• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10b
• /
• pp.106-108
• /
• 2004

이미지의 유사도나 의미분석을 위해 주요 특징벡터인 색상, 경계선, 질감 등의 연구와 이들을 이미지 전역구간 및 관심영역에 적용하기 위해 데이터베이스에 저장하기 위한 연구가 활발히 진행되고 있다. 특히, 특징벡터의 분할 방법을 유동적, 또는 크게 할 경우 알고리즘 복잡화로 인해 추출 및 검색시간과 오버헤드가 증가하게 되고, 적게할 경우 정확도가 감소한다. 따라서 본 논문은 색상 및 경계선 벡터를 사분트리 분할 인덱스 구조로 데이터 베이스에 저장하고, 두 가지 문제를 동시에 해결하기 위한 방법을 제안한다. 이미지 전역구간을 사분노드로 분할하고, 관심영역의 색상정보를 비교하고, 추출된 전역적 경계분포 순위계수와 비교 알고리즘을 이용하여 이미지에 분포된 객체의 위치정보를 검색함으로써, 검색속도 및 정확성을 개선하였다

• Proceedings of the IEEK Conference
• /
• 2005.11a
• /
• pp.1189-1192
• /
• 2005

본 논문에서는 스케치 연산자를 적용하여 견실한 얼굴인식 방법을 제안한다. 제안된 방법은 인식 대상의 중요한 특성인 에지(edge), 벨리(valley) 및 질감(texture) 성분을 효과적으로 표현하기 위한 방법으로써, BDIP(block difference of inverse probabilities)를 사용하여 얼굴의 특징을 스케치 영상과 같이 나타내는 얼굴 영상을 획득한다. 그리고, BDIP 처리된 얼굴 영상은 입력 데이터의 차원 축소 및 얼굴 특징 벡터의 추출을 위해 PCA(Principal Component Analysis)를 수행한 후, Nearest Neighbor 분류기를 통해 인식을 수행한다. 제안된 방법의 성능을 평가하기 위하여, 일반적으로 많이 사용되는 HE(Histogram equalization)을 사용한 얼굴 인식 방법과의 비교를 수행한다. 실험결과, 본 논문에서 제안한 방법이 고유값이 적은 경우에 가장 높은 인식률을 나타내는 것을 알 수 있었다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2000.11a
• /
• pp.256-261
• /
• 2000

디지털 방송, 웹의 발전으로 내용 기반 검색, 비디오 인덱싱, 비디오 검색 등의 시스템들이 많이 연구, 개발되고 있으며, 이러한 시스템에서는 사람을 주제로 검색하는 요구가 많이 발생한다. 대부분의 얼굴 영역 추출 및 인식 시스템들은 질감, 모양, 움직임, 칼라 등의 특징들을 이용하는데, 이들 중 칼라 특징은 기존 시스템의 첫 번째 처리 단계에서 많이 사용된다. 하지만, 복잡한 배경, 조명, 화장(make up), 잡영들 때문에 미리 정의된 단일 칼라 임계값을 이용하여 얼굴 영역과 비 얼굴 영역으로 구분하면 정확한 추출 결과를 얻기 힘들다는 문제가 있다. 본 논문에서는, 점진적으로 피부색 영역을 확장시키면서 얼굴 영역을 추출하는 방법을 제안한다. 이때 확장 단계에서 얼굴 영역을 판단하기 위해, 일굴 각 기관들의 위치적 정보를 사용하였다. 얼굴 기관은 눈과 입을 사용했는데, 여러 가지 요인으로 인해 이들을 정확하게 추출하기가 어렵기 때문에, 각 단계에서 얼굴 후보 영역 내부의 수평 방향성을 가지는 경계를 눈과 입의 영역으로 간주했다. 실험을 통해, 제안한 방법이 하이라이트(highlight)에 의해 얼굴 영역의 일부가 왜곡된 경우와 얼굴 영역이 피부색과 유사한 배경에 인접해 있는 경우에 대해서도 강인하게 얼굴 영역을 추출할 수 있음을 확인하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.499-501
• /
• 2000

