• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10c
• /
• pp.199-201
• /
• 2002

본 논문에서는 심장질환의 진단 알고리즘의 개발에 있어서 필수적으로 요구되는 심장질환별 ECG 데이터의 수집에 관하여 기술한다. 또한, 진단 알고리즘을 개발하기 위한 전단계로서 심전도 신호에서 각 특징들을 검출하는 알고리즘에 관하여 설명하고, 이를 MITDB와 수집한 ECG 신호에 적용한 결과를 보인다. QRS-complex의 검출은 99% 이상의 정확도를 보이나, P-wave와 T-wave의 검출에서는 아직까지 보완할 점이 많은 것으로 나타난다. 심장질환별 12-채널 ECG 데이터베이스의 구축은 보다 정확하고 현실적인 진단 알고리즘을 개발하는 데 크게 기여할 것으로 기대한다.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.17 no.1
• /
• pp.123-128
• /
• 2018

In this paper, we propose a multi-vehicle object detection algorithm using feature point matching that tracks efficient vehicle objects. The proposed algorithm extracts the feature points of the vehicle using the FAST algorithm for efficient vehicle object tracking. And True if the feature points are included in the image segmented into the 5X5 region. If the feature point is not included, it is processed as False and the corresponding area is blacked to remove unnecessary object information excluding the vehicle object. Then, the post processed area is set as the maximum search window size of the vehicle. And A minimum search window using the outermost feature points of the vehicle is set. By using the set search window, we compensate the disadvantages of the search window size of mean-shift algorithm and track vehicle object. In order to evaluate the performance of the proposed method, SIFT and SURF algorithms are compared and tested. The result is about four times faster than the SIFT algorithm. And it has the advantage of detecting more efficiently than the process of SUFR algorithm.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10b
• /
• pp.531-534
• /
• 2006

능동 카메라에서 배경과 물체가 모두 움직이는 영상에서 이동물체를 검출하여 추적하기 위해 특징점을 추출하고 특징점을 이용해 영상 좌표계 변환 파라미터를 추정하여 카메라의 Ego-motion을 보정한다. 보정된 영상을 이용하여 움직이는 물체를 검출하고 잡음이 있는 관측영역에서 CONDENSATION 알고리즘을 이용하여 이동물체를 추정하는 실험을 수행한 내용의 논문이다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06b
• /
• pp.322-324
• /
• 2006

배경이 움직이는 카메라에서 영상을 획득하여 특징점을 추출하고 특징점을 이용해 영상 좌표계 변환 파라미터를 추정한다. 추정된 파라미터를 이용하여 영상내의 움직이는 물체를 검출하기 위해 카메라의 Ego-motion을 보정하는 영상 좌표계 변환 방법을 소개하고, Ego-motion 보정을 통해 연속된 두 영상에서 움직이는 물체를 검출하는 실험을 수행한 내용의 논문이다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.05b
• /
• pp.484-487
• /
• 2003

본 논문에서는 CCD 카메라로부터 입력된 얼굴영상에서 피부색상 정보를 이용하여 얼굴을 검출하고 얼굴특징자인 눈, 코, 입의 얼굴특징 벡터를 추출한 후, 벡터들로부터 특징 평가함수를 적용하여 개인의 얼굴을 인식하는 알고리즘을 제안하였다. 제안한 논문에서는 입력 영상에서 대하여 얼굴 피부색의 정보와 명암도 정보를 동시에 사용하여 얼굴영역을 검출한 후, 검출한 얼굴 영역에서 특징점인 눈, 코, 입 등을 추출한 다음, 각 특징 점들에 대한 기하학적 위치특성과 상관성을 이용한 얼굴특징 평가함수를 구성하였다. 제안한 알고리즘으로 230 장의 얼굴영상에 대하여 실험에 적용한 결과 얼굴검출 효율과 인식 성능을 개선할 수 있었다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2012.11a
• /
• pp.1-4
• /
• 2012

영상 매칭 기술은 컴퓨터 비전 분야에서 다양하게 응용될 수 있는 기초적인 기술 중에 하나이다. 대표적인 영상 매칭 기술인 SIFT나 SURF는 강인한 영상 매칭 성능을 나타내지만 계산량이 방대하여 실시간 기술에 사용될 수 없는 문제점을 가진다. 최근에 ORB나 BRISK는 FAST 특징점 검출기와 BRIEF 특징점 표현자를 조합하여 실시간 영상 매칭을 가능하게 하면서 기존의 영상 매칭 기술과 견줄만한 성능을 나타내었다. 본 논문에서는 FAST와 BRIEF를 수정하여 영상 왜곡에 강인하면서 실시간으로 매칭을 수행할 수 있는 영상 매칭 알고리즘을 제안한다. 노이즈에 강인하면서 스케일 변화를 고려하기 위하여 특징점 후보 영역을 제한하고 스케일 공간을 생성하여 특징점을 검출한다. 또한 영상의 회전 변화에 강인한 영상 매칭을 가능하게 하기 위하여 주변 픽셀 패턴의 Gradient로 특징점 방향을 결정하여 픽셀 밝기 값 비교로 이진 특징점 표현자를 생성한다. 제안하는 영상 매칭 알고리즘은 적은 계산량으로 기존의 알고리즘보다 우수한 영상 매칭 성능을 나타낸다. 특별히 노이즈가 존재하는 영상의 매칭에서 노이즈의 영향에 강인한 매칭 성능을 보여준다.

