• 한국전자통신학회논문지
• /
• 제15권2호
• /
• pp.343-348
• /
• 2020

지난 50년에 걸쳐 카오스 이론은 수학, 물리학에서 관심을 가지고 연구하기 시작하여 공학, 사회과학 분야에까지 연구가 확장되어왔다. 최근에는 자연과학과 사회과학을 융합한 융합 연구 형태로 발전하고 있다. 이러한 융합의 연구는 중독문제, 인간의 행복문제, 가족들 사이에서 발생하는 문제, 남녀 간의 사랑 문제를 포함한다. 본 논문에서는 이러한 융합 연구의 하나인 사랑 모델을 기반으로 외부 환경을 고려하고, 이 외부 환경에 컬러 잡음을 반영하였을 때, 사랑 모델에서 카오스 패턴이 어떤 영향을 받는지를 시계열 데이터와 위상공간을 통하여 검증한다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2007년도 학술대회 1부
• /
• pp.481-486
• /
• 2007

본 논문에서는 깊이 영상을 개선하는 방법으로 깊이 영상 획득 시 손실된 영역을 복원하는 기법을 제안한다. 대상 객체의 동적인 3차원 정보는 적외선 깊이 센서가 장착된 깊이 비디오 카메라를 통하여 실시간으로 획득한다. 이때, 깊이 비디오뿐만 아니라 각 프레임마다 컬러영상이 동시에 획득된다. 그러나 대상 객체의 일부 또는 전체가 반짝이는 검은 재질로 되어있을 경우, 획득된 깊이 영상에 손실이 발생한다. 특히 방송용 콘텐츠로서 연기자의 3차원 정보를 획득할 때 머리카락 영역이 손실되는 심각한 문제가 발생한다. 이를 해결하기 위해 먼저 컬러 영상을 이용하여 손실된 영역의 위치 정보를 알아낸다. 손실된 영역 내 경계부분의 깊이 정보를 복원한 후 2차 베지어 커브로 보간하여 내부의 깊이 정보를 복원한다. 개선된 깊이 영상을 기반으로 일련의 모델링 과정을 수행하면 보다 자연스러운 3차원 모델을 생성할 수 있다. 생성된 3차원 모델은 실감방송용 콘텐츠로 사용될 수 있으며, 시청자에게 시각상호작용과 촉각상호작용 등 다차원 감각의 상호작용을 제공할 수 있다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (B)
• /
• pp.820-822
• /
• 2005

본 논문에서는 $CAVE^{TM}-like$ 시스템에서 역운동학을 이용하여 사용자의 인체 움직임을 실시간으로 추정하기 위한 기법을 제안한다. 사용자를 둘러싼 스크린으로 투사되는 빛에 인하여 매순간 변화하는 배경을 포함하는 영상으로부터 사용자 영역을 추출하기 위하여 적외선 반사 영상을 이용하였다. 이를 이용하여 추출된 사용자 컬러 영상에 프로젝션 기반 가상환경의 특성을 고려한 컬러 모델을 적용하여 사용자의 얼굴과 손 영역을 추출하였다. 위치 추정 단계를 통하여 다음 프레임에서의 관심영역 위치를 미리 예측하고 추출된 사용자의 손과 얼굴 위치 정보를 말단장치로 이용하고, 관절모델과 운동학적 제약조건을 기반으로 역운동학적인 방법을 통해 사용자의 동작을 추정하였다. 제안 기법에서는 별도의 마커나 도구를 사용하지 않기 때문에 비침입적이며 사용자 움직임의 제약을 최소화할 수 있기 때문에 보다 인간 중심적인 인터랙션을 위한 기반 기술로 이용될 수 있다.

