• 방송공학회논문지
• /
• 제24권4호
• /
• pp.564-572
• /
• 2019

최근 딥러닝 기술의 발전과 함께 얼굴 특징점 검출 방법의 성능은 크게 향상되었다. 대표적인 얼굴 특징점 검출 방법인 히트맵 회귀 방법은 효율적이고 강력한 방법으로 널리 사용되고 있으나, 단일 네트워크를 통해 특징점 좌표를 즉시 얻을 수 없으며, 히트맵으로부터 특징점 좌표를 결정하는 과정에서 정확도가 손실된다는 단점이 존재한다. 이러한 문제점들을 해결하기 위해 본 논문에서는 기존의 히트맵 회귀 방법에 적분 회귀 방법을 결합할 것을 제안한다. 여러 가지 데이터셋을 사용한 실험을 통해 제안하는 적분 회귀 네트워크가 얼굴 특징점 검출 성능을 크게 향상시킨다는 것을 보인다.

• 대한전자공학회논문지SP
• /
• 제40권3호
• /
• pp.217-226
• /
• 2003

본 논문에서는 세선화 지문 영상의 순차적 레이블링을 이용하여 위치 이동, 크기 변화 그리고 회전에 무관한 새로운 지문 융선 특징 검출 알고리즘을 제안한다. 제안한 알고리즘은 먼저 지문의 중심점을 지나는 수직선을 이용하여 세선화 지문 영상의 융선을 순차적으로 레이블링 한다. 그리고 레이블링한 개개의 융선들로부터 특징을 검출한다 검출하는 특징은 융선의 종류와 융선에 존재하는 특징점의 융선 각도이다. 이러한 방법을 이용하여 지문 융선의 특징을 검출하면, 지문을 이루고 있는 여러 융선들의 종류를 알 수 있고, 각 융선에 존재하는 특징점의 종류 및 이들의 각도를 알 수 있다. 두 개의 세선화 지문 영상을 이용하여 실험한 결과, 제안하는 알고리즘이 위치 이동, 크기 변화 그리고 회전에 무관한 지문 융선 특징을 검출함을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2014년도 춘계학술발표대회
• /
• pp.737-740
• /
• 2014

본 연구는 이종 생체 신호를 이용하여 심장 박동 신호를 검출하도록 고안되었다. 제안 알고리즘은 이종 생체 신호의 특징점을 추출하는 과정과 이를 이용하여 심장 박동의 특징점을 추정하는 과정으로 구성되어 있다. 특히, electrocardiogram(ECG)의 특징점과 동일한 위상의 잡음 신호로 인해 특징점 추출이 난해한 경우 이종 생체 신호를 이용해 특징점의 위치를 추정하는 방법을 사용하였다. Physionet 의 Challenge/2014 데이터베이스에서 잡음이 존재하는 레코드를 대상으로 수행한 심장 박동 검출 실험에서 Sensitivity 는 98.97%, positive predictivity 는 99.54%를 기록했다.

• 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.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2000년도 추계종합학술대회
• /
• pp.517-521
• /
• 2000

본 논문에서는 영상 처리 방법을 이용하여 주어진 객체의 실세계 좌표를 나타내는 특징점을 인식하는 한 방법을 제안한다. 제안된 방법에서는 육면체 형상의 객체를 대상으로 하며, 이러한 객체 영상의 주요한 특징점은 육면체를 결정짓는 꼭지점들로 이루어진다. 제안된 방법은 CCD 카메라로부터 영상을 획득하는 영상 획득 모듈, 획득된 영상에 대하여 관심 영역을 찾는 영상 분할 모듈, 분할된 관심 영역에 대하여 sobel operator등을 이용하여 경계 정보를 검출하는 영상 처리 모듈, 그리고 세선화, line fitting과정을 통하여 직선 벡터들을 검출한 후에 객체의 주요한 특징점을 인식하는 모듈로 구성된다.

• 한국음향학회지
• /
• 제42권5호
• /
• pp.460-468
• /
• 2023

고관절 이형성증(Developmental Dysplasia of Hip, DDH)은 영유아 성장기에 흔히 발생하는 병리학적 상태로, 영유아의 성장을 방해하고 잠재적인 합병증을 유발하는 원인 중 하나이며 이를 조기에 발견하고 치료하는 것은 매우 중요하다. 기존의 DDH 진단 방법으로는 촉진법과 X-ray 또는 초음파 영상 기반 고관절에서의 특징점 검출을 이용한 진단 방법이 있지만 특징점 검출 시 객관성과 생산성에 제한점이 존재한다. 본 연구에서는 X-ray 및 초음파 영상을 이용한 딥러닝 모델 기반 특징점 검출 방법을 제시하고, 다양한 딥러닝 모델을 이용하여 특징점 검출의 성능을 비교 분석하였다. 또한, 부족한 의료 데이터를 보완하는 방법인 다양한 데이터 증강 기법을 제시하고 비교 평가하였다. 본 연구에서는 Residual Network 152(ResNet152) 및 Simple & Complex augmentation 기법을 적용하였을 때 가장 높은 특징점 검출 성능을 보여주었으며, X-ray 영상에서 평균 Object Keypoint Similarity(OKS)가 약 95.33 %, 초음파 영상에서는 약 81.21 %로 각각 측정되었다. 이러한 결과는 고관절 초음파 및 X-ray 영상에서 딥러닝 모델을 적용함으로써 DDH 진단 시 특징점 검출에 관한 객관성과 생산성을 향상시킬 수 있음을 보여준다.

