• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1257-1271
• /
• 2022

최근 많은 수의 지구관측용 광학위성이 개발되어 위성영상에 대한 수요가 증가하고 있다. 따라서, 위성영상의 활발한 활용을 위해서 신속한 전처리 과정이 요구된다. 위성영상 정합은 두 영상을 하나의 특정한 좌표계로 변환하여 등록하는 기술로서 원격탐사 분야에서 영상정합 기술은 서로 다른 대역의 영상을 정렬하거나, 두 위성영상 간의 상대적인 위치 오차를 수정하는데 사용된다. 본 논문에서는 서로 다른 Ground Sample Distance (GSD)를 가지는 위성영상 간의 자동 영상정합 방법을 제안하였다. 제안방법은 개선된 특징점 매칭방법과 강인한 변환모델 추정기법을 기반으로 하며, 다음과 같이 5가지 처리과정으로 구성된다: 중첩 영역 계산, 개선된 특징점 탐지, 특징점 매칭, 강인한 변환모델 추정, 영상 리샘플링. 특징점 탐지를 위해서 중첩영역을 추출하여 두 영상의 GSD가 유사하도록 영상 리샘플링을 수행하였다. 특징점 매칭 단계에서는, Oriented FAST and Rotated BRIEF (ORB) 알고리즘을 사용하여 영상정합 성능을 향상시켰다. 영상정합 실험은 KOMPSAT-3A와 RapidEye영상을 실험대상으로 수행되었으며 제안방법의 성능검증은 정성적, 정량적 두 가지 방법으로 수행되었다. 영상정합의 재투영오차는 RapidEye GSD를 기준으로 1.277 (8.3 m)에서 1.608 (10.452 m)의 픽셀 정확도를 보였다. 즉, 결론적으로, 제안방법을 통해 이종해상도 위성영상의 영상정합 가능성을 확인하였다.

• 인터넷정보학회논문지
• /
• 제14권6호
• /
• pp.117-124
• /
• 2013

본 논문에서는 실시간으로 입력되는 비디오 영상으로부터 사용자의 얼굴 방향을 효율적으로 추정하는 새로운 방법을 제안하였다. 이를 위하여 입력 영상으로부터 외부조명의 변화에 덜 민감한 Haar-like 특성을 이용하여 얼굴영역의 검출을 수행하고 검출 된 얼굴영역 내에서 양쪽 눈, 코, 입 등의 주요 특성을 검출한다. 이 후 실시간으로 매 프레임마다 광류를 이용해 검출된 특징 점을 추적하게 되며, 추적된 특징 점을 이용해 얼굴의 방향성 추정한다. 일반적으로 광류를 이용한 특징 추적에서 발생할 수 있는 특징점의 좌표가 유실되어 잘못된 특징점을 추적하게 되는 상황을 방지하기 위하여 검출된 특징점의 템플릿 매칭(template matching)을 사용해 추적중인 특징점의 유효성을 실시간 판단하고, 그 결과에 따라 얼굴 특징 점들을 다시 검출하거나, 추적을 지속하여 얼굴의 방향성을 추정을 가능하게 한다. 탬플릿 매칭은 특징검출 단계에서 추출된 좌우 눈, 코끝 그리고 입의 위치 등 4가지 정보를 저장한 후 얼굴포즈 측정에 있어 광류에의해 추적중인 해당 특징점들 간의 유사도를 비교하여 유사도가 임계치를 벗어 날 경우 새로이 특징점을 찾아내는 작업을 수행하여 정보를 갱신한다. 제안된 방법을 통해 얼굴의 특성 추출을 위한 특성 검출과정과 검출된 특징을 지속적으로 보완하는 추적과정을 자동적으로 상호 결합하여 안정적으로 실시간에 얼굴 방향성 추정 할 수 있었다. 실험을 통하여 제안된 방법이 효과적으로 얼굴의 포즈를 측정할 수 있음을 입증하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 봄 학술발표논문집 Vol.27 No.1 (B)
• /
• pp.553-555
• /
• 2000

