• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.05c
• /
• pp.234-239
• /
• 2002

영상 검색의 수행 방법으로 사람의 시각 시스템의 특성을 기반으로 효과적인 특징 추출 통한 계층적인 내용 기반 검색 시스템을 제안한다. 영상 고유의 특징을 얻기 위해 영상내에 존재하는 형태 정보와 질감 방향성 및 칼라 정보를 이용한다. 본 논문에서는 형태 정보의 추출을 위하여 사용자의 질의 영상에서 에지 특징 정보를 추출하고 부분 영역으로 분할된 영상에서 GLCM(Gray Level Co-occurrence Matrix)의 Contrast를 질감 특징으로 추출한다. 이들 두 특징을 이용하여 1차 분류 과정을 거치고 2차 검사에서는 보다 정확한 검색을 수행하기 위하여 1차로 분류된 후보영상들에 대하여 영상의 세부 정보인 칼라 정보를 기반으로 유사도를 측정함으로써 유사한 칼라와 형태를 가지는 영상뿐만 아니라 칼라가 다른 유사한 영상에도 효율적인 검색 성능을 보였다.

• Annual Conference of KIPS
• /
• 2002.11a
• /
• pp.767-770
• /
• 2002

영상 검색의 수행 방법으로 사람의 시각 시스템의 특성을 기반으로 웨이블릿 변환의 고주파수 에너지와 형태학적 필터링을 이용하여 분할된 객체의 효과적인 특징 추출을 통한 계층적인 검색 시스템을 제안한다. 영상 고유의 특징을 얻기 위해 객체의 형태 정보와 질감(texture) 방향성 및 칼라 정보를 이용한다. 본 논문에서는 객체의 형태 정보의 추출을 위하여 사용자의 질의(query)영상에서 객체의 윤곽선의 편각차분 변동율에 의한 형태 특징 벡터를 추출하고 GLCM (Gray Level Co-occurrence Matrix)의 Contrast를 질감 특징으로 추출한다. 이들 두 특징을 이용하여 1차 분류 과정을 거치고 2차 검사에서는 보다 정확한 검색을 수행하기 위하여 1차로 분류된 후보영상들에 대하여 세부 정보인 칼라 정보를 기반으로 유사도를 측정함으로써 유사한 칼라와 형태를 가지는 영상뿐만 아니라 칼라가 다른 유사한 영상에도 효율적인 검색 성능을 보였다.

• Annual Conference of KIPS
• /
• 2000.04a
• /
• pp.1051-1055
• /
• 2000

본 연구에서는 내용기반 영상 데이터 검색을 위하여 변환 영역에서 위치 정보와 주파수 정보를 가지는 웨이블릿 성질을 이용하여 객체들의 특징을 추출하는 방안인 Vector Quantization 을 이용한 영상을 검색하는 방안을 제시한다. 내용기반 영상 검색의 주요 특징들은 색상, 질감, 그리고 영상의 공간적인 특징을 고려한 특징 값 등이 사용된다. 이러한 영상의 특징들을 어떻게 결합하고 특징 추출을 하느냐에 따라 검색의 효율성에 영향을 준다. 따라서 본 연구에서는 영상의 위치 정보와 주파수 정보를 가지는 웨이블릿 변환 후 얻어지는 저대역 부밴드에서의 공간적인 특성을 고려한 특징 값을 이용하여 Vector Quantization 알고리즘에 의해 정지영상의 객체 대표 특징들을 빠르게 검색하고자 한다. 본 연구에서는 Haar Wavelet 과 Vector Quantization 에서 색상과 질감의 가중치를 적용하고자 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.422-424
• /
• 1999

본 논문에서는 질감 특징과 신경회로망을 이용한 유방암조직영상의 분할 방법을 제안한다. 신경회로망의 입력 노드에 사용될 질감 특징을 얻기 위해 10개의 영상에 대해 각 영역(양성세포핵, 음성세포핵, 배경)에서 10개씩의 화소를 선택하고, 그 화소를 중심으로 하는 5$\times$5 영역 30개를 획득, 총 300개의 영역에 대해 R, G, B 각각의 밴드에서 18개의 질감특징을 추출한다. 54개의 입력노드, 28개의 은닉노드, 3개의 출력노드의 구조를 가진 신경회로망을 구성하고, 역전파 학습 알고리즘을 사용하여 신경회로망을 최대오차율이 10-3보다 작을 때까지 학습시킨다. 학습에 의해 획득되어진 분류기를 이용하여 유방암 조직 세포영상을 양성세포핵, 음성세포핵, 배경부분으로 자동 분할한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.359-361
• /
• 1999

내용 기반 영상 검색을 위해 본 연구에서는 Vector Quantization을 이용하여 영상을 구성하는 주요 객체들의 특징 추출 방법을 제안한다. 내용 기반 검색 시스템에서 사용되는 영상의 주요 특징들은 색상, 질감, 형태 및 영상을 구성하고 있는 객체들의 공간적 위치 등이 사용된다. 이러한 특징들 중에서 어떤 특징들을 사용하고 또 어떤 방식으로 결합하느냐에 따라 혹은 영상의 특성을 잘 나타낼 수 있는 주요 특징을 어떻게 추출, 표현하느냐에 따라 검색 성능에 큰 영향을 미친다. 이 중 본 논문에서는 일반적인 색상, 질감 특징 추출방법과 더불어 Vector Quantization 알고리즘을 이용하여 정지 영상을 구성하고 있는 객체들의 대표 색상과 질감 특징을 빠르게 추출하고 이를 내용 기반 검색에 이용함으로써 객체의 위치, 회전 및 크기 변화에 무관한 검색을 가능케 했다. 연구의 실험 결과 VQ를 이용함으로써 대표특징치 추출시간을 줄일 수 있었고 검색시 색상과 질감 특징의 가중치를 각각 0.5, 0.5로 주는 것이 가장 높은 검출율을 보였으며 제안된 방식에 의해 '사람' 영상의 경우 0.9의 검출율을 보였다.

