• Journal of Broadcast Engineering
• /
• v.24 no.2
• /
• pp.234-242
• /
• 2019

In this paper, we propose a deep neural network which extracts SIFT feature points by determining whether the center pixel of a cropped image is a SIFT feature point. The data set of this network consists of a DIV2K dataset cut into $33{\times}33$ size and uses RGB image unlike SIFT which uses black and white image. The ground truth consists of the RobHess SIFT features extracted by setting the octave (scale) to 0, the sigma to 1.6, and the intervals to 3. Based on the VGG-16, we construct an increasingly deep network of 13 to 23 and 33 convolution layers, and experiment with changing the method of increasing the image scale. The result of using the sigmoid function as the activation function of the output layer is compared with the result using the softmax function. Experimental results show that the proposed network not only has more than 99% extraction accuracy but also has high extraction repeatability for distorted images.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06a
• /
• pp.104-106
• /
• 2012

소프트웨어 버스마크 (Software Birthmark)는 프로그램 실행 파일로부터 프로그램의 고유한 정보를 추출하는 기법이다. 프로그램의 도용을 판별하기 위해 바이너리로부터 버스마크를 추출하여 원본 프로그램과의 유사도를 측정하거나 악성 코드 탐지에 사용된다. 본 논문에서는 그래프 기반 바이너리 구조 매칭기법을 기반으로 한 버스마크를 제안한다. 제안 기법은 원본 프로그램과 대상 프로그램 사이에서 함수와 함수, 기본 블록과 기본 블록의 매칭 방법을 개선함으로써, 기존 기법에 비해 강인성(Resilience)이 향상된 버스마크를 추출한다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.11b
• /
• pp.137-140
• /
• 2002

본 연구에서는 할선법에 기초한 고정점 알고리즘의 독립성분분석기법을 이용한 영상의 특징추출을 제안하였다. 여기서 할선법은 엔트로피 최적화를 위한 목적함수의 근을 구하기 위해 단순히 함수 값만을 이용하여 계산을 간략하게 함으로써 역혼합행렬의 경신속도를 빠르게 하기 위함이다. 제안된 기법을 256×256 픽셀(pixel)의 10개 지문영상들로부터 선택된 16×16 픽셀의 20,000개 패치를 대상으로 시뮬레이션 한 결과. 추출된 16×16 픽셀의 160개 독립성분 기저벡터 각각은 지문영상들에 포함된 공간적인 주파수 특성과 방향성을 가지는 경계 특성이 잘 드러나는 국부적인 특징들임을 확인할 수 있었다.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2003.04a
• /
• pp.334-339
• /
• 2003

위성 영상의 활용범위가 확대되면서 다양한 위성 센서로부터 위성영상이 제공되고 있다. 특히 최근에는 이기종 센서로부터 서로 다른 시간과 분광정보를 가진 영상의 자동 등록이 영상자료 분석을 위해 필요한 기술로 인식되고 있다. 본 연구에서는 Kompsat 영상과 Radarsat 영상을 이용하여 두 영상에서 공통으로 존재하는 패치(Patch)를 추출하고 그 패치의 중심점을 찾아 매칭하는 방법에 기초를 둔 자동영상 등록 기법을 제시하였다. 밝기 값분석을 통해 패치를 추출하고 추출된 패치를 모폴로지(Morphology)기법과 잡음요소 제거 기법을 적용하여 패치에 포함된 잡음을 제거하였으며, 비용함수를 이용한 패치 매칭과 변환함수를 이용하여 자동영상등록을 실시하였다.

