• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06b
• /
• pp.331-333
• /
• 2006

다양한 환경을 포항하고 있는 동영상에서 움직이는 객체를 추출, 인식하기 위해서는 배경 모델링이 중요하다. 기존의 대표적인 배경 모델링 방법으로 통계적 방법을 이용한 $W^4$ 방법이 있지만 칼라 영상의 다양한 환경에서 한계를 보인다. 본 논문은 큐 기반 배경 모델링을 이용한다. 이때 주요한 환경 변수가 되는 슬라이딩 윈도우의 큐 크기와 RGB 값의 그룹핑 크기, 프레임의 갱신검사 주기를 적응적으로 결정하기 위한 방법을 제안한다. 환경 변수를 결정하기 위친 객체 검출율, 객체 오검출율, 갱신율을 평가 기준으로 삼는다. 제안된 방법으로 실시간 처리에 부적합한 기존의 영상 처리 기법들을 개선하여 보다 효과적으로 객체를 인식할 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.05a
• /
• pp.667-670
• /
• 2003

본 논문에서는 차량의 영상을 통하여 동일한 차종을 검출하는 알고리즘에 관한 성능을 제시하였다. 차량 영상의 특성값을 정리하여 동일한 차종을 검출하였다. 특히 차량 전면부 영역의 라디에이터 그릴부분에 텍스춰를 적용하여 일반적인 속성인 거침과 부드러움의 특성 추출을 통해서 통해 동일 차종을 검출하는 방법을 제안하였다. 통계적인 질감 분석 방법중의 하나인 GLCM(eray Level co-occurrence Matrix)의 콘트라스트, 에너지, 엔트로피 그리고 호모지녀티 특성 추출 방법을 통하여 전반적인 차량의 인식율은 약 82.75%의 결과를 얻었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.903-906
• /
• 2021

인공지능 기술 발전으로, 의료영상 분야에서도 딥러닝 기반 질병 진단 연구가 활발히 진행되고 있다. 딥러닝 모델 개발 시, 학습 데이터 품질은 모델의 성능과 신뢰성에 매우 큰 영향을 미친다. 그러나 의료 분야의 경우 도메인 지식에 대한 진입 장벽이 높아 개발자가 학습에 사용되는 의료영상 데이터의 품질을 평가하기 어렵다. 이로 인해, 많은 의료영상 분야에서는 각 분야의 특성(질병의 종류, 관찰 아나토미 등)에 따른 영상 품질 평가 방법을 제시해왔다. 그러나 기존의 방법은 특정 질병에 초점이 맞춰져, 일반화된 품질 평가 기준을 제시하고 있지 않다. 따라서 본 논문에서는 대부분의 흉부 질환을 진단하기 위한 흉부 X선 영상의 품질을 평가할 수 있는 기준을 제안한다. 우선, 흉부 X선 영상을 대상으로 관찰된 영역인 심장, 횡격막, 견갑골, 폐 등을 분할하여, 3D 히스토그램을 기반으로 각 영역별 통계적인 정밀 품질 평가 기준을 제안한다. 본 연구에서는 JSRT, Chest 14의 오픈 데이터셋을 활용하여 적용 실험을 수행하였으며, 민감도는 97.6%, 특이도는 92.8%의 우수한 성능을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.11a
• /
• pp.543-546
• /
• 2003

Kaiman 필터는 통계적 방법에 근거한 필터이므로, 이것을 구성할 때, 추정대상이나 잡음 등의 통계량을 미리 알고 있을 필요가 있다. 일반적으로 이러한 양을 미리 아는 것은 곤란하므로, 필터를 설계할 때에는, 적당한 통계적 모델을 가정하지 않으면 안된다. 그러나, 실제의 통계량이 이러한 값과 다른 경우, 즉, model mismatch가 발생하면, 최적의 추정이 행하여지지 않고 mismatch가 정도가 큰 경우에는, 올바른 추정이 전혀 행하여지지 않을 가능성이 있다. 본 논문에서는 Kalman 필터에 model mismatch가 발생한 경우의 추정값으로의 영향을 2가지의 방법으로 검토한다.

• Annual Conference on Human and Language Technology
• /
• 1992.10a
• /
• pp.237-248
• /
• 1992

본 논문에서는 통계적인 특징 추출 방법을 사용하여 샘물체로 필기된 한글을 고속으로 인식하는 방법을 소개한다. 대부분이 직선 성분으로 이루어진 한글의 특성을 이응하기 위하여 입력 영상으로부터 수평, 수직, 사선, 역사선의 방향 성분을 추출하며, 검은 화소의 밀도에 따라 동적으로 그물을 결정함으로써 획 간의 접촉 변형에 무관한 특징 벡터를 추출한다. 이와 같은 통계적 특징 추출 방법은 크기 정규화나 세선화 과정이 필요없으며, 또한 샘물체라는 필기 형태의 제약에 의해 정합 대상 부류의 수가 현저히 줄어들기 때문에 인식에 소요되는 시간을 상당히 줄일 수 있음은 물론, 인식률을 향상시켰다. 제안된 방법의 타당성을 검증하기 위하여 샘물체로 필기된 KS 완성형 한글 2,350자에 대해 실험한 결과, 평균 90% 이상의 인식률을 보이며, IBM PC 486(33MHz)상에서 문자당 평균 0.17초의 인식 속도를 보임으로써, 실용적인 고속 OCR 시스템의 개발 가능성을 확인할 수 있었다.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.41 no.4
• /
• pp.31-37
• /
• 2004

