• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.19 no.1
• /
• pp.145-152
• /
• 2019

In this paper, we proposed a shaking image stabilization algorithm using deep learning. The proposed algorithm utilizes deep learning, unlike some 2D, 2.5D and 3D based stabilization techniques. The proposed algorithm is an algorithm that extracts and compares features of shaky images through CNN network structure and LSTM network structure, and transforms images in reverse order of movement size and direction of feature points through the difference of feature point between previous frame and current frame. The algorithm for stabilizing the shake is implemented by using CNN network and LSTM structure using Tensorflow for feature extraction and comparison of each frame. Image stabilization is implemented by using OpenCV open source. Experimental results show that the proposed algorithm can be used to stabilize the camera shake stability in the up, down, left, and right shaking images.

• Journal of KIISE:Software and Applications
• /
• v.27 no.6
• /
• pp.632-641
• /
• 2000

Conventional character extraction methods extract character regions using methods such as color reduction, region split and merge and texture analysis from the whole image. Because these methods use many heuristic variables and thresholding values derived from a priori knowledge, it is difficult to generalize them algorithmically. In this paper, we propose a method that can extract character regions using a topographical feature extraction method and a point-line-region extension method. The proposed method can also solve the problems of conventional methods by reducing heuristic variables and generalizing thresholding values. We see that character regions can be extracted by generalized variables and thresolding values without using a priori knowledge of character region. Experimental results show that the candidate region extraction rate is 100%, and the character region extraction rate is over 98%.

• Korean Journal of Remote Sensing
• /
• v.22 no.4
• /
• pp.265-274
• /
• 2006

Extracting ground points is the kernel of DTM generation being considered as one of the most popular LIDAR applications. The previous extraction approaches can be mostly characterized as a point based approach, which sequentially examines every individual point to determine whether it is measured from ground surfaces. The number of examinations to be performed is then equivalent to the number of points. Particularly in a large set, the heavy computational requirement associated with the examinations is obviously an obstacle to employing more sophisticated criteria for the examination. To reduce the number of entities to be examined and produce more robust results, we developed an approach based on features rather than points, where a feature indicates an entity constructed by grouping some points. In the proposed approach, we first generate a set of features by organizing points into surface patches and grouping the patches into surface clusters. Among these features, we then attempt to identify the ground features with the criteria based on the attributes of the features. The points grouped into these identified features are labeled ground points, being used for DTM generation afterward. The Proposed approach was applied to many real airborne LIDAR data sets. The analysis on the results strongly supports the prominent performance of the proposed approach in terms of not only the computational requirement but also the quality of the DTM.

• Journal of KIISE:Software and Applications
• /
• v.31 no.1
• /
• pp.71-81
• /
• 2004

Minutiae-based fingerprint identification systems use minutiae points, which cannot completely characterize local ridge structures. Further, this method requires many methods for matching two fingerprint images containing different number of minutiae points. Therefore, to represent the fired length information for one fingerprint image, the filterbank-based method was proposed as an alternative to minutiae-based fingerprint representation. However, it has two shortcomings. One shortcoming is that similar feature vectors are extracted from the different fingerprints which have the same fingerprint type. Another shortcoming is that this method has overload to reduce the rotation error in the fingerprint image acquisition. In this paper, we propose the minutia-weighted feature vector extraction method that gives more weight in extracting feature value, if the region has minutiae points. Also, we Propose new fingerprint alignment method that uses the average local orientations around the reference point. These methods improve the fingerprint system's Performance and speed, respectively. Experimental results indicate that the proposed methods can reduce the FRR of the filterbank-based fingerprint matcher by approximately 0.524% at a FAR of 0.967%, and improve the matching performance by 5% in ERR. The system speed is over 1.28 times faster.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2006.05a
• /
• pp.1415-1418
• /
• 2006

최근 정보 관련 산업 발달과 더불어 공간 정보의 중요성이 점점 강조되어, 국가 차원의 지리정보체계가 구현되고 있다. 국토지리정보원이 구축하고 있는 수치지도는 DXF로 제작되는데, 이 DXF맵은 GIS분야에서 필요한 속성정보나 위상정보를 갖지 못하여 지리정보 통합에 어려움이 있다. 지리정보의 여러 분야에 걸쳐 효율적인 데이터의 공유가 가능하도록 DXF파일에서 공간 개체를 추출하는 연구는 매우 중요하다. 본 논문에서는 DXF 파일에서 다양한 공간 개체를 추출하는 효율적인 공간 개체 추출기를 제안한다. 공간 개체 추출기는 DXF파일을 구성하는 요소들 중에 POLYLINE, POINT, CIRCLE, TEXT, ARC, LINE의 수치값을 비교하여 그에 해당하는 좌표값을 DAT 파일에 저장한다. 제안된 시스템은 웹상에서도 사용할 수 있다. 사용자는 단순히 웹서버에 DXF 파일을 업로드해서 공간 개체 추출기를 실행하여 결과를 다운로드 받아 활용할 수 있다.

