• 정보처리학회논문지B
• /
• 제13B권3호
• /
• pp.275-282
• /
• 2006

칼라 영상을 효과적으로 검색하기 위해 칼라의 분포와 화소 간 위치 정보를 이용하여 영상을 검색하는 방법이 연구되었다. 본 논문에서는 적은 빈 개수로 칼라 분포와 화소 간 위치 정보를 효율적으로 기술하여 영상을 검색할 수 있는 기술자를 제안한다. 이는 칼라 동시발생 히스토그램의 대각성분과 비 대각성분에 가중치를 주어 에너지를 변형하고, 의미가 약한 값의 빈을 제거한 것이다. 분석을 통해 칼라 동시발생 히스토그램의 대각성분과 비 대각성분은 같은 칼라를 가지는 영역의 크기 정보와 그 영역 간의 뭉침 정보를 기술하며, 비 대각성분이 대각성분에 비해 영상검색에 더 우수한 특성을 나타낸다는 것을 확인하였다. 그래서, 비 대각성분의 가중치를 대각성분의 가중치에 비해 높게 주면 영상검색을 효과적으로 할 수 있다는 사실을 밝혔다. 64 레벨로 칼라 양자화된 RGB 칼라 좌표계에서의 실험영상에서, 가중치가 0.7에서 0.9인 제안한 기술자가 기존의 기술자에 비해 우수하게 영상을 검색함을 알 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 가을 학술발표논문집 Vol.27 No.2 (2)
• /
• pp.467-469
• /
• 2000

본 논문은 웨이블릿 변환영역 하에서 칼라 히스토그램과 에너지 벡터를 이용한 컷검출 방법을 제안한다. 기존의 컷 검출 방법들은 대부분 공간영역과 변환영역 각각에 대한 특징을 이용해 컷을 검출하였다. 그러나 본 논문에서는 웨이블릿 변환영역 하에서도 공간영역 특성을 유지하는 LL밴드 상의 칼라 히스토그램과 LH와 HL밴드의 에너지 값을 변환영역 특성으로 함께 고려하였다. 최근 영상 압축 표준에 웨이블릿을 이용한 압축기법이 사용되고 있으므로, 제안한 방법은 웨이블릿 압축 영상에서 압축을 해제할 필요 없이 검출하는데 사용되어질 수 있다. 제안한 방법의 성능평가를 위하여 광고, 뉴스, 스포츠, 영화 등 5개 분야의 다양한 TV 프로그램에서 약 10,000개의 프레임으로 실험한 결과, Recall에서는 약 90%, Precision에서는 약 94%의 컷 검출 성능을 나타내었다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 제13회 신호처리 합동 학술대회 논문집
• /
• pp.367-370
• /
• 2000

본 논문에서는 영상에서의 칼라 정보를 위한 히스토그램과 단순 히스토그램만을 이용하는 데서 오는 공간정보 부족을 각 칼라 빈 (bin) 의 분포특성을 대표할 수 있는 공간분포좌표를 이용하여 표현하고 또한 이러한 빈 들의 상대적인 위치 정보를 색인 함으로써 영상의 회전이나 이동에 대해서도 강건한 영상색인 및 검색 알고리즘에 대해 기술한다.

• 한국데이타베이스학회:학술대회논문집
• /
• 한국데이타베이스학회 1995년도 제4회 멀티미디어 산업기술 학술대회 논문집
• /
• pp.165-168
• /
• 1995

본 논문은 비디오 연속 영상에서 얼굴의 위치를 추적하는 알고리즘에 관하여 기술한다. 컴퓨터 비젼에서 대량의 비디오 연속 영상내 물체 추적은 실시간에 처리되는 빠른 알고리즘이 요구된다. 기존의 방법은 형태에 기반한 알고리즘으로 물체의 회전, 크기 변화, 겹침 등에 대한 문제에 민감하여 여러 가지 어려움이 발생한다. 그러나 칼라를 이용한 알고리즘은 이러한 문제에 대하여 둔감하여 훨씬 효과적이다. 본 논문은 칼라 3D 히스토그램을 이용한 Swain과 Ballard의 역 투사(backprojection) 방법을 적용하여 비디오 연속 영상에서 얼굴의 위치를 빠르고 정확히 추적하는 알고리즘을 제안한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 1999년도 추계종합학술대회
• /
• pp.184-188
• /
• 1999

