• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.805-807
• /
• 2004

본 논문에서는 노이즈 모델에 기반한 훼손된 얼굴 영상의 인증하는 방법을 제안한다. 제안된 방법은 먼저 학습 단계에서 노이즈 파라미터의 변화에 의해 훼손된 영상을 생성한다. 그 훼손된 영상과 노이즈 파라미터는 PCA에 의해 훼손된 영상과 노이즈 파라미터들의 선형 조합으로 표현된다. 테스트 단계에서는 훼손된 영상으로 LSM(Least-square minimization)방법을 적용하여 훼손된 영상의 노이즌 파라미터를 추정한다. 그리고 추정된 노이즈 파라미터를 가지고 원본 영상으로부터 합성된 영상을 생성하고, 그것을 테스트 영상과 인증한다. 실험 결과는 제안된 방법이 노이즈 파라미터를 정확하게 추정하여 얼굴 인증의 성능 개선 가능성을 보여준다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.10a
• /
• pp.708-711
• /
• 2016

본 논문에서는 의료초음파 영상에서 진단 파라미터 데이터를 가시화 하는 방법론으로서 연속적인 픽셀 값을 갖는 전이시간 데이터의 표현과, 4가지 유형의 값으로 분류되는 병변 진단 파라미터 영상을 생성하는 방법을 제시한다. 또한 생성된 파라미터 영상에서 노이즈를 제거하기 위한 방법론으로서 MRF 모델을 이용한 영상개선 기법을 제안한다. 이러한 파라미터 영상 생성기법은 초음파 진단 데이터에서 조영증강 패턴의 동적인 변화에 대한 육안 판별의 한계를 극복할 수 있게 한다. MRF 기반 영상개선 과정에서 연속적인 픽셀 값에 대한 에너지함수를 정의하고 이를 최적화 하는 기법을 개발하였으며 실제 의료영상을 사용한 실험을 통하여 제안된 이론의 유용성을 평가하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2015.07a
• /
• pp.457-459
• /
• 2015

본 논문에서는 원의 호 곡선에 따라 배치된 다중 RGB 카메라 영상으로 생성한 깊이 지도를 정렬하는 방법을 제안한다. 원의 호 곡선에 따라 배치된 카메라는 각 카메라의 광축이 한 점으로 만나서 수렴하는 형태가 이상적이다. 그러나 카메라 파라미터를 살펴보면 광축이 서로 수렴하지 않는다. 또한 카메라 파라미터는 오차가 존재하고 내부 파라미터도 서로 다르기 때문에 각 카메라 영상들은 수평과 수직 오차가 발생한다. 이와 같은 문제점을 해결하기 위해 첫 번째로 광축이 한 점으로 수렴하기 위해서 카메라 외부 파라미터를 보정하여 깊이 영상 정렬을 하였다. 두 번째로 내부 파라미터를 수정하여 각 깊이 영상들의 수평과 수직 오차를 감소시켰다. 일반적으로 정렬된 깊이 지도를 얻기 위해서는 초기 RGB 카메라 영상으로 정렬을 수행하고 그 결과 영상으로 깊이 영상을 생성한다. 하지만 RGB 영상으로 카메라의 회전과 위치를 보정하여 정렬하면 카메라 위치 변화에 따른 깊이 지도 변화값 적용이 복잡해 진다. 즉 정렬 계산 과정에서 소수점 단위 값이 사라지기에 최종 깊이 지도의 값에 영향을 미친다. 그래서 RGB 영상으로 깊이 지도를 생성하고 그것을 처음 RGB 카메라 파라미터로 워핑(warping)하였다. 그리고 워핑된 깊이 지도 값을 가지고 정렬을 수행하였다.

• KIPS Transactions on Software and Data Engineering
• /
• v.6 no.4
• /
• pp.211-216
• /
• 2017

This paper proposes image processing techniques that improve usability and performance in a diagnostic system of the contrast-enhanced ultrasonography. For a methodology for visualizing diagnostic parameter data in an ultrasonic medical image, an expression of transition time data with successive pixel values and a method of generating a lesion diagnostic parameter image with four categorized values are presented. We also introduce a MRF-based image enhancement technique to eliminate noises from generated parametric images. Such parametric image generation technique can overcome the difficulty of discriminating dynamic change in patterns in the ultrasonography. The technique clarifies the contour of the region in the original image and facilitates visual determination of the characteristics of the lesion through four colors. With regard to this MRF-based image enhancement, we define the energy function of consecutive pixel values and develop a technique to optimize it, and the usability of the proposed theory is examined through experiments with medical images.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.04a
• /
• pp.75-77
• /
• 2009

깊이 영상 기반 렌더링(DIBR) 방법은 제한된 대역폭을 가진 지상파 DMB(T-DMB)환경에서의 3 차원 서비스를 위한 방법으로 연구되고 있다. T-DMB 환경에서의 DIBR 기반의 3 차원 서비스는 기준 영상과 깊이 영상을 전송 받아 가상의 좌/우 시점 영상을 생성한다. 가상의 좌/우 시점 영상을 생성하기 위해서는 콘텐츠와 디스플레이 환경에 따른 파라미터 값이 주어져야 한다. 하지만 많은 연구에서 표준화된 파라미터 값을 제시하지 않음으로써 렌더링의 기준이 모호해지고, 임의로 정해진 파라미터 값에 의해 DIBR 결과가 크게 달라진다. 또한 콘텐츠에 따른 파라미터 값을 임의로 설정하게 되면 추가적인 정보를 전송해야 하는 문제점이 발생한다. 이에 본 논문에서는 다양한 콘텐츠에 적용 가능하면서도 T-DMB 환경에 적합하도록 계산량을 줄일 수 있는 표준화된 파라미터 설정 방법을 제안하고자 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.388-390
• /
• 2001

