• 방송공학회논문지
• /
• 제20권5호
• /
• pp.728-737
• /
• 2015

스티칭 기법은 여러 영상에서 추출한 특징점의 디스크립터를 생성하고, 특징점들간의 정합 과정을 통해 하나의 영상으로 만드는 것이다. 각각의 특징점은 128 차원의 정보를 가지고 있고, 특징점의 개수가 증가 할수록 데이터 처리 시간이 증가하게 된다. 본 논문에서는 비디오 영상을 입력 했을 때 고속 파노라마 생성을 위한 특징점 추출 및 정합 기법을 제안한다. 빠른 속도로 특징점 추출을 위해서 FAST(Features from Accelerated Segment Test) 기법을 사용한다. 특징점 정합과정은 기존의 방법과는 다른 새로운 방법을 제안한다. Mean shift를 통해 특징점이 포함된 영역을 추적하여 벡터(vector)를 구하고 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.

• 방송공학회논문지
• /
• 제20권6호
• /
• pp.912-920
• /
• 2015

일반적인 텍스처 기반의 특징 기술 알고리즘과 달리 LLAH 알고리즘은 이웃 특징 사이의 기하 관계에 기반하여 특징을 기술하기 때문에, 텍스처가 부족한 장면이나 카메라 포즈 변화가 큰 경우에 대해서도 특징을 기술 및 추적할 수 있으며, 이를 활용한 증강현실 구현이 가능하다. 본 논문에서는 가우시안 잡음을 가지는 랜덤 점(= 특징) 추적을 위한 LLAH 알고리즘의 성능을 최적화한다. 이를 위해 서로 다른 특징 수와 가우시안 잡음 크기를 가지는 영상에 대해 이웃 특징 수, 기하 불변자의 종류, 특징 사이의 거리에 따른 LLAH 알고리즘의 성능 변화를 분석하여 최적 조건을 결정한다. 결과적으로, 각 특징이 80% 이상의 매칭률을 가지고, 실시간으로 매칭 및 추적이 가능함을 확인하였다.

• 한국항행학회논문지
• /
• 제16권2호
• /
• pp.386-393
• /
• 2012

본 논문에서는 객체의 관심점(interest points)에 대한 지역 특징 기술자를 이용하여 이미지나 동영상에서 다수의 관심 객체를 효과적으로 인식하고 추적하기 위한 기법을 제안한다. 이를 위해 먼저 대상이 되는 객체를 포함하는 다양한 이미지를 수집하고 SURF 알고리즘을 적용하여 객체의 관심점과 그들에 대한 지역 특징 기술자를 생성한다. 지역 특징에 대한 통계적인 분석을 통하여 관심점들 중에서 해당 객체의 특성을 가장 잘 표현하는 대표점(representative points)을 선택하고 이를 바탕으로 이미지에 존재하는 객체를 인식한다. 또한, 지역 특징 기술자의 정합을 응용하여 각 SURF 지점들의 움직임 벡터를 생성하고 이를 기반으로 실시간으로 객체를 추적한다. 제안하는 기법은 모든 객체를 독립적으로 다루기 때문에, 여러 개의 객체를 동시에 인식하고 추적할 수 있다. 다양한 실험을 통해, 동영상에서 객체의 존재 여부 및 종류를 신속하게 판별하고 관심 객체의 추적을 효과적으로 수행할 수 있음을 보인다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2008년도 학술대회 1부
• /
• pp.835-838
• /
• 2008

본 논문에서는 얼굴 영역을 자동으로 검출하여 실시간으로 얼굴의 특징 짐을 추적하는 방법을 제안한다. Haar-like feature를 이용하여 얼굴 영역을 자동으로 추출하였으며, 회전에 강건한 KLT 알고리즘을 적용하여 얼굴의 특징 점들을 추출하였다. 그리고 실시간으로 얼굴의 특징점을 추적하기 위해 Lucas-Kanade 특징 추적 알고리즘을 사용하였다. 실험결과를 통하여 회전과 움직임에 강건하게 얼굴 영역을 검출하고 추적되는 것을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2003년도 춘계학술발표논문집 (상)
• /
• pp.663-666
• /
• 2003

이 논문에서는 특징점 정보를 이용한 세선화 보정 알고리즘에 대하여 연구하였다. 세선화된 지문에서 교차수를 이용하여 추출된 특징점으로부터 세선화 보정을 수행하였다. 세선화 보정 과정은 특징점인 단점과 분기점을 시작점으로 하여 융선을 추적하면서 불필요한 융선을 제거해 나가는 방법으로 더 이상 제거할 융선이 없을 때까지 반복하여 처리한다. 세선화 보정이 끝나면 CN과 SN을 이용하여 특징점을 재추출하였다. 기존의 세선화된 지문으로부터 추출된 특징점과 제안한 세선화 보정 알고리즘으로부터 추출된 특징점을 비교하였다. 이 비교를 통하여 기존방법보다 세선화 지문이 개선되고 많은 의사 특징점들이 제거되었음을 알 수 있었다.