최근 산업이 발달함에 따라 영상처리 기술이 산업에 많이 응용되고 있으며, 특히 비젼 어플리케이 션과 여러 멀티미디어 어플리케이션 분야에서, 주어진 영상에서 원하는 물체에 대한 위치정보를 빠른 시간으로 검출하는 방법에 관한 연구가 많이 진행되고 있다 특히 CCD카메라로부터 얻어진 영상 정보를 이용하여 물체의 위치정보와 물체의 패턴 분류 및 특징 추출 등 여러 가지로 응용하고 있다. 물체의 위치를 검출함에 있어서 최근까지의 방법들은 원하는 물체를 찾기 위하여 영상의 모든 부분을 비교 영역으로 정하여 물체를 찾는 방법을 이용하고 있다. 본 논문에서는 주어진 영상에서 물체를 찾기 위해 모든 부분을 비교하지 않고, 유전자 알고리즘과 칼라 히스토그램 인터섹션을 이용하여 물체의 대략의 위치를 찾고 그 주변에서 인접 색 히스토그램으로 물체를 정교하게 찾는 방법을 제안하였다. 제안한 방법은 인접 색 히스토그램과 칼라 히스토그램으로 단순히 영상의 모든 영역을 비교하는 방법에 비해 비교 횟수를 크게 줄이면서 원하는 물체의 위치를 정확히 찾을 수 있음을 알수 있었다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2008년도 학술대회 1부
• /
• pp.376-379
• /
• 2008

내용기반 영상검색(CBIR)에서 보다 효율적이고 빠른 영상검색을 위하여 본 논문에서는 칼라 히스토그램 정제를 이용한 특정벡터 기반 영상검색 알고리즘을 제안한다. RGB 칼라 이미지에서 각각의 R, G, B를 분할하고 히스토그램을 추출하여 16개의 영역(bin)으로 균일하게 분할한 다음 R, G, B 각각의 히스토그램에서 영역의 픽셀값을 계산하여 비교, 분석하고 그중 최고값을 추출한다. 그리고 R, G, B 각각의 영역의 최고값들을 이용하여 칼라 정보를 인덱스화 한 후 그 특정값을 이용한 영상 검색 기술을 수행한다. 본 논문에서 제안한 알고리즘은 효과적인 특정 추출을 위하여 각각의 R, G, B에서 추출 된 특정값을 특정벡터 테이블로 구성하여 입력 영상과 데이터베이스 영상을 비교하고 매칭도와 순위를 구하여 기존의 히스토그램만을 이용한 알고리즘 보다 더 나은 검색 결과를 확인하였다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2002년도 춘계학술발표논문집(상)
• /
• pp.154-159
• /
• 2002

영역 분할과 영역 레이블링은 내용에 기반한 영상 검색이나 영상 이해를 위해 선행되어야 하는 중요한 작업중의 하나이다. 본 논문에서는 칼라-공간 히스토그램의 통계정보를 통해 자연 영상내의 영역을 효율적으로 분할하고 또한 이러한 데이터를 생성규칙으로 만들어 레이블링 하는 새로운 방법을 제안한다. 제안하는 방법은 자연영상처럼 많지 않은 영역으로 이루어진 경우 매우 효율적임을 보였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 춘계학술발표대회
• /
• pp.808-810
• /
• 2016