본 논문에서 제안하는 카메라 움직임 파라미터를 추출하는 새로운 방법은 먼저 광류(optical flow) 관계 수식을 이용하여, 카메라의 다양한 움직임에 의해 생성되는 광류 모델들을 생성한다. 입력 비디오 데이터의 인접 영상으로부터 산출된 광류를 생성된 광류 모델들을 이용하여 선형 분해한다. 분해 과정을 통해 각 모델에 대한 가중치를 산출할 수 있으며, 산출된 가중치는 각 모델의 생성에 사용된 파라미터에 적용하여 이들의 선형 조합을 통해 입력에 대한 카메라 움직임 파라미터를 추출할 수 있다. 제안된 방법의 성능을 평가하기 위하여 수치 데이터와 비디오 데이터에 대하여 실험한 결과, 제안된 카메라 움직임 파라미터 추출 방법이 적은 계산 비용으로 정확하게 카메라 움직임 파라미터를 추출할 수 있음을 확인할 수 있었다. 또한 입력 데이터에 노이즈가 포함된 경우에도 파라미터 추출 성능이 우수함을 알 수 있었다.

• Journal of Korea Multimedia Society
• /
• v.5 no.2
• /
• pp.167-175
• /
• 2002

Image Mosaicing creates a new image by composing video frames or still images that are related, and performed by arrangement, composition and redundancy analysis of images. This paper proposes a hierarchical image mosaicing system using camera and object parameters far efficient video database construction. A tree-based image mosiacing has implemented for high-speed computation time and for construction of static and dynamic image mosaic. Camera parameters are measured by using least sum of squared difference and affine model. Dynamic object detection algorithm has proposed for extracting dynamic objects. For object extraction, difference image, macro block, region splitting and 4-split detection methods are proposed and used. Also, a dynamic positioning method is used for presenting dynamic objects and a blurring method is used for creating flexible mosaic image.

• KIPS Transactions on Software and Data Engineering
• /
• v.9 no.2
• /
• pp.69-76
• /
• 2020

In this paper, we introduce a method to visualize the contrast diffusion patterns and the dynamic vascular patterns in a contrast-enhanced ultrasound image sequence. We present an imaging technique to visualize parameters such as contrast arrival time, peak intensity time, and contrast decay time in contrast-enhanced ultrasound data. The contrast flow pattern and its velocity are important for characterizing focal liver lesions. We propose a method for representing the contrast diffusion patterns as an image. In the methods, respiratory motion may degrade the accuracy of the parametric images. Therefore, we present a respiratory motion tracking technique that uses dynamic weights and a momentum factor with respect to the respiration cycle. Through the experiment using 72 CEUS data sets, we show that the proposed method makes it possible to overcome the limitation of analysis by the naked eye and improves the reliability of the parametric images by compensating for respiratory motion in contrast-enhanced ultrasonography.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2021.06a
• /
• pp.10-13
• /
• 2021

본 논문에서는 과다 노출된 영상을 영상 간 변환(Image-to-Image Translation)을 위해 설계된 적대적 생성 신경망(Generative Adversarial Network)을 활용하여 복원하는 연구를 수행한다. 과다 노출 복원을 위한 기존의 연구에서 과다 노출 영역 판별, 밝기 회복, 색상 보정 과정을 거치는데, 영상 내 과다 노출 영역을 판별하는 과정에서 임의로 결정하는 파라미터에 의해 복원된 영상 결과가 달라지는 한계점을 극복하기 위해 종단간(End-to-End) 신경망을 학습시켜 과다 노출 영역을 별도의 파라미터 선택과 분할된 과정 없이 한 번에 복원하는 방법을 제안한다. 영상 간 변환 신경망 학습에 필요한 과다 노출 여부로 도메인이 분할된 데이터셋은 게임 소프트웨어를 활용하여 만들어 사용하였다. 본 연구에서는 신경망이 생성한 영상이 실제로 과다 노출 영역을 탐지하여 복원하는 것을 확인하였다. 그리고 과다 노출 영역을 탐지하여 복원하는 과정을 학습 단계별로 확인함으로써 신경망이 실제로 과다 노출 복원 과정을 학습함을 보였다.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.45 no.3
• /
• pp.93-102
• /
• 2008

In this paper, we propose a rate control algorithm for constant quality real time video coding. To achieve constant quality, previous algorithm exploit mean absolute of difference(MAD) as measure of frame complexity. However, if scene is abruptly changed or if quantization parameter is not constant, encoder produces various output bits with same MAD. Therefore we know that MAD does not appropriately reflect characteristic of frame. To solve this problem, we exploit model parameter as measure of frame complexity. Because model parameter means slope between output bits and MAD, it reflects correctly complexity of frame. And because previous model, R-MAD model, is not considered quantization parameter, as quantization parameter increases or decreases, model parameter of frame also vary. So model parameter obtained using previous model cannot reflect internal characteristic of video. We solve this problem using proposed model, which is considered quantization parameter. Experiment results show that our algorithm provide better performance, in terms of quality smoothness than previous algorithm. Especially, when scene is abruptly changed, our algorithm alleviates quality drop.