• 한국재난정보학회:학술대회논문집
• /
• 한국재난정보학회 2015년 정기학술대회
• /
• pp.96-99
• /
• 2015

본 논문에서는 중복되지 않는 서로 다른 카메라의 영상을 활용한 동일 객체 판단 및 추적 기술에 대하여 소개한다. 영상분석에서 색상 정보는 가장 기본이 되는 중요한 정보라 할 수 있다. 특히 색상 정보를 이용하는 히스토그램은 일반적으로 추적, 인식 등에 많이 사용되고 있으나 이동 객체나 조도 변화 등에 따라 성능에 차이를 보인다. 이러한 문제점을 해결하고자 본 연구에서는 동일 객체 판단을 위해 대표적으로 사용되는 히스토그램 정합의 두 알고리즘(HSV 공간에서의 Histogram matching 방법과 RGB 공간에서의MCSHR 알고리즘) 결합을 통해 분할 히스토그램은 객체를 3조각으로 나누어 전체와 각각의 히스토그램을 구하며 MCSHR을 RGB공간이 아니 Hue 공간 히스토그램으로 변경하여 유사도를 도출 하였으며 조도 변화에 강인한 모델을 만들기 위해 Controlled equalization기법을 사용하여 원 영상의 히스토그램의 확률과 평활화한 히스토그램의 확률 융합을 시도 하였다. 해당 실험의 비교 결과 기존 HSV공간에서 Histogram matching을 통한 유사도 비교보다 12.9% 향상된 정합율의 결과를 보였다. 또한 영상 정보와 스마트 기기를 통한 인식 방법의 융합을 통해 영상 내에서 동일 객체 판단에 대한 추가 정보 제공에 대해 방법론 적인 부분을 제안 하였다.

• 한국멀티미디어학회논문지
• /
• 제17권5호
• /
• pp.547-555
• /
• 2014

This paper presents a method for hand segmentation using depth information, and adaptive threshold by means of histogram analysis and color clustering in HSV color model. We consider hand area as a nearer object to the camera than background on depth information. And the threshold of hand color is adaptively determined by clustering using the matching of color values on the input image with one of the regions of hue histogram. Experimental results demonstrate 95% accuracy rate. Thus, we confirmed that the proposed method is effective for hand segmentation in variations of hand color, scale, rotation, pose, different lightning conditions and any colored background.

• 방송공학회논문지
• /
• 제14권4호
• /
• pp.397-408
• /
• 2009

In this paper, we present a non-static color histogram method to retrieve clothing images that are similar to a query clothing. Given clothing area, our method automatically extracts major colors by using the octree-based quantization approach[16]. Then, a color palette that is composed of the major colors is generated. The feature of each clothing, which can be either a query or a database clothing image, is represented as a color histogram based on its color palette. We define the match color bins between two possibly different color palettes, and unify the color palettes by merging or deleting some color bins if necessary. The similarity between two histograms is measured by using the weighted Euclidean distance between the match color bins, where the weight is derived from the frequency of each bin. We compare our method with previous histogram matching methods through experiments. Compared to HSV cumulative histogram-based approach, our method improves the retrieval precision by 13.7 % with less number of color bins.

• 한국멀티미디어학회논문지
• /
• 제18권12호
• /
• pp.1453-1461
• /
• 2015

Since digital images and videos are rapidly increasing in the internet with the spread of mobile computers and smartphones, research on image retrieval has gained tremendous momentum. Color, shape, and texture are major features used in image retrieval. Especially, color information has been widely used in image retrieval, because it is robust in translation, rotation, and a small change of camera view. This paper proposes a new method for histogram refinement based on local color difference. Firstly, the proposed method converts a RGB color image into a HSV color image. Secondly, it reduces the size of color space from 256³ to 32. It classifies pixels in the 32-color image into three groups according to the color difference between a central pixel and its neighbors in a 3x3 local region. Finally, it makes a color difference vector(CDV) representing three refined color histograms, then image retrieval is performed by the CDV matching. The experimental results using public image database show that the proposed method has higher retrieval accuracy than other conventional ones. They also show that the proposed method can be effectively applied to search low resolution images such as thumbnail images.

• 정보처리학회논문지B
• /
• 제10B권4호
• /
• pp.465-472
• /
• 2003

얼굴영상을 효율적으로 처리하기 위해선 먼저 인력영상에서 얼굴영역과 얼굴을 구성하는 각 요소를 검출하고 얼굴의 회전각을 추정하는 전처리과정이 필요하다. 본 논문에서는 다양한 얼굴의 크기와 머리회전, 조명의 변화가 허용되고 피부색과 비슷한 배경이 얼굴에 병합되는 경우에도 얼굴과 요소들(눈, 입)을 강건하게 검출할 수 있는 방법을 제안한다. 변환된 HSV 컬러 좌표계상의 대역적 피부 색상정보와 히스토그램을 이용한 피부 색상정보로 얼굴후보영역을 지정한 뒤, 같은 방법으로 얼굴후보영역 안에서 입술영역을 검출한다. 입술영역의 횡축 기울기로 x축에 대한 회전각을 추정한 후, 얼굴의 모양정보와 요소의 위치정보를 이용해 얼굴임을 확정한다. 다음으로 양안의 조합으로 이루어진 부분 템플릿매칭을 통해 눈을 검출한 뒤, 얼굴의 넓이를 참조한 3차원 공간상에서의 눈의 위치를 계산하여 y축 회전각을 추정한다. 다양한 얼굴영상에 대해 실험을 실시한 결과, 본 알고리즘의 유효성을 확인하였다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2005년도 ICCAS
• /
• pp.1287-1292
• /
• 2005

This paper presents an effective pattern classification model by designing an artificial neural network based pattern classifiers for face recognition. First, a RGB image inputted from a frame grabber is converted into a HSV image which is similar to the human beings' vision system. Then, the coarse facial region is extracted using the hue(H) and saturation(S) components except intensity(V) component which is sensitive to the environmental illumination. Next, the fine facial region extraction process is performed by matching with the edge and gray based templates. To make a light-invariant and qualified facial image, histogram equalization and intensity compensation processing using illumination plane are performed. The finally extracted and enhanced facial images are used for training the pattern classification models. The proposed H-ART2 model which has the hierarchical ART2 layers and F-LVQ model which is optimized by fuzzy membership make it possible to classify facial patterns by optimizing relations of clusters and searching clustered reference patterns effectively. Experimental results show that the proposed face recognition system is as good as the SVM model which is famous for face recognition field in recognition rate and even better in classification speed. Moreover high recognition rate could be acquired by combining the proposed neural classification models.