Color constancy는 다양한 광원 아래에서 사물의 색을 인지하는 능력이다. 사람의 눈은 절대적인 색상을 인지하는 것이 아니라 주변 환경과의 상대적인 색상을 인지하지만[1], 기계는 절대적인 색상 값으로 받아들이므로 기계가 광원의 영향을 받은 사물의 색상을 정확히 알기 위해서는 기계가 받아들이는 색상 값에서 광원의 영향을 제거해 주는 과정이 필요하다. 이를 카메라에서는 화이트 밸런싱 또는 칼라 밸런싱이라 부르기도 하며 이러한 과정을 위해서 다양한 기법들이 존재하는데, 영상 전체의 각 색상 채널의 평균값은 무채색이라는 Grey world 기법[2]부터, 영상에서 가장 높은 색상 값을 갖는 곳이 광원을 가장 잘 표현한다고 가정하는 White patch(Max RGB)기법[1], 색상 히스토그램 보정을 통한 화이트 밸런싱[3], 최근에는 무채색 지점에서의 각 색상 채널의 변화량이 모두 같다는 가정을 통해 무채색 지점을 찾는 Grey pixel[4] 등 많은 기법이 연구되었다. 본 연구에서는 칼라 히스토그램 보정으로 칼라 대비 개선 효과를 통해 각 색상 채널의 비율이 비슷한 곳을 무채색 지점으로 표본을 수집하여 해당 표본으로부터 칼라 벡터로서 PCA를 통한 대표 값을 추출하여 광원을 예측하는 기법을 소개한다.

• 컴퓨터교육학회논문지
• /
• 제7권5호
• /
• pp.111-120
• /
• 2004

영상의 칼라, 텍스쳐, 오브젝트의 형체 등과 같은 하위 수준의 특징을 표현할 수 있는 기술자를 MPEG-7 표준에서 규정하고 있다. 하지만, 각각의 기술자를 따로 분석함으로써는 성능 향상에 불충분한 점이 있었다. 본 논문에서는 칼라 기술자와 텍스쳐 기술자를 결합하여 영상검색의 성능을 향상시키는 방법을 제안한다. MPEG-7 표준에서 정의한 $l_{1}$-norm방법보다, 본 논문에서는 칼라 히스토그램의 경우 코사인 근사도 계수를, 에지 히스토그램의 경우 유클리디언 디스턴스를 적용 실험하여 진일보한 결과를 도출할 수 있었다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2001년도 춘계학술발표논문집
• /
• pp.128-132
• /
• 2001

본 논문에서는 객체가 포함되어 있는 칼라 영상들의 집합으로부터 유사한 시각적 특징을 가진 캑체를 공통적으로 포함하는 영상들을 추출하여, 전체 영상들을 소수의 그룹으로 묶을 수 있는 방법을 제안한다. 먼저 영상에 포함된 객체는 주로 영상의 내부 위치에 나타난다는 사실에 착안하여, 영상의 경계와 접하지 않는 비경계 영역들을 병합하여 객체가 포함된 영역으로 간주한다. 그러나, 병합된 내부 영역에는 객체가 아닌 영역들도 포함하고 있을 수 있으므로, 칼라 히스토그램만을 이용하여 내부 영역에 대한 특징으로 이용한다. 이러한 내부 영역의 칼라 특징들이 분포하는 형상을 분석하여 밀집도가 높은 클러스터를 그룹으로 추출한다. 이때, 밀집도는 일반적으로 사용하는 공간적인 분포 대신에 히스토그램 인터섹션에 의한 유사도를 이용하여 정의한다. 즉, 서로 유사도가 놓은 것들이 집중되어 분포되어 있는 경우에 밀집도가 높은 클러스터로 간주하여 추출하는 방법을 사용한다. 클러스터의 형상 및 개수를 자동적으로 결정할 수 있는 방법도 제안한다. 실험에 의해, 추출한 클러스터의 칼라 영상들이 동일한 객체를 포함하고 있음을 알 수 있었으나, 향후 보다 안정화된 방법의 개발이 필요하다. 아울러, 클러스터별로 객체의 의미를 부여할 수 있는 방법론의 개발도 필요함을 알 수 있었다.