• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제3권11호
• /
• pp.495-502
• /
• 2014

비접촉 장문을 인식하기 위해서는 영상의 크기 및 회전 변형을 효과적으로 해결해야 한다. 본 연구에서는 손의 크기와 방향에 따라 관심영역(ROI)을 추출한 후 정규화하여 일차적으로 이러한 변형을 최소화하였다. 본 논문에서는 KLT(Kanade-Lukas-Tomasi) 특징점에 기반한 비접촉 장문인식 방법을 제안한다. 대응되는 KLT 특징점 주위의 국소영역에 대한 텍스처를 비교하여 대응되는 특징점을 검출한 후, 특징점 쌍의 변위 크기와 방향을 나타내는 변위벡터들 간의 유사도를 비교하여 장문을 인식한다. CASIA 공개 데이터베이스를 이용한 실험결과 제안된 방법이 비접촉 장문인식에 효과적임을 확인할 수 있었다. 특히 다중 가버 필터를 이용하였을 때 99%를 상회하는 정인식률을 얻을 수 있었다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2009년도 IWAIT
• /
• pp.89-93
• /
• 2009

Embedded systems are becoming more popular as many embedded platforms have become more affordable. It offers a compact solution for many different problems including computer vision applications. Texture classification can be used to solve various problems, and implementing it in embedded platforms will help in deploying these applications into the market. This paper proposes to deploy the texture classification algorithms onto the embedded computer vision (ECV) platform. Two algorithms are compared; grey level co-occurrence matrices (GLCM) and Gabor filters. Experimental results show that raw GLCM on MATLAB could achieves 50ms, being the fastest algorithm on the PC platform. Classification speed achieved on PC and ECV platform, in C, is 43ms and 3708ms respectively. Raw GLCM could achieve only 90.86% accuracy compared to the combination feature (GLCM and Gabor filters) at 91.06% accuracy. Overall, evaluating all results in terms of classification speed and accuracy, raw GLCM is more suitable to be implemented onto the ECV platform.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제3권10호
• /
• pp.429-440
• /
• 2014

홍채 인식은 인간의 눈 영상으로부터 고유한 홍채특징을 추출하고 이를 코드화 하여 비교하는 생체인식 기술로, 이것은 시스템 안에 저장된 다른 홍채들과의 비교기술을 포함한다. 한편, 홍채 영상에서의 속눈썹은 인식률에 영향을 미치는 외부 요소인데, 만일 속눈썹이 홍채영역으로부터 정확하게 제거되지 않는다면 속눈썹을 홍채특징으로 인식하거나 홍채특징을 속눈썹으로 인식하는 오인식의 문제가 존재하게 되며, 결국 이 오인식은 홍채정보의 많은 유실을 가져오게 된다. 따라서 본 논문에서는 이러한 문제점을 해결하기 위하여 주파수 특징 분석에 사용되는 Gabor Filter를 이용한 속눈썹 제거로 홍채정보의 보존율 향상을 가져올 수 있었다. Gabor Filter는 영상의 주파수 분석을 위한 필터 중 하나인데 여기에 각도, 주파수, 가우시안 파라미터 등을 이용한 다양한 홍채영역의 특징들을 추출할 수 있는 새로운 방법으로 다양한 길이와 모양의 속눈썹을 정확하게 제거할 수 있었다. 그 결과 제안한 방법은 GMM 혹은 히스토그램 분석을 이용한 기존 방법보다 홍채영역 데이터 보존율에 있어서 약 4% 정도의 향상이 가능하였다.

• 정보처리학회논문지B
• /
• 제10B권3호
• /
• pp.311-320
• /
• 2003

고유의 텍스쳐 성분에만 최적 반응을 하는 최적 필터(optimal filter)는 다중 텍스쳐 영상으로부터 원하는 텍스쳐 성분을 추출하기 위한 가장 뛰어난 기술이다. 그러나 기존의 최적필터 설계 방법들은 영상에 내재된 텍스쳐 정보가 사전에 주어지는 교사적 방법이 대부분이며, 내재된 텍스쳐 인식을 기반으로 하는 완전 비교사적인 방법에 관한 연구는 거의 이루어지고 있지 않은 실정이다. 따라서 본 논문에서는 효율적인 텍스쳐 분석을 위한 비교사 학습 방법과 가버필터의 주파수 대역 통과형 특징을 이용한 새로운 최적 필터 설계 방법을 제안한다. 제안한 방법은 자기조직형 신경회로망에 의해서 영상에 내재된 텍스쳐 영역을 블록 단위로 군화(clustering)하며, 가버필터의 최적 주파수는 인식된 텍스쳐 오브젝트(texture objects)의 공간 주파수를 분석한 최적 주파수에 동조(turning)한다. 그리고 설계된 최적 가버필터의 성능 평가를 위해서는 다양한 형태의 다중 텍스쳐 영상을 생성하여 내재된 텍스쳐 오브젝트를 추출함으로써 성공적인 결과를 보인다.

