• 한국컴퓨터그래픽스학회논문지
• /
• 제24권2호
• /
• pp.1-9
• /
• 2018

본 논문에서는 손상된 흑백 얼굴 이미지를 컬러로 복원하는 방법을 제안한다. 기존 연구에서는 오래된 증명사진처럼 손상된 흑백 사진에 컬러화 작업을 하면 손상된 영역 주변이 잘못 색칠되는 경우가 있었다. 이와 같은 문제를 해결하기 위해 본 논문에서는 입력받은 사진의 손상된 영역을 먼저 복원한 후 그 결과를 바탕으로 컬러화를 수행하는 방법을 제안한다. 본 논문의 제안 방법은 BEGAN(Boundary Equivalent Generative Adversarial Networks) 모델 기반 복원과 CNN(Convolutional Neural Network) 기반 컬러화의 두 단계로 구성된다. 제안하는 방법은 이미지 복원을 위해 DCGAN(Deep Convolutional Generative Adversarial Networks) 모델을 사용한 기존 방법들과 달리 좀 더 선명하고 고해상도의 이미지 복원이 가능한 BEGAN 모델을 사용하고, 그 복원된 흑백 이미지를 바탕으로 컬러화 작업을 수행한다. 최종적으로 다양한 유형의 얼굴 이미지와 마스크에 대한 실험 결과를 통해 기존 연구에 비해 많은 경우에 사실적인 컬러 복원 결과를 보여줄 수 있음을 확인하였다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2011년도 춘계 종합학술대회 논문집
• /
• pp.533-534
• /
• 2011

본 논문에서 적외선(IR; Infrared), 자외선(UV; Ultraviolet), 가시광선(VR; Visible ray)의 영역에서 촬영한 설진 영상으로부터 가장 효과적인 설태 인식을 위한 최적 혀 영상 분석 방법을 제안한다. 제안한 방법은 설진에서 혀 영상 촬영을 위한 최적 파장 범위와 해당 파장에서 설태 분석에 최적의 컬러 영상을 선정한다. 최적 영상 선정을 위해서는 각 파장별로 촬영한 혀 영상을 LAB, HSV, YcBcR, RGB 컬러모델로 변환하고, 변환된 영상들로부터 설태와 비설태 영역의 히스토그램(Histogram)을 분석에 의해서 영역-분별력을 측정한다. 실험 결과 설진에서 설태 인식을 위한 최적 혀 영상은 자외선 영역에서의 RGB 컬러모델로 나타났다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2011년도 추계학술대회
• /
• pp.223-226
• /
• 2011

본 논문은 웹 카메라로부터 입력받은 영상을 이용하여 손 영역을 추출하여 마우스를 대체할 수 있는 핸드마우스를 구현한다. 먼저 웹 카메라를 이용하여 입력받은 영상에서 손 영역을 추출한다. 손영역을 추출하기 위해서 HSV 컬러 모델에서 조도 변화에 강인한 Hue값과 피부색 특징이 잘 나타나는 YcbCr 컬러 공간을 이용하여 손 후보 영역을 획득한다. 손 후보 영역에서 레이블링(labeling) 알고리즘을 적용하여 정확한 손 영역을 추출한다. 추출한 손 영역에서 무게 중심점을 구한 후, 무게 중심점으로부터 거리를 이용하여 손 영역을 분리한다. 분리된 손 영역에서 무게 중심점으로부터 거리 정보를 이용하여 손 영역의 최종 특징 점을 추출한다. 본 논문에서 제안한 방법은 추출한 손 모양의 손끝 정보를 이용하여 마우스 이벤트를 수행함으로써 사용자가 사용하기 편리한 핸드마우스를 구현하였다.

