• 한국콘텐츠학회논문지
• /
• 제7권1호
• /
• pp.40-47
• /
• 2007

단백질 매크로 어레이 영상에서 단백질 칩 각각의 특징을 규명하는 것은 중요한 것이다. 사람의 시각에 의한 판단은 많은 단백질 칩 영상을 실험할 경우, 장시간의 관찰과 그로 인한 오류가 발생할 수 있다. 따라서 시뮬레이터를 통한 특성 파악이 필요하게 되고, 매크로 어레이 스캔 영상에 대해 특성 분석을 할 경우 효율을 극대화할 수 있다. 형광 스캔 영상에 있어서, 각 셀의 반응도는 컬러 영상의 R, G, B 분포에 의존하여 왔다. 그러나 중첩되는 영상의 경우는 한쪽으로 구분하여 분류하기가 어렵다. 본 논문은 이러한 단점을 극복하기 위해 사용자가 원하는 색상에 대한 퍼지 측도 값을 적용한 퍼지 적분 값으로서 단백질 칩의 반응색상을 구분 지었다. Scan Array 5000에 의해 구성된 매크로 어레이 형광 영상들에 대해 실험한 결과, 퍼지 적분을 사용한 제안 방법이 모호한 색상에 대해 결정을 내릴 수 있는 요소가 됨을 보여 주었다.

• 지능정보연구
• /
• 제18권2호
• /
• pp.47-60
• /
• 2012

비디오 데이터는 구조화되지 않은 복합 데이터의 형태를 지닌다. 이러한 비디오 데이터의 효율적인 관리 및 검색을 위한 비디오 데이터 구조화의 중요성이 대두되면서 콘텐츠 내 시각적 특징을 기반으로 비디오 씬(scene)을 탐지하고자 하는 연구가 활발히 진행되었다. 기존의 연구들은 주로 색상 정보만을 이용하여 샷(shot) 간의 유사도 평가를 기반한 클러스터링(clustering)을 통해 비디오 씬을 탐지하고자 하였다. 하지만 비디오 데이터의 색상 정보는 노이즈(noise)를 포함하고, 특정 사물의 개입 등으로 인해 급격하게 변화하기 때문에 색상만을 특징으로 고려할 경우, 비디오 샷 혹은 씬에 대한 올바른 식별과 디졸브(dissolve), 페이드(fade), 와이프(wipe)와 같은 화면의 점진적인 전환(gradual transitions) 탐지는 어렵다. 이러한 문제점을 해결하기 위해, 본 논문에서는 프레임(frame)의 컬러 히스토그램과 코너 에지, 그리고 객체 컬러 히스토그램에 해당하는 시각적 특징을 기반으로 동일한 이벤트를 구성하는 의미적으로 유사한 샷의 클러스터링을 통해 비디오 씬을 탐지하는 방법(Scene Detector by using Color histogram, corner Edge and Object color histogram, SDCEO)을 제안한다. SDCEO는 샷 바운더리 식별을 위해 컬러 히스토그램 분석 단계에서 각 프레임의 컬러 히스토그램 정보를 이용하여 1차적으로 연관성 있는 연속된 프레임을 샷 바운더리로 병합한 후, 코너 에지 분석 단계에서 병합된 샷 내 처음과 마지막 프레임의 코너 에지 특징 비교를 통하여 샷 바운더리를 정제하여 최종 샷을 식별한다. 키프레임 추출 단계에서는 샷 내 프레임간 유사도 비교를 통해 모든 프레임과 가장 유사한 프레임을 각 샷을 대표하는 키프레임으로 추출한다. 그 후, 비디오 씬 탐지를 위해, 컬러 히스토그램과 객체 컬러 히스토 그램에 해당하는 프레임의 시각적 특징을 기반으로 상향식 계층 클러스터링 방법을 이용하여 의미적인 연관성을 지니는 샷의 군집화를 통해 비디오 씬을 탐지하는 방법이다. 본 논문에서는 SDCEO의 프로토 타입을 구축하고 3개의 비디오 데이터를 이용한 실험을 통하여 SDCEO의 효율성을 평가하였고 샷 바운더리 식별의 성능의 정확도는 평균 93.3%, 비디오 씬 탐지 성능의 정확도는 평균 83.3%로 만족할만한 성능을 보였다.

• Journal of Information Processing Systems
• /
• 제13권3호
• /
• pp.464-475
• /
• 2017

In this paper, we present a new texture image retrieval method which combines color and texture features extracted from images by a set of multi-resolution multi-direction (MRMD) filters. The MRMD filter set chosen is simple and can be separable to low and high frequency information, and provides efficient multi-resolution and multi-direction analysis. The color space used is HSV color space separable to hue, saturation, and value components, which are easily analyzed as showing characteristics similar to the human visual system. This experiment is conducted by comparing precision vs. recall of retrieval and feature vector dimensions. Images for experiments include Corel DB and VisTex DB; Corel_MR DB and VisTex_MR DB, which are transformed from the aforementioned two DBs to have multi-resolution images; and Corel_MD DB and VisTex_MD DB, transformed from the two DBs to have multi-direction images. According to the experimental results, the proposed method improves upon the existing methods in aspects of precision and recall of retrieval, and also reduces feature vector dimensions.

