• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.850-852
• /
• 2005

차량을 포함하는 임의의 영상에서 번호판 추출은 다양한 조명조건 및 배경, 촬영 각도, 번호판 종류 등의 요인으로 인해 고도의 영상처리 과정을 필요로 한다. 본 논문에서는 실제 환경에서 발생할 수 있는 이러한 요인들에 대해 강건한 번호판 추출 방법을 제안한다. 제안하는 방법은 입력영상의 RGB 성분들을 색상성분과 영암성분으로 분리할 수 있는 칼라모델 HSI로 변환하고 H(hue)와 S(saturation)성분을 이용하여 번호판의 배경색상을 고려한 칼라 퍼지지도를 구성한다. 또한, I(intensity)성분을 이용하여 에지밀도를 추출하고 에지밀도 지도에 기반한 영역분리 퍼지지도를 생성한다. 마지막으로, 후보영역 탐색을 위해 칼라 퍼지지도와 영역분리 퍼지지도를 결합하고, 연결성분 해석(Connected Component Analysis)을 통해 ROI(Region Of Interest)를 추출한다. 제안하는 방법의 유효성 검증을 위해 조명 및 촬영 각도에 제한을 거의 두지 않고 촬영된 차량 영상 410장을 실험 영상으로 사용하였다. 실험 결과에서는 $97.1\%$의 효과적인 추출 성공률을 볼 수 있었다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2014.11a
• /
• pp.41-44
• /
• 2014

본 논문은 안드로이드 스마트 폰 환경에서 정중앙 블록과 주변 블록들 간의 블록 대비도를 이용해 눈썹을 검출한 후, 눈썹과 눈 간의 기하학적 특성을 이용해 눈의 위치를 찾는 눈 검출 방법에 관한 것이다. 제안된 방법은 Haar-like 특징과 AdaBoost 알고리즘 그리고 적응형 템플릿 정합을 이용해 입력 영상에서 얼굴 영역을 검출한 후, 이를 이용해 좌측 및 우측 눈썹과 눈 탐색 영역을 산정한다. 눈썹 영역의 Integral Image에서 눈썹에 해당하는 부분이 주변 블록들에 비해 상대적으로 어둡다는 특성을 이용해 눈썹을 추출한다. 이와 동시에 각 눈 탐색 영역의 Integral Image에서 동공 블록이 나머지 주변 블록들에 비해 상대적으로 어둡고 대칭성이 양호하다는 특성을 이용해 눈 후보 영역들을 추출한 후 최대 블록 대비도를 갖는 블록의 중심화소를 동공 후보점으로 삼는다. 이후 눈의 위치는 항상 눈썹 하단에 위치하며 그 떨어진 정도가 사람마다 크게 다르지 않다는 기하학적 특성을 이용해 눈 후보 영역에서 나온 동공 후보 점들을 검증한다. 제안된 방법은 거리 및 조명 변화 그리고 안경 착용에 강인한 것이 장점이다. 눈썹을 먼저 찾은 후 기하학적 특성을 이용해 좌우 동공 후보점 쌍의 적합성을 검증함으로써 안경과 눈을 효과적으로 구분할 수 있고 눈이 감겨 동공이 가려진 상태에도 감긴 눈의 위치를 검출할 수 있다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.12 no.4
• /
• pp.361-365
• /
• 2002