• 인포메이션 디스플레이
• /
• 제24권1호
• /
• pp.28-32
• /
• 2023

• 디지털콘텐츠학회 논문지
• /
• 제7권4호
• /
• pp.287-294
• /
• 2006

대량 주문 생산은 의류 시장에서 고속으로 성장하는 분야이다. 의류 대량 주문 생산 분야에서 2D 가상 착의 시스템은 생산하기 전에 의류를 판매하는 것을 가능하게 해주고 제품 개발과 제조와 관련된 시간과 비용을 절감할 수 있도록 지원하는 비주얼 도구들 중 하나이다. 본 논문은 2D 실사 기반 가상 착의 시스템의 직물 컬러 매핑 방법에 관한 것이다 제안된 방법은 의류 모델 영상에서 영역 성장 기법을 통해 원하는 의류 형상을 분할한 후, 분할된 의류 형상 영역의 명도 차분 맵에 기반하여, 사용자가 선택한 새로운 직물 컬러를 해당 의류 형상 영역에 매핑시킨다. 2D 가상 착의 시스템에서 제안된 방법을 이용할 경우, 모델 의류의 컬러나 명도에 관계없이, 선택된 의류 형상 영역의 음영 및 조명 특성을 유지하면서 직물 컬러를 가상적으로 변경시킬 수 있다. 또한 각기 다른 스타일 혹은 전체 차림새를 위한 다양한 직물 컬러 조합을 신속하고 용이하게 시뮬레이션하고 비교 선택할 수 있다.

• 한국전자통신학회논문지
• /
• 제8권9호
• /
• pp.1319-1324
• /
• 2013

Mean-Shift 알고리즘은 목표모델과 후보영상 사이의 컬러분포의 유사도를 이용하는 국부적 탐색기법으로서, 그 기법의 단순성 및 안정성 면에서 뛰어나 얼굴추적에 많이 이용되고 있다. 그러나 컬러분포를 이용한 얼굴추적은 목표모델과 유사한 컬러분포를 갖는 객체나 배경의 영향에 취약하다. 또한 얼굴 추적에서 결정되는 얼굴영역은 얼굴인식 혹은 얼굴방향 등을 계산할 때 중요한 단서가 되는데, 완전히 다른 컬러분포를 갖는 객체의 가려짐으로 얼굴영역의 크기나 위치가 변동될 위험이 있다. 대체로 거리정보는 얼굴과 배경의 구분에 효율적이고 컬러정보는 객체 구분에 유리하다는 가정으로부터, 본 논문에서는 이러한 문제를 해결하기 위해 거리 정보와 컬러 정보를 함께 이용하는 양방향 필터를 고안하고, 이것을 Mean-Shift 알고리즘에 활용하였다. 일련의 실험을 통해 성공적인 실험결과를 얻었다.

• 한국컴퓨터정보학회논문지
• /
• 제14권10호
• /
• pp.83-92
• /
• 2009

본 논문에서는 컬러 영상에서 관심객체를 분할하기 위해 컬러 분산 에너지를 이용하는 확장 스네이크 알고리즘을 제안한다. 기존 스네이크 알고리즘은 영상 내에 존재하는 다양한 에너지들을 정의하여 영상을 관심 객체와 배경으로 분할한다. 스네이크의 성능은 구성하는 에너지의 특성에 따라 주로 좌우된다. 능동 윤곽선 모델인 일반적인 스네이크 알고리즘은 적용이 쉽고 분석이 용이한 영상의 밝기 정보를 주요 에너지로 사용한다. 그러나 영상밝기의 미분연산이나 에지검출과 관련된 에너지는 잡음에 민감하고 배경이 복잡해지면 성능이 좋지 않은 단점을 가지고 있다. 제안하는 알고리즘은 분할 영역의 컬러 분산을 스네이크의 영상 에너지에 추가함으로써 복잡한 배경에서도 관심객체를 효율적으로 분할한다. 제안하는 확장 스네이크 알고리즘의 성능을 단순한 배경과 복잡한 배경을 갖는 컬러 영상에서 관심객체를 분할하는 다양한 실험을 통해서 입증하였다. 그 결과 정확도 면에서 약 12.42 %의 향상된 성능을 보였다.

• 한국산학기술학회논문지
• /
• 제19권5호
• /
• pp.697-704
• /
• 2018

다양한 종류의 컬러 영상 콘텐츠에 포함되어 있는 사람의 얼굴 영역은 다른 사람들과 특정인을 구별해 줄 수 있는 개인의 정보에 해당하므로, 입력된 컬러 영상으로부터 가려지지 않은 사람의 얼굴 영역들을 정확하게 검출하는 작업은 매우 중요하다. 본 논문에서는 입력되는 컬러 영상으로부터 기계 학습 알고리즘 중의 하나인 딥러닝 알고리즘을 이용하여 사람의 얼굴 영역을 정확하게 검출하는 방법을 제안한다. 본 논문에서 제안된 방법에서는 먼저 RGB 색상 모델로 입력되는 영상을 $YC_bC_r$ 색상 모델로 변경한 다음, 기 학습된 타원형의 피부 색상 분포 모델을 활용하여 다른 영역들은 제거하고 사람의 피부 영역만을 먼저 분할한다. 그런 다음, CNN 모델 기반의 딥러닝 알고리즘을 적용하여 이전 단계에서 검출된 피부 영역 내에서 사람의 얼굴 영역을 강인하게 검출한다. 실험 결과에서는 제안된 방법이 입력되는 다양한 컬러 영상으로부터 사람의 얼굴 영역들을 기존의 방법에 비해 보다 효율적으로 분할한다는 것을 보여준다. 본 논문에서 제안된 얼굴 영역 검출 방법은 영상 보안, 물체 인식 및 추적, 얼굴 인식 등과 같은 멀티미디어 및 형태 인식과 관련된 실제적인 응용 분야에서 매우 유용하게 활용될 것으로 기대된다.

