• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.01a
• /
• pp.377-380
• /
• 2022

본 논문에서는 모바일 기반 AR 환경에서 RGB카메라로부터 얻은 영상 분석과 DB 기반의 특징점(Feature point) 매칭을 통하여 보다 정확하게 위험 상황을 알려줄 수 있는 프레임워크를 제안한다. 본 논문에서는 RANSAC(Random sample consensus)기반의 다중 평면 방식을 이용한 특징점을 추출하고 분석하여 영상에 존재하는 장애물을 감지한다. RGB카메라로 얻은 영상을 기반으로 장애물을 검출하는 접근법은 영상에 의존하기 때문에 조명에 따른 특징점 검출이 부정확하고, 조명이나 자연광 또는 날씨에 영향을 많이 받기 때문에 어둡거나 흐린 날씨에서는 장애물 검출이 어려워진다. 이 문제를 완화하기 위해 본 논문에서는 DB기반의 특징점 매칭을 통해 조명에 관계없이 장애물을 효율적이고 정확하게 감지한다. 특징점 매칭을 이용하려면 우선 영상에서 특징점이 안정적으로 추출될 수 있는 환경인, 조명이나 자연광이 충분한 환경에서 감지된 장애물 정보를 데이터베이스화 하여 저장한다. 조명이 충분하지 않은 환경에서 사용자가 사전에 저장된 지역에 근접할 경우 특징점 분석이 아닌 DB 기반 특징점 매칭을 통해 위험 요소를 감지한다. 우리의 방법은 조명의 여부의 관계없이 효과적으로 위험을 감지할 수 있기 때문에 다양한 분야에 활용될 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.11a
• /
• pp.1718-1720
• /
• 2013

본 논문에서는 다중 손 끝점 검출을 위해 특징 추출 기법 및 이를 기반으로 한 손 끝점 검출 알고리즘을 제안한다. 특징 추출을 위해 Local Binary Feature(LBP)을 사용하였고 특징의 차원을 축소하기 위해 Principal Component Analysis(PCA) 기법을 이용하였다. 손 끝점 판별을 위해 Reduced multivariate polynomial Model(RM) Classifier를 사용하여 실험 결과 제안된 손 끝점 검출 기법이 다양한 환경에서 동작 하는 것을 확인 하였다.

• Proceedings of the KAIS Fall Conference
• /
• 2010.11a
• /
• pp.430-433
• /
• 2010

최근 모바일 기기로 획득된 영상을 이용한 다양한 분야의 연구가 활발히 진행되고 있으며, 스마트폰의 보급이 확대되면서 증강현실을 지원하고자 자연영상으로부터 문자정보를 추출 및 인식하여 이미지 검색을 가능하도록 하는 많은 연구도 진행되고 있다. 자연영상에서 한글문자 영역 검출은 한글문자 인식을 위한 전단계로서 다양한 환경에 노출된 문자영역을 정확히 검출하는 것이 인식 성능을 결정함으로 중요한 전처리 단계이다. 본 연구는 한글문자 영역의 에지 및 지역적 연결요소 성분 특징을 이용하여 한글문자 영역을 검출하는 방법을 제안한다. 에지 및 연결요소 성분의 특징을 검출하고, 그 결과를 레이블화하고 이를 분석함으로서 한글문자 후보 영역을 검출한다. 검출된 후보영역은 검증과정을 수행하여 최종적인 한글문자 영역을 추출한다. 제안한 방법은 다양한 환경에서 얻어진 자연영상을 대상으로 실험한 결과, 에지 및 연결요소 성분의 두 가지 특징을 결합함으로서 한글 문자영역 검출의 정확도를 향상하였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.11a
• /
• pp.408-412
• /
• 2001

대용량 동영상 데이터의 효율적인 관리와 검색을 위해서는 장면 단위의 정확한 분할이 선행되어야 한다. 본 논문에서는 동영상의 시각적인 내용에 기반한 장면 전환 검출 방법을 연구하였다. 본 논문에서는 프레임 단위의 특징과 프레임 내의 부분영역 단위의 특징을 결합한 다중 특징을 사용한 장면 전환 검출 방법을 제안한다. 실험을 통한 성능 평가에서는 기존의 방법들에 비해 Recall과 Precision에서 각각 7.7%, 10%의 향상을 보였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10b
• /
• pp.424-426
• /
• 2003

본 논문에서는 비디오 데이터에서 비디오 셧이 가지는 저급 특징들로부터 감정에 관련된 특징을 검출하기 위하여 비디오 셧의 특성을 확률적 분포를 이용하여 모델링 하는 방식을 제안한다. 제안한 방법을 통해 감상자가 감정을 느끼게 하는 부분의 비디오 셧을 검출할 수 있는 방법에 대하여 기술한다. 특징값과 감정과의 관계, 시간의 흐름과 감정과의 관계를 통계적으로 분석하여 모델링 함으로써 감정 검출이 가능하다는 것을 확인하였다.

• Journal of Korea Multimedia Society
• /
• v.7 no.7
• /
• pp.877-885
• /
• 2004

In this paper, we propose an enhancement shot change detection method using the neural net and the robust feature selection out of multiple features. The previous shot change detection methods usually used single feature and fixed threshold between consecutive frames. However, contents such as color, shape, background, and texture change simultaneously at shot change points in a video sequence. Therefore, in this paper, we detect the shot changes effectively using robust features, which are supplementary each other, rather than using single feature. In this paper, we use the typical CART (classification and regression tree) of data mining method to select the robust features, and the backpropagation neural net to determine the threshold of the each selected features. And to evaluation the performance of the robust feature selection, we compare the proposed method to the PCA(principal component analysis) method of the typical feature selection. According to the experimental result. it was revealed that the performance of our method had better that than the PCA method.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.7 no.5
• /
• pp.934-940
• /
• 2003

In this paper, hair beauty fashion design feature points detection system is proposed. A hair models and hair face is represented as a graph where the nodes are placed at facial feature points labeled by their Gabor features and the edges are describes their spatial relations. An innovative flexible feature matching is proposed to perform features correspondence between hair models and the input image. This matching hair model works like random diffusion process in the image space by employing the locally competitive and globally corporative mechanism. The system works nicely on the face images under complicated background. pose variations and distorted by accessories. We demonstrate the benefits of our approach by its implementation on the face identification system.

• 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.

• Journal of Korea Multimedia Society
• /
• v.8 no.8
• /
• pp.1057-1068
• /
• 2005

This paper proposes a real-time face detection system which detects multiple faces from low resolution video such as web-camera video. First, It finds face region candidates by using AdaBoost based object detection method which selects a small number of critical features from a larger set. Next, it generates reduced feature vector for each face region candidate by using principle component analysis. Finally, it classifies if the candidate is a face or non-face by using SVM(Support Vector Machine) based binary classification. According to experiment results, the proposed method achieves real-time face detection from low resolution video. Also, it reduces the false detection rate than existing methods by using PCA and SVM based face classification step.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.2 no.1
• /
• pp.11-17
• /
• 1998

One of the main techniques for diagnosing heart disease is by examining the electrocardiogram(ECG). Many studies on detecting the QRS complex, p, and T waves have been performed because meaningful information is contained in these parameters. However, the earlier detecting techniques can not effectively extract those parameters from the ECG that is severely contaminated by noise source. In this paper, we performed the extracting parameters from and recovering the ECG signal using wavelets transform that has recently been applying to various fields.