• Proceedings of the IEEK Conference
• /
• 2005.11a
• /
• pp.537-540
• /
• 2005

본 논문에서는 사람의 감정, 건강상태, 정신상태등 다양한 정보를 포함하고 있는 웃음, 슬픔, 졸림, 놀람, 윙크, 무표정 등의 표정을 인식하기 위한 표정의 특징이 되는 얼굴의 국부적 요소인 눈과 입을 검출하여 표정의 특징을 추출한다. 표정 특징의 추출을 위한 전체적인 알고리즘 과정으로는 입력영상으로부터 칼라 정보를 이용하여 얼굴 영역을 검출하여 얼굴에서 특징점의 위치 정보를 이용하여 국부적 요소인 특징점 눈과 입을 추출한다. 이러한 특징점 추출 과정에서는 에지, 이진화, 모폴로지, 레이블링 등의 전처리 알고리즘을 적용한다. 레이블 영역의 크기를 이용하여 얼굴에서 눈, 눈썹, 코, 입 등의 1차 특징점을 추출하고 누적 히스토그램 값과 구조적인 위치 관계를 이용하여 2차 특징점 추출 과정을 거쳐 정확한 눈과 입을 추출한다. 표정 변화에 대한 표정의 특징을 정량적으로 측정하기 위해 추출된 특징점 눈과 입의 눈과 입의 크기와 면적, 미간 사이의 거리 그리고 눈에서 입까지의 거리 등 기하학적 정보를 이용하여 6가지 표정에 대한 표정의 특징을 추출한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.07a
• /
• pp.563-566
• /
• 2022

본 논문에서는 증강현실에서 객체 증강 시, 특징점과 GPS를 이용하여 증강 위치를 효율적으로 보간할 수 있는 ICP(Iterative closest point) 매칭 기법을 제안한다. 다양한 환경에서 제한받지 않고 객체를 증강하기 위해 일반적으로 마커리스(Markerless) 방식을 사용하며, 대표적으로 평면 검출과 페이스 검출을 사용한다. 이는 현실과 자연스러운 동기화를 위한 것으로 계산은 작지만, 인식의 범위가 넓기 때문에 증강 위치에 대한 오차가 존재한다. 이러한 작은 오차는 특정 산업에서는 치명적일 수 있으며, 특히 건설이나 의료시설에서 발생하면 큰 사고로 이어진다. 객체를 증강 시킬 때 해당 환경에 대한 점 구름(Point cloud)을 수집하여 데이터베이스에 저장한다. 본 논문에서는 관측되는 점 구름과의 오차를 줄이기 위해 ICP 매칭 기법을 사용하며, 실린더 기반의 각도 보간을 이용하여 계산량을 줄인다. 결과적으로 특징점과 GPS를 이용하여 ICP 매칭 기법을 통해 효율적으로 처리함으로써, 증강 위치에 대한 정확도가 개선된 증강 방식을 보여준다.

• The Journal of Korea Institute of Information, Electronics, and Communication Technology
• /
• v.16 no.6
• /
• pp.499-508
• /
• 2023

In this paper, we propose a technique to estimate the coordinates of feature points existing on a 2D planar object in the three dimensional space. The proposed method detects multiple 3D features from the image, and excludes those which are not located on the plane. The proposed technique estimates the planar homography between the planar object in the 3D space and the camera image plane, and computes back-projection error of each feature point on the planar object. Then any feature points which have large error is considered as off-plane points and are excluded from the feature estimation phase. The proposed method is archived on the basis of the planar homography without any additional sensors or optimization algorithms. In the expretiments, it was confirmed that the speed of the proposed method is more than 40 frames per second. In addition, compared to the RGB-D camera, there was no significant difference in processing speed, and it was verified that the frame rate was unaffected even in the situation that the number of detected feature points continuously increased.

• Proceedings of the KIEE Conference
• /
• 2009.07a
• /
• pp.1903_1904
• /
• 2009

본 논문은 퍼지 RBF 뉴럴네트워크를 이용한 트랙킹 검출 방법을 제시한다. IEC 60112에서 규정한 실험 장치와 방법에 따라 실험을 수행하였다. NI 장비를 사용하여 전류 파형을 측정하고, 측정된 전류 파형으로부터 FFT, 웨이블렛등의 신호처리 기법을 사용하여 12개의 특징점을 추출한다. 추출된 특징점들을 퍼지 RBF 뉴럴네트워크의 입력으로 사용하여 트랙킹 발생 유무를 검출한다. 퍼지 RBF 뉴럴네트워크는 WLSE를 사용하여 학습하고, HFC-PGA를 이용하여 특징점들의 선택, 퍼지 규칙의 수, 후반부 다항식 차수, 퍼지화 계수등을 최적화 하였다.