• Proceedings of the KIEE Conference
• /
• 2015.07a
• /
• pp.1351-1352
• /
• 2015

본 논문에서는 지능형 영상 감시 시스템에서 보행자를 검출하고 추적을 수행하기 위해 은닉층 활성함수에 가우시안 대신 FCM를 사용한 RBFNNs 패턴분류기와 객체 추적 알고리즘인 Mean Shift를 융합한 시뮬레이터를 개발한다. 시뮬레이터는 검출부과 추적부로 나누며, 검출부에서는 입력 영상으로부터 기울기의 방향성을 이용한 HOG(Histogram of Oriented Gradient) 특징을 구하고 빠른 처리속도를 위해 PCA 알고리즘을 통해 차원수를 축소하고 pRBFNNs 패턴분류기를 통해 보행자를 검출 한다. 다음 추적부에서 객체 추적 알고리즘인 Mean Shift를 이용하여 검출된 보행자 추적을 수행한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2015.07a
• /
• pp.513-515
• /
• 2015

최근 지능형 차량과 ADAS(Advanced Driver Assistance System) 개발에 있어 차량 영상을 이용한 도로 정보 분석이 중요한 화두로 떠오르고 있다. 다양한 도로 정보 중에서 도로표지판 검출 및 판단은 차량 운행 환경을 파악할 수 있는 중요한 과정이 될 수 있다. 이에 본 논문에서는 차량 영상에서의 색상 정보를 이용하여 표지판의 후보 영역을 추출(Candidate Generation)하고, 후보 영상에 대한 HOG(Histogram of Gradient) 특징 분석을 통해 도로표지판 여부와 그 종류를 판단(Object Classification)하는 알고리즘을 구현하였다. 또한 구현 알고리즘은 실시간 처리가 가능한 속도를 보여주어 지능형 차량 또는 ADAS에서의 실제 적용이 가능하도록 하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06b
• /
• pp.465-467
• /
• 2012

사람 검출 방법에서 중요한 두 가지 문제는 다양한 배경과 조명등에서 적용 가능한가와 실시간성을 보장 할 수 있는가이다. 본 논문에서는 Dalal와 Triggs가 제안한 다양한 배경과 조명등에서 강인한 HOG(Histogram of Oriented Gradient) 특징 기반의 사람 검출 방법의 수행 속도를 향상시키는 방법을 제안한다. HOG 특징 기반의 사람 검출 방법의 성능은 매우 뛰어나다. 하지만 HOG 계산과 SVM 분류에 있어서 느리다는 단점을 가지고 있다. 따라서 본 논문에서는 기존 방식의 수행 속도를 향상시키기 위하여 검출 윈도우의 고정 스텝 형식이 아닌 SVM의 출력 값을 이용하여 검출 윈도우의 적응적 스텝 형식을 적용하였다. 실험 결과 고정 스텝 형식보다 적응적 스텝 형식의 수행 속도가 향상됨을 보였다.

• Proceedings of the KAIS Fall Conference
• /
• 2008.11a
• /
• pp.223-226
• /
• 2008

최근 사람의 생체정보를 이용하여 동일인 여부를 판별하는 생체인식에 대한 연구가 활발히 진행되고 있다. 지금까지 인증이나 인식에 사용된 생체 정보로는 홍채, 지문, 망막, 음성, 얼굴 등이 있으며 그 중 홍채는 신뢰성이나 정확성 면에서 우수한 성능을 가진다. 홍채 인식은 다양한 환경하에서 홍채를 취득해야 하기 때문에 주변 환경에 민감할 수 밖에 없다. 특히 홍채의 회전으로 인한 홍채 무늬 패턴의 변화에 강인한 특징을 추출하는 것은 홍채 인식에 있어 매우 중요하다. 본 논문에서는 국부적 그래디언트 방향 히스토그램을 이용한 회전된 홍채의 특징 추출 방법을 제안하였다. 제안된 방법은 성능면에서 기존의 방법들과 비교하여 대등한 성능을 보여주는 것을 실험을 통해 확인하였다.

• Proceedings of the KIEE Conference
• /
• 2007.10a
• /
• pp.117-118
• /
• 2007

A robot needs a human detection algorithm for interaction with a human. This paper proposes a method that finds people using a SVM (support vector machine) classifier and a stereo camera. Feature vectors of SVM are extracted by HoG (histogram of gradient) within images. After training extracted vectors from the clustered images, the SVM algorithm creates a classifier for human detection. Each candidate for a human in the image is generated by clustering of depth information from a stereo camera and the candidate is evaluated by the classifier. When compared with the existing method of creating candidates for a human, clustering reduces computational time. The experimental results demonstrate that the proposed approach can be executed in real time.

