• 한국정보통신학회논문지
• /
• 제7권4호
• /
• pp.839-844
• /
• 2003

본 연구에서는 염색체의 영상패턴을 인식하고 분류하는 방법을 개선하기 위해 패턴인식의 특징정보로 사용되는 비선형적인 염색체 영상을 선형적으로 재구성하는 영상 재구성 알고리즘을 사용하여 선형화된 특징정보를 추출하여 패턴분류기인 신경회로망의 입력정보로 사용한다. 중앙축 변환방법과, 영상 재구성방법을 사용하여 임상적으로 정상인으로 판명된 20명의 염색체 영상의 특징정보를 추출하였다. 중앙축 변환방법에 의하여 추출된 특징정보의 패턴조합과 영상 재구성방법에 의하여 추출된 특징정보의 패턴조합을 구성하였으며, 10명에 대하여 추출한 특징정보를 계층적인 신경회로망(Hierarchical Multilayer Neural Network : HMNN)의 학습입력으로 사용하여 염색체를 분류하기 위한 패턴인식기를 구현하였다. 그리고 나머지 10명에 대하여 학습입력과 동일하게 조합된 패턴조합을 HMNN의 분류입력으로 사용하여 수행한 결과 약 98.26%의 우수한 인식률을 나타내는 최적화된 패턴인식기를 구현할 수 있었다.

• 정보처리학회논문지B
• /
• 제15B권5호
• /
• pp.435-448
• /
• 2008

사용자 포즈의 3차원 데이터 생성을 통한 3차원 포즈 인식은 2차원 포즈 인식의 문제점을 해결하기 위해서 많이 연구되고 있지만, 3차원 표면 데이터의 방대한 양으로 포즈 인식에서 중요한 특징 추출(feature extraction)이 어렵고 수행 시간이 많이 걸리는 문제점을 가지고 있다. 본 논문에서는 3차원 포즈 인식의 두 가지 문제점인 특징 추출의 어려움과 느린 처리속도를 개선하기 위해서 3차원 형상복원 기술로 모델의 3차원 표면 점들로 구성된 데이터를 2차원 데이터로 변환하는 차원 축소(dimension reduction) 방법을 제안한다. 실린더형 외곽점을 이용한 메쉬없는 매개변수화(meshless parameterization) 방법은 방대한 데이터인 3차원 포즈 데이터를 2차원 데이터로 변환하여 특징 추출과 매칭과정의 연산 속도를 향상 시키며, 특징 추출의 효율성 검증을 위해 간단한 환경에서 실험이 가능한 손 포즈 인식 및 인간 포즈 인식에 적용하였다.

• 정보처리학회논문지B
• /
• 제13B권1호
• /
• pp.47-52
• /
• 2006

본 논문은 기존의 컬러 히스토그램 방법들의 단점을 극복하고자 영역 특징백터를 이용한 영상 검색 방법을 제안한다. 컬러 히스토그램 검색방법들은 양자화 오류 등의 이유로 정확성이 떨어지는 단점이 있다 이를 해결하기 위해 제안 방법은 색상 정보를 HSY 공간으로 변환하여 순수 색상 정보인 hue 성분만을 양자화하여 히스토그램을 구하고, 이를 명암, 이동, 회전등에 강인한 검색 특징으로 사용한다. 또한 컬러 히스토그램 방법들의 가장 큰 문제점인 공간 정보가 부족한 것은 영상을 16개 영역으로 나눠서 각 영역간의 비교를 통해 해결한다. 그리고 색상 검색에 추가적으로 모양 특징인 에지와 질감 특징인 DCT 변환의 DC를 이용하여 검색의 정확도를 높인다 1,000개의 컬러 영상을 사용해 실험한 결과 기존의 방법들 보다 좋은 정확성을 보인다.

