. 출력단은 세 개의 뉴런을 갖고 각 뉴런은 입력이 정상이면 [1 0 0], 좌측측두엽간질이면 [0 1 0], 우측측두엽간질이면 [0 1 0]의 값을 탐 값으로 하였다. 뉴런의 활성화 함수는 시그모이드 함수를 사용하였다. 입력단은 17개의 뉴런으로 구성하고 서로 마주보는 뇌영역의 계수 타이(오른쪽-왼쪽)를 입력으로 하였다 회로망의 학습 횟수를 10,000번으로 제한하여 오타의 허용치를 1로 설정하고 학습 횟수가 넘거나 오차가 허용치보다 작을 때 학습을 중단하게 하였다. 모멘텀과 적응형 학습율을 사용하여 신경회로망의 성능을 향상시키고 학습 속도를 빠르게 하였다. 모든 PET 영상에서 성공적으로 공간정규화 파라메터를 추출하여 표준지도에 정규화할 수 있었다 다층퍼셉트론 모델을 기반으로 한 인공신경회로망으로 27개의 은닉층 뉴런을 사용했을 때 최적의 결과를 얻을 수 있었다. 학습군에 대해서 1508번의 반복 학습을 시킨 결과 오차율 0%인 신경 회로망을 얻었으며 시험군에 대해 적용한 결과 전문가의 판독결과와 80.3%의 일치율을 보였다. 은닉층의 뉴런 수가 10개나 30개인 경우에도 학습군에 대해 오타율 0%인 신경회로망을 얻을 수 있었으며 이때의 시험군에 대한 일치율 역시 75∼80%의 값을 보였다.

• 대한공간정보학회지
• /
• 제4권1호
• /
• pp.93-102
• /
• 1996

수치표고모델(DEM, Digital Elevation Model)을 컴퓨터를 이용하여 자동으로 생성할 때 입체영상매칭(stereo matching) 연산은 많은 수행시간이 소요된다. 매칭연산은 일반적으로 상관계수(correlation)에 의한 방법이 사용되고 있으며, 매칭점 분포가 균등한 지역기반방식(area-based method)이 주로 이용되고 있다. 본 논문에서는 지형을 식별하여 매칭연산에서 검색영역(search area)과 기준윈도우(mask window)의 크기를 조정하여 효율적인 매칭을 수행하는 방안을 제시하였다. 영상을 분할하기 위하여 경계보호평활화 필터(edge-preserving smoothing filter)를 사용하여 전처리를 수행하였으며, 필터를 거친 영상에 대해서 영역성장 알고리듬을 적용하였다. 분할된 영역은 MRF(Markov Random Field) 모델에 의한 식별과정을 통하여 산악, 평야, 수계지역으로 식별된다. 영상매칭은 예비시차(predicted parallex) 계산과 상세매칭(fine matching)의 두 단계를 거치며, 예비시차를 이용하여 상세매칭단계에서 검색영역의 위치를 결정한다. 검색영역과 기준윈도우의 크기는 화소에 대한 지형식별정보에 의해 결정된다. 주변화소와 시차가 유사한 평야지역과 수계지역의 검색영역을 축소함으로서 매칭연산시간을 단축시켰다. 대전-금산지역의 $10km{\times}10km(1024{\times}1024)$ 영상을 4개 사용하여 실험한 결과 지형식별정보를 이용하지 않았을 경우보다 영상매칭 수행시간이 $25%{\times}35%$정도 단축시킬 수 있음을 보였다.