• 한국의류학회지
• /
• 제42권1호
• /
• pp.121-132
• /
• 2018

Recent beauty trends focus on suitability to individual features. A personal color system is a recent aesthetic concept that influences color make up and coordination. However, a personal color concept has several weaknesses. For example, type classification is qualitative and not quantitative because its measuring system is a sensory test with no industry standard of personal color system. A quantitative personal color type classification model is the purpose of this study, which can be a solution to above problems. This model is a kind of mapping system in a 3D Cartesian coordinate system which has own axes, Value, Saturation, and Yellowness. The cheek color of the individual sample is also independent variable and personal color type is a dependent variable. In order to construct the model, this study conducted a colorimetric survey on a 993 sampling frequency of Korean women in their 20s and 30s. The significance of this study is as follows. First, through this study, personal color system is established on quantitative color space; in addition, the model has flexibility and scalability because it consisted of independent axis that allows for the inclusion of any other critical variable in the form of variable axis.

• 대한원격탐사학회지
• /
• 제15권3호
• /
• pp.183-194
• /
• 1999

위성에서 관측된 다중분광 위성영상 데이터를 이용목적에 따라 분석하고 활용하기 위해서는 영상 자체에 내포된 밝기, 칼라, 질감 등 다양한 특징들이 중요한 정보원으로 이용되고 있다. 특히 질감이나 칼라정보를 이용한 위성영상의 분석과정에서 가장 중요한 문제는 원 영상의 정보를 효율적으로 표현하는 속성을 추출하여 적절히 활용하는 것이다. 따라서 본 논문에서는 위성영상 분석에 유용하게 사용할 수 있는 6개의 속성 벡터들을 선정한 다음 SPOT 위성에서 관측된 영상을 이용하여 각각의 속성들에 대한 분별력을 평가하기 위하여 역전파 신경망(Back-propagation Neural Network)을 이용한 분류 네트워크를 구성하였고, 실험하고자 하는 지역에 대한 훈련집합 선택시 선정된 여섯 개이 속성 벡터들을 분류에 사용될 특징으로 선택하였다. 분류 실험을 수행한 결과 각각의 벡터 속성들은 개개의 특성에 따라 많은 장단을 내포하고 있었으며, 전반적으로는 비교적 정확한 분류결과를 나타내었다. 따라서 칼라 및 질감 속성 벡터들은 위성영상의 분류과정에 효과적으로 사용될 수 있음은 물론 다양한 영상분석 및 응용분야에서도 유용하게 이용될 수 있을 것으로 기대된다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 1996년도 학술대회
• /
• pp.63-66
• /
• 1996

In this paper, we propose a new content-based color image retrieval algorithm. The algorithm makes use of two features; colors as global features and block classification results as local features. More specifically, we obtain R, G, B color histograms and classify nonoverlapping small image blocks into texture, monotone, and various edges, then using these histograms and classification results were make a similarity measure. Experimental results show that retrieval rate of the proposed algorithm is higher than the previous method.

• 전자공학회논문지S
• /
• 제34S권12호
• /
• pp.81-89
• /
• 1997

In this paper, we propose a new image retrieval algorithm using the block classification. More specifically, we classify nonoverlappint small image blocks into texture, monotone, and various edges. Using these classification results and the RGB color histogram, we propose a new similarity measure which considers both local and global fretures. According to our experimental results using 232 color images, the retrieval efficiencies of the proposed and the previous methods were 0.610 and 0.522, respectively, which implies that the proposed algorithm yields better performance.

• 센서학회지
• /
• 제21권1호
• /
• pp.28-33
• /
• 2012

The visual sensing of human hands plays an important part in many man-machine interaction/interface systems. Most existing visionbased hand detection techniques depend on the color cues of human skin. The RGB color image from a vision sensor is often transformed to another color space as a preprocessing of hand detection because the color space transformation is assumed to increase the detection accuracy. However, the actual effect of color space transformation has not been well investigated in literature. This paper discusses a comparative evaluation of the pixel classification performance of hand skin detection in four widely used color spaces; RGB, YIQ, HSV, and normalized rgb. The experimental results indicate that using the normalized red-green color values is the most reliable under different backgrounds, lighting conditions, individuals, and hand postures. The nonlinear classification of pixel colors by the use of a multilayer neural network is also proposed to improve the detection accuracy.

• 한국산학기술학회논문지
• /
• 제9권6호
• /
• pp.1889-1893
• /
• 2008

본 논문은 영상 분류 문제를 위한 support vector machines (SVMs)의 적용을 통한 분류의 성능을 다루고 있다. 본 연구에서는 영상 분류 문제에서 자연영상을 대상으로 색상, 질감, 형상 특징벡터를 추출하고, 각각의 특징벡터와 이들을 결합한 특징벡터를 사용하여 역전파 신경망과 SVM 기반의 방법을 적용하여 영상 분류의 정확성을 비교한다. 실험결과는 각각의 특징벡터중에는 색상 특징벡터값을 이용한 영상 분류가 그리고 각각의 특징벡터보다는 이들을 결합한 특징벡터를 이용한 영상 분류가 보다 우수함을 보여준다. 그리고 알고리즘간의 비교에서는 정확성과 일반화성능 측면에서 역전파 신경망보다 SVMs이 우수함을 보였다.