• 정보처리학회논문지B
• /
• 제14B권7호
• /
• pp.493-502
• /
• 2007

본 논문에서는 물체의 3차원 모델을 복원하기 위하여 거리영상 카메라에서 획득한 다시점 3차원 거리영상을 온라인으로 정합(registration)하는 기술을 제안한다. 3차원 모델 복원을 위하여 거리영상 카메라를 복원하고자하는 물체 주위로 이동하여 연속된 다시점 거리영상과 사진영상을 획득하고 물체와 배경을 분리한다. 분리된 다시점 거리영상의 정합을 위하여 이미 등록된 거리영상의 변환정보 그리고 두 거리영상 사이의 기하정보를 이용하여 정합을 초기화한다. 위 과정을 통해 서로 인접한 거리영상에서 영상 특징점을 선택하고 특징점에 해당하는 거리영상의 3차원 점군을 이용하여 투영 기반(projection-based) 정합을 실시한다. 기하정합이 완료되면 사진영상 간의 대응점을 추적하여 정합을 정제(refinement)하는 과정을 거치는데 KLT (Kanade-Lucas-Tomasi) 추적기를 수정하여 대응점 탐색의 속도와 성공률을 증가시켰다. 영상 특징점과 추적된 대응점에 해당하는 3차원 점군을 이용하여 거리영상을 정제하였다. 정합과 정제의 결과를 통해 추정된 변환 행렬과 정합된 대응점들 사이의 거리를 계산하여 정합 결과를 검증하고 거리영상의 사용 여부를 결정한다. 만약 정합이 실패하더라도 경우에도 거리영상을 실시간으로 계속 획득하고 정합을 다시 시도한다. 위와 같은 과정을 반복하여 충분한 거리 영상을 획득하고 정합이 완료되면 오프라인에서 3차원 모델을 합성하였다. 실험 결과들을 통해 제안한 방법이 3차원 모델을 성공적으로 복원할 수 있음을 확인 할 수 있었고 오차 분석을 통해 모델 복원의 정확도를 검증하였다.

• 정보처리학회논문지B
• /
• 제11B권1호
• /
• pp.7-12
• /
• 2004

이 논문에서는 음선 추적을 이용한 세선화 보정 및 의사 특징 점 제거에 관하여 연구하였다. 세선화 보정 과정은 첫째로, 교차수가 6인 픽셀 중에서 8-이웃 연결합이 3이 아닌 경우 불필요한 픽셀을 삭제하고 둘째로, 교차수가 6인 픽셀의 주위 8픽셀 중에서 융선에 해당하는 픽셀과 교파수가 2인 픽셀을 시작 픽셀로 하여 융선을 추적하면서 제거할 픽셀이 없을 때까지 반복하여 처리한다. 세선화 보정이 끝나면 교차 수와 8-이웃 연결합을 이용하여 후보 특징 점을 추출하였다. 추출된 후보 특징 점 중에서 의사 특징 점 제거 알고리즘을 이용하여 실제 특징 점을 재 추출하였다. 제안 방법의 성능 평가를 위하여 기존 방법과 비교하였으며, 실험결과 제안방법이 세선화정도가 우수하고 많은 의사 특징 점들이 제거되었음을 알 수 있었다.

• 한국게임학회 논문지
• /
• 제12권3호
• /
• pp.87-96
• /
• 2012

본 논문에서는 시퀀스 상에서 확장 칼만필터(Extended Kalman Filter) 기반의 SLAM(Simultaneous Localization And Mapping) 시스템의 안정적인 카메라 추적과 재위치(re-localization) 방법이 제안된다. SLAM으로 얻어진 3차원 특징점에 들로네(Delaunay) 삼각화를 적용하여 기준(reference) 평면을 설정하며, 평면상에 존재하는 특징점의 BRISK(Binary Robust Invariant Scalable Keypoints) 기술자(descriptor)를 생성한다. 기존 확장 칼만필터의 오차가 누적되는 경우를 판단하여 기준 평면의 호모그래피로부터 카메라 정보를 해석한다. 또한 카메라가 급격하게 이동해서 특징점 추적이 실패하면, 저장된 강건한 기술자 정보를 매칭하여 카메라의 위치를 다시 추정한다.

• 정보처리학회논문지B
• /
• 제17B권5호
• /
• pp.355-362
• /
• 2010

얼굴추적은 3차원 공간상에서 머리(head)와 안면(face)의 움직임을 추정하는 기술로, 얼굴 표정 감정인식과 같은 상위 분석단계의 중요한 기반기술이다. 본 논문에서는 AAM 기반의 얼굴추적 알고리즘을 제안한다. AAM은 변형되는 대상을 분할하고 추적하는데 광범위하게 적용되고 있다. 그러나 여전히 여러 가지 해결해야할 제약사항들이 있다. 특히 자체중첩(self-occlusion)과 부분적인 중첩, 그리고 일시적으로 완전히 가려지는 완전중첩 상황에서 보통 국부해에 수렴(local convergence)하거나 발산하기 쉽다. 본 논문에서는 이러한 중첩상황에 대한 AAM의 강인성을 향상시키기 위해서 SIFT 특징을 이용하고 있다. SIFT는 일부 영상의 특징점으로 안정적인 추적이 가능하기 때문에 자체와 부분중첩에 효과적이며, 완전중첩의 상황에도 SIFT의 전역적인 매칭성능으로 별도의 재초기화 없이 연속적인 추적이 가능하다. 또한 추적과정에서 큰 자세변화에 따른 움직임을 효과적으로 추정하기 위해서 다시점(multi-view) 얼굴영상의 SIFT 특징을 온라인으로 등록하여 활용하고 있다. 제안한 알고리즘의 이러한 강인성은 위 세 가지 중첩상황에 대해서 기존 알고리즘들과의 비교실험을 통해서 보여준다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 추계학술발표대회
• /
• 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.