• The KIPS Transactions:PartB
• /
• v.10B no.1
• /
• pp.73-80
• /
• 2003

In this paper we propose an algorithm which matches the corresponding feature points between the reference image and the search image. We use Harris's corner detector to find the feature points in both image. For each feature point in the reference image, we can extract the candidate matching points as feature points in the starch image which the normalized correlation coefficient goes greater than a threshold. Finally we determine a corresponding feature points among candidate points by using dynamic programming. In experiments we show results that match feature points in synthetic image and real image.

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 2000.11a
• /
• pp.189-193
• /
• 2000

표정인식 시스템을 구현하기 위해서는 어떠한 얼굴 특징점이 특정한 내적상태와 밀접한 관련이 있는가를 알아야한다. 이를 위해 MPEG-4 FDP 중 39개의 얼굴 특징점을 사용하여 쾌-불쾌 및 각성-수면의 내적상태와 얼굴 특징요소간의 상관관계를 분석하였다. 연극배우들의 다양한 표정연기 사진 150장으로부터, 5개의 필터 크기와 8개의 필터 방위로 구성된 Gator wavelet을 사용하여 39개의 특징점을 중심으로 영상처리 하였다. 이들 특징점의 필터 반응 값과 내적상태의 상관관계를 분석한 결과, 내적상태의 쾌-불쾌 차원은 주로 입과 눈썹 주변의 특징점과 밀접한 관련이 있었고, 각성-수면 차원은 주로 눈 주변의 특징점과 밀접한 관련이 있었다. 필터의 크기는 주로 저역 공간빈도 필터가 내적상태와 관련이 있었고, 필터의 방위는 주로 비스듬한 사선 방위가 내적상태와 관련이 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.553-555
• /
• 2000

인체와 같은 다관절체의 운동은 세그먼트 단위로 강체의 특성을 포함하고 있으나, 움직임에 따라 옷의 주름과 같은 잡음과 관절의 변화 등의 비강체의 성질을 가진다. 따라서 잡음과 움직임에 따라 다양한 특징점이 추출되며, 영상 간 특징점의 변화가 심하므로, 대상의 특징을 비교적 정확히 반영하는 대응관계를 가진 특징점을 추출하는 것은 어려운 문제이다. 본 논문에서는 인체와 같은 다관절체의 움직임으로부터 신뢰성 있는 대응관계를 가진 특징점을 추출하기 위한 기법을 제안한다. 또한 쌍 대응(pairwise correspondence)의 문제를 확장하여 특정 동작을 이루는 다수의 프레임에서의 일관성 있는 특징점 대응을 위한 간단한 전략을 제안한다. 이를 통해 정확하고 안정적인 대응관계를 가진 특징점을 추출할 수 있다.

• Journal of the Institute of Convergence Signal Processing
• /
• v.19 no.1
• /
• pp.1-6
• /
• 2018

In this paper, we propose the method to eliminate repetitive processes for key-point detection on multi-scale image space. The proposed method detects key-points from the original image, and select a good key-points using the cluster filters, and create the key-point clusters. And it select reference objects by using direction angles of the key-point clusters, predict the scale of the original image by using the distributed distance ratio. It transform the scale of the reference image, and apply the detection of key-points to the transformed reference image. In the results of the experiment, the proposed method can be found to improve the key-points detection time by 75 % and 71 % compared to SIFT method and scaled ORB method using the multi-scale images.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.11a
• /
• pp.645-646
• /
• 2009

지문 템플릿(Fingerprint Template)을 보호하기 위해 암호학적 기법인 퍼지볼트(Fuzzy Vault)가 적용되었다. 퍼지볼트 기법은 지문으로 부터 추출되는 특징점을 은닉하기 위하여 지문 템플릿에 다수의 거짓 특징점을 "임의"로 삽입하는 방법이다. 그러나 최근 이러한 지문 퍼지볼트를 효과적으로 크래킹 할 수 있는 상관공격(Correlation Attack)에 관한 연구가 발표되었는데, 이것은 동일한 지문으로 부터 생성되는 두 개의 지문 템플릿을 획득함으로써 진짜와 거짓 특징점을 쉽게 구별하는 방법이다. 본 논문에서는 상관공격에 강인도록 지문 퍼지볼트를 생성하는 방법을 제안한다. 제안한 방법은 특징점의 각도 정보를 이용하여 거짓선분(Chaff Line)을 생성한 후 "규칙적"으로 거짓특징점을 삽입함으로써, 두 개 지문 템플릿을 획득하더라도 동일한 지문에 대해 삽입된 거짓 특징점의 위치와 각도가 유사하기 때문에 진짜와 거짓 특징점을 구별하기 어려워 상관공격을 피할 수 있다. 실험을 통하여 거짓 특징점을 규칙적으로 저장하는 방법을 적용함으로써 기존 방법의 인식 성능을 유지하면서, 상관 공격에 강인함을 확인하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2017.06a
• /
• pp.89-90
• /
• 2017