• 대한전자공학회논문지SP
• /
• 제42권4호
• /
• pp.119-126
• /
• 2005

본 논문에서는 영상의 블록 분류 특성에 적응적인 대표 컬러 히스토그램 (representative color histogram)과 방향성 패턴 히스토그램 (directional pattern histogram)을 이용한 새로운 내용 기반 영상 검색 방법 (content-based image retrieval)을 제안한다. 제안한 방법에서는 영상을 일정한 크기의 블록으로 나누고, 분할된 블록의 분류 특성에 따라 컬러와 패턴 특징 벡터를 추출한다. 먼저 분할된 블록을 채도 (saturation)에 따라 휘도 블록 또는 컬러 블록으로 분류한 후, 휘도 블록에 대해서는 블록 평균휘도 쌍의 히스토그램을 구하고, 컬러 블록에 대해서는 블록 평균 컬러 쌍 히스토그램을 구함으로써 블록 분류 특징에 따라 컬러 특징 벡터를 추출한다. 또한 블록 휘도 변화의 기울기 (gradient)를 계산하여 방향성 분류를 행한 후 히스토그램을 계산함으로써 블록 방향성 패턴 특징을 추출한다. 본 논문에서 제안한 영상 검색 방법의 성능을 평가하기 위해서 컴퓨터 모의실험을 행한 결과 제안한 방법이 기존의 방법들보다 정확도 (precision) 및 특징 벡터 차원 (feature vector dimension) 크기 등의 객관적인 측면에서 우수함을 확인하였다.

• 한국산업정보학회논문지
• /
• 제5권3호
• /
• pp.65-70
• /
• 2000

일반적으로 농산물의 품질은 무게나 크기 등을 직접 측정하여 판정하거나 간접 또는 비파괴방법을 이용하여 판정하게 된다. 본 논문에서는 비파괴를 이용한 판정방법인 칼라 영상처리를 이용하여 농산물의 품질과 등급을 결정하는 알고리즘을 개발하여, 이를 실시간 귤 분류시스템에 적용하였다. 개발된 시스템은 귤의 크기와 색상을 칼라 영상처리 하여 초당 최대 6개를 실시간 분류 할 수 있는 성능을 가지고 있다. 또한 다른 농산물의 품질판정을 위한 제어기를 설계할 경우에도 본 논문에서 개발한 알고리즘이 적용될 수 있을 것으로 기대된다.

• 대한전자공학회논문지SP
• /
• 제49권2호
• /
• pp.1-7
• /
• 2012

일반적으로 바랜 영상 보정 방법들은 색 바램의 현상은 광원의 효과로서, Gray World Assumption 또는 White Patch Retinex와 같은 광원 추정 알고리즘을 사용한다. 그러나 이러한 방법들은 염료의 특성, 온도, 습도, 광원 등에 따라 다르게 바래는 색에 대한 보정은 부정확함을 나타냈다. 본 논문에서는 LCybCrg 색 공간에서의 분류맵을 이용한 바랜 색 보정 방법을 제안한다. 먼저 입력의 색 바랜 영상은 LCybCrg의 보색 공간의 색도를 기반으로 하여 분류되었다. 그리고 RGB 색 공간에서 Gray World Assumption을 기반으로 하여 바랜 색도를 보정하였다. 또한 CybCrg 값으로부터 계산된 가중치는 각각의 영역에서 발생 할 수 있는 윤곽효과를 줄이기 위해 적용되었다. 그 결과 제안한 방법은 바랜 영상에 대해 이전 방법들 보다 더 나은 보정 성능을 보였다.

• 전자공학회논문지CI
• /
• 제46권3호
• /
• pp.107-115
• /
• 2009

피부색 검출은 피부색과 비피부색에 대한 분류기가 사용되며, 분류 성능이 높은 분류기가 필요하다. 기존의 피부색 검출을 위한 분류기들은 대부분 하나의 칼라 모델을 사용하고 있다. 그러나 칼라 모델에 따라 피부색의 분포 특성이 다르기 때문에 하나 이상의 칼라 모델을 사용함으로써 분류 성능을 높일 수 있다. MLP(Multi Layer Perceptron)는 다른 분류기보다 적은 파라미터를 사용하면서 좋은 분류 성능을 보이고 있다. 하지만 두 개의 칼라 모델을 사용할 경우 MLP의 입력 차원이 증가되기 때문의 파라미터 수가 증가되는 문제가 발생하게 되며, 파라미터 수의 증가는 MLP의 학습 시간이 증가되는 원인이 된다. 따라서 본 논문에서는 두 칼라 모델의 구성 성분을 조합함으로써 피부색과 비피부색의 분류 성능을 향상시키고, 적은 수의 파라미터가 사용된 피부색 검출 방법을 제안한다. 제안한 부분 연결 MLP는 각 칼라 모델에 따라 연결 강도를 부분적으로 연결함으로써 연결 강도의 수를 감소 시켰으며, 각 부분 네트워크에 서로 다른 칼라 모델의 특성을 학습시킴으로써 분류율을 향상시킬 수 있다. 실험 결과 제안한 부분연결 MLP를 RGB와 CbCr 칼라 정보로 구성했을 때 91.8%의 분류율을 달성하였다.