• Journal of KIISE:Software and Applications
• /
• v.29 no.3
• /
• pp.145-155
• /
• 2002

In content-based image retrieval (CBIR), most conventional approaches assume a linear relationship between different features and require users themselves to assign the appropriate weights to each feature. However, the linear relationship assumed between the features is too restricted to accurately represent high-level concepts and the intricacies of human perception. In this paper, a neural network-based image retrieval (NNIR) model is proposed. It has been developed based on a human-computer interaction approach to CBIR using a radial basis function network (RBFN). By using the RBFN, this approach determines the nonlinear relationship between features and it allows the user to select an initial query image and search incrementally the target images via relevance feedback so that more accurate similarity comparison between images can be supported. The experiment was performed to calculate the level of recall and precision based on a database that contains 1,015 images and consists of 145 classes. The experimental results showed that the recall and level of the proposed approach were 93.45% and 80.61% respectively, which is superior than precision the existing approaches such as the linearly combining approach, the rank-based method, and the backpropagation algorithm-based method.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2011.11a
• /
• pp.19-22
• /
• 2011

본 논문에서는 대표적인 특징점 추출 알고리즘인 SURF (Speeded Up Robust Features)와 얼굴인식에서 널리 쓰이는 Gabor 기술어를 이용한 얼굴 인식 방법을 소개한다. SURF 기반 영상인식 방법은 특징점을 찾고 해당 특징점에서 기술어를 추출한 후, 정합을 수행한다. 본 논문에서는 SURF 를 통해 추출한 특징점에서 Gabor 웨이블릿 변환을 사용해 기술어를 추출하는 얼굴인식 방법을 제안한다. 잘 알려진 ORL 데이터베이스에서의 실험에서 제안한 방법이 기존 SURF 기반의 얼굴 인식 방법에 비해 더 높은 얼굴 인식 성능을 보여줄 뿐 아니라 정합시간을 포함한 처리 속도면에서도 더 우수한 성능을 보였다. 이러한 실험 결과를 통하여 제안하는 방법이 SURF 보다 얼굴 인식에 적합함을 확인할 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06c
• /
• pp.341-343
• /
• 2012

본 논문에서는 기존의 특징점 기반 객체 인식 방법의 확장으로 보완적 특징점 기반의 컬러 정보를 포함하는 기술자를 활용하는 객체 인식 방법을 제안한다. 제안하는 방법은 무늬가 적은 객체에서도 에지의 위치를 샘플링함으로써 보완적 특징점을 생성해 낸다. 그리고 검출된 보완적 특징점으로부터 얻어지는 그레이 값 변화도방향 정보와 컬러 정보를 가지고 있는 기술자를 생성한다. 그리고 생성된 기술자를 객체 단위로 묶어 낼 수 있도록 하는 코드북(Codebook)을 학습함으로써 각 객체를 구분해 낼 수 있는 강건한 히스토그램를 생성한다. 생성된 코드북을 활용함으로써 제안하는 방법은 객체의 크기 및 환경 변화, 3차원 회전의 경우에도 기존의 방법보다 강건하게 인식한다. 실험 결과 제안하는 방법은 75.8% 인식률을 보이는 것을 확인하였다. 이 방법은 증강현실 응용에 정보 제시를 위해 가장 먼저 이루어지는 핵심 기술로써 활용될 수 있다.

