• 한국멀티미디어학회논문지
• /
• 제20권8호
• /
• pp.1157-1165
• /
• 2017

2-D complex Gabor filtering has found numerous applications in the fields of computer vision and image processing. Especially, in some applications, it is often needed to compute 2-D complex Gabor filter bank consisting of the 2-D complex Gabor filtering outputs at multiple orientations and frequencies. Although several approaches for fast 2-D complex Gabor filtering have been proposed, they primarily focus on reducing the runtime of performing the 2-D complex Gabor filtering once at specific orientation and frequency. To obtain the 2-D complex Gabor filter bank output, existing methods are repeatedly applied with respect to multiple orientations and frequencies. In this paper, we propose a novel approach that efficiently computes the 2-D complex Gabor filter bank by reducing the computational redundancy that arises when performing the Gabor filtering at multiple orientations and frequencies. The proposed method first decomposes the Gabor basis kernels to allow a fast convolution with the Gaussian kernel in a separable manner. This enables reducing the runtime of the 2-D complex Gabor filter bank by reusing intermediate results of the 2-D complex Gabor filtering computed at a specific orientation. Experimental results demonstrate that our method runs faster than state-of-the-arts methods for fast 2-D complex Gabor filtering, while maintaining similar filtering quality.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권1호
• /
• pp.552-569
• /
• 2017

The existing steganalysis method based on 2D Gabor filters can achieve a competitive detection performance for content-adaptive JPEG steganography. However, the feature dimensionality is still high and the time-consuming of feature extraction is relatively large because the optimal selection is not performed for 2D Gabor filters. To solve this problem, a new steganalysis method is proposed for content-adaptive JPEG steganography by selecting the optimal 2D Gabor filters. For the proposed method, the 2D Gabor filters with different parameter settings are generated first. Then, the feature is extracted by each 2D Gabor filter and the corresponding detection accuracy is used as the measure for filter selection. Next, some 2D Gabor filters are selected by a greedy strategy and the steganalysis feature is extracted by the selected filters. Last, the ensemble classifier is used to assemble the proposed steganalysis feature as well as the final steganalyzer. The experimental results show that the steganalysis feature extracted by the selected optimal 2D Gabor filters also can achieve a competitive detection performance while the feature dimensionality is reduced greatly.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2007년도 추계학술발표대회
• /
• pp.1139-1142
• /
• 2007

Separable Gabor 필터는 기존의 2D Gabor 필터를 x축 성분과 y축 성분만을 지니는 두 개의 1D 필터로 나누어 각각 적용하는 방법으로 속도 향상을 가져왔으며, 지문인식 등에서 사용되어왔다. 하지만 정맥과 같은 경우에는 지문의 융선들 보다 더 굵기 때문에 필터의 크기 또한 매우 커진다. 따라서 Separable Gabor 필터의 경우도 지문에서만큼의 빠른 속도를 내지는 못한다. 본 논문에서는 Separable Gabor 필터 보다 더욱 고속의 연산이 가능한 Separable Symmetric Gabor 필터를 제안하였다. 이 필터는 사선 방향으로의 특징을 강조함에 있어 동시에 대칭이 되는 각도의 특성까지 강조하고, 회선 과정에서 필터의 방향 값을 고려하지 않기 때문에 인덱스 계산이 매우 단순해져 기존의 Separable Gabor 필터보다 처리 속도를 향상시킬 수 있다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권4호
• /
• pp.2113-2128
• /
• 2019

Image thresholding techniques introducing spatial information are widely used image segmentation. Some methods are used to calculate the optimal threshold by building a specific histogram with different parameters, such as gray value of pixel, average gray value and gradient-magnitude, etc. However, these methods still have some limitations. In this paper, an entropic thresholding method based on Gabor histogram (a new 2D histogram constructed by using Gabor filter) is applied to image segmentation, which can distinguish foreground/background, edge and noise of image effectively. Comparing with some methods, including 2D-KSW, GLSC-KSW, 2D-D-KSW and GLGM-KSW, the proposed method, tested on 10 realistic images for segmentation, presents a higher effectiveness and robustness.

• Journal of applied mathematics & informatics
• /
• 제26권5_6호
• /
• pp.1247-1256
• /
• 2008

Based on two real and invertible $d{\times}d$ matrices Band C such that the norm $||C^T\;B||$ is sufficiently small, we provide a construction of tight Gabor frames $\{E_{Bm}T_{Cn}g\}_{m,n{\in}{\mathbb{Z}^d}$ with explicitly given and compactly supported generators. The generators can be chosen with arbitrary polynomial decay in the frequency domain.

