• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.01a
• /
• pp.41-44
• /
• 2022

Mean-Shift 영상 분할은 객체 검출을 위한 영상 전처리 방법으로써, 영상 처리 및 패턴 인식 분야에서 널리 사용되는 방법이다. 영상 분할은 영역 기반과 에지 기반 방식으로 나누어지며 대표적으로 FCM, Quickshift, Felzenszwalb, SLIC 알고리즘 등 이 있다. 언급한 영상 분할 방법들은 Mean-Shift 영상 분할에 비해서 빠른 속도로 실행시킬 수 있지만, 형태적 특징이 훼손되고 하나의 객체가 여러 세그멘테이션으로 분할된다는 단점을 가지고 있다. 본 논문에서는 소형 객체를 탐지하기 위한 고속화된 Mean-Shift 영상 분할과 객체의 형태적 특징을 이용하여 객체를 탐지하는 방법을 제안한다. 하드웨어 리소스가 제한된 신호처리기에 제안하는 알고리즘을 수행하기 위하여 Mean-Shift 영상 분할에서 필터링 과정을 고속화 하였고, 적외선 영상 내 영상 전처리 수행을 통해 잡음 제거 후 Mean-Shift 영상 분할 방법을 수행함으로써, 객체의 형태적 특징을 잘 살려서 영상 분할을 할 수 있도록 하였다. 또한 각 세그멘테이션의 크기, 너비, 높이, 밝기 정보와 형태적 특징점을 이용한 객체 탐지 방법을 제안한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06b
• /
• pp.513-515
• /
• 2012

본 논문은 간의 비침습성 점액성 낭성종양의 자동화된 진단을 위한 정량적인 형태학적 추출방법에 대하여 설명한다. 본 논문에서 제안된 형태학적 추출방법은 간의 비침습성 점액성 낭성종양 진단을 위한 병리적인 특징들에 기반을 둔 상피세포 형태학적 특징(원주형과 입방형)과 악성 직전에 나타나는 배상세포 출연을 판단하는 특징, 그리고 주변상피 조직에서 나타나는 기질 여부를 조사하기 위한 핵-비율의 측정방법을 소개한다.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2005.11a
• /
• pp.205-208
• /
• 2005

본 논문은 특징 가중치 벡터를 적용하여 능동형태 모델(Active Shape Model)기반에서 눈동자의 움직임 추적 속도를 향상시키는 방법을 제안한다. 일반적인 능동형태 모델에서는 객체 추적을 위한 PDM 구성을 위해 각 특징점 구성 벡터의 유클리디안 거리의 최소 값으로 Training Set정렬 과정을 수행한다. 이 과정에서 적절하지 못한 샘플 영상으로 인해 안정된 PDM을 구성하지 못하는 문제점이 발생한다. 이러한 문제점을 해결하기 위하여 본 논문에 서는 형태를 구성하는 특징점마다 가중치를 부여하는 벡터를 작성하고, 최소자승근사법으로 최유사 특징점 벡터를 산출하기 위한 선형방정식을 구상하였다. 이로 인해 안정된 PDM을 구성할 수 있었으며, 눈동자 추적실험을 통해 형태적 움직임을 보정하는 실험을 수행하였다. 실험결과 기존의 능동형태 모델에 비해 반복연산의 횟수가 줄어들고, 다양한 형태로 나타나는 눈동자의 움직임 추적에 보다 안정적인 결과를 얻을 수 있었다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.06a
• /
• pp.83-87
• /
• 2001

본 연구에서는 입력된 영상을 구성하는 객체의 형태 특징을 이용한 영상 검색 시스템을 제안한다. 현재 MPEG-7의 XM에서 제안된 영상 검색 기술은 정확한 검색이나 유사도를 측정한 수 있는 기능을 가지는 객체정보를 정확하게 추출했다는 가정하에서 기술되고 있다. 그러나 실제 영상에서 물체의 외곽선을 정확히 추출하는 것은 매우 어려우며 물체 내부에 중요한 특징이 있을 때 이를 표현하기도 어렵다. 따라서 현재의 영상 검색 시스템에서는 물체의 추출 없이 물체 외곽선 및 내부 특징에 대한 대략적인 정보를 이용하여 검색을 할 수 있는 형태 위주의 정보가 필요하다. 이를 위해 8방향 chain code를 이용하여 입력 영상으로부터 물체의 중요한 특징 중 하나인 물체의 내부 외부의 경계선을 추출하여 영상의 특징으로 이용한다. 이렇게 함으로써 기존의 물체 추출의 과정없이 형태에 대한 영상 검색을 수행한 수 있다. 형태특징을 얻기 위해서 먼저 체인코드를 이용하여 경계선 추출을 추출하였다. 형태특징으로 객체의 경계선과 무게중심까지의 합, 표준편차 그리고 객체의 장축과 단축 비율 등을 추출하였다. 이러한 형태특징 정보를 이용하여 데이터 베이스에 저장된 영상과 질의 영상을 비교하여 유사도 순위에 따라 후보 영상들을 검색하였다. 환 실험의 결과 크기, 회전 이동 등의 변화에 둔감하였다.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.44 no.2 s.314
• /
• pp.82-92
• /
• 2007

This paper describes a novel global shape (GS) feature based on radial basis function network (RBFN) and the extraction method of the proposed feature for 3D face recognition. RBFN is the weighted sum of RBfs, it well present the non-linearity of a facial shape using the linear combination of RBFs. It is the proposed facial feature that the weights of RBFN learned by the horizontal profiles of a face. RBFN based feature expresses the locality of the facial shape even if it is GS feature, and it reduces the feature complexity like existing global methods. And it also get the smoothing effect of the facial shape. Through the experiments, we get 94.7% using the proposed feature and hidden markov model (HMM) to match the features for 100 gallery set with those for 300 test set.