• 한국정보전자통신기술학회논문지
• /
• 제12권1호
• /
• pp.13-21
• /
• 2019

내용기반 영상검색은 영상 내의 정보인 색상, 질감, 형태 등의 특징 값을 추출하여 검색에 이용한다. 본 논문에서는 $8{\times}8$ 이산여현변환, 즉 $8{\times}8$ DCT(Discrete Cosine Transform) 후 얻어지는 DC, AC계수를 이용하여 필터뱅크(filter-bank)를 생성하고, 이를 영상의 내용기반 검색에 이용하는 검색방법을 제안한다. 제안된 방법은 생성된 DCT 필터뱅크에서 DC성분과 주요한 AC성분인 AC01, AC10, AC11 만을 이용하며, DC성분에 대한 양자화를 수행하여 계산량을 최소화한다. 그리고 양자화된 DC성분에 대한 히스토그램 정보를 기반으로 영상 검색에 필요한 특징 값을 산출한다. AC성분에 대해서는 Otsu 이진화를 통하여 개괄적인 형태정보를 취득한 다음 이에 대한 수평/수직 방향으로의 투영 히스토그램을 계산하여 특징 값을 취득한다. 추출된 AC성분의 특징 값은 DC성분의 특징 값과 함께, 특징벡터 빈(feature vector bins)을 구성하여 검색을 수행한다. 실험은 1000장의 데이터베이스를 이용하여 수행 되었으며, 기존의 색상정보를 이용한 검색방법보다 우수한 성능을 보임을 확인하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2015년도 하계학술대회
• /
• pp.177-180
• /
• 2015

본 논문에서는 비디오 영상을 입력 했을 때 특징점 추적을 통한 다수 영상의 고속 스트칭 기법을 제안한다. 빠른 속도로 특징점 추출을 위해서 FAST(Features from Accelerated Segment Test) 기법을 사용한다. 특징점 정합과정은 기존의 방법과는 다른 새로운 방법을 제안한다. Mean shift 를 통해 특징점이 포함된 영역을 추적하여 벡터(vector)를 구한다. 이 벡터를 사용하여 추출한 특징점들을 정합하는데 사용한다. 마지막으로 이상점(outlier)을 제거하기 위해 RANSAC(RANdom Sample Consensus) 기법을 사용한다. 입력된 두 영상의 호모그래피(homography) 변환 행렬을 구하여 하나의 파노라마 영상을 생성한다. 실험을 통해 제안하는 기법이 기존의 기법보다 속도가 향상되는 것을 확인하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2010년도 한국컴퓨터종합학술대회논문집 Vol.37 No.1(C)
• /
• pp.390-394
• /
• 2010

본 논문에서는 영상인식에서 널리 사용되는 지역적 특징인 SIFT와 부분공간분석에 의한 차원축소방법의 결합을 통하여 얼굴을 인식하는 방법을 제안한다. 기존의 SIFT기반 영상인식 방법에서는 추출된 키 포인트 각각에 대하여 계산된 특징기술자들을 개별적으로 비교하여 얻어지는 유사도를 바탕으로 인식을 수행하는데 반해, 본 논문에서 제안하는 접근법은 SIFT의 특징기술자를 명도 값으로 표현된 얼굴 영상을 여려 변형에 강건한 형태로 표현되도록 변환하는 표현방식으로 본다. SIFT기반의 특징기술자에 의해 표현된 얼굴 영상을 부분공간분석법에 의해 저차원의 특징벡터로 다시 표현되고, 이 특징벡터를 이용하여 얼굴인식을 수행한다. 잘 알려진 벤치마크 데이터인 AR 데이터베이스에 대한 실험을 통해 제안한 방법이 조명 변화와 가려짐에 강인한 인식 결과를 보여줄 뿐 아니라, 기존의 SIFT 기반의 얼굴 인식 방법에 비하여 우수한 처리 속도를 보임을 확인하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2018년도 추계학술대회
• /
• pp.131-132
• /
• 2018

비디오 스티칭은 카메라 간 변환 관계인 호모그래피를 이용하여 스티칭하는 것이 일반적이다. 본 논문은 호모그래피를 이용한 고정형 비디오 스티칭에서 조도 변화, 노이즈 등으로 일관되지 않는 특징점 추출과 유니폼한 입력 영상으로 적은 특징점이 추출되는 경우에 대하여 정확도 높은 호모그래피 추출이 가능한 특징점 누적 기반 고정형 비디오 스티칭 방법을 제안한다. 실험을 통해 단일 프레임 특징점을 이용한 결과 영상에 비해 특징점 누적을 이용하는 경우 영상 내 부정합 영역 등의 왜곡이 크게 감소하였음을 확인하였다.