• IEIE Transactions on Smart Processing and Computing
• /
• 제2권6호
• /
• pp.323-331
• /
• 2013

An extreme learning machine (ELM) is an efficient learning algorithm that is based on the generalized single, hidden-layer feed-forward networks (SLFNs), which perform well in classification applications. Many studies have demonstrated its superiority over the existing classical algorithms: support vector machine (SVM) and BP neural network. This paper presents a novel face recognition approach based on a multi-class project extreme learning machine (MPELM) classifier and 2D Gabor transform. First, all face image features were extracted using 2D Gabor filters, and the MPELM classifier was used to determine the final face classification. Two well-known face databases (CMU-PIE and ORL) were used to evaluate the performance. The experimental results showed that the MPELM-based method outperformed the ELM-based method as well as other methods.

• Journal of information and communication convergence engineering
• /
• 제6권3호
• /
• pp.315-319
• /
• 2008

This paper describes a method for recognizing and measuring the motion of each individual leukocyte in microvessel from a sequence of images. A spatiotemporal image is generated whose spatial axes are parallel and vertical to vessel region contours. In order to enhance and extract only leukocyte traces with a turned velocity range even under noisy background, we use a combination of a filtering process using Gabor filters with sharp orientation selectivity and a subsequent 3D spatiotemporal grouping process. The proposed method is shown to be effective by experiments using image sequences of two kinds of microcirculation, rat mesentery microvessels and human retinal capillaries.

• 전자공학회논문지SC
• /
• 제47권5호
• /
• pp.62-68
• /
• 2010

적외선영상에서 표적을 효율적으로 탐지하는 새로운 자동표적탐지 알고리즘을 제안한다. 이 연구의 목적은 실제 야지환경에서 획득된 적외선영상에서 낮은 오경보 확률로 표적의 위치를 정확히 찾는 것이다. 제안한 방법이 기존의 방법과 다른 점은 초기 탐지단계에서 사용되는 모폴로지 필터링 기법을 밝기정보를 갖고 있는 원래 입력 영상이 아닌 가버(Gabor) 응답 영상에 적용한 것과 표적과 클러터를 구분하기 위해 표적의 정확한 윤곽선 추출을 필요로 하지않는 것이다. 제안한 방법은 크게 3단계로 구성된다. 첫째로, 영상에서 돌출된 영역을 찾기 위해 입력영상으로부터 4 방향의 가버 응답을 구하고 픽셀별로 가버응답 합 영상을 구한다. 이 영상에 모폴로지 기법을 적용하여 돌출된 영역의 위치를 찾는다. 둘째로, 원래의 입력영상의 돌출된 영역에서 지역적인 질감특징 정보들을 찾는다. 마지막 단계로, 찾아진 지역적 특징 정보들이 신경회로망인 다층퍼셉트론 (Multi-Layer Perceptron)으로 입력되어 학습된 훈련 데이터들과의 비교를 통해 실제 표적과 클러터를 구분한다. 실험에서는 제안한 방법을 군사용 적외선 영상장비를 사용하여 실제 야지 환경에 획득된 영상에 적용하여 우수성과 실용가능성을 확인한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (2)
• /
• pp.709-711
• /
• 2004

이 논문의 목적은 기하급수적으로 늘어나고 있는 이미지 데이터의 효율적인 검색을 위해 텍스처의 특징을 추출하여 이미지를 검색하는 방법을 제시하고, 다중 필터를 이용한 이미지 검색 기술을 보여주는 것이다. 본 논문에서는 텍스처 이미지 분석에 다양하게 이용되고 있는 Gabor Filtering 기술을 이용하여 질의 이미지에 대한 최적 필터를 선택하는 과정과 선택된 필터를 적용하여 최적의 이미지를 검색하는 프로세스를 제시하고자 한다.

• Journal of information and communication convergence engineering
• /
• 제9권3호
• /
• pp.315-318
• /
• 2011

The orientation space representation is constructed by treating the orientation parameters, which Gabor filters can be turned, as a continuous variable. The problem of multiple orientation line segmentation is dealt with by thresholding 3D images of the orientation space and then detecting the connected components therein. In this way, X-junctions and T-junctions are able to be separated effectively. Experimental results are presented using synthesized image.

• Asian Pacific Journal of Cancer Prevention
• /
• 제14권1호
• /
• pp.97-102
• /
• 2013

Objective: The aim of this study was to develop an automated computer-aided diagnostic system for diagnosis of thyroid cancer pattern in fine needle aspiration cytology (FNAC) microscopic images with high degree of sensitivity and specificity using statistical texture features and a Support Vector Machine classifier (SVM). Materials and Methods: A training set of 40 benign and 40 malignant FNAC images and a testing set of 10 benign and 20 malignant FNAC images were used to perform the diagnosis of thyroid cancer. Initially, segmentation of region of interest (ROI) was performed by region-based morphology segmentation. The developed diagnostic system utilized statistical texture features derived from the segmented images using a Gabor filter bank at various wavelengths and angles. Finally, the SVM was used as a machine learning algorithm to identify benign and malignant states of thyroid nodules. Results: The SVMachieved a diagnostic accuracy of 96.7% with sensitivity and specificity of 95% and 100%, respectively, at a wavelength of 4 and an angle of 45. Conclusion: The results show that the diagnosis of thyroid cancer in FNAC images can be effectively performed using statistical texture information derived with Gabor filters in association with an SVM.