• Proceedings of the Korean Information Science Society Conference
• /
• 2008.06b
• /
• pp.261-264
• /
• 2008

본 논문에서는 영상의 중요한 특징을 강조하는 점의 분포를 가지는 자동화된 점묘화(stippling) 제작 방법을 제시한다. 예술가의 점묘화 일러스트 작품을 살펴보면 영상의 특징을 강조하는 방향성이 있는 점들을 사용해서 회화적인 느낌을 살림과 동시에 사물의 형태를 좀 더 명백히 파악할 수 있게 해준다. 하지만 컴퓨터 그래픽스 분야에서 연구된 기존 점묘화 기법 알고리즘은 입력 영상의 특징적인 형태를 고려하지 않고 색조에 따른 점의 밀도 변화만으로 사물을 표현하기 때문에 사물의 형태가 제대로 드러나지 않는 단점이 있다. 본 방법에서는 점의 분포가 대상의 형태를 반영하며 분포되게 하는 알고리즘을 적용하여 사물의 특징적인 형태를 강조한다. 이를 위해 영상의 특징선으로부터 추출한 특징 흐름(feature flow)을 따라 점을 배치시키는 방법을 사용한다. 그리고 입력 영상의 색조(tone)를 점묘화에 반영하기 위해 점의 크기가 입력 영상의 색조에 따라 자동으로 결정되도록 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.05a
• /
• pp.159-162
• /
• 2005

지형/지물 이미지, 특히 항공.위성사진의 경우 대부분 비슷한 색상과 질감을 갖는다. 따라서 지형/지물 이미지 데이터베이스에서 질의 이미지를 효율적으로 검색하기 위해 이미지의 형태 특징을 이용해야 한다. 본 논문은 지형/지물의 형태 특성을 고려한 형태 특징 추출 방법을 제안한다. 이 방법은 기존의 직각 좌표계를 이용한 투영 방법을 발전시킨 것으로 원형 좌표계를 이용하여 일정 간격의 방향에서 투영 연산을 수행한다. 이를 통해 본문에서 언급하는 세 가지 특징을 추출한다. 이 방법은 이미지의 방향/크기/위치에 관계없이 이미지의 형태 특징을 추출 할 수 있다. 기존의 형태 특징 추출 방법인 CSS 방법과 비교.실험을 통해 본 논문에서 제안한 방법의 성능과 장점을 보인다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.583-585
• /
• 2000

본 논문에서는 적은 수의 특징점을 이용한 얼굴 복원 방법을 제안한다. 먼저 얼굴을 형태와 질갑 프로토타입들의 선형 중첩으로 모형화한 다음, 특징점에서의 형태와 질감정보만을 가지고 각각의 얼굴이 요구하는 변형의 근사값을 찾는다. 본 논문에서는 이러한 under-determined 조건에서 최소 제곱법(least square minimization method)을 사용하여 최적값을 얻는다. 실험을 통하여 적은 수의 특징점을 이용하여 2차원 얼굴 영상을 효율적으로 복원할 수 있음을 검증하였다. 우리는 제안된 얼굴 영상을 압축하거나 겹침이나 잡영에 의해 손상된 영상으로부터 원래의 전체 정보를 복원하는데 중요한 역할을 할 수 있을 것으로 기대한다.

• Journal of the Korea Society of Computer and Information
• /
• v.17 no.10
• /
• pp.61-69
• /
• 2012

The population of highly prolific, predatory Asterias amurensis is growing sharply from year to year along the coastline of Korea, a nation surrounded by water on three sides. To make matters worse, the fact that Asterias amurensis devours living fish and shellfish has caused a heavy loss for fishermen involved in the aquaculture industry. What it all boils down to is the significance of technologies allowing one to recognize Asterias amurensis individuals using underwater images for the purpose of exterminating Asterias amurensis or identifying a change in the population of Asterias amurensis or the migration route of Asterias amurensis. An improved Asterias amurensis recognition method based on the morphological characteristics of Asterias amurensis was proposed in this paper. The proposed recognition method aimed at cases marked by the lack of extraction information on concaveness and convexity, which are the morphological characteristics of Asterias amurensis. Extracting all the characteristics of Asterias amurensis from images taken underwater is very difficult. In this respect, the proposed recognition is effective in terms of recognizing individuals in a diversity of Asterias amurensis images. As a result of the experiment, Our proposed method has achieved superior performance with 92.5% than other method.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.399-401
• /
• 1998

단일 문자 인식과 달리 연속 필기 패턴의 인식은 근본적인 필기 패턴의 형태적 특성을 충분히 고려할 필요가 있으며 다양한 형태의 패턴에 대한 특징이나 정보를 사용하여 종합적으로 판단 할 수 있는 모델의 유연성이 요구된다. 신경망의 학습 기능은 패턴의 왜곡과 잡음 등에 크게 영향을 받지 않으면서 인식에 필요한 특징의 추출이나 패턴 부류에 해당하는 노드의 반응을 스스로 학습시킬 수 있고, 다양한 형태의 정보를 쉽게 통합할 수 있는 유연한 구조를 제공한다. 퍼지 이론(Fuzzy theory)은 일정한 규칙이나 수학적 모델로 표현하기 어려운 패턴의 애매한 특징을 모델링할 수 있기 때문에 인식 대상의 총체적 특징을 추출해 신경망에 효과적으로 적용할 수 있다. 본 논문에서는 연속 필기 숫자 패턴을 인식을 위한 신경망과 퍼지 이론을 이용한 통합 신경망 모델을 제안한다.