Wavelet transform is a useful tool for analysis and process of image. This showed good performance in image compression and noise reduction. Wavelet coefficients can be effectively modeled by hidden Markov tree(HMT) model. However, in application of HMT model to image interpolation, training procedure is needed. Moreover, the parameters obtained from training procedure do not match input image well. In this paper, the structure of HMT is used for image interpolation, and the parameters of HMT are obtained from statistical characteristics across wavelet subbands without training procedure. In the proposed method, wavelet coefficient is modeled as Gaussian mixture model(GMM). In GMM, state transition probabilities are determined from statistical transition characteristic of coefficient across subbands, and the variance of each state is estimated using the property of exponential decay of wavelet coefficient. In simulation, the proposed method shows improvement of performance compared with conventional bicubic method and the method using HMT model with training.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.05a
• /
• pp.727-730
• /
• 2004

영상은 복잡한 객체들의 집합으로 이루어져 있기 때문에 영상에 포함된 객체를 분리하는 일은 컴퓨터 비전이나 인식 등 많은 분야에서 중요시 된다. 영상 처리 측면에서 객체를 분할하기 위해서 색상, 모양, 질감, 움직임 등 다양한 기법들이 이용되고 있다. 본 논문에서는 정확한 색상의 비교를 위해서 CIE 색상 모델을 이용하고 있으며 이것을 기반으로 객체를 추출하고 있다. 그리고 추출된 객체의 해석과 검증을 위해서 모양 기반의 분석법을 이용하고 있다. 본 논문에서는 Pan/Tilt 카메라의 타겟팅(Targeting)과 포커싱(Focusing)을 위해 영상 내에 포함되어진 객체를 검출하기 위한 방법론을 제안하고자 한다. 객체를 인식하기 위해 CIE 색상 모델을 이용한 색상 매칭 기법을 제안하고 있다. 색상의 분포를 파악하기 위해서 CIE 모델이 생성해내는 Lab 블록을 통계적인 방법으로 분석한다. 그리고 분석된 결과는 CIE 블록 매칭(Bock Matching) 기법의 기준이 되며 이것을 이용해서 후보 객체 영역(Candidate Object Area)을 추출하게 된다. 추출된 후보 객체 영역을 검증하기 위해서 모멘트를 이용한 모양 기반의 분석을 활용하고 있다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2013.07a
• /
• pp.49-50
• /
• 2013

본 논문에서는 물체탐지를 위한 적응적 배경 생성 기법을 제안한다. 연속적으로 입력되는 영상들의 통계적 평균을 이용하여 배경을 생성하고 배경과 입력영상간의 차영상을 구하여 물체를 탐지한다. 탐지된 물체를 추척하여 일정시간이상 계속 정지해 있는 경우에는 그 물체영역을 배경으로 갱신하고, 이동 물체인 경우에는 배경 갱신에서 배제함으로써 지속적으로 물체를 탐지할 수 있도록 한다. 실험결과는 제안된 방법의 강건함을 보인다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.11a
• /
• pp.365-368
• /
• 2011

본 논문은 계속적으로 움직이는 Pan & Tilt 카메라를 가지고 객체를 안정적으로 추적하기 위해 Level Set 알고리즘과 Pan & Tilt 카메라간의 상호 유동적인 시스템을 설계하는 방법에 대하여 기술하고 있다. 특정객체를 Pan & Tilt 카메라로 계속적으로 추적하고자 할 때는 안정적인 배경영상을 얻을 수 없기 때문에 MOG 와 같은 통계적인 추적알고리즘을 쓰는 것이 불가능해진다. 본 논문에서는 배경 영상이 계속적으로 변하기 때문에 고정된 배경 영상을 가질 수 없는 문제와 이로 인해 객체의 영역을 잘 추출할 수 없다는 한계를 극복하기 위해 Level Set 에 기반한 외곽선 추적 방법을 이용한다. 이 방법은 단지 차영상만을 가지고도 어느 정도 객체의 영역을 추출할 수 있는 방법이다. Level Set 방법은 높은 복잡도를 가지기 때문에 실시간 계산이 빠른 외곽선 추적 방법을 이용하였으며, 이를 통해 실시간 영상에 대한 외곽선 추적을 가능하게 하였다. 그리고 Level Set 기반 외곽선 추출 방법에 의해 객체의 중심점을 구하는 알고리즘과 Pan & Tilt 카메라에 의해 객체를 추적하는 알고리즘 간에 유동적인 연결을 하였다.

• Journal of the Institute of Convergence Signal Processing
• /
• v.3 no.3
• /
• pp.27-35
• /
• 2002

A knowledge-based image retrieval technique is image searching methods using some features from the queried image. The materials in this study are automobile head lamps. The input data is composed of characters and images which have various pattern. The numbers, special symbols, and general letters are under the category of the character. The image informations are made up of the distribution of pixel data, statistical analysis, and state of pattern which are useful for the knowledge data. In this paper, we implemented a retrieval system for the scientific crime detection at traffic accident using the proposed multi knowledge-based image retrieval technique. The values for the multi knowledge-based image features were extracted from color and gray scale each. With this 22 features, we improved the retrieval efficiency about the color information and pattern information. Visual basic, crystal report and MS access DB were used for this application. We anticipate the efficient scientific detection for the traffic accident and the tracking of suspicious vehicle.