• Proceedings of the KIEE Conference
• /
• 2008.07a
• /
• pp.1841-1842
• /
• 2008

본 논문은 Scale Invariant Feature Transform(SIFT)알고리즘으로부터 얻어진 로컬 특징점으로부터 물체를 인식하는 방법에 대하여 논하였다. SIFT알고리즘은 물체의 스케일, 회전에 강인하고, 또한 3차원 시점의 변화에도 부분적으로 강인한 특징점을 추출한다. SIFT 알고리즘은 입력영상에 크기가 다른 가우시안 함수를 적용하고, 블러링된 영상들의 차 영상에서 극값을 추출하여 특징점으로 사용한다. 하지만 SIFT알고리즘에서 가우시안 함수를 적용하는 것은 상당히 많은 연산을 필요로 하기 때문에 본 논문에서는 하나의 옥타브를 사용하여 연산시간을 단축하였다. 하나의 옥타브를 사용함으로써 물체의 스케일이 크게 변하였을 때는 문제가 발생한다. 이를 해결하기 위하여 대상 물체의 작은 스케일, 큰 스케일에서 추출된 특징점을 혼합하여 DB를 생성하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.844-846
• /
• 2005

본 논문에서는 3차원 모델을 검색하기 위한 형태 기반 기술자를 추출하는 알고리즘을 제안한다. 제안하는 알고리즘은 모델의 기하학적인 특성을 고려하여 레이 캐스팅 샘플링과 구면조화함수를 이용하는 방법이다. 레이 캐스팅 기법은 모델의 외형을 고려한 적응적인 방법으로 샘플링 하여 기술자에 포함되는 형태 정보를 증가시켜 기술자의 식별성을 높인다. 또한 구면조화함수 계수 추출에서는 기하학적인 주파수 특성을 고려하여 적응적인 계수를 추출한다. 이 방법은 검색 성능에 영향을 미치지 않고 기술자를 조밀하고 간결하게 만든다. 최종적으로 두 방법을 결합함으로써 검색 엔진에서 이용 가능한 기술자를 생성한다. 실험 결과에서는 제안된 알고리즘의 성능이 기존 방법에 비해 약 $12.5\%$ 향상 된 것을 확인 할 수 있다.

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 1999.11a
• /
• pp.438-442
• /
• 1999

제스처 인식은 직관적일 뿐 아니라, 몇 가지의 기본 구성요소에 의하여 코드화(code)가 용이하여, 인간과 컴퓨터의 상호작용(HCI, Human-Computer Interaction)에 있어서 폭넓게 사용되고 있다. 본 논문에서는 손의 모양이나 크기와 같은 개인차 및 조명의 변화나 배율과 같은 입력환경의 영향을 최소화하여, 특별한 초기화 과정이나 모델의 준비과정 없이도 제스처를 인식할 수 있고, 적은 계산량으로 실시간 인식이 가능한 제스처 인식 시스템의 개발을 목표로 한다. 본 논문에서는 손에 부착하는 센서나 마커 없이, CCD 카메라에 의하여 입력된 컬러영상에서, 컬러정보 및 동작정보를 이용하여 손영역을 추출하고, 추출된 손의 경계선 정보를 이용하여 경계선-중심 거리 함수를 생성했다. 그리고, 손가락의 끝 부분에서는 경계선-중심 거리가 극대점을 이룬다는 원리를 이용하여 생성된 함수의 주파수를 분석하여 극대점을 구함으로써 각각의 손가락 끝 위치를 찾고, 손의 자세를 인식하여 제스처를 인식했다. 또한 본 논문에서 제안된 제스처 인식 방법은 PC상에서 구현되어 그 유용성과 실효성이 증명되었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.11a
• /
• pp.13-16
• /
• 2008

본 논문은 가중퍼지소속함수 기반신경망(neural network with weighted fuzzy membership functions, NEWFM)기반의 자동 특징 추출기법을 사용하여 인체의 세 방향에서 발생하는 가속도 값으로부터 낙상을 탐지하는 방안을 제시하고 있다. 10명의 피검자로부터 8가지 시나리오로 낙상/비낙상 데이터 800개를 수집하고 웨이블릿 변환(wavelet transform, WT)을 통해 추출한 계수중 비중복면적 분산법에 의해 중요도가 가장 낮은 특징입력을 하나씩 제거하면서 최소의 특징 입력을 선택하였다. 특징입력으로는 가속도 값을 웨이블릿 변환한 11개의 d4계수들 중 비중복면적 분산법에 의해서 중요도가 가장 높은 5개의 계수가 사용되었고, 이들 특징입력을 통해 93%의 전체 분류율을 나타내었다.