• The KIPS Transactions:PartB
• /
• v.8B no.2
• /
• pp.215-222
• /
• 2001

본 논문에서는 새로운 형태 특징값으로서 형태 correlogram을 제안하고 이를 기반으로 한 효과적인 내용기반 영삼검색(content-based image retrieval) 방법을 제시한다. 기존읜 색상 correlogram은 색상 정보에 공간적인 정보를 부여함으로써 영상검색 성능을 향상시켰다. 그러나 이 특징값은 형태 정보를 포함하고 있지 않아서 색상이 다르면서 비슷한 윤곽선 형태를 갖는 물체의 검색에는 좋은 효과를 보이지 못한다.이 문제를 해결하기 위해 예지(edge)들의 correlogram인 형태(shape) correlogram을 제안한다. 색상 correlogram이 색상들의 거리에 따른 상관관계를 나타내는데 반해 형태 correlogram은 에지 각도들의 상관관게를 나타낸다. 형태 correlogram은 gradient 축과 각도 축을 가지는 2차원 특징 벡터(feature vector)로 표현된다. 각 축은 24개 빈(bin)으로 나뉘어져서 총 576개의 원소를 가지게 된다. 또한 본 논문에서는 형태 correlogram의 데이터 크기를 줄이고, 회전에 대해 불변인 특성을 가지게 하기 위해 투영(projected) 형태 correlogram을 제안한다. 실험결과를 통하여 본 논문에서 제안한 형태 correlogram과 투영 형태 correlogram을 사용한 영상검색 방법이 기존의 방법보다 성능면에서 우수함을 입증한다.

• Journal of Broadcast Engineering
• /
• v.21 no.2
• /
• pp.272-275
• /
• 2016

This paper presents a method of single image dehazing and surface-based feature detection for remote sensing images. In the conventional dark channel prior (DCP) algorithm, the resulting transmission map invariably includes some block artifacts because of patch-based processing. This also causes image blur. Therefore, a refined transmission map based on a hidden Markov random field and expectation-maximization algorithm can reduce the block artifacts and also increase the image clarity. Also, the proposed algorithm enhances the accuracy of image matching surface-based features in an remote sensing image. Experimental results confirm that the proposed algorithm is superior to conventional algorithms in image haze removal. Moreover, the proposed algorithm is suitable for the problem of image matching based on feature extraction.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.70-72
• /
• 2001

최근 멀티미디어 응용의 증가에 따라 그래픽 데이터를 위한 내용 기반 검색 기술에 대한 연구가 활발히 진행되고 있다. 또한 인터넷 응용분야에서 3차원 그래픽 데이터베이스 사용의 필요성이 대두되고 활용되고 있다. 대부분의 3차원 그래픽 시스템은 사용자에게 그래픽은 검색이 대상이 아니라 단순히 보여주는 역할로 주로 사용되고 있다. 3차원 그래픽객체는 어떤 객체들로 구성되여 있으며 그들의 크기는 어떠한지 등의 정보를 포함하고 있다. 따라서 3차원 그래픽 객체에서는 2차원 그래픽 객체에서는 2차원 이미지보다 의미객체에 대한 정확한 정보를 더 많이 얻어 낼 수 있다. 이러한 사실 때문에 2차원 이미지의 특징추출의 방법과는 다른 형식의 접근이 필요하다. 본 논문에서는 3차원 그래픽으로 모델링 된 3차원 객체들을 대상으로 객체가 이루는 X, Y, Z축상의 비율과 윤곽형태에 대한 SPBT(Space Partitioning Binary Tree)의 결과값으로 특징을 추출하고 샘플 데이터를 통해서 이들간의 클러스터링과 실제 예제 질의를 토한 비교분석을 통해 객체간의 유사검색이 가능하도록 하는 특징추출 방법을 제안하였다. 본 논문에서는 제시한 모양기반 특징추출 방법은 웹상의 다양한 3차원 객체정보의 자동분류나 3차원 그래픽 데이터베이스를 위한 인덱스 구축 등에 활용될 수 있을 것이다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.11b
• /
• pp.110-113
• /
• 2002

통신과 멀티미디어 기술의 발전으로 대용량의 멀티미디어 자료에 대한 효율적인 검색 방법이 대두되고 있다. 본 논문에서 다루고자 하는 동영상 장면전환 검출 연구는 멀티미디어 데이터베이스의 내용기반 비디오 정보검색 및 비디오 데이터 인덱싱 구현의 기반이 되는 첫번째 단계의 핵심적인 분야에 속한다. 비디오 데이터를 내용기반으로 처리 하기 위해서는 우선 비디오데이터를 연속성에 의한 유사 영역으로 분할하여야 한다. 동영상을 분할하기 위한 방법으로 비디오의 불연속점을 찾아내는 장면전환 검출이 널리 사용되어 이에 관한 연구가 활발하게 진행되고 있다. 본 논문에서는 기존의 방법인 히스토그램 방식과 에지검출 방식의 장단점을 비교하고 두 알고리즘의 장점을 혼합한 방식을 제안하였다. 영상을 1차로 히스토그램의 피크값과 계곡특징값을 이용하고 2차로 에지검출 방식으로 두 단계로 나누어 처리하여 속도향상과 정확도를 높이고자 하는 방법을 제안하였다. 그리고 실험을 통하여 기존의 방법들과의 비교 분석을 통하여 성능평가를 하고자 한다.