오랜 세월동안 위대한 이동수단을 만들어내고자 하는 인간의 꿈은 오늘날 눈부신 각종 운송기구를 만들어 내는 결실을 얻고 있다. 자동차 네비게이션 시스템도 그러한 결실중의 한 예라고 할 수 있을 것이다. 지능적으로 판단하고 정보를 처리할 수 있는 자동차 네비게이션 시스템을 부착함으로써 한 단계 발전한 운송수단으로 진화할 수 있을 것이다. 이러한 자동차 네비게이션 시스템의 단점이라면 한정된 리소스만으로 여러 가지 작업을 수행해야만 하는 어려움이다. 그래서 네비게이션 시스템의 주요 작업중의 하나인 경로를 추출하는 경로추출(Route Planning) 작업은 한정된 리소스에서도 최적의 경로를 찾을 수 있는 지능적인 방법이어야만 한다. 이러한 경로를 추출하는 작업을 하는데 기존에 일반적으로 쓰였던 두 가지 방법에는 Dijkstra s algorithm과 A*algorithm이 있다. 이 두 방법은 최적의 경로를 찾아낸다는 점은 있지만 경로를 찾기 위해서 알고리즘의 특성상 각각, 넓은 영역에 대하여 탐색작업을 해야 하고 또한 수행시간이 많이 걸린다는 단점과 또한 경로를 계산하기 위해서 Heuristic function을 추가적인 정보로 계산을 해야 한다는 단점이 있다. 본 논문에서는 적은 탐색 영역을 가지면서 또한 최적의 경로를 추출하는데 드는 수행시간은 작으며 나아가 동적인 교통환경에서도 최적의 경로를 추출할 수 있는 최적 경로 추출방법을 강화학습의 일종인 Q- Learning을 이용하여 구현해 보고자 한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.05a
• /
• pp.6-9
• /
• 2002

오랜 세월동안 위대한 이동수단을 만들어내고자 하는 인간의 끓은 오늘날 눈부신 각종 운송기구를 만들어 내는 결실을 얻고 있다. 자동차 네비게이션 시스템도 그러한 결실중의 한 예라고 할 수 있을 것이다. 지능적으로 판단하고 정보를 처리할 수 있는 자동차 네비게이션 시스템을 부착함으로써 한단계 발전한 운송수단으로 진화할 수 있을 것이다. 이러한 자동차 네비게이션 시스템의 단점이라면 한정된 리 소스만으로 여러 가지 작업을 수행해야만 하는 어려움이다. 그래서 네비게이션 시스템의 주요 작업중의 하나인 경로를 추출하는 경로추출(Route Planing) 작업은 한정된 리 소스에서도 최적의 경로를 찾을 수 있는 지능적인 방법이어야만 한다. 이러한 경로를 추출하는 작업을 하는 데 기존에 일반적으로 쓰였던 두 가지 방법에는 Dijkstra's algorithm과 A* algorithm이 있다. 이 두 방법은 최적의 경로를 찾아 낸다는 점은 있지만 경로를 찾기 위해서 알고리즘의 특성상 각각, 넓은 영역에 대하여 탐색작업을 해야하고 또한 수행시간이 많이 걸린다는 단점과 또한 경로를 계산하기 위해서 Heuristic function을 추가적인 정보로 계산을 해야 한다는 단점이 있다. 본 논문에서는 적은 탐색 영역을 가지면서 또한 최적의 경로를 추출하는 데 드는 수행시간은 작으며 나아가 동적인 교통환경에서도 최적의 경로를 추출할 수 있는 최적 경로 추출방법을 강화학습의 일종인 Q- Learning을 이용하여 구현해 보고자 한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.07a
• /
• pp.288-291
• /
• 2020

기존의 스티칭 사용되어 온 특징점 추출 방법들은 영상의 고주파 영역과 저주파 영역에 따라 빈도수가 다르다는 특징이 있고, 이러한 특징점 빈도수의 불균일성 없이, 일정한 간격으로 분포하는 특징점 매칭하는 계층적 탐색 기반 매칭 방법을 제안한다. 이는 스티칭 영상의 화질 개선뿐만 아니라 3D VR 영상의 화질개선에서도 효과를 줄 수 있다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.15 no.11
• /
• pp.2321-2326
• /
• 2011