• 한국윤활학회:학술대회논문집
• /
• 한국윤활학회 2000년도 제31회 춘계학술대회
• /
• pp.54-61
• /
• 2000

A method and results of classification of 4 types metallic wear debris were presented by using their color features. The color image of wear debris was used (or the initial data, and the color properties of the debris were specified by HSI color model. Particle was characterized by a set of statistical features derived from the distribution of HSI color model components. The initial feature set was optimized by a principal component analysis, and multidimensional scaling procedure was used for the definition of classification plane. It was found that five features, which include mean values of H and S, median S, skewness of distribution of S and I, allow to distinguish copper based alloys, red and dark iron oxides and steel particles. In this work, a method of probabilistic decision-making of class label assignment was proposed, which was based on the analysis of debris-coordinates distribution in the classification plane. The obtained results demonstrated a good availability for the automated wear particle analysis.

• 감성과학
• /
• 제7권4호
• /
• pp.57-65
• /
• 2004

본 논문에서는 color, texture, shape의 정보를 통합 이용하여 내용기반 영상검색 시스템의 성능을 향상시키는 기법을 고찰하였다. 먼저 영상에 내재되어 있는 color를 분석 추출하여 몇 개의 대표색으로 요약 표현한 다음, 이를 활용한 근사치 측정도를 고안하였다. Texture정보 분석에 있어서는 영상의 주축 행렬 데이터를 통계적 접근 방법으로 추출하였다. Edge분석의 방법으로는 Edge 막대그래프에서 색상변환, 양자화, 필터링에 관련된 정보를 선행처리 후 Edge 정보를 추출하였다. 마지막으로, 본 연구의 결과인 내용기반 영상검색 시스템의 효율성을 precision-recall 분석과 실험적 결과를 통하여 입증하였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 신호처리소사이어티 추계학술대회 논문집
• /
• pp.453-456
• /
• 2003

Compared with other features of the image, color features are less sensitive to noise and background complication. Besides, this adding to object segmentation has more accuracy of image retrieval. This paper presents object segmentation and HAQ(Histogram Analysis and Quantization) algorithm approach to extract features(the object information and the characteristic colors) of an image. The empirical results shows that this method presents exactly spatial and color information of an image as image retrieval's feature.

• 대한전자공학회논문지SP
• /
• 제41권4호
• /
• pp.113-120
• /
• 2004

본 논문은 내용 기반 검색 기법에 의한 보다 효율적인 특징 추출 및 영상 검색 알고리즘을 제안하였다. 먼저, MPEG 비디오의 key frame을 입력 영상으로 하여 Gaussian edge detector를 이용하여 객체를 추출하고, 그에 따른 객체 특징들, location feature distributed dimension feature와 invariant moments feature를 추출하였다. 다음, 제안하는 HAQ (Histogram Analysis and Quantization) 알고리즘으로 characteristic color feature를 추출하였다. 마지막으로 key frame이 아닌 shot frame을 질의영상으로 하여 제안된 matching 기법에 따라 4가지 특징들의 단계별 검색을 수행하였다. 본 논문의 목적은 사용자가 요구하는 장면이 속한 비디오의 shot 경계 내의 key frame을 검색하는 새로운 내용 기반 검색 알고리즘을 제안함에 있다. 제안된 알고리즘을 바탕으로 10개의 뮤직비디오, 836개의 시험 영상으로 실험한 결과, 효과적인 검색 효율을 보였다.

• KSTLE International Journal
• /
• 제1권1호
• /
• pp.34-42
• /
• 2000

A method and results of classification of four different metallic wear debris were presented by using their color features. The color image of wear debris was used far the initial data, and the color properties of the debris were specified by HSI color model. Particles were characterized by a set of statistical features derived from the distribution of HSI color model components. The initial feature set was optimized by a principal component analysis, and multidimensional scaling procedure was used fer the definition of a classification plane. It was found that five features, which include mean values of H and S, median S, skewness of distribution of S and I, allow to distinguish copper based alloys, red and dark iron oxides and steel particles. In this work, a method of probabilistic decision-making of class label assignment was proposed, which was based on the analysis of debris-coordinates distribution in the classification plane. The obtained results demonstrated a good availability for the automated wear particle analysis.

• 동의생리병리학회지
• /
• 제26권1호
• /
• pp.128-132
• /
• 2012

In this paper, we performed a quantitative analysis of face color according to the health status of four constitution types. 205 Korean male in age from 65 to 80 were participated in this study and 85 subjects were finally selected for the analysis. Imaging process techniques were employed to extract feature variables associated with face color from a frontal facial image. Using the extracted feature variables, the correlations between face color and health status, face color and health status in each constitution type, and face color and four constitution types in heath status group were investigated. As the result, it was observed that the face color of healthy group contained more red component and less blue component than unhealthy group. For each constitution type, the face parts showing a significant difference according to health status were different. This is the first work which reports the correlation between the face color and health status of four constitution types with a objective method, and the numerical data for the face color according to the health status of four constitution types will be an objective standard to diagnose a patient's health status.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2001년도 추계학술대회 학술발표 논문집
• /
• pp.299-302
• /
• 2001

The statistical analysis of the feature extraction and the neural networks are proposed to recognize a human face. In the preprocessing step, the normalized skin color map with Gaussian functions is employed to extract the region of face candidate. The feature information in the region of the face candidate is used to detect the face region. In the recognition step, as a tested, the 120 images of 10 persons are trained by the backpropagation algorithm. The images of each person are obtained from the various direction, pose, and facial expression. Input variables of the neural networks are the geometrical feature information and the feature information that comes from the eigenface spaces. The simulation results of$.$10 persons show that the proposed method yields high recognition rates.