• The Journal of the Korea Contents Association
• /
• v.7 no.2
• /
• pp.1-10
• /
• 2007

In this paper, we propose a face recognition system using AAM and Gabor feature vectors. EBGM, which is prominent among face recognition algorithms employing Gabor feature vectors, requires localization of facial feature points where Gabor feature vectors are extracted. However, localization of facial feature points employed in EBGM is based on Gator jet similarity and is sensitive to initial points. Wrong localization of facial feature points affects face recognition rate. AAM is known to be successfully applied to localization of facial feature points. In this paper, we propose a facial feature point localization method which first roughly estimate facial feature points using AAM and refine facial feature points using Gabor jet similarity-based localization method with initial points set by the facial feature points estimated from AAM, and propose a face recognition system based on the proposed localization method. It is verified through experiments that the proposed face recognition system using the combined localization performs better than the conventional face recognition system using the Gabor similarity-based localization only like EBGM.

• Proceedings of the KAIS Fall Conference
• /
• 2007.11a
• /
• pp.191-193
• /
• 2007

파노라마 영상은 여러 장의 겹쳐지는 영상을 하나의 큰 영상으로 병합하여 만들어진다. 그 방법에는 크게 특징 기반 방법과 직접 방법으로서 두 종류가 있으며, 특징 기반 방법은 직접 방법에 비해 처리 속도가 빠른 장점이 있다. 그러나 모바일 단말기와 같은 처리속도가 환경에서 구현하기에는 어려움이 있다. 본 논문에서는 고속 파노라마 생성 방법을 제안하였다. 이 방법은 촬영 장면 가이더를 적용함으로써 정합 파라미터의 개수를 줄여 정합 속도를 크게 향상시켰다. 또한, 적은 수의 파라미터 사용에 따른 정합 오차를 줄이기 위해 국소 정합법을 추가로 적용하였다. 실험에서, $320{\times}240$ 크기의 24비트 칼라 영상에 대해 약 0.16초의 처리속도로 기존의 특징 기반 방법보다 97.2%의 처리 속도면에서 큰 개선을 보였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2012.07a
• /
• pp.306-308
• /
• 2012

본 논문은 특징 클러스터에 대한 묘사에 기반한 새로운 특징 기반 영상 정합을 제안한다. 추출되는 특징들을 모두 동등하게 처리하는 기존 방법은 반복 패턴이 존재하는 영상에서는 매칭이 종종 실패하거나 적은 일치점만을 제공한다. 그 이유는 서로 닮아 있는 반복 패턴들로 인해 기하학적으로 일관되지 않은 매칭점들이 발생하거나 거리 비율 테스트를 통과하지 못하기 때문이다. 이에 반해 제안하는 방법은 더 많은 수의 일치점들을 발견할 수 있다. 이를 위해 제안하는 방법은 먼저 추출된 특징들을 반복 패턴으로부터 온 것들과 그렇지 않은 두드러진 특징들로 분리한다. 그런 후 support vector data description을 이용하여 각 반복 패턴들을 묘사한다. 동일하지 않은 영상이 매칭되는 경우를 제거하고 기하학적으로 일관된 일치점들을 제공하기 위해 매칭된 쌍에 대한 기하학적인 단서가 추가된다. 실험을 통해 제안하는 방법은 반복 패턴으로부터 추출된 특징들에 대해 일치점을 제공함으로써 더 많은 수의 일치점을 제공하게 되어 더 정확한 영상 정합을 수행한다는 것을 증명하였다.