• Annual Conference of KIPS
• /
• 2003.05a
• /
• pp.99-102
• /
• 2003

본 논문에서는 JPEG 이미지파일을 효율적으로 검색하기 위해서 확장된 JPEG파일의 포맷을 제안하고자 한다. 확장된 JPEG 파일의 포맷 안에는 JPEG 파일을 검색할 때에 사용될 키워드에 대한 설명, 이미지가 만들어진 날짜, 만든 이, 해상도와 같은 이미지에 대한 정보가 들어가게 된다. 이렇게 확장된 포맷을 어떻게 검색에 이용하는지 보이기 위해서 검색 어플리케이션을 설계하였다. 이 어플리케이션은 사용자가 검색 시에 찾고자 하는 이미지의 정보 값들을 지정해 줌으로써 자시의 의도에 적합한 이미지를 보다 정확하게 찾을 수 있게 된다. 피리고 이렇게 찾아진 이미지들은 여러 이미지 정보값들에 따라 다양한 방식으로 정렬되어 보여 지도록 하였다. 또한 이렇게 확장된 JPEG 파일포맷에 사용자가 접근하여 정보를 변경하거나 추가할 수 있는 인터페이스도 제공하도록 하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.359-361
• /
• 2000

본 논문에서는 비디오 자막 이미지를 인식하기 위해 필요한 영상 향상의 단계로서 다중 결합을 적용한다. 또한 다중 결합을 위한 동일한 자막의 판단 및 결합된 결과를 재평가하기 위한 방법을 제안한다. 입력된 칼라 이미지로부터 RLS(Run Length Smearing)가 적용된 에지 이미지를 얻고, 수직 및 수평 히스토그램 분포를 이용하여 자막과 자막 영역에 대한 정보를 추출한다. 프레임 내의 자막 영역의 중첩 정도를 이용하여 동일 자막을 판단하고, 동일한 자막을 갖는 프레임들끼리 다중 결합을 수행함으로써 향상된 이미지를 얻는다. 끝으로 결합된 영상에 대한 평가를 수행하여 잘못 결합된 이미지들로 인한 오류를 해결하고 재평가한다. 제안한 방법을 통해, 배경 부분의 잡영이 완화된 자막 이미지를 추출하여 인식의 정확성과 신뢰성을 높일 수 있었다. 또한 동일한 자막의 시작 프레임과 끝 프레임의 위치 파악은 디지털 비디오의 색인 및 검색에 효과적으로 이용될 수 있을 것이다.

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 1999.11a
• /
• pp.302-309
• /
• 1999

특정 환경이 제시하는 이미지는 색으로 나타내어진다. 그러면, 특정 사회적 환경을 생각할 때 사람들은 특정한 색채 반응으로 그것에 맞추려고 하는가\ulcorner 본 연구에서는 특정 상황에 따라 사람들이 다르게 표현하는 색채이미지를 파악하여, 각각의 사회적 상황에 맞는 색채 코디네이션과 이미지에 맞는 색채 감성 제품을 디자인하는 가능성을 제안하고자 한다. 색채와 관련된 대표적인 제품이 화장품이다. 화장품에서 사용되는 색감은 사용자의 취향과 같은 성격특성에 따라 달라지지만, 이것은 또한 사회적 상황에 따라 다르게 표현되기도 한다. 본 연구에서는 사회적 상황을 캐주얼, 비즈니스, 지적분위기, 이브닝(섹스어필)의 4가지 조건을 제시하고 이것에 따른 색채 감성 이미지가 어떻게 나타나는지를 살펴보았다. 연구결과는 각각의 상황은 일관적인 색채 이미지를 가지고 있을 뿐 아니라, 사람들에게 공통적으로 적용될 수 있는 색채이미지로 표현된다는 것을 밝힐 수 있었다. 특정 환경에 관한 기대는 특징적인 색채이미지로 반영되며, 이런 결과들은 환경색채의 디자인과 구체적인 상황과 맞는 제품의 색조 디자인 등에 직접 활용될 수 있을 것이다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2005.11a
• /
• pp.331-337
• /
• 2005

현재 인터넷과 멀티미디어 데이터배이스 상에서 부딪치는 검색 문제의 해결 방안으로서 명시적 배경지식의 사용을 지향하는 시맨틱 웹과 새로운 표준 기술 등은 이미지 데이터에 대한 배경 지식을 규정하는 구문론 등을 지원한다. 따라서 본 연구에서는 이미지의 주제(양)에 대한 배경지식을 표현한 도메인 온톨로지를 이용하여 사용자에게 검색어의 정확한 선택이 이루어지도록 제공하고 이미지의 내용과 기술 특정에 대한 시맨틱 주석을 이용하여 검색 용어의 일반화와 다의어, 이미지 대상물의 행위와 같은 고수준의 메타데이터 스키마를 제공함으로써 이미지의 검색에 있어 내용에 기반한 시맨틱 주석과 도메인 온톨로지의 구현과 검색 방법을 제안하고자 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10a
• /
• pp.415-417
• /
• 2004

저작권보호를 목적으로 사용하는 워터마킹 기술은 원본 이미지에 특정 워터마크 정보를 삽입하는데 이러한 경우, 원본이미지는 다시 복구할 수 없다. 의료영상 데이터베이스나 군사용 이미지 시스템과 같은 특정된 응용에서는 이미지 열화가 시스템 전체에 미치는 영향이 크기 때문에 이러한 워터마크 알고리즘을 사용할 수 없다. 본 연구에서는 Hadamard Matrix(HM)을 이용하여 디지털 이미지에 워터마크를 삽입하며, 가역적인 연산에 기초하여 원 이미지의 복구가 가능하도록 워터마크 알고리즘을 개발한다. 본 연구에서는 Hadamard Coefficients의 규칙적인 연관성을 이용하여 2D HM을 알고리즘 개발에 적용한다.

