• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2004년도 춘계학술발표대회
• /
• pp.715-718
• /
• 2004

본 논문에서는 컬러 영상으로부터 얼굴을 검출하는 방법으로서, RGB 색상 공간을 Hue와 Tint 정보로 분리하여 자동으로 검출하는 방법을 제시한다. 다양한 색상 공간으로의 변환은 얼굴 검출에 필요한 보다 정확한 정보를 만들어낼 수 있다. 피부 색상에 대해 Hue와 Tint 색상 정보가 직선 형태의 분포를 이루는 특징을 이용하도록 한다. 색상 및 조명의 변화에 영향을 덜 받는 두 색상 값으로부터 직선 방정식을 생성하여 입력 데이터와의 비교를 통해 얼굴 영역을 검출한다. 실험을 통해 본 논문에서 제시한 방법이 보다 빠르고 정확한 결과를 보여줌을 증명한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2013년도 제48차 하계학술발표논문집 21권2호
• /
• pp.21-22
• /
• 2013

논문에서는 제스처 인식을 하기 위해 필요한 특징 값을 3차원 방향 코드로 구현한 특징 패턴을 검출하는 방법을 제안한다. 검출된 데이터 좌표끼리 직선을 만들고 직선들의 사이각의 합 연산을 이용해서 특징 변곡점을 추출한다. 추출된 변곡점끼리 직선을 생성한 후, 8방향 코드와 깊이 값을 병합시킨 24방향 코드를 맵핑 시켜준다. 맵핑된 방향 코드들을 한 패턴으로 생성한다. 생성된 패턴에서 인식에 불필요한 방향 노이즈를 제거하기 위해 특정 규칙을 적용한 필터링을 적용하여 필터링된 패턴을 추출하게 된다. '배너코드를 이용한 8방향 패턴'과 비교해서 더 효과적인 패턴이 추출됨을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2004년도 추계학술발표논문집(상)
• /
• pp.907-910
• /
• 2004

본 논문에서는 자동차 번호판 인식의 성공률을 높이기 위해 자동차 번호판을 정형화하는 법을 제시한다. 번호판의 테두리 직선을 찾기 위해서 Hough 변환과 Mask 를 사용한 방법을 제시하고, 그 방법을 사용하여 다수의 기울어진 번호판 영상을 정확하게 정형화할 수 있었다. Hough 변환과 Mask 를 이용한 직선 검출 방법은 두꺼운 에지 성분이나 저해상도 영상의 경우에도 효과적으로 직선을 검출해냄을 알 수 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제18권9호
• /
• pp.53-62
• /
• 2013

본 논문에서는 입력된 자연영상으로부터 도로 영역을 검출하기 위한 소실점 자동 예측 방법을 제안한다. 제안하는 방법에서는 도로 환경에서 안정적으로 소실점을 검출하기 위해 영상의 주방향성을 분석하여 영상 특징성분들이 집중되는 곳을 소실점으로 예측한다. 이를 위해 첫번째 단계에서는, 영상을 일정크기의 서브블록으로 분할하고 분할된 서브블록 내에서 임의의 에지 샘플을 선택하고 RANSAC을 적용하여 직선 모델을 예측함으로서 각 서브블록의 주방향성을 분석한다. 모든 블록에 대하여 주방향성을 검출한 후, 두 번째 단계에서 임의의 직선 샘플을 선택하고 RANSAC을 적용하여 교점 모델을 예측함으로서 각 직선들로 인한 교점 모델의 비용값을 측정하고 가장 높은 비용값의 교점 모델에 의한 평균점으로 소실점을 예측한다. 마지막으로 성능 검증을 위해 다양한 상황에 따른 정량적, 정성적 분석을 통해 제안하는 소실점 검출 알고리즘의 타당성과 효율성을 입증한다.

• 한국정보통신학회논문지
• /
• 제21권10호
• /
• pp.1892-1897
• /
• 2017

본 논문은 붙어 있는 손가락들을 가진 손을 대상으로 한 손가락 개수 알고리즘을 제안하고 있다. 제안된 알고리즘은 손가락 사이에 필연적으로 직선형 그림자가 발생한다는 사실을 기반으로 한다. 이 알고리즘은 효율적인 그림자 검출을 위해 손 영역을 엄지손가락 영역과 네 손가락 영역으로 구분하고, 각 영역에서 경계 영상을 생성한다. 각 경계 영상에 직선 검출과 투영 기법을 적용하므로 투영 곡선들이 생성되고, 곡선들의 피크들은 손가락 그림자의 후보들로 검출된다. 그러고는 검출된 피크들에서 손가락 그림자에 의한 피크들만 추출되고 개수된다. 붙어 있는 손가락으로 다양한 형상을 표현하는 손 영상들을 대상으로 한 손가락 개수 실험에서 손가락 수에 따른 개수 성공률이 83.3%에서 100%이고, 전체적으로 93.1%이다. 또한 통제된 조건하에서 손 영상이 생성된다면 실패한 경우들이 충분히 개선될 수 있음을 보여주고 있다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2010년도 한국컴퓨터종합학술대회논문집 Vol.37 No.1(A)
• /
• pp.252-253
• /
• 2010