• 정보처리학회논문지D
• /
• 제13D권1호
• /
• pp.125-132
• /
• 2006

현재의 차량번호인식 시스템은 외부의 잡음환경 때문에 안정적인 추출이 쉽지 않은 실정이다. 본 논문에서는 YUV컬러 공간변환을 이용하여 잡음환경에서도 인식률과 안정성이 높은 차량번호판 영역추출 방법을 제안한다. 차량번호판 컬러에서 RGB컬러 모델이 처리 시간은 빠르나 잡음환경에서는 인식률이 저조하고 밝기 정보가 별도로 표시되는 인자가 없으므로, RGB형식보다 빛에 둔감하고 데이터 량이 적은 YUV컬러 공간의 U채널과 V채널을 단계별 또는 재조합하는 방법으로 차량번호판 영역을 추출하였다. 차량번호판 영역은 라벨링된 영상의 기하학적 특성인 크기와 위치로 추출하였다. 본 논문에서 제안한 알고리즘은 여러 가지 잡음환경에서도 육안으로 구분할 수 있는 차량번호판을 모두 추출할 수 있음을 검증하였다.

• 한국정보통신학회논문지
• /
• 제24권9호
• /
• pp.1123-1131
• /
• 2020

현재 QR 코드는 가장 흔히 사용되고 있는 2차원 바코드이다. QR코드는 작은 크기, 높은 부호화 및 에러 보정 능력, 손쉬운 생성 및 읽기 과정 등의 장점으로 인해 많은 응용에 활용되고 있다. 최근에는 인쇄된 컬러 QR코드 응용을 통하여 제한된 정보 저장 능력을 개선하려는 연구가 진행되고 있다. 그러나 컬러 정보를 QR코드에 다중화함으로써, 정보 추출을 위한 색상 간의 간섭 왜곡뿐만 아니라 기하왜곡 등으로 인하여 삽입 정보를 제대로 추출하는데 어려움을 갖게 된다. 본 논문에서는 색상차 왜곡과 기하 왜곡을 극복하기 위한 강인하고 효과적인 정보 추출 방법을 제안한다. 제안한 방법은 CMYK 컬러 모델에 기반하여 컬러 QR코드를 생성함과 더불어 정보 읽기 과정에서 전역 공간 정합과 국부 공간 탐색을 적응적으로 사용함으로써 삽입 정보 인식률을 개선하는 것이다. 인쇄된 QR코드에 대한 다양한 실험을 통해 제안한 방법은 실제 삽입된 정보를 추출함에 있어서 3% ~ 5% 정도의 비트 인식률 개선효과를 보인다.

• 한국컴퓨터정보학회논문지
• /
• 제12권2호
• /
• pp.53-62
• /
• 2007

본 논문에서는 영상 에지 검출에 있어서 명암차에 의해 불분명한 경계 부분을 강건하게 하고, 방향성에 덜 민감한 에지 검출 알고리즘인 퍼지 웨이브렛 형태학 신경망을 제안한다. 이는 복잡하고 많은 연산 수행하는 단점을 극복하기 위해 DTCNN 구조에 데이터의 손실없이 강건하게 영상 단순화가 가능한 퍼지 웨이브렛 형태학 연산자를 적용한다. 또한 컬러 영상에서 효과적으로 에지 경계면의 특징 정보를 손실없이 가지고 있는 Y 영상을 YCbCr 공간 컬러 모델을 이용하여 분할 한다. 본 논문은 제안된 알고리즘의 성능검증을 위해 50개의 컬러 영상의 모의 실험을 제공한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제2권12호
• /
• pp.889-898
• /
• 2013

고성능 영상 장비의 대중화와 강력한 이미지 편집 소프트웨어의 출현으로 인해 지폐 및 유가 증권 등을 고품질로 위변조가 가능해졌다. 특히 컬러 레이저 프린터의 범용화로 인하여 화폐 위변조 범죄는 급격히 증가하고 있지만, 일반인이 이를 판별하는 비율은 낮은 수준이며 판별 기기도 고가이다. 본 연구에서는 범용 스캐너와 컴퓨터 시스템을 활용하여 화폐의 위변조를 탐지하기 위한 알고리즘을 제안하였다. 먼저 지폐의 인쇄방식과 다른 컬러 프린터의 인쇄 특징을 계산하기 위하여 모폴로지 기술과 명암도 동시 발생 행렬을 활용하였다. 그 후 계산된 특징들을 지도학습 모델 분류기에 적용하여 훈련을 시켰다. 이렇게 훈련된 분류기에 판별을 위한 지폐를 입력하고 위변조 여부에 대한 분석을 수행한다. 제안한 알고리즘의 성능을 분석하기 위하여 위변조 지폐의 판별률과 인쇄에 사용한 프린터의 판별률로 나누어 평가를 하였다. 또한 기존의 컬러 프린터 판별에 사용되었던 위너필터를 사용한 기술과 비교를 수행하였다. 그 결과 제안한 알고리즘이 위변조 지폐 식별에 있어서 91.92%, 위변조기기의 식별에 있어서 94.5% 이상 정확도를 보여 기존 컬러 프린터의 특징 추출 방법을 활용한 것보다 우수한 것으로 나타났다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권8호
• /
• pp.301-310
• /
• 2021

