• 한국산업정보학회논문지
• /
• 제13권4호
• /
• pp.145-154
• /
• 2008

본 논문에서는 애완용 로봇에 장착된 카메라로부터 획득된 연속 영상에서 사용자의 손 제스처를 인식하여 로봇을 제어하는 시스템을 제안한다. 제안된 시스템은 손 검출, 특징 추출, 제스처 인식 로봇 제어의 4단계로 구성된다. 먼저 카메라로부터 입력된 영상에서 HSI 색상공간에 정의된 피부색 모델과 연결성분 분석을 이용하여 손 영역을 검출한다. 다음은 연속 영상에서 손 영역의 모양과 움직임에 따른 특징을 추출한다. 이때 의미 있는 제스처의 구분을 위해 손의 모양을 고려한다. 그 후에 손의 움직임에 의해 양자화된 심볼들을 입력으로 하는 은닉 마르코프 모델을 이용하여 손 제스처는 인식된다. 마지막으로 인식된 제스처에 대응하는 명령에 따라 애완용 로봇이 동작하게 된다. 애완용 로봇을 제어하기 위한 명령으로 앉아, 일어서, 엎드려, 악수 등의 제스처를 정의하였다. 실험결과로 제안한 시스템을 이용하여 사용자가 제스처로 애완용 로봇을 제어 할 수 있음을 보였다.

• International Journal of Computer Science & Network Security
• /
• 제21권1호
• /
• pp.40-48
• /
• 2021

Content-Based Image Retrieval (CBIR) system plays a vital role to retrieve the relevant images as per the user perception from the huge database is a challenging task. Images are represented is to employ a combination of low-level features as per their visual content to form a feature vector. To reduce the search time of a large database while retrieving images, a novel image retrieval technique based on feature dimensionality reduction is being proposed with the exploit of metaheuristic optimization techniques based on Genetic Algorithm (GA), Extended Binary Cuckoo Search (EBCS) and Whale Optimization Algorithm (WOA). Each image in the database is indexed using a feature vector comprising of fuzzified based color histogram descriptor for color and Median binary pattern were derived in the color space from HSI for texture feature variants respectively. Finally, results are being compared in terms of Precision, Recall, F-measure, Accuracy, and error rate with benchmark classification algorithms (Linear discriminant analysis, CatBoost, Extra Trees, Random Forest, Naive Bayes, light gradient boosting, Extreme gradient boosting, k-NN, and Ridge) to validate the efficiency of the proposed approach. Finally, a ranking of the techniques using TOPSIS has been considered choosing the best feature selection technique based on different model parameters.

• 전자공학회논문지S
• /
• 제35S권6호
• /
• pp.137-146
• /
• 1998

최근에 영상 처리 시스템에서 칼라 데이타의 사용이 급격히 증가하고 있다. 그러나 색 재현 능력의 차이가 있고 각 장치마다 고유의 색좌표계를 사용하므로 서로 다른 장치사이에서 색 재현시에는 좌표계 변환이 요구된다. 특히 색재현 범위가 좁은 프린터에서 자연색을 출력하기 위해서는 색역 사상과 주어진 색역 계조의 범위를 확장할 수 있는 디더링 과정이 필요하다. 본 논문에서는 색역 사상을 위하여 각 장비의 출력 특성을 고려한 비선형 사상 함수를 획득하여 이를 기반으로 하여 장비들간의 색역 일치를 이루었다. 디더링 과정에서는 채색시 발생하는 중복 면적의 특성을 고려하여 양자화 단계를 확장하는 비선형 순서 디더링과 오차 확산 방법에서 발생하는 경계 부분의 문드러짐과 인접색의 변형을 줄일 수 있는 변형된 오차 확산 방법을 제안한다.

• 정보처리학회논문지B
• /
• 제9B권5호
• /
• pp.681-688
• /
• 2002

본 논문에서는 컬러 정보인 컬러비와 형태학적 정보인 코너점 및 거리비를 이용한 교통표지판 영역추출 시스템을 제안한다. R G, B 성분들의 컬러비를 기반으로 생성한 이진영상에 대해서 불림 연산처리와 마스크를 이용한 코너점 및 중심점 검출에 의해 후보영역을 추출한다. 다양한 형태의 교통표지판 영역은 후보영역의 중심점을 기준으로 형태학적 정보인 거리비를 이용하여 추출한다. 실험결과, 제안한 시스템은 크기 및 위치에 불변하며, 삼각형, 원, 역삼각형, 사각형 등의 다양한 교통표지판과 밝기값의 차이가 큰 낮과 밤 영상에 대해서도 정확한 영역추출이 가능하였다. 또한, 높은 정확성과 빠른 처리속도를 보였다.

• 정보처리학회논문지B
• /
• 제15B권1호
• /
• pp.25-36
• /
• 2008

본 논문은 조명의 변화가 심한 영상에서 손 형태를 안정적으로 인지하는 기법에 관한 것이다. 제안한 방법은 HSI 색상공간에서 색상(Hue) 및 색상 기울기(Hue-Gradient)를 기반으로 정의된 배경모델을 구축하고, 실시간으로 입력되는 영상과의 배경차분(background subtraction)기법을 이용하여 배경과 손을 구분한다. 추출된 손의 영역으로부터 18가지의 특징요소를 추출하고 이를 기반으로 다중클래스 SVM(Support Vector Machine) 학습 기법을 사용하여 손의 형태를 인지한다. 제안 기법은 색상 기울기를 배경 차분에 적용함으로써, 조명 환경이 배경 모델의 조명과 다르게 급격한 변화가 이루어졌을 때도 안정적으로 손의 윤곽정보를 추출할 수 있도록 하였다. 또한, 실시간 처리를 저해하는 복잡한 손의 특성정보 대신, OBB의 크기에 대하여 정규화된 두 개의 고유값과 객체 기반 바운딩 박스(OBB)를 구성하는 16개 세부 영역에서의 손 윤곽픽셀의 개수를 손의 특성정보로 사용하였다. 본 논문에서는 급격한 조명 변화 상황에서 기존 RGB 색상요소를 기반으로 하는 배경차분법과 색상을 기반으로 하는 배경차분법, 본 논문에서 제안하는 색상 기울기 기반 배경 차분법의 결과를 비교함으로써 제안 기법의 안정성을 입증하였다. 6명의 실험대상자의 1부터 9까지의 수지화 2700개의 영상으로부터 손 특성 정보를 추출하고 이에 대하여 훈련을 통한 학습 모델을 생성하였다. 학습모델을 기반으로 실험자 6인의 손 형태 1620개의 데이터에 대하여 인지 실험을 실시하여 92.6%에 이르는 손 형태 인식 성공률을 얻었다.