• MALSORI
• /
• no.51
• /
• pp.151-165
• /
• 2004

For educational and research purposes, a Korean speech recognition platform is designed. It is based on an object-oriented architecture and can be easily modified so that researchers can readily evaluate the performance of a recognition algorithm of interest. This platform will save development time for many who are interested in speech recognition. The platform includes the following modules: Noise reduction, end-point detection, met-frequency cepstral coefficient (MFCC) and perceptually linear prediction (PLP)-based feature extraction, hidden Markov model (HMM)-based acoustic modeling, n-gram language modeling, n-best search, and Korean language processing. The decoder of the platform can handle both lexical search trees for large vocabulary speech recognition and finite-state networks for small-to-medium vocabulary speech recognition. It performs word-dependent n-best search algorithm with a bigram language model in the first forward search stage and then extracts a word lattice and restores each lattice path with a trigram language model in the second stage.

• Proceedings of the KIEE Conference
• /
• 2009.07a
• /
• pp.1798_1799
• /
• 2009

본 논문에서는 강인한 손 영역 특징 점 추출 방법을 제안한다. 제안하는 방법은 HCbCr 칼라 모델을 생성한 후 퍼지 색상 필터에 적용하여 손 후보 영역을 추출한다. 최종적으로 손 영역을 추출하기 위해서 레이블링 기법을 사용한다. 그 후, 추출된 손 영역의 실루엣을 추출하고 히스토그램 기법을 적용하여 손 영역 내의 COG를 추출 한다. 손 영역 특징 점 추출을 위해 Canny edge 기법과 Chain Code기법, DP(Douglas-Peucker)기법들을 이용하여 전처리 과정을 거쳐 1차 특징점을 추출한다. 추출된 1차 특징 점을 Convex Hull기법에 적용하여 최종적인 손 영역 특징 점을 추출한다. 마지막으로, 복잡하고 다양한 실내 환경에서의 실험을 통해 그 응용 가능성을 증명한다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.11b
• /
• pp.133-136
• /
• 2002

본 연구에서는 뉴우턴법과 모멘트를 이용한 수정된 고정점 알고리즘의 독립성분분석기법을 이용한 영상의 특징추출을 제안하였다. 여기서 뉴우턴법은 엔트로피 최적화로부터 유도된 기법으로 그 계산을 간략화하여 역혼합행렬의 빠른 경신을 위함이고, 모멘트는 접선을 구하는 과정에서 함수의 기울기변화 계산에서 발생하는 발진을 줄여 좀 더 빠른 학습을 위함이다. 제안된 기법을 13개 자연영상들로부터 선택된 12×12 픽셀(pixel)의 10,000개 패치를 대상으로 시뮬레이션 한 결과, 추출된 16×16픽셀의 160개 독립성분 기저벡터 각각은 자연영상들에 포함된 공간적인 주파수 특성과 방향성을 가지는 경계 특성이 잘 드러나는 국부적인 특징들임을 확인할 수 있었다. 또한 모멘트의 이용으로 개선된 특징추출을 얻을 수 있었다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.11b
• /
• pp.137-140
• /
• 2002

본 연구에서는 할선법에 기초한 고정점 알고리즘의 독립성분분석기법을 이용한 영상의 특징추출을 제안하였다. 여기서 할선법은 엔트로피 최적화를 위한 목적함수의 근을 구하기 위해 단순히 함수 값만을 이용하여 계산을 간략하게 함으로써 역혼합행렬의 경신속도를 빠르게 하기 위함이다. 제안된 기법을 256×256 픽셀(pixel)의 10개 지문영상들로부터 선택된 16×16 픽셀의 20,000개 패치를 대상으로 시뮬레이션 한 결과. 추출된 16×16 픽셀의 160개 독립성분 기저벡터 각각은 지문영상들에 포함된 공간적인 주파수 특성과 방향성을 가지는 경계 특성이 잘 드러나는 국부적인 특징들임을 확인할 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.05b
• /
• pp.883-886
• /
• 2003

본 연구에서는 할선법과 모멘트의 고정점 알고리즘 독립성분분석을 이용하여 영상의 특징을 추출하는 기법을 제안하였다. 여기서 할선법은 독립성분 상호간의 정보를 최소화하기 위한 목적함수의 최적화 과정에서 요구되는 1차 미분에 따른 계산을 간략화하기 위함이고, 모멘트는 최적화 과정에서 발생하는 발진을 억제하여 보다 빠른 학습을 위함이다. 제안된 기법을 $256{\times}256$ 픽셀의 10개 지문영상에서 선택된 각각 10,000개의 3가지 영상패치들을 대상으로 적용한 결과, 제안된 기법은 뉴우턴법이나 할선법의 알고리즘 보다도 빠른 특징추출 속도가 있음을 확인하였다 한편 추출된 $16{\times}16$ 펙셀의 160개 독립성분 기저벡터 각각은 영상 각각에 포함된 공간적인 주파수 특성과 방향성을 가지는 경계 특성이 잘 드러나는 국부적인 특징들임을 확인하였다.