• 정보과학회 논문지
• /
• 제42권2호
• /
• pp.203-212
• /
• 2015

본 논문은 도로주행 영상에서 도로표지판을 인식하는 방법을 제안한다. 지능형 차량에서 얻어지는 도로표지판 영상은 일반적인 사물 영상과는 다른 두 가지 특징이 있다. 첫째는 대상이 되는 사물들은 종류가 제한적이고 형태가 단순한 도형인 경우가 대부분이다. 둘째는 일반적인 도로주행 영상은 다양한 조명 환경과 날씨 상태로 인해서 선명한 영상을 취득하기 어려운 점이다. 본 논문에서는 조명 변화가 심한 도로주행 영상에 대해서 효과적으로 특징을 추출하기 위해서 Modified Census Transform(MCT)을 개선한 특징추출 방법을 제안한다. 추출된 특징들은 히스토그램으로 쌓여지고 영상 전반에 걸쳐 아주 고차원의 기술자(Descriptor)로 변환되며, 변환된 수많은 기술자들은 가우시안 혼합 모델(Gaussian Mixture Model)을 활용한 Fisher-vector 방법에 의해서 저차원으로 변형하여 특징으로 사용한다. 본 논문에서 제안하는 방법은 일반적인 표지판 인식 방법에 비해서 조명변화에 강한 검출 결과를 보여주었으며, 실시간 검출 및 인식도 가능하였다.

• 대한전자공학회논문지SP
• /
• 제47권2호
• /
• pp.33-44
• /
• 2010

본 논문에서는 로봇 시각 처리 활용을 위한 실시간 얼굴 검출 하드웨어 구조를 제안한다. 제안한 구조는 조명 변화에 강인하고 초당 60 프레임 이상의 속도로 처리된다. 조명 변화에 강인한 얼굴 특성 추출을 위해 MCT(Modified Census Transform) 변환을 이용하였다. 그리고 AdaBoost 알고리즘은 얼굴 특징 데이터의 학습 및 생성을 하며, 이 생성된 학습 데이터를 이용해 얼굴 검출을 하게 된다. 본 논문에서는 메모리 인터페이스부, 이미지 크기 조정부, MCT 생성부, 후보 얼굴 검출부, 신뢰도 비교부, 좌표 재조정부, 데이터 그룹화부, 검출 결과 표시부로 구성된 얼굴 검출 하드웨어 구조 및 Xilinx사의 Virtex5 LX330 FPGA를 이용한 하드웨어 구현 검증 결과에 대해 설명한다. 카메라로 부터 입력받은 이미지를 이용해 검증한 결과로 초당 최대 149프레임의 속도로 한 프레엠 당 최대 32개 얼굴을 검출함을 확인하였다.

• 전기전자학회논문지
• /
• 제26권4호
• /
• pp.686-692
• /
• 2022

본 논문에서는 스테레오 영상정합을 위하여 개선된 영역기반, 에너지 기반 알고리즘, 학습기반 구조의 정합 오류율을 비교하였다. 영역기반으로 census transform(CT), 에너지 기반으로 belief propagation(BP) 알고리즘을 선정하였다. 기존 알고리즘을 개선하고 모바일 시스템에서 스테레오 영상정합에 활용가능 하도록 임베디드 프로세서 환경에서 구현하였다. 비교 대상이 되는 학습기반의 경우에 도 적은 규모의 파라메터를 활용하는 신경망 구조를 채택하였다. 세 가지 정합방법의 오류율 비교를 위해 테스트 이미지로 Middlebury 데이터 세트 가운데 Tsukuba를 선정하고 정합 성능의 정확한 비교를 위해 비폐색, 불연속, 시차 오류율 등으로 세분화하였다. 실험 결과 CT 매칭의 오차율은 기존 알고리즘과 수정된 알고리즘으로 비교하였을 때 약 11% 성능 개선되었다. BP 매칭은 오류율에서 기존 CT 에 비하여 약 87% 우수하였다. 신경망을 이용한 학습기반과 비교 하였을 때 BP 매칭이 약 31% 우수함을 보였다.