• 정보처리학회논문지B
• /
• 제16B권4호
• /
• pp.299-308
• /
• 2009

AAM(Active Appearance Model)은 PCA(Principal Component Analysis)를 기반으로 객체의 형태(shape)와 질감(texture) 정보에 대한 통계적 모델을 통해 얼굴의 특징점을 검출하는 알고리즘으로 얼굴인식, 얼굴 모델링, 표정인식과 같은 응용에 널리 사용되고 있다. 하지만, AAM알고리즘은 초기 값에 민감하고 입력영상이 학습 데이터 영상과의 차이가 클 경우에는 검출 에러가 증가되는 문제가 있다. 특히, 입을 다문 입력얼굴 영상의 경우에는 비교적 높은 검출 정확도를 나타내지만, 사용자의 표정에 따라 입을 벌리거나 입의 모양이 변형된 얼굴 입력 영상의 경우에는 입술에 대한 검출 오류가 매우 증가되는 문제점이 있다. 이러한 문제점을 해결하기 위해 본 논문에서는 입술 특징점 검출을 통해 정확한 입술 영역을 검출한 후에 이 정보를 이용하여 AAM을 수행함으로써 얼굴 특징점 검출 정확성을 향상시키는 방법을 제안한다. 본 논문에서는 AAM으로 검출한 얼굴 특징점 정보를 기반으로 초기 입술 탐색 영역을 설정하고, 탐색 영역 내에서 Canny 경계 검출 및 히스토그램 프로젝션 방법을 이용하여 입술의 양 끝점을 추출한 후, 입술의 양 끝점을 기반으로 재설정된 탐색영역 내에서 입술의 칼라 정보와 에지 정보를 함께 결합함으로써 입술 검출의 정확도 및 처리속도를 향상시켰다. 실험결과, AAM 알고리즘을 단독으로 사용할 때보다, 제안한 방법을 사용하였을 경우 입술 특징점 검출 RMS(Root Mean Square) 에러가 4.21픽셀만큼 감소하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2002년도 추계학술발표논문집 (상)
• /
• pp.755-758
• /
• 2002

스테레오스코픽 영상은 스테레오스코픽 카메라를 이용하여 좌 영상(left image)과 우 영상(right image)을 동시에 획득하는 것으로 사람의 눈으로 보는 것과 같은 입체감을 얻을 수 있는 것을 특징으로 한다. 스테레오스코픽 영상에서 객체의 깊이값을 구하기 위해서는 영상의 정합점을 찾는 것이 중요한데, 본 논문에서는 일반화 대칭변환(generalized symmetry transform) 알고리즘을 적용하여 스테레오스코픽(stereoscopic) 영상의 정합점(correspond points)을 찾는 방법을 제안한다. 본 논문에서 제안하는 방법은 먼저 좌 영상과 우 영상에 대해 에지(edge), 코너 검출 방법을 통해 특징점(feature point)을 검출하고 각 특징점들을 중심으로 사각 영역을 설정하고 이 범위내의 에지들이 갖는 대칭도(symmetry magnitude)를 특징점의 위치에 누적 시킨다. 좌영상의 대칭도를 구한 결과를 우 영상의 에지들의 대칭도와 비교를 수행해 임계치(threshold) 이하의 값을 가진 점들을 정합 후보로 선택한다. 이 정합 후보들을 영역내의 반지름 단위의 대칭도 비교를 통해 더욱 세분화된 비교를 수행하고 만약 이와 같은 과정을 통해서도 정합점을 찾지 못한다면 정합 후보들에 대해 칼라 정합도를 측정하여 최종적으로 정합점을 검출한다. 제안한 알고리즘을 이용한다면 특징점만을 이용하여 검색을 수행했을 때보다 더욱 정확한 정합점을 구할 수 있다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2004년도 춘계종합학술대회
• /
• pp.468-471
• /
• 2004

본 논문에서는 런길이부호화를 이용하여 지문영상의 융선을 분류하는 방법을 연구하였다. 자동지문인식 시스템에서 단점, 분기점과 같은 특징점을 검출하기 위해 지문영상의 융선을 분류할 필요가있다. 본 논문에서는 분할된 지문영상을 런길이 부호화를 이용하여 지문융선을 분류하는 방법을 제안한다. 또한 융선의 분류와 동시에 각 런의 중심점을 연결하는 지문 세선화과정이 수행되고, 분기점 및 단점이 포함된 특징영역을 동시에 검출할 수 있다. 제안방법의 성능평가를 위해 지문영상을 사용하여 분기점 및 단점을 포함하는 특징영역을 검출하고, 동시에 지문융선을 분류할 수 있음을 보였다.

• 정보처리학회논문지B
• /
• 제10B권1호
• /
• pp.73-80
• /
• 2003

본 논문에서는 기준영상과 탐색영상 사이의 대응되는 특징 점을 정합 하는 알고리즘을 제안한다. 두 영상에서 특징 점을 찾기 위하여 Harris의 코너 점 검출기를 사용하였다. 기준영상의 각 특징 점에 대해, 정규상관계수가 임계치 이상인 탐색영상의 특징 점들로 후보 정합 점을 구한다. 최종적으로 동적 프로그래밍을 사용하여 후보 정합 점들 중에서 대응되는 특징 점을 구한다. 실험으로 인위적인 영상과 실제 영상에서 특징 점을 정합 하는 결과를 보였다.