TATI 모델이란 Traffic Accident Text to RGB Image 모델로, 교통사고 심각 정도 예측을 위한 본 논문에서 제안하는 방법론이다. 교통사고 치사율은 매년 감소하는 추세이나 OECD 회원국 중 하위권에 속해있다. 교통사고 치사율 감소를 위해 많은 연구들이 진행되었고, 그 중에서 교통사고 심각 정도를 예측하여 발생 및 치사율을 줄이기 위한 연구가 꾸준하게 진행되고 있다. 이와 관련하여 최근에는 통계 모델과 딥러닝 모델을 활용하여 교통사고 심각 정도 예측을 하는 연구가 활발하다. 본 논문에서는 교통사고 심각 정도를 예측하기 위해서 교통사고 데이터를 컬러 이미지로 변환하고, CNN 모델을 통해 이를 수행한다. 성능 비교를 위해 제안하는 모델과 다른 모델들을 같은 데이터로 학습시키고, 예측결과를 비교하는 실험을 진행했다. 10번의 실험을 통해 4개의 딥러닝 모델의 정확도와 오차 범위를 비교하였다. 실험 결과에 따르면 제안하는 TATI 모델의 정확도가 0.85로 가장 높은 정확도를 보였고, 0.03으로 두 번째로 낮은 오차 범위를 보여 성능의 우수성을 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제9권4호
• /
• pp.470-481
• /
• 2006

본 논문에서는 복합 컬러모델과 얼굴특정 정보를 이용하여 실시간으로 얼굴영역을 검출 추적하고 기울어진 얼굴영상을 보정하는 시스템을 제안하였다. 제안한 시스템은 YCbCr과 YIQ 컬러모텔을 사용하여 얼굴 후보영역을 검출하였다. 얼굴 후보영역에서 수평 수직 투영기법을 사용하여 얼굴을 검출하고 하우스도르프 정합 방법을 사용하여 얼굴을 추적하였다. 또한 검출된 얼굴영상으로부터 눈 특징자의 기울기 정보를 보정함으로써 얼굴 기울기를 보정하였다. 실험결과 제안한 알고리즘이 주위환경 변화가 있는 실시간 얼굴검출과 추적 및 기울어진 얼굴인식에 강인하였다. 실험에서는 110개의 테스트 얼굴 영상을 사용하여 좋은 성능결과를 얻었다. 실험결과 얼굴검출과 얼굴추적율은 각각 92.27%와 92.70%를 나타내었고 얼굴 정보들로부터 90.0%의 얼굴인식율을 얻었다.

• 한국항행학회논문지
• /
• 제23권1호
• /
• pp.77-83
• /
• 2019

본 논문에서는 컬러 히스토그램과 CNN 모델을 이용한 객체 추적 기법 알고리즘을 제안한다. CNN (convolutional neural network) 모델기반 객체 추적 알고리즘인 GOTURN (generic object tracking using regression network)의 정확도를 높이기 위해 컬러 히스토그램 기반 mean-shift 추적 알고리즘을 합성하였다. 두 알고리즘을 SVM (support vector machine)을 통해 분류하여 추적 정확도가 더 높은 알고리즘을 선택하도록 설계하였다. Mean-shift 추적 알고리즘은 객체 추적에 실패할 때 경계 박스가 큰 범위로 움직이는 경향이 있어 경계 박스의 이동거리에 제한을 두어 정확도를 향상시켰다. 또한 영상 평균 밝기, 히스토그램 유사도를 고려하여 두 알고리즘의 추적 시작 위치를 초기화하여 성능을 높였다. 결과적으로 기존 GOTURN 알고리즘보다 본 논문에서 제안한 알고리즘이 전체적으로 정확도가 1.6% 향상되었다.