• Proceedings of the KAIS Fall Conference
• /
• 2008.05a
• /
• pp.286-289
• /
• 2008

홍채인식은 홍채의 무늬 패턴 정보를 이용하여 동일인 여부를 판별하는 생체인식 기술이다. 최근 들어 홍채정보를 이용하여 출입통제, 정보보안등의 분야에 많이 활용되고 있다. 이러한 홍채 인식 시스템에 있어 조명의 영향이나 동공의 크기, 홍채의 회전 등 홍채 취득시 다양한 환경 조건으로 인해 발생될 수 있는 홍채 무늬 패턴의 변화에 강인한 특징을 추출하는 것은 홍채인식에 있어 매우 중요한 과제이다. 본 논문에서는 국부적 방향 히스토그램을 이용한 새로운 홍채 특징 추출 방법을 제안하였다. 제안된 방법은 성능면에서 기존의 방법들과 비교하여 대등한 성능을 보여주는 것을 실험을 통해 확인하였다.

• Journal of the Semiconductor & Display Technology
• /
• v.16 no.3
• /
• pp.53-58
• /
• 2017

Recently, advance in technology have increased the importance of visual inspection in semiconductor inspection areas. In PCB visual inspection, accurate line estimation is critical to the accuracy of the entire process, since it is utilized in preprocessing steps such as calibration and alignment. We propose a line estimation method that is differently weighted for the line candidates using a histogram of gradient information, when the position of the initial approximate corner points is known. Using the obtained line equation of the outline, corner points can be calculated accurately. The proposed method is compared with the existing method in terms of the accuracy of the detected corner points. The proposed method accurately detects corner points even when the existing method fails. For high-resolution frames of 3.5mega-pixels, the proposed method is performed in 89.01ms.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.14 no.5
• /
• pp.2430-2436
• /
• 2013

This study suggests a method of detecting the still object, which becomes a cause of danger within the crossroad. The Inverse Perspective Transform was performed in order to make the object size consistent by being inputted the real-time image from CCTV that is installed within the crossroad. It established the detection area in the image with the perspective transform and generated the adaptative background image with the use of the moving information on object. The detection of the stop object was detected the candidate region of the stop object by using the background-image differential method. To grasp the appearance of truth on the detected candidate region, a method is proposed that uses the gradient information on image and EHD(Edge Histogram Descriptor). To examine performance of the suggested algorithm, it experimented by storing the images in the commuting time and the daytime through DVR, which is installed on the cross street. As a result of experiment, it could efficiently detect the stop vehicle within the detection region inside the crossroad. The processing speed is shown in 13~18 frame per second according to the area of the detection region, thereby being judged to likely have no problem about the real-time processing.

• Journal of Broadcast Engineering
• /
• v.17 no.2
• /
• pp.316-324
• /
• 2012

In this paper, a novel descreening method using HOG(histogram of gradient)-based adaptive smoothing filter is proposed. Conventional edge-oriented smoothing methods does not provide enough smoothing to the halftone image due to the edge-like characteristic of the halftone noise. Moreover, clustered-dot halftoning method, which is commonly used in printing tends to create Moire pattern because of the intereference in color channels. Therefore, the proposed method uses HOG to distinguish edges and the amount of smoothing to be performed on the halftone image is then calculated according to the magnitude of the HOG in the edge and edge normal orientation. The proposed method was tested on various scanned halftone materials, and the results show that it effectively removes halftone noises as well as Moire pattern while preserving image details.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• v.11 no.4
• /
• pp.2124-2148
• /
• 2017

Accurate facial expression recognition (FER) requires reliable signal filtering and the effective feature extraction. Considering these requirements, this paper presents a novel approach for FER which is robust to noise. The main contributions of this work are: First, to preserve texture details in facial expression images and remove image noise, we improved the anisotropic diffusion filter by adjusting the diffusion coefficient according to two factors, namely, the gray value difference between the object and the background and the gradient magnitude of object. The improved filter can effectively distinguish facial muscle deformation and facial noise in face images. Second, to further improve robustness, we propose a new feature descriptor based on a combination of the Histogram of Oriented Gradients with the Canny operator (Canny-HOG) which can represent the precise deformation of eyes, eyebrows and lips for FER. Third, Canny-HOG's block and cell sizes are adjusted to reduce feature dimensionality and make the classifier less prone to overfitting. Our method was tested on images from the JAFFE and CK databases. Experimental results in L-O-Sam-O and L-O-Sub-O modes demonstrated the effectiveness of the proposed method. Meanwhile, the recognition rate of this method is not significantly affected in the presence of Gaussian noise and salt-and-pepper noise conditions.