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2009년도 추계학술대회
• /
• pp.713-716
• /
• 2009

본 논문은 컨테이너 위치 측정을 위하여 비전을 기반으로 컨테이너의 홀을 검출하는 방법을 제안한다. 컨테이너는 각 꼭짓점마다 스프레더의 헤드블록과 부착되는 홀이 있기 때문에 서로 대각에 위치한 홀을 찾아서 컨테이너의 위치를 검출하는 방법을 이용한다. 우선, 스프레더에서 촬영된 컨테이너 영상을 입력받고 영상에서 컨테이너를 찾기 위하여 허프 변환을 이용해 직선을 검출한다. 검출된 직선 중에서 서로 직교하는 위치를 찾아서 스프레더의 헤드블록과 접합하는 컨테이너의 꼭짓점 후보로 정하며 정확한 꼭짓점을 찾기 위하여 템플릿 매칭을 수행한다. 제안된 방법을 이용하여 컨테이너의 위치를 검출했을 때 만족할 만한 성능을 나타내는 것을 실험을 통하여 확인하였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 제13회 신호처리 합동 학술대회 논문집
• /
• pp.453-456
• /
• 2000

본 논문에서는 색상정보를 이용한 얼굴 검출 알고리즘에 대해 소개하고자 한다. 여러 개의 얼굴 검출에 적용되는 이 알고리즘은 피부색의 학습 과정과 입력영상에 대한 얼굴 검출 과정으로 크게 두 가지로 나눌 수 있다. 특히 본 연구에서는 피부색이 본 논문에서 제안한 새로운 RGB 영역에서 직선을 이루는 특징을 이용하여 학습 data를 구성한다. 이렇게 구성된 data를 입력영상에 적용함으로써 1차 얼굴 후보영역을 결정한다. 그런 후 1차 후보영역을 세로방향과 가로방향으로 투영시킴으로써 최종 얼굴 영역을 찾아낸다. 실험을 통해 이 알고리즘은 기존의 색상정보를 이용한 얼굴검출 방법에 비해 얼굴 개수에 상관없이 높은 검출 성공률을 보여주었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2018년도 춘계학술대회
• /
• pp.360-362
• /
• 2018

본 논문에서는 X-ray 영상에서 척추 영역을 추출 및 분석하여 척추만곡도를 자동으로 측정하는 방법을 제안한다. 제안된 방법은 X-ray 영상에서 어깨뼈와 골반뼈 등과 같이 필요 없는 영역을 제거한 ROI(Region of Interest) 영역을 추출하고, 추출된 ROI 영역에서 척추 에지를 검출하기 위해 가우시안-라플라시안(Laplacian of Gaussian) 필터를 적용하여 척추 에지를 검출한다. 추출된 척추 영역을 척추의 Apex를 기준으로 Above Apex와 Below Apex 영역으로 구분하고 허프 변환(Hough Transform) 기법을 적용하여 두 영역에 대한 ($r,{\theta}$) 허프 공간을 구한다. ($r,{\theta}$) 허프 공간에서 척추만곡도 측정에 필요한 수평 직선만을 검출하기 위하여 수직 직선을 나타내는 교점들의 영역을 제거하여 척추만곡도 측정에 필요한 영역을 추출한다. 제안된 척추 추출 방법을 다양한 X-ray 영상을 대상으로 실험한 결과, 전문의가 척추만곡도를 효과적으로 측정하고 분석할 수 있는 척추 영역이 추출된 것을 확인할 수 있었다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 하계종합학술대회 논문집 Ⅳ
• /
• pp.1891-1894
• /
• 2003

본 논문에서는 분할 영상 좌보계 (split image coordinate: SIC)를 제안하여 3차원 영상의 주요 특징 중의 하나인 유, 무한 소실점을 그 위치의 무한성이나 카메라의 보정과 관계없이 정확하게 자동 추출하였다. 제안한 방법에서는 가우시안 구 (Gaussian sphere) 기반의 기존 방법들과는 달리 영상 공간을 누적 공간으로 활용함으로써 카메라 보정이나 영상의 사전정보가 없어도 원 영상의 정보 손실 없이 소실점을 추출할 수 있고, 영상을 무한대까지 확장한 후 분할하여 재정의 함으로써 유, 무한 소실점을 모두 추출할 수 있도록 하였다. 정확한 소실점의 검출을 위하여 직선 검출 과정에서는 방향성 마스크 (mask)를 사용하였으며, 직선들의 군집화 (clustering) 과정에서는 기울기 히스토그램 방법과 수평/수직 군집화 방법을 적응적으로 적용하였다. 제안한 방법을 합성 영상 및 건축물 (man-made environment) 영상에 적용시켜 유, 무한 소실점들을 효과적이고 정확하게 찾을 수 있음을 확인하였다.