• Proceedings of the Korea Information Processing Society Conference
• /
• 2000.04a
• /
• pp.1051-1055
• /
• 2000

본 연구에서는 내용기반 영상 데이터 검색을 위하여 변환 영역에서 위치 정보와 주파수 정보를 가지는 웨이블릿 성질을 이용하여 객체들의 특징을 추출하는 방안인 Vector Quantization 을 이용한 영상을 검색하는 방안을 제시한다. 내용기반 영상 검색의 주요 특징들은 색상, 질감, 그리고 영상의 공간적인 특징을 고려한 특징 값 등이 사용된다. 이러한 영상의 특징들을 어떻게 결합하고 특징 추출을 하느냐에 따라 검색의 효율성에 영향을 준다. 따라서 본 연구에서는 영상의 위치 정보와 주파수 정보를 가지는 웨이블릿 변환 후 얻어지는 저대역 부밴드에서의 공간적인 특성을 고려한 특징 값을 이용하여 Vector Quantization 알고리즘에 의해 정지영상의 객체 대표 특징들을 빠르게 검색하고자 한다. 본 연구에서는 Haar Wavelet 과 Vector Quantization 에서 색상과 질감의 가중치를 적용하고자 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.452-454
• /
• 2000

동일인에 대한 눈 영상에 대해서 홍채 영역 추출의 일정성은 인식을 위한 특징 추출에 신뢰성을 부여해주는 핵심 부분이라고 할 수 있다. 본 연구에서는 이런 특징 추출의 뢰성을 부여하기 위한 방법으로서 좌표 설정의 기준이 되는 중심의 대표 값을 찾아내는 방법과 홍채 근육의 움직임에 의한 영향을 배제할 수 있는 홍채 영역 정규화의 한 모델을 제시함으로써 불리한 환경 조건에서 홍채 인식률을 높이는 기반을 세우고자 한다.

• Journal of the Institute of Convergence Signal Processing
• /
• v.4 no.3
• /
• pp.21-26
• /
• 2003

A new method to realize 3-dimensional object pattern recognition system using Fourier-based feature extractor has been proposed. The procedure to obtain the invariant feature vector is as follows ; A closed surface is generated by tracing the surface of object using the 3-dimensional polar coordinate. The centroidal distances between object's geometrical center and each closed surface points are calculated. The distance vector is translation invariant. The distance vector is normalized, so the result is scale invariant. The Fourier spectrum of each normalized distance vector is calculated, and the spectrum is rotation invariant. The Fourier-based feature generating from above procedure completely eliminates the effect of variations in translation, scale, and rotation of 3-dimensional object with closed-surface. The experimental results show that the proposed method has a high accuracy.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.429-431
• /
• 1998

본 논문에서는 의료 영상 중에서 성대 운동의 불규칙적인 움직임을 판단하여 자동으로 진단 파라미터를 구하는 비디오스트로보키모그래피(Videostrobokymography) 시스템에서 관심 영역을 추출하는 방법을 소개하고자 한다. CCD카메라에 의해 촬영된 영상은 비디오 테이프에 저장된 후 이미지 캡쳐 보드에서 그레이 이미지(gray-level)로 변환되어 저장된다. 입력된 영상은 움직이는 영상을 촬영한 것이므로 관심 영역의 위치가 각 프레임마다 다르다. 또한 실제로 입력된 성대영상들이 점진적인 농도 변화를 보이기 때문에 에지에 의해 영역을 추출하는 일반적인 영역 추출방법은 사용하기 어렵다. 본 논문에서는 두 번의 단계를 통하여 관심 영역을 추출하고 있다. 첫 번째는 입력된 영상에서 노이즈를 제거한 후 각 프레임에서 영상의 최소 에너지를 구한다. 두 번째로 농도 변화 값을 특징 값으로 이용하는 분할-합병 알고리즘(Split-merge Algorithm)을 적용하여 관심 영역을 추출하였다. 제안한 알고리즘을 19명의 성대 영상에 적용하여 분석한 결과 성대의 관심 영역을 추출할 수 있었다. 그리고, 영상의 에너지 값을 이용하는 스네이크 알고리즘(Snake Algorithm)에 적용하여 비교해본 결과 본 연구에서 제안하는 스네이크 알고리즘보다 좋은 성능을 보임을 확인할 수 있었다. 본 연구에서 제안하는 관심 영역 추출 방법은 동적인 변화를 보이는 영상에서 관심 영역을 추출할 수 있을 뿐 아니라 계산 량이 적어 200x280크기의 이미지를 초당 약 40프레임에 대한 관심 영역을 추출할 수 있는 장점이 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.373-375
• /
• 2001

본 논문에서는 연속된 프레임에서 특징점을 추출하고 특징점의 유사도를 Hough 공간에 누적하여 정확한 이동을 찾아내는 기법을 제시한다. 특징점은 예지의 시작점, 끝점, 분기점과 굴곡점을 사용한다. 정합을 위하여 특징점 주위의 평균 밝기, 굴곡점의 굴곡각을 이용하며, 물체 주위에 물체보다 특징이 강한 배경에 민감하지 않게 동작하기 위하여 Hough 공간상의 극대값들에 대하여, 분할 영역의 평균과 표준 편차를 비교함으로써 정확한 이동 경로를 산출한다. 제안하는 알고리즘을 실제 영상에 적응한 경우 배경의 특징이 매우 강한 경우 Hough 공간의 최대값을 찾는 기법이 해결할 수 없는 부분도 정확히 추적하는 결과를 보인다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.631-633
• /
• 2005