기존의 특징점 추출 알고리즘들은 입력 지문의 전처리, 이미지의 이진화, 세선화, 특징점 추출 등의 여러 처리 단계를 거쳐 이루어지므로 잡음등과 같은 외부적 요인과 여러 처리단계엣 발생하는 내부적 요인 등으로 왜곡 현상을 피하기 어렵고 전체 인증 시간이 길어 지는 등 성능 저해 요인이 많다. 본 논문에서는 복잡한 처리 과정을 거치지 않고 입려영상에서 집적 융선의 흐름을 추적하여 특징점들을 추출하고 매칭을 수행함으로써 이미지의 왜곡에서 오는 오류를 줄이고 처리 시간을 단축하여 기존의 시스템보다 빠른 시간에 지문을 인식하는 시스템을 설계 및 구현한다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2006년도 학술대회 1부
• /
• pp.1361-1366
• /
• 2006

본 논문에서는 제약되지 않은 카메라에서 얻어진 회전과 크기 변화를 가진 영상들을 특징 기반의 보로노이 거리 매칭 방법을 이용하여 고속으로 합성 하는 기법에 관해 기술한다. 기존의 특징점 기반 매칭 기법들이 사람의 개입에 의해 영상을 정합하거나, 크기나 회전 변화를 고려하지 않은 형태의 영상들을 처리하는 것과 달리 회전이나 크기변화요소가 포함된 입력영상들을 사람의 개입이 없이 자동으로 정확한 중첩영역을 빠르게 검색하는 방법을 제안한다. 제안된 방법은 우선 영상내의 특징 점들의 위상 정보와 특징 점들 사이의 거리 정보를 가지는 보로노이 거리 정합법을 통해 대응점을 구하고, 찾아진 대응 쌍들을 이용하여 2차원 투영의 초기 변환행렬을 구한다. 다음으로 비선형 이승오차 최적화 알고리즘을 이용하여 최적의 변환 행렬을 구한 후, 마지막으로 구해진 변환 행렬을 이용하여 영상을 합성한다. 실험결과를 통해 본 논문에서 제안한 방법의 효율성을 보인다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2021년도 추계학술대회
• /
• pp.124-125
• /
• 2021

최근 증강현실(AR), 가상현실(VR), 혼합현실(XR) 분야가 각광받고 있으며, 3차원 공간과 사물을 인식하여 다양한 콘텐츠 서비스를 제공하는 기술이 개발되고 있다[1]. 3차원 공간과 사물을 인식하기 위해 가장 널리 사용되는 방법은 RGB 카메라를 이용하는 것이다[2]. RGB 카메라를 이용하여 촬영한 영상을 분석한 후 분석된 결과를 이용하여 카메라와 환경의 관계를 추정한다. 시차는 사용자가 촬영한 복수의 이미지에서 특징점의 차이를 이용하여 계산된다. 실험적으로 구한 깊이에 대해 계산된 디스패리티에 시차 정보와 스케일링 정보를 더하여 3차원 특징점을 생성한다. 제안하는 알고리즘은 단일 모바일 디바이스에서 획득한 영상을 사용한다. 특징점 매칭을 기반으로한 디스패리티 추정과 시차조정 3D 특징점 생성이다. 실제 깊이 값과 비교했을 때, 생성된 3차원 특징점은 실측값의 10% 이내의 오차가 있음을 실험적으로 증명하였다. 따라서 제안하는 방법을 이용하여 유효한 3차원 특징점을 생성할 수 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2004년도 춘계학술발표대회
• /
• pp.1103-1106
• /
• 2004

Window Frame 방향성 추출법을 보완한 Extended Window Frame을 제시하고, 높은 보완성을 필요로 하는 곳에 사용할 수 있도록 하기 위해서 지문의 중심점으로부터 매칭 된 각각의 특징점까지 이르는 선상에 있는 융선을 추적하는 방법을 이용한 검증 방법을 제안한다. 제안된 검증 방법의 성능을 비교하기 위해서 방향성을 추출하는 방법, 특징점을 추출하는 방법을 기존의 여러 가지 방법들로 구현하고 그 결과를 비교, 분석한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 추계학술발표대회
• /
• pp.1560-1562
• /
• 2013

정확하고 강인한 영상 등록(Registration)은 영상 검색과 컴퓨터 비전과 같은 여러 응용 분야에서 성능을 좌우하는 매우 중요한 역할을 담당하며, 특징 추출 및 매칭 단계를 통해 수행된다. 영상의 특징을 관심 점으로 지정하여 추출하는 대표적인 알고리즘으로, SIFT (Scale Invariant Feature Transform)와 SURF (Speeded Up Robust Feature)가 있다. 본 논문에서는 2 개의 특징점 추출 알고리즘을 구현하고 예제 데이터를 기반으로 실험을 통해 성능적 비교 분석을 수행한다. 실험 결과, SURF 알고리즘이 특징 추출 및 매칭, 처리시간 측면에서 SIFT 보다 효율적인 성능을 보였다.