Cervical vertebrae are a complex structure and an important part of human body connecting the head and the trunk. In this paper, we propose a method to extract sternocleidomastoid muscle from ultrasonography images of cervical vertabrae automatically. In our method, Region of Interests(ROI) is extracted first from an ultrasonography image after removing unnecessary auxiliary information such as metrics. Then we apply Ends-in search stretching algorithm in order to enhance the contrast of brightness. Average binarization is then applied to those pixels which its brightness is sufficiently large. The noise part is removed by image processing algorithms. After extracting fascia encloses sternocleidomastoid muscle, target muscle object is extracted using the location information of fascia according to the number of objects in the fascia. When only one object is to be extracted, we search downward first to extract the target muscle area and then search from right to left to extract the area and merge them. If there are two target objects, we extract first from the upper-bound of higher object to the lower-bound of lower object and then remove the fascia of the target object area. Smearing technique is used to restore possible loss of the fat area in the process. The thickness of sternocleidomastoid muscle is then calculated as the maximum thickness of those extracted objects. In this experiment with 30 real world ultrasonography images, the proposed method verified its efficacy and accuracy by health professionals.

• Journal of Korea Multimedia Society
• /
• v.11 no.11
• /
• pp.1515-1524
• /
• 2008

This paper proposes a method that detects a license plate in complex background using a multiple-color model and character layout information. A layout of a green license plate is different from that of a white license plate. So, this study used a strategy that firstly assumes the plate color and then utilizes its layout information. At first, it extracts green areas from an input image using a multiple-color model which combined HIS and YIQ color models with RGB color model. If green areas are detected, it searches the character layout of the green plate by analyzing the connected components in each areas. If not detected, it searches the character layout of the white plate in all area. Finally, it extracts a license plate by grouping the connected components which corresponds to characters. Experimental result shows that 98.1% of 419 input images are correctly detected. It also shows that the proposed method is robust against illumination, shadow, and weather condition.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.10 no.3
• /
• pp.542-548
• /
• 2006

In this paper, we propose a face region detection/verification method using wavelet packet analysis and structural statistic for frontal human color image. The method extracts skin color lesions from input images, first. and then applies spatial restrictive conditions to the region, and determines whether the region is face candidate region or not. In second step, we find eye region in the face candidate region using structural statistic for standard korean faces. And in last step, the face region is verified via wavelet packet analysis if the face torture were satisfied to normal texture conditions.

• Annual Conference on Human and Language Technology
• /
• 1997.10a
• /
• pp.194-199
• /
• 1997

본 논문에서는 글꼴의 변화와 잡영을 흡수할 수 있도록 자소의 탐색 영역을 정의 하였으며 이 영역에 나타나는 횡모음과 종모음의 주획을 추출하는 방법을 기술하였다. 종모음 영역에서 추출한 수직획들과 횡모음 영역에서 추출한 수평획들을 각각 종모음과 횡모음의 주획이 될 수 있는 후보들로써 이들로 부터 종모음과 횡모음의 존재를 파악하는 것이 한글 유형 분류의 주된 내용이다. 그러나 다양한 글꼴에 나타나는 수평획들로부터 곧바로 횡모음의 존재를 파악하는 것은 쉬운 문제가 아니다 본 논문에서는 기존의 트리 분류기를 확장하여 복잡하고 다양한 특징을 단계별로 단순화시키고 트리 분류기의 상위 노드에서 결정된 정보와 제약 조건을 이용하여 유형을 분류하는 방법을 제안하였다. 제안된 방법은 한글 상위 빈도 1405자, 3가지 글꼴에 대하여 99.8 %의 유형 분류율을 보이고 있다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2011.05a
• /
• pp.149-151
• /
• 2011

동적 모자이크 영상 생성을 위해서는 카메라의 움직임을 계산한 후에 객체의 움직임을 인지해야 한다. 본 논문에서는 어파인 파라미터로 카메라의 움직임을 추출 하였고 지역적 탐색으로 객체의 움직임을 탐지한다. 동적 객체가 존재하는 경우엔 동적 객체 판별을 위하여 영역 분할 방법을 통하여 계산한다. 그리고 동적 객체의 궤도를 표현하기 위하여 우선적으로 동적 객체를 추출하는데 추출 방법은 4분할 탐색 기법을 이용하여 추출하게 된다. 마지막으로 구축되어진 배경 모자이크 영상위에 동적 객체의 궤도르 표현한다.