• 전자공학회논문지SC
• /
• 제42권2호
• /
• pp.11-18
• /
• 2005

본 논문은 CCD 카메라를 통해 입력받은 영상에서 차량을 검출하는 방법을 제안한다. 차량을 검출하기 위해서 먼저 영상을 독립적인 방향과 레벨을 가지는 스티어블 피라미드로 변환한다. 특징 벡터는 스티어블 피라미드로 변환된 서브밴드들을 연관되는 같은 위치의 픽셀들을 체인으로 연결하여 방향성 피라미드 특징을 가지는 다차원 벡터들로 구성한다. 차량의 검출은 특징 점의 특징 벡터들을 차량 검출에 사용하였다. 특징 점은 기하학적 위치 정보와 국부적인 방향 정보를 가지는데 실험을 위해서 격자 구조 모양으로 일정한 간격을 갖는 격자 점, 사람의 수작업을 통해서 만든 코너 점, 그리고 격자 내의 코너 점을 대상으로 했다. 차량 검출을 위해 미리 저장된 모델 영상의 특징 점들의 특징벡터들과 후보 영상으로부터 추출된 특징 벡터들의 정합을 통해 각 특징 점의 거리를 비교했다. 차량 검출을 위해 특징 점을 이용함으로써 후보 영상 전체를 비교하지 않고 특징 점의 위치에 대해서만 특징 벡터를 비교하기 때문에 비교 시간과 정확도를 높일 수 있었다. 또한 주변 밝기조건 및 그림자의 영향에 의해 차량 검출이 민감한 문제를 해결할 수 있었다. 도로에서 획득한 주간 영상(10,567)과 저녁 영상(624)을 대상으로 실험하였고, 검출율은 주간의 경우 $92.0\%$와 야간의 경우 $87.3\%$를 얻을 수 있었다.

• 비파괴검사학회지
• /
• 제24권6호
• /
• pp.590-596
• /
• 2004

신경망 기반의 신호 분류 시스템은 비파괴 검사 시 추출되는 많은 양의 데이터를 처리하기 위한 방법으로 꾸준히 이용되고 있다. 비파괴검사 방법 중, 초음파 탐상법은 용접 지역에서 결함들을 찾기 위하여 비파괴 검사에서 일반적으로 사용되고 있는 추세다. 초음파 탐상법의 중요한 특징은 특정 신호에서 발생하는 불연속성을 판별해내는 능력이다. 지금까지의 보편화되어 있는 기술은 신호를 분류하기 위해 각각의 A-scan 신호를 처리하는 반면 본 논문에서는 이웃하는 A-scan 신호의 정보를 기반으로 하는 2차원 푸리에 변환(Fourier transform)과 주성분 분석(principal component analysis) 기법을 이용하여 특징 벡터를 추출, 분류하는 방법을 제시하고자 한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2013년도 추계학술대회
• /
• pp.103-107
• /
• 2013

본 논문에서는 차선 이탈 경고 장치 시스템에서 사용되는 실시간 차선 추적 방법을 제안한다. 먼저 입력 영상의 원근효과를 제거하기 위해 역투영 변환을 이용하여 조감도 영상을 생성한다. 그 다음 차선의 사전 정보를 이용하여 차선 검출에 적합한 특징들을 추출한다. 블록단위의 관심영역에 해당하는 차선 특징과 RANSAC(RANdom Sample Consensus) 알고리즘을 사용하여 차선 후보군을 검출하고 클러스터링 과정을 수행하여 주행 차선을 결정한다. 마지막으로 칼만 필터를 사용하여 현재 검출된 주행 차선을 추적한다. 제안하는 알고리즘을 주간, 야간 등의 다양한 고속도로 환경에서 실험한 결과 실시간 환경에서 사용가능한 30ms 이내의 처리 속도와 90% 가량의 추적률을 얻을 수 있었다.