• 대한전자공학회논문지SP
• /
• 제48권4호
• /
• pp.116-128
• /
• 2011

본 논문에서는 기존의 방법에 비해서 사용되는 메모리의 증가가 없이, 혹은 메모리의 증가를 최소화하는 영상 메모리의 회전 변환 기법을 개발하여 얼굴 회전 변화에 강인한 고성능 실시간 얼굴 검출 엔진 구조를 제안하였으며 FPGA 구현을 통하여 제안 구조의 타당성을 검증하였다. 고성능 얼굴 검출을 위해 기존에 사용하던 조명 변화에 강인한 MCT(Modified Census Transform) 변환 기법과 최적화된 학습데이터 생성을 위한 Adaboost 학습 기법 이외에 얼굴 회전 변환에 강인함을 위한 영상 회전 기법을 이용하였다. 제안한 하드웨어 구조는 색좌표 변환부, 잡음 제거부, 메모리 인터페이스부, 영상 회전부, 크기 조정부, MCT 생성부, 얼굴 후보 검출부/ 신뢰도 비교부, 좌표 재조정부, 데이터 검증부, 검출 결과 표시부/컬러 기반 검출 결과 표시부로 구성되어있다. 구현 및 검증을 위해 Virtex5 LX330 FPGA 보드와 QVGA급 CMOS 카메라, LCD Display를 이용하였으며, 다양한 실생활 환경 및 얼굴 검출 표준 데이터베이스에 대해서 뛰어난 성능을 나타냄을 검증하였다. 결과적으로 실생활 환경에서 초당 60프레임 이상의 속도로 실시간 처리가 가능하며, 조명 변화 및 얼굴 회전 변화에 강인하고, 동시에 32개의 다양한 크기의 얼굴 검출이 가능한 고성능 실시간 얼굴 검출 엔진을 개발하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2011년도 추계학술발표대회
• /
• pp.322-325
• /
• 2011

스테레오 비전 시스템에서 전통적인 매칭 알고리즘으로 SAD(Sum of Absolute Differences), SSD(Sum of Squared Differences), NCC(Normalized Cross Correlation) 등 다양한 알고리즘이 존재한다. 그러나 하드웨어로 실시간 처리를 위한 시스템을 구현하기 위해서는 리소스가 한정 되어있다는 제약 때문에 많은 연구에서 SAD 혹은 RT(Rank Transform), CT(Census Transform)를 많이 사용하게 된다. FPGA 내부에는 BRAM(Block RAM)과 MAC(multiply-accumulator)인 DSP슬라이스가 이미 존재한다. 본 논문에서는 BRAM과 DSP로직을 활용해서 전통적인 매칭 알고리즘 중에서 연산기 사용이 가장 많은 NCC를 FPGA로 실시간 처리 가능한 하드웨어 구조를 제안한다.

• 한국지능시스템학회논문지
• /
• 제25권1호
• /
• pp.91-96
• /
• 2015

본 연구는 조명변화에 강인한 CT 전처리 기법 기반 개선된 얼굴인식 시스템을 소개한다. 전처리 알고리즘으로 CT알고리즘은 조명이 없는 환경에서도 얼굴의 지역적인 특징만을 추출한다. 얼굴의 지역적인 특징 추출을 가능하게 해준다. 처리된 데이터는 $(2D)^2$ 기반 대표적인 차원축소 알고리즘인 PCA를 사용하여 특징을 추출하였다. 전처리 알고리즘을 통한 특징 데이터는 제안한 방사형 기저함수 신경회로망의 입력으로 사용하였다. 방사형 기저함수 신경회로망의 은닉층은 FCM으로 구성하였고, 연결가중치는 1차 선형식을 사용하였다. 또한 ABC 알고리즘을 이용하여 제안된 분류기의 파라미터, 즉 입력의 수, 퍼지 클러스터링의 퍼지화 계수를 최적화 한다. 본 연구는 제안된 시스템의 성능 평가를 위해 Yale Face database B와 CMU PIE database로 실험하였다.

• 한국컴퓨터정보학회논문지
• /
• 제17권12호
• /
• pp.71-82
• /
• 2012

본 논문에서는 MCT(Modified Census Transform) 특징과 개선된 아다부스트 분류기를 이용한 번호판 검출 알고리즘을 제안한다. MCT 특징은 영상의 국소 지역 패턴을 정수화하여 표현하는 특징으로서 조명 변화에 강인하고 메모리 효율이 높은 장점이 있다. 그러나 패턴을 표현하는 정수형의 MCT 특징값들이 이산적인 특징을 가지기 때문에 아다부스트 훈련 방법을 적용하기 위해서는 룩업테이블 (Lookup Table)을 이용하여 분류기를 설계해야 한다. 그동안의 아다부스트 훈련 방법에 대한 최적화 연구는 지수 기준(exponential criterion)을 최소화 하는 방법에 대한 방향으로 연구가 진행되고 있다. 본 논문에서는 MCT 특징을 이용하고 지수 기준의 뉴턴 최적화를 통해 아다부스트 훈련 방법을 개선하여 번호판 검출성능을향상 시키는 방법을 제안한다. 번호판샘플 영상과 필드 테스트 영상에 대한 실험을 통해 제안한 방법의 성능을 고찰하고, 기존의 일반 아다부스트 훈련을 이용한 검출 방법과의 비교 실험을 통해 그 효용성을 입증한다.