본 논문에서는 영역기반 검색환경을 제공하는 FRIP(Finding Region in the Pictures) 시스템을 소개한다. FRIP 시스템은 영역 기반 검색환경을 제공하기 위해서, 우선적으로 영상을 분할하고, 각 분할된 영역으로부터 색상, 질감, 크기, 모양, 위치 정보와 같은 최적의 특징 벡터들을 추출하여 색인화시킨다. 그런 뒤에, 사용자가 검색하고자 하는 영역과 검색 영상 수 k를 입력하면, 유사성 측정 식에 의해 가장 유사한 k만큼의 영상을 우선 순위 형태로 사용자에 보여주게 된다. 본 시스템에서는 영상을 분할하기 위해서 기본적인 RGB 색상계를 확장(Scaling 및 이동(Shifting) 알고리즘을 통해 영상의 대비 정도가 향상된 새로운 색상계로 변환시키고, 원형 필터를 설계하여, 영역 안에 포함된 의미 없는 작은 영역을 제거하도록 하였다. 그리고 이렇게 분할된 각 영역들로부터, 본 시스템에서 제안하는 모양 기술자인 MRS(Modified Radius-based Signature)를 포함하여 5가지의 최적의 특징 벡터들을 전처리 단계에서 데이터베이스에 색인으로 저장하고 유사성 측정을 위한 수치로 사용하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10c
• /
• pp.142-144
• /
• 2002

대부분의 내용기반 이미지 검색 시스템은 이미지의 특징 벡터인 색상, 모양, 그리고 질감에 의해서 유사한 이미지를 검색하는 기법을 제공하고 있다. 최근 이러한 내용기반 이미지 검색 기술은 의료 영상 이미지와 같은 다양한 분야에 적용되고 있으며, 이에 따라서 의료 이미지를 분석하여 저장, 검색하기 위한 데이터베이스 시스템이 증가하고 있다. 그러나, 대량의 이미지로부터 원하는 이미지를 검색하기 위해서는 이미지의 메타데이타를 효율적으로 표현해야 하며, 의미성과 이미지의 특징 데이터를 통합적으로 저장 관리 할 수 있는 이미지 데이터베이스를 설계하고 구축해야만 한다. 본 논문에서는 기존의 내용기반 이미지 검색 기법을 살펴보고. 이미지를 내용기반으로 분류하고 저장할 수 있는 데이터베이스 시스템을 설계하여 효율적인 의미기반 검색을 지원말 수 있는 모델을 제시한다. 다계층 메타데이타 레이어 구조로 이미지에 대한 개념 지식 모델을 표현하고, 이미지내의 객체를 메타데이타로 표현하여 분류할 수 있는 모델을 제안한다. 또한, 이미지 내용검색을 지원하기 위한 시스템 구조를 설계하고, 메타데이타가 저장되기 위한 관계형 모델을 스타 스키마의 형태로 제시한다. 제안된 방법은 의미적인 이미지 내용 검색 방법의 지원에 활용될 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10a
• /
• pp.232-234
• /
• 2001

인터넷의 발달과 사용의 확산에 따라 멀티미디어 데이터의 양이 급격히 증가하고 있다. 특히 멀티미디어 정보 가운데에서도 이미지 양은 대규모이므로 사용자가 원하는 이미지를 찾기가 쉽지 않았으며, 이에 따라 이미지 데이타를 검색하기 위한 여러 가지 방법들이 계속해서 제안되고 있다. 본 논문에서는 XML을 활용하여 웹상의 이미지 데이터에 대한 특징 정보를 구조적으로 표현해 웹 이미지에 대한 내용 기반 검색 능력을 개선한다. 관계 테이터베이스에 저장된 색상, 질감, 키워드 등 이미지 데이터에 대한 특징 정보들을 XML 문서로 자동 변환하기 위하여 이들 각각의 대한 DTD를 설계하고, 이들을 통합하여 검색할 수 있도록 통합 DTD를 설계한다. 통합 DTD를 XML 데이터 서버를 이용하여 구현에 실제 웹 상의 상품이미지를 검색하는데 적용함으로써 제안한 결과의 유용성을 보인다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.04a
• /
• pp.815-818
• /
• 2014