• 대한전자공학회논문지SP
• /
• 제45권6호
• /
• pp.38-43
• /
• 2008

피부색 정보는 컬러영상에 포함된 얼굴영역을 검출하는 중요한 요소이다. 피부색 정보로 부터 생성된 통계 피부색 모델을 이용하여 얼굴영역을 검출할 수 있다. 하지만 다른 피부색 부분이 포함되어 있는 컬러영상에서는 일반적인 통계 피부색 모델만으로 정확한 얼굴영역 검출을 할 수 없는 단점을 가진다. 본 논문에서는 다른 피부색 부분이 포함되어 있는 다양한 컬러 영상에서 얼굴영역만을 정확히 검출하기 위한 방법을 제안한다. 제안된 방법은 YCbCr 피부 컬러 모델기반의 피부색 가우시안 분포를 적용하여 얼굴 후보영역 설정 하였고, 영상내의 잡음 부분과 얼굴 영역이외의 부분을 제거하기 위해 수학적 형태학을 적용하였다. 그리고 Haar-like 특성을 이용하여 정확한 얼굴 검출을 수행하였다. 모의실험 결과 제안된 방법이 목이나 팔과 같이 유사한 피부색을 포함한 영상과 다양한 크기의 영상에서도 효과적인 얼굴영역 검출하는 우수함을 보였다.

• 디자인학연구
• /
• 제18권1호
• /
• pp.167-174
• /
• 2005

본 연구는 컬러 코디네이션 지원모델과 도구를 개발하여 디자이너의 감성적 직관적 의사결정을 객관적으로 지원하는 것을 목적으로 한다. 이를 위해 본 연구의 선행연구인 '섬유컬러 그루핑 체계에 관한 연구'에서 제안된 컬러 그루핑 체계와 대표 어휘를 바탕으로 본 연구에서는 배색 그룹의 설계를 통해 실용적으로 사용할 수 있는 컬러 코디네이션지원 모델을 제작하였다. 본 연구의 결과를 요약하면 다음과 같다. 첫째, 컬러 그룹을 구성하기 위한 기본 컬러 도출을 위해 $1999{\sim}2003$년까지의 5년간 세계 4대 collection, 2002 F/W 2003 S/S 시즌의 Street 패션, 자 그룹별 대표 브랜드에서 총 687개의 컬러를 수집하였다. 둘째, 687개의 수집된 컬러는 비색 그룹을 위한 추출을 위해 3단계의 과정을 거쳐 총 144색의 컬러로 정리하였다. 셋째, 최종 추출된 컬러는 선행전구에서 제안한 그루핑 체계인 브라이트, 파스텔, 딥, 뉴트럴 그룹으로 분류하였고, 4개의 대그룹은 다시 12개의 소그룹으로 분류하였다. 넷째, 제시된 각 그룹 내의 색깔은 그룹 내에서의 코디네이션은 물론, 타 그룹과도 서로 대치 될 수 있는 크로스 오버코디네이션 개념을 도입하여 커러 코디네이션 체계를 구축하였다. 다섯째, 위와 같이 계통 색조별 4개의 대표 그룹(12개의 소그룹)으로 된 배색 체계를 구성하는 총 144개의 컬러를 섬유패션 디자인 산업의 대표 소재라 할 수 있는 면사에 염색하였다. 또한 글로벌 비즈니스로서의 패션 산업적 특성과 연관 디자인 산업분야와의 호환성을 고려해 시스템을 구성하는 각 색상에는 팬 톤 컬러 기호와 CMYK 값을 명시했다. 여섯째, 완성된 면 소재의 얀(yarn)을 크로스 코디네이션이 용이하도록 디자인된 용기에 포장하여 패션 실무자들이 쉽게 활용 할 수 있는 컬러 코디네이션 시스템을 완성하였다.