• 한국지능시스템학회논문지
• /
• 제13권6호
• /
• pp.716-721
• /
• 2003

본 논문에서는 사람의 생태학적, 행동학적 특성을 이용하여 개인을 인식하는 생체인식 기법의 하나인 홍채인식을 다루었다. 사람의 홍채는 태어날 때 한번 정해지면 평생 변화하지 않는 특성을 가지고 있으며, 개개인별로 모양이 모두 다른 것으로 알려져 있다. 이에, 본 논문에서는 홍채영상 취득시 조명에 의한 동공의 크기 변화에 민감하지 않은 2차원의 홍채패턴을 취득하고, 2D Gabor 필터와 48개의 분할된 섹터로부터 특징 값을 추출한다. 인식과정에서는 correlation 계수를 이용하여 서로 다른 홍채의 특징 값에 대해 유사도를 측정하고 가장 큰 값을 갖는 대상을 찾게 되는데, 이때, 3개의 필터를 거쳐 얻어진 영상에 대해 최고의 값을 인식 대상자로 인정하므로 오인식 될 확률을 최소화 할 수 있다. 제안한 알고리듬의 유용성을 확인하기 위해 대상자 10명에 대해 5회씩 촬영한 데이터베이스에 대해 실험한 결과 90% 이상의 높은 인식률을 얻었다.

• 인지과학
• /
• 제11권2호
• /
• pp.53-58
• /
• 2000

본 논문은 FCM 군집화 알고리즘을 사용하여 표정영상에서 특징점들을 추출한 후 추출된 특징점으로부터 Gabor 웨이브렛들을 이용하여 표정영상의 국소영역을 복원한다. 얼굴의 특징점 추출은 두단계로 이루어진다. 1단계는 이차원 Gabor 웨이브렛 계수 히스토그램의 평균값을 적용하여 얼굴의 주요 요소성분들의 경계선을 추출한 후, 2단계에서는 추출된 경계선 정보로부터 FCM 군집화 알고리즘을 사용하여 얼굴의 주요 요소성분들의 최종적인 특징점들을 추출한다. 본 연구에서는 FCM 군집화 알고리즘을 이용하여 추출된 적은 수의 특징점들 만으로도 표정영상의 주요 요소들을 복원할 수 있음을 제시한다. 이것은 인간의 얼굴 표정인식 뿐만아니라 물체인식에도 적용되어질 수 있다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 추계 학술대회 학술발표 논문집
• /
• pp.181-184
• /
• 2003

본 논문은 생체측정학(Biometrics)중 홍채의 패턴을 이용하는 것으로, 사람의 홍채는 태어날 때 한번 정해지면 평생 변화하지 않으며, 개개인별로 모양이 모두 다른 것으로 알려져 있다. 이에, 본 논문에서는 홍채영상 취득시 조명에 의한 동공의 크기 변화에 민감하지 않은 2차원의 홍채패턴을 취득하고, 2D Gabor 필터와 48개의 분할된 섹터로부터 특징값을 추출한다. 또한, 인식과정에서는 correlation 계수를 이용하여 서로 다른 홍채의 특징값에 대해 유사도를 측정하고 가장 큰 값을 갖는 사람을 찾게 되는데, 이때, 3개의 필터를 거쳐 얻어진 영상에 대해 최고의 값을 인식 대상자로 인정하므로 오인식 될 확률을 최소화 할 수 있다. 제안한 알고리듬의 유용성을 확인하기 위해 남성과 여성 대상자 10명의 왼쪽 눈에 대해 5회 촬영하여 데이터베이스 구축 후, 실험한 결과 90%이상의 높은 인식률을 얻음으로 제안한 알고리듬의 유용성을 확인할 수 있다.

• Journal of information and communication convergence engineering
• /
• 제9권2호
• /
• pp.207-211
• /
• 2011

This paper presents a method for facial feature representation and recognition from the Covariance Matrices of the Gabor-filtered images. Gabor filters are a very powerful tool for processing images that respond to different local orientations and wave numbers around points of interest, especially on the local features on the face. This is a very unique attribute needed to extract special features around the facial components like eyebrows, eyes, mouth and nose. The Covariance matrices computed on Gabor filtered faces are adopted as the feature representation for face recognition. Geodesic distance measure is used as a matching measure and is preferred for its global consistency over other methods. Geodesic measure takes into consideration the position of the data points in addition to the geometric structure of given face images. The proposed method is invariant and robust under rotation, pose, or boundary distortion. Tests run on random images and also on publicly available JAFFE and FRAV3D face recognition databases provide impressively high percentage of recognition.

• 한국감성과학회:학술대회논문집
• /
• 한국감성과학회 2000년도 춘계 학술대회 및 국제 감성공학 심포지움 논문집 Proceeding of the 2000 Spring Conference of KOSES and International Sensibility Ergonomics Symposium
• /
• pp.126-132
• /
• 2000

This paper presents a facial expression recognition based on Gabor wavelets that uses a fuzzy C-means(FCM) clustering algorithm and neural network. Features of facial expressions are extracted to two steps. In the first step, Gabor wavelet representation can provide edges extraction of major face components using the average value of the image's 2-D Gabor wavelet coefficient histogram. In the next step, we extract sparse features of facial expressions from the extracted edge information using FCM clustering algorithm. The result of facial expression recognition is compared with dimensional values of internal stated derived from semantic ratings of words related to emotion. The dimensional model can recognize not only six facial expressions related to Ekman's basic emotions, but also expressions of various internal states.