• Annual Conference of KIPS
• /
• 2014.11a
• /
• pp.729-732
• /
• 2014

본 논문에서는 부분 노이즈 제거를 지원하는 윤곽선 이미지 매칭의 성능 최적화 문제를 다룬다. 윤곽선 이미지 매칭에서 이미지의 노이즈를 제거하는 것은 직관적이고 정확한 매칭을 위해 매우 중요한 요소이다. 그러나, 윤곽선 이미지 매칭에서 부분 노이즈 제거를 지원하기 위해서는 매우 많은 계산이 빈번하게 발생한다. 본 논문에서는 기존 부분 노이즈 제거 윤곽선 이미지 매칭 연구를 좀 더 구체화하여 성능 향상을 위해 유사 거리의 하한을 제안한다. 실험 결과, 부분 노이즈 제거 윤곽선 이미지 매칭 성능을 수 배에서 수십 배까지 향상시킨 것으로 나타났다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10a
• /
• pp.90-92
• /
• 1999

내용기반 이미지 검색을 하기 위해서는 이미지에 대한 메타데이타(metadata)가 필요하며, 이러한 메타데이타 간에는 상호연관성이 존재한다. XML(eXtensible Markup Language)은 메타데이타의 상호연관성을 표현하기에 적절하므로 본 논문에서는 이미지 메타데이타를 구조화하기 위한 방법으로 XML을 사용하였다. 또한 이미지는 객체의 시간적인 특징과 함께 이미지 전체가 내포하는 서술적인 의미도 갖는다. 이러한 이미지의 특성에 따라 메타데이타도 객체의 시각적 특징을 중심으로 한 구조 설계와 의미 중심의 구조 설계로 구분하여 XML 구조를 모델링 하였다. 마지막으로 구조화된 모델들 간의 객체 지향 특성을 이용하여 XML DBMS에 통합하고, 이를 XQL(XML Query Language)에 의하여 질의 해 냄으로서 검색 구간에 제약을 가하고 이를 통하여 더욱 효과적인 검색을 지원하도록 한다.

• Annual Conference of KIPS
• /
• 2019.10a
• /
• pp.942-945
• /
• 2019

현재 딥러닝은 컴퓨터 분야에서 이미지 처리 방법으로 활용도가 높아지면서 딥러닝 모델 개발 연구가 활발히 진행되고 있다. 딥러닝 모델 중에서 이미지 생성모델은 대표적으로 GAN(Generative Adversarial Network, 생성적 적대 신경망) 모델을 활용하고 있다. GAN은 생성기 네트워크와 판별기 네트워크를 이용하여 진짜 같은 이미지를 생성한다. 생성된 이미지는 실제 이미지와의 오차를 최소화해야 하며 이때 사용하는 함수를 손실함수라고 한다. GAN에서 손실함수는 이미지를 생성하는 학습이 불안정하여 이미지 품질이 떨어지는 문제가 있다. 개선된 GAN 관련 연구가 진행되고 있지만 완전한 문제 해결에는 부족하다. 본 논문은 7개의 GAN 모델에서 사용하는 손실함수를 분류하고 특징을 분석한다.

• Annual Conference of KIPS
• /
• 2001.04a
• /
• pp.341-344
• /
• 2001

본 논문에서는 학습을 수행하여 뇌 MR 이미지를 자동으로 분류하고 검색하는 시스템을 설계하였다. 이미지로부터 얻을 수 있는 정보는 크게 두 가지 부류로 나눌 수 있다. 이미지 자체로부터 얻을수 있는 크기, 색상, 질감, 윤곽선 등의 하위레벨(low-level) 정보가 있고, 이미지 의미 해석에서 오는 전이, 포함, 방향, 등의 상위레벨(high-level) 정보가 있다. 이 논문은 의료 이미지에 대하여 상위 및 하위 레벨 정보의 각 특징을 살리고 효과적으로 검색하기 위해, 두 부류의 이미지 정보에 대한 결정 트리(Decision Tree) 학습을 2 단계로 적용하여 이미지를 분류하도록 시스템을 설계하였다.

• Annual Conference of KIPS
• /
• 2012.11a
• /
• pp.626-628
• /
• 2012

최근 이미지에서 특징점을 추출하고 이를 활용하는 분야로 이미지 스티칭에 대한 연구가 활발하게 진행되고 있다. 이미지 스티칭에서는 특징점을 추출 및 정합이 중요한 요소이다. 본 논문에서는 특징점 기술자의 차원을 효과적으로 감소시켜 정확하면서도 빠르게 정합점을 찾을 수 있는 효율적인 특징점 기술자 생성을 이용한 빠른 이미지 스티칭 기법을 제안한다. 실험 결과, 이미지 스티칭 속도가 기존의 알고리즘 보다 빠르면서도 향상된 스티칭 이미지를 생성할 수 있었다.