• 한국멀티미디어학회논문지
• /
• 제16권3호
• /
• pp.302-308
• /
• 2013

본 논문은 모바일 환경에서의 다중생체인식을 통한 개인인증 시나리오에서 false acceptance rate (FAR)가 향상된 시스템을 제안한다. 다중생체인식을 위하여 얼굴인식과 화자인식을 선택하였으며, 시스템의 인식 시나리오는 다음을 따른다. 얼굴인식을 위하여 Modified census transform (MCT) 기반의 얼굴검출과 k-means 클러스터 분석 (cluster analysis) 알고리즘 기반의 눈 검출을 통해 얼굴영역 전처리를 수행하고, principal component analysis (PCA) 기반의 얼굴인증 시스템을 구현한다. 화자인식을 위하여 음성의 끝점추출과 Mel frequency cepstral coefficient (MFCC) 특징을 추출하고, dynamic time warping (DTW) 기반의 화자 인증 시스템을 구현한다. 그리고 각각의 생체인식을 본 논문에서 제안된 방법을 기반으로 융합하여 인식률을 향상시킨다. 본 논문의 실험은 Android 환경에서 수행하였으며, 구현한 다중생체인식 시스템과 단일생체인식 시스템과의 FAR을 비교하였다. 단일 얼굴인식의 FAR은 4.6%, 단일 화자인식의 FAR은 6.7%로 각각 나타났으며, 제안된 다중생체인식 시스템의 FAR은 1.8%로 크게 감소하였다.

• 전자공학회논문지
• /
• 제53권7호
• /
• pp.67-77
• /
• 2016

본 논문에서는 변형된 하우스더프 거리 (MDH: Modified Hausdorff Distance)를 이용한 눈 개폐 감지 알고리즘을 제안한다. 제안하는 알고리즘은 얼굴 검출과 눈 개폐 감지로 크게 구분된다. 얼굴 영역의 검출을 위하여 고정 크기의 영역 내에서 픽셀 값을 이용하는 지역 구조특성의 MCT (Modified Census Transform)특징기반 방법을 사용하였다. 이후, 검출된 얼굴 영역 내에서 MHD를 이용하여 눈의 위치 및 개폐를 판단한다. 얼굴 검출의 처리절차는 먼저, 오프라인에서 다양한 얼굴 영상에 대해 MCT 이미지를 생성하고, 이를 기반으로 PCA를 이용하여 기준이 되는 특징벡터들을 추출한다. 다음으로, 온라인에서는 입력되는 실험 영상 내에서 새롭게 추출된 특징벡터들과 기준이 되는 특징 벡터들 간의 유클리드 거리를 이용하여 얼굴 영역을 검출하는 순서로 진행된다. 이후, 검출된 얼굴 영역 내에서 MHD 기반의 눈 영역 검출과 템플릿 매칭을 수행하여 눈의 개폐를 감지한다. 제안하는 방법의 성능 검증을 위하여 그레이 스케일 영상 (30FPS, $320{\times}180$)을 입력으로 실험을 수행한 결과, 눈 계폐 검출율에서 평균 94.04%의 정확도를 달성하였다.

• ETRI Journal
• /
• 제38권2호
• /
• pp.347-355
• /
• 2016

In face examinations, gender classification (GC) is one of several fundamental tasks. Recent literature on GC primarily utilizes datasets containing high-resolution images of faces captured in uncontrolled real-world settings. In contrast, there have been few efforts that focus on utilizing low-resolution images of faces in GC. We propose a GC method based on a pixel classifier boosting with modified census transform features. Experiments are conducted using large datasets, such as Labeled Faces in the Wild and The Images of Groups, and standard protocols of GC communities. Experimental results show that, despite using low-resolution facial images that have a 15-pixel inter-ocular distance, the proposed method records a higher classification rate compared to current state-of-the-art GC algorithms.