• 한국멀티미디어학회논문지
• /
• 제16권7호
• /
• pp.820-828
• /
• 2013

영상에서 임의의 점에 대한 고유한 특징을 계산하는 알고리즘은 파노라마 영상의 제작, 스테레오 영상의 획득, 물체 인식, 이미지 분석 등에 다양하게 사용되는 중요한 요소이다. 일반적으로 어떤 점의 특징은 스칼라 형태가 아닌 벡터형태로 나타나게 되는데, 무수히 많은 특징 점들을 서로 비교하는 작업은 매우 많은 계산량을 요구한다. 본 연구에서는 영상의 특징점 계산에 SURF(speeded up robust features)를 이용하였고, 이미지로부터 추출된 특징을 PCA(principal component analysis)기법을 이용하여 벡터의 차원을 축소하여 연결리스트 자료구조에 정렬한 다음 특징을 비교하는 기법을 제안한다. 제안된 특징의 비교 방법을 적용할 경우 기존 방법의 매칭 정확도는 유지한 상태에서 계산시간을 줄일 수 있는 것을 실험을 통하여 확인하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제65차 동계학술대회논문집 30권1호
• /
• pp.365-368
• /
• 2022

본 논문에서는 가상 물체를 현실과 오차 없이 정확하게 증강 시켜야 하는 상황에서 특징 포인트를 이용하여 효율적으로 매칭하기 위한 실린더 기반의 각도 보간 기법을 제안한다. 증강현실에서 활용되는 대표적인 객체를 증강하는 방법은 특징 포인트들을 트래킹하여 찾아낸 후, RANSAC 알고리즘을 기반으로 포인트 셋에서 바닥, 벽과 같이 하나의 평면을 구성하고 그 위에 객체를 증강한다. 이 방법은 평면을 이용하기 때문에 계산량이 적지만, 증강 위치에 대한 오차가 존재하기 때문에 때때로 잘못된 위치에 객체가 배치되는 경우가 발생한다. 특히, 의료시설, 도로 공사에서 증강 현실을 사용했을 때에 증강된 가상물체의 위치, 크기 등이 현실에서 작은 오차라도 어긋날 경우 크게 사고가 발생할 수 있다. 본 논문에서는 평면 생성 없이 특징 포인트만을 이용하여 효율적으로 매칭 할 수 있는 실린더 기반의 각도 보간을 이용하여 정확하게 객체를 증강할 수 있는 결과를 보여준다.

• 한국ITS학회 논문지
• /
• 제17권1호
• /
• pp.123-128
• /
• 2018

본 논문에서는 효율적인 차량 객체를 추적하는 특징점 매칭을 이용한 다중 차량 객체 검출 알고리즘을 제안한다. 제안하는 알고리즘은 효율적인 차량 객체 추적을 위해 FAST 알고리즘을 이용해서 차량의 특징점을 추출한다. 그리고 5X5 영역으로 분할 된 영상에서 특징점이 포함되면 True 포함되지 않으면 False로 해당 영역을 검은색으로 후처리하여 차량 객체을 제외한 불필요한 객체 정보를 제거한다. 그리고 후처리 된 영역을 차량의 최대 탐색창 크기로 설정하고, 차량의 최외각 특징점을 이용한 최소 탐색창을 설정하여 Mean-Shift 알고리즘의 탐색창 크기에 대한 단점을 보완하여 차량 객체 추적을 한다. 제안한 방법의 성능 평가하기위해 SIFT, SURF 알고리즘을 비교하여 실험한다. 그 결과 SIFT 알고리즘에 비해서 약 4배 빠르고 SUFR 알고리즘의 처리 과정 보다는 효율적으로 검출하는 장점이 있다.