• Journal of Korea Society of Industrial Information Systems
• /
• v.13 no.4
• /
• pp.108-114
• /
• 2008

In this paper, we proposed robust blind watermarking algorithm using texture block coefficient based on discrete cosine transform(DCT). The proposed method embedded all of watermark signals into DC component of $8\times8$ block DCT in order to robust various external attack The texture block coefficient was composed absolute value of DCT coefficients. Experiment showed that the proposed method better than conventional methods in the invisibility and various attack such as dithering, cropping, and scaling.

• Journal of KIISE:Software and Applications
• /
• v.28 no.3
• /
• pp.298-304
• /
• 2001

Markov 랜덤 필드(MRF)를 이용한 질감 영상의 영역분할을 각 영역을 기술해줄 수 있는 제대로 된 파라미터들을 찾는 것이 가장 중요하다. 종래에는 입력영상의 질감 영역의 수와 그 형태 등을 초기에 적당히 가정하여 파라미터를 찾는 방법을 써왔는데 실제 영상에는 잘 맞지 않았다. 최근에 완화법(Relaxation)을 이용하여 MRF의 파라미터를 찾는 방법이 제안[8]되었는데 오직 일반화된 Ising 모형에서만 사용가능 하였다. 본 논문에서는 비교적 자연영상에 적합한 자기이항 모형(Auto-binomial Model)에 변형된 완화법을 적용시켜 파라미터를 추정하고 질감 영상을 분할해 보았다. 그 결과 이전의 Ising 모형으로는 어려웠던 자연영산의 분할에서 좋은 결과를 얻을 수 있었다.

• Journal of KIISE:Software and Applications
• /
• v.34 no.10
• /
• pp.900-909
• /
• 2007

This paper describes an experiment on the evaluation of human sensibility by monitoring responses to changes In the frequency and amplitude of a tactile display system. Preliminary tasks were performed to obtain effective adjectives concerning texture perception. The number of collected adjectives was originally 33. This number of adjectives was reduced to 14 by a suitability survey that asked whether an adjective is suitable for expressing a texture feeling. Finally after performing a semantic similarity evaluation, the number of adjectives was further reduced to ten and these ten were used in the main experiment. In the main experiment, selected sandpaper types and 15 selected combinations of frequencies and amplitudes of a tactile display were utilized to quantitatively evaluate the ten adjectives using a bipolar seven-point scale. The data show that a relationship exists between the independent variables(frequency, amplitude, and grit site) and the dependent variable(perceived texture). That is, the change of frequency and amplitude is directly related to perceived roughness or essential elements of human tactile sensitivity found in the preliminary experiment.

• Annual Conference of KIPS
• /
• 2008.05a
• /
• pp.95-98
• /
• 2008

본 논문은 기존의 질감기반 (texture) 얼굴검출 시스템에서 컬러 영상을 도입하여 성능개선의 중요한 부분인 얼굴 오검출율을 줄이는 방법을 제안한다. 얼굴 영상의 컬러 성분은 흑백 성분과 비교하여 낮은 공간 주파수 영역을 가지는 특징이 있다. 질감기반 얼굴검출에서 높은 대비 (contrast) 성분의 에지는 얼굴이 아닌 영역에서 얼굴로 오인할 수가 있다. 본 논문에서는 이런 오인을 감소하기 위해 독립적인 컬러 채널 성분들을 질감기반 얼굴 검출에 각각 이용하여 그 얻어진 결과들을 융합 (fusion) 하는 방법을 제안한다. 실험결과로 제안한 칼라 채널 융합 방법을 통해 얻은 얼굴 검출율은 기존 흑백 영상과 비슷하게 유지되며 오검출율을 현저히 줄이는 것을 보였다.

• 한국HCI학회:학술대회논문집
• /
• 2006.02a
• /
• pp.1222-1227
• /
• 2006

본 연구의 목적은 객체의 형상정보(3D mesh)와 색/질감정보(image)를 이용하여 텍스쳐 맵핑된 고품질의 가상모델을 생성하는데 있다. 3 차원 형상정보에 대응하는 이미지 상의 텍스쳐 좌표 관계를 구하기 위해 오브젝트 좌표계와 카메라 좌표계 사이의 변환행렬, 카메라의 초점거리, 카메라 CCD 와 프레임상의 이미지 사이의 aspect ratio 를 파라미터로 하는 3D-2D 정합을 수행한다. 이러한 3D-2D 정합을 효율적으로 수행하기 위하여, 카메라 내부파라미터 검정단계, 신뢰도가 높은 초기해 설정단계, 비선형 최적화(Newton method) 단계로 접근한다. 또한, 색/질감정보로 이용되는 객체의 이미지는 촬영조건에 의해 스펙큘러(specular)나 이미지 픽셀값의 포화상태(saturation) 등의 결점을 포함한다. 영상내의 스펙큘러 좌표와 3D-2D 정합의 결과를 이용하여 촬영 당시의 광원을 추정하고, 근사화된 빛반사도 함수(BRDF)를 이용하여, 텍스쳐의 픽셀값 변조를 통해 이미지 촬영 당시의 광원효과가 제거된 디퓨즈 텍스쳐를 획득한다. 본 연구에서는 퐁(Phong)의 모델을 근사화한 빛 반사도 함수 모델로 사용하였다.