본 논문에서는 평균이동 (mean shift) 기법을 이용하여 랜덤포레스트 (random forest) 기반 실시간 얼굴 특징점 추적 (facial features tracking) 방법을 제안한다. 우선, 눈의 위치를 이용하여 검출된 얼굴영역을 적절한 크기와 위치로 개선하여 랜덤포레스트를 이용한 얼굴 특징점 추적 알고리즘이 받는, 얼굴검출 (face detection) 과정에 얻어지는 얼굴영역 상자 (face bounding box) 크기와 위치의 영향을 감소 하였다. 또한 랜덤포레스트의 얼굴 특징점 추정결과에서 추정평균 대신 평균이동기법을 이용하여 잘못된 추정결과들을 제거하고 제대로 된 추정결과만 사용하여 얼굴 특징점 검출 정확도를 개선하였다. 따라서 제안하는 방법들을 이용하여 기존의 랜덤포레스트 기반 얼굴 특징점 검출 기법의 성능을 제고하고 실시간으로 얼굴 특징점을 추적할 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06b
• /
• pp.435-437
• /
• 2012

본 논문에서는 반복적인 베이시안 모델을 이용한 특징점 기반 객체 추적 방법을 제안한다. 제안하는 방법은 특징점 추정 오류를 최소화하고, 추적하는 객체에 해당되는 특징점들만을 선택함으로써, 최적의 특징점들을 이용하여 변환 행렬을 추정한다. 특징점 추정 오류는 Census transform과 해밍 거리를 이용하여 최소화하고, 외곽 특징점(outlier feature)를 제거하기 위하여 반복적인 베이시안 모델을 사용한다. 보행자와 차량등을 이용한 실험 결과, 제안한 방법이 기존 방법에 비하여 좀 더 우수한 성능을 보여준다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.05a
• /
• pp.835-838
• /
• 2005

지문 인식 알고리즘은 크게 특징점을 추출하여 특징점의 좌표, 특성, 방향각 등을 정보로 하여 인식하는 특징점 기반 알고리즘과 지문의 융성 패턴을 분석하여 인식하는 패턴 기반 알고리즘으로 나뉜다. 본 논문에서는 기존의 특징점 기반 지문인식 알고리즘과 비교하여 개선된 전처리 방법을 이용하여 보다 빠르면서도 정확한 지문 특징점 추출 알고리즘을 제안한다. 지문영상에서 방향성 정보를 추출을 위해 지문영상을 일정한 크기를 갖는 국부영역으로 나눈 후, 각 국부 영역의 융선 방향을 계산하여 방향성 정보를 얻는다. 추출된 방향성 정보를 이용하여 영상 개선 및 특징점을 추출하는 지문 인식 알고리즘을 제안하고자 한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2015.11a
• /
• pp.185-188
• /
• 2015

미리 저장된 객체의 3차원 특징점(Feature point) 좌표와 카메라 영상의 2차원 특징점 좌표를 매칭(Matching)하여 객체를 추적하는 방식의 경우, 카메라의 시점이 변할 때 특징점에서 발생되는 원근 효과(Perspective effect)가 반영되지 못하여 특징점 매칭 오류가 발생한다. 따라서 특징점에서 발생하는 원근 효과를 반영하여 정확한 카메라 포즈를 추정하기 위해 이전 프레임(Frame)의 카메라 포즈(Camera Pose)에 맞추어 텍스쳐가 포함 된 3차원 객체의 모델을 렌더링 하여 원근 효과를 적용한 후, 현재 카메라 영상과 특징점 매칭하여 프레임 사이의 카메라 움직임을 구하여 객체를 추적한다. 더 나아가 본 논문에서는 특징점 매칭에서 발생하는 작은 오류들로 인한 미세한 카메라 움직임은 2단계의 임계치(Threshold)를 적용하여 떨림 현상으로 간주하여 떨림 현상이 제거된 객체 추적을 수행한다. 매 프레임마다 카메라 포즈에 맞춘 추적 객체를 렌더링 하기 때문에 떨림 현상으로 간주되어 제거된 카메라 움직임은 누적되지 않고, 추적 오류도 발생시키지 않는다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.11a
• /
• pp.605-608
• /
• 2010

두 영상에서 특징점을 추적하기 위하여 특징점을 중심으로 $N{\times}N$ 크기 윈도우 패치의 SSD 값을 비교하는 방법을 사용한다. 그러나 영상에서 다수의 특징점이 추출되어 매칭을 시도하는 경우 많은 처리 시간을 필요로 한다. 처리 시간의 증가는 실시간 처리를 어렵게 만든다. 이러한 문제를 해결하기 위하여 적분 영상(integral image)을 사용하여 매칭 가능성이 높은 특징점을 필터링하여 SSD 매칭의 처리 시간을 단축시키는 방법을 제안한다. 본 논문에서 제안한 적분 영상을 사용한 특징점 필터링을 적용한 방법과 기존의 SSD 매칭 방법을 비교 실험하여 특징점 매칭의 처리 시간을 절감하는 결과를 얻을 수 있었다.