• Proceedings of the IEEK Conference
• /
• 2000.09a
• /
• pp.489-492
• /
• 2000

본 논문에서는 영상 항법 변수 추출 알고리듬의 실시간 구현에 관해 연구하였다. 영상 항법 변수 추출 알고리듬은 이전 위치를 기준으로 현재 위치를 추정해내는 상대위치 추정 알고리듬과 상대위치 추정에 의해 누적되는 오차를 보정하기 위한 절대위치 보정 알고리듬으로 구성된다. 절대위치 보정 알고리듬은 고해상도 영상과 IRS (Indian Remote Sensing) 위성영상을 기준영상으로 이용하는 방법 및 DEM (Digital Elevation Model) 을 이용하는 방법으로 구성된다. 하이브리드 영상 항법 변수 추출 알고리듬을 실시간으로 구현하기 위해 MVP (Multimedia Video Processor)로 명명된 TMS320C80 DSP (Digital Signal Processor) 칩을 사용하였다. 구현된 시스템은 MVP의 부동 소수점 프로세서인 MP (Master Processor) 를 고정 소수점 프로세서인 PP (Parallel Processor) 를 제어하거나 삼각함수 계산과 같은 부동 소수점 함수를 계산하는데 사용하였고, 대부분의 연산은 PP를 사용하여 수행하였다. 처리시간이 많이 필요한 모듈에 대해서는 고속 알고리듬을 개발하였고, 4개의 PP를 효율적으로 사용하기 위한 영상분할 방법에 대해 제안하였다. 비행체에서 캡코더를 이용해 촬영한 연속 항공 영상과 비행체의 자세정보를 입력으로 실시간 시뮬레이션 하였다. 실험결과는 하이브리드 항법 변수 추출 알고리듬의 실시간 구현이 효과적으로 구현되었음을 나타내고 있다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2007.06a
• /
• pp.241-247
• /
• 2007

자궁 경부 세포진 영상의 핵 추출을 위해서는 영상의 배경과 핵 그리고 세포질 영역의 구분이 중요하다. 또한 정상 세포핵과 암종 세포핵의 구분 및 인식을 위해서는 세포핵들의 형태학적 특징을 이용한 분류 기준을 세워야한다. 본 논문에서는 자궁 경부 세포진 영상에서 세포핵의 후보 영역과 핵을 추출하기 위해 현미경 400배율 확대 사진을 획득하는 과정에서 훼손된 컬러 영상을 복원하기 위한 방법으로 Lighting Compensation을 적용하여 영상을 보정한다. 그리고 배경 영역과 세포핵 영역을 구분하기 위해 영상의 R,G,B 영역의 히스토그램의 분포를 이용하여 배경을 제거한다. 배경이 제거된 영상을 그레이 영상으로 변환 한 후, 히스토그램 명암도의 값을 이용하여 세포핵 영역과 세포질을 분류하여 세포핵 영역을 추출한다. 그리고 Kapur 방법을 적용하여 세포핵 영역의 엔트로피 누적확률을 구한 후, 영상을 이진화 한다. Kapur 방법이 적용된 이진화 영상에서 세포핵 영역의 중심과 주위 화소를 비교하는 $3\times3$ 마스크를 적용하여 영상의 미세한 잡음을 제거 한 후, 8방향 윤곽선 추적 알고리즘을 적용하여 최종적으로 세포핵 영역을 추출한다. 추출된 세포핵의 영역을 분류 및 인식하는 과정으로 세포의 외각의 방향성 정보, 핵의 크기, 그리고 면적 비율의 특징을 이용하여 퍼지 소속 함수를 설계한 후, 소속 함수의 소속도를 구하고 퍼지 추론 규칙을 적용하여 자궁 경부 세포진 영상에서 정상 세포핵 및 암종 세포핵을 인식한다.