영상 분석을 통한 특징 추출은 객체의 인식이나 매칭, 인덱싱 등을 위해 수반되는 준비 단계로서 분야별로 다양한 방식을 통해 수행되어 왔다. 특히, 피부 영상 분석에 있어 주목할 만한 이슈는 피부의 노화 정도를 측정하는 것이다. 피부의 거칠기는 피부의 상태와 노화를 판단하는 중요한 근거의 하나이다. 본 논문에서는 피부 나이를 측정하기 위해 피부 현미경 영상에서 피부 거칠기를 평가하는 방법을 제안한다. 이를 위해 피부 현미경으로 촬영된 이미지에 이진화 및 질감 대비 향상, 노이즈 제거 등의 전처리 과정을 수행하고, Watershed 알고리즘과 외곽선 검출을 통해, 피부를 구성하는 셀들의 영역 정보를 획득한다. 이를 바탕으로 피부 거침의 변화량을 계산하여 거칠기를 정의한다. 제안한 방법의 효과를 검증하기 위해 다양한 연령대의 피험자로부터 피부 현미경 영상을 확보하고 실험을 통해 피부 거칠기 특징이 피험자의 연령대와 상관관계가 있음을 보인다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.05a
• /
• pp.35-38
• /
• 2004

기존의 내용기반 이미지 검색 시스템은 색상, 질감, 모양등과 같은 특징 벡터를 추출하여 검색하는 방법이 많이 연구되어 왔다. 특히 색상 정보는 이미지를 검색하기 위하여 중요한 정보로 사용되고 있다. 따라서 색상 이미지를 검색하기 위해서 평균 RGB, HSI값을 이용하거나 히스토그램을 이용하는 방식이 많이 사용 되어왔다. 본 논문에서는 사람이 시각적으로 보고 느끼는 색상(H), 채도(S), 명도(I) 방식을 이용한 HSI값을 사용하여 색상 의미를 이용한 지능적 이미지 검색 기법을 제안하고 알고리즘을 설명한다. 색상 의미(Color Semantics)란 사람의 시각적인 특징을 기반으로 칼라 이미지에 적용하여 감성 형용사 기반으로 검색할 수 있는 방법이다. 색상 의미를 이용한 지능적 이미지 검색은 색상-기반 질의(color-based retrieval)를 제공할 뿐만 아니라 인간의 감성이나 느낌에 의한 의미-기반 질의(semantic-based retrieval)방식을 가능하게 한다. 즉, "시원한 이미지" 혹은 "부드러운 이미지"를 검색하는 방식이다. 따라서 사용자의 검색 의도를 보다 정확하게 표현할 수 있으며, 검색의 결과에 대한 만족도를 향상 시킬 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.11a
• /
• pp.697-700
• /
• 2010

피부 이미지의 여러 가지 특징들 중 주름은 피부의 상태를 판단하는 중요한 요소이다. 따라서 주름을 추적하기 위해 확대경으로 촬영된 원본 이미지에서 질감 대비 증가, 노이즈 제거 등의 전처리 과정을 수행한 후 Watershed 알고리즘을 이용하여 주름을 선분으로 표현하였다. 이렇게 생성된 주름의 깊이, 너비, 길이 등은 피부 분석 시 특징 정보로 이용할 수 있다. 또한 주름과 주름이 연결되어 이루는 다각형을 논문에서는 셀(Cell)이라고 정의하는데 그것의 크기나 개수 같은 정보도 추출할 수 있게 된다. 그러나 주름으로 만들어진 셀들은 실제와 다르게 과분할 되는 경향을 보인다. 과분할 된 셀들은 잘못된 정보를 제공하기 때문에 피부 상태를 판단하는 결과의 정확도를 떨어뜨린다. 본 논문에서는 이러한 문제점을 인지하고 차후 정확한 셀 정보를 획득하기 위한 확장성 측면에서 각 셀들을 개체화시키고 과분할 된 셀을 검출하는 방법을 제안한다.

• Journal of Korea Multimedia Society
• /
• v.7 no.7
• /
• pp.877-885
• /
• 2004

In this paper, we propose an enhancement shot change detection method using the neural net and the robust feature selection out of multiple features. The previous shot change detection methods usually used single feature and fixed threshold between consecutive frames. However, contents such as color, shape, background, and texture change simultaneously at shot change points in a video sequence. Therefore, in this paper, we detect the shot changes effectively using robust features, which are supplementary each other, rather than using single feature. In this paper, we use the typical CART (classification and regression tree) of data mining method to select the robust features, and the backpropagation neural net to determine the threshold of the each selected features. And to evaluation the performance of the robust feature selection, we compare the proposed method to the PCA(principal component analysis) method of the typical feature selection. According to the experimental result. it was revealed that the performance of our method had better that than the PCA method.