유비쿼터스 시대가 다가오면서, 많은 사람들은 모르는 장소에서 자신의 위치와 목적지까지의 경로에 대한 정보를 알고 싶어할 것이다. 기존의 네비게이션(navigation)을 위한 비전기술은 고차원과 저차원 특징값을 이용하였다. 텍스춰 정보, 색상 히스토그램과 같은 저차원 특징값은 영상의 특징을 정확하게 표현하기 어려우며, 마커와 같은 고차원 정보는 실험환경을 구축하는데 어려움이 있다. 우리는 기존 저/고차원의 특징값 대신, 영상의 특징을 표현하고 인덱싱(indexing)하기 위한 유용한 정보를 많이 포함하고 있으며, 실제환경에서 널리 분포되어있는 중차원 특징값인 문자영상을 이용한다. 문자영상추출은 MLP(Multi-layer perceptron)와 CAMShift알고리즘을 결합한 방법을 이용하며, 서로 다른 장소지만 같은 문자를 가진 곳에서 인식을 수행하기 위해 문자영상의 크기와 기울기를 기반으로 한 영상 검색공간을 대상으로 영상매칭을 수행한다. 실험에서 문자영상을 포함하는 직사각형 검색공간으로 인해 다양한 크기와 기울기에서 높은 인식률을 보이며, 간단한 계산으로 빠른 수행시간을 가진다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.490-492
• /
• 2002

본 논문은 물 속 유충인 깔따구의 움직임을 관찰한 데이터에 Active Contour Model을 적용하여 깔따구 상태의 특징을 추출하는 방법을 제안한다. 1987년 소개된 Active Contour Model은 주어진 영상에 놓인 커브를 그 커브에 의해 분할된 영상의 에너지 값을 최소화하는 방향으로 진화하게 함으로써 영상 내 객체의 경계를 찾게 하는 영상분할 방법이다. Chan과 Vese에 의해 개선된 Model을 이용하여 다이아지논이 처리되기 전과 후의 깔따구 행동 패턴의 특징을 찾아낸다. 우선 깔따구의 움직임 궤적을 0.25초를 간격으로 관찰하여 구해진 속도벡터의 위상영상을 만든다.그리고 위상영상에 Active Contour를 두어 진화시키면서 시간에 따라 감소하는 에너지 값의 그래프에서 구해진 기울기로 깔따구 행동 패턴의 특징을 추출한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2013.07a
• /
• pp.21-22
• /
• 2013

논문에서는 제스처 인식을 하기 위해 필요한 특징 값을 3차원 방향 코드로 구현한 특징 패턴을 검출하는 방법을 제안한다. 검출된 데이터 좌표끼리 직선을 만들고 직선들의 사이각의 합 연산을 이용해서 특징 변곡점을 추출한다. 추출된 변곡점끼리 직선을 생성한 후, 8방향 코드와 깊이 값을 병합시킨 24방향 코드를 맵핑 시켜준다. 맵핑된 방향 코드들을 한 패턴으로 생성한다. 생성된 패턴에서 인식에 불필요한 방향 노이즈를 제거하기 위해 특정 규칙을 적용한 필터링을 적용하여 필터링된 패턴을 추출하게 된다. '배너코드를 이용한 8방향 패턴'과 비교해서 더 효과적인 패턴이 추출됨을 확인하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.449-451
• /
• 2000

본 논문에서는 내용기반 이미지 검색 시스템을 제작하기 위하여 필수적으로 선행되어야 하는 이미지의 영역구분에 대한 새로운 방법인 경계값을 이용한 영역추출 방법을 소개한다. 빠르고 정확한 이미지 검색엔진을 구현하기 위하여 질의의 결과가 될 이미지들은 전처리기에 의하여 모든 영역을 추출한 뒤 각각의 영역에 따른 특성(feature)를 저장하고 있어야 한다. 정확한 질의 결과를 얻기 위하여는 정확히 영역을 추출할 수 있고 그 특성도 추출할 수 있는 전처리기를 사용하여야 한다. 또한 정확도만을 중시하여 너무 복잡한 알고리즘을 사용한다면 그 또한 실용적이지 못하게 된다. 경계값을 이용한 영역추출 방법은 이미지의 각 점에 대한 경계값(edge value)을 이용하여 그 경계값이 작은 점으로부터 시작하여 경계값이 큰 점들을 병합해 가면서 인접한 영역간의 크기, 색상 등을 고려하여 각각의 영역을 구분해 낸다. 이 방법의 가장 큰 특징은 텍스쳐(texture)를 제외한 일반적인 영역뿐 아니라 텍스쳐 포함하는 영역도 추출할 수 있는 점과 빠른 처리 속도에 있다.

• Journal of Korea Multimedia Society
• /
• v.12 no.1
• /
• pp.50-57
• /
• 2009

This paper proposes a extraction of feature lines on a polygonal model using local implicit surface fitting technique. To extract feature lines on a polygonal model, the previous technique addressed to compute the curvature and their derivatives at mesh vertices via global implicit surface fitting. It needs a user-specified precision parameter for finding an accurate projection of the mesh vertices onto an approximating implicit surface and requires high-time consumption. But we use a local implicit surface fitting technique to estimate the local differential information near a vertex by means of an approximating surface. Feature vertices are easily detected as zero-crossings, and can then be connected along the direction of principal curvature. Our method, demonstrated on several large polygonal models, produces a good fit which leads to improved visualization.