• 센서학회지
• /
• 제29권3호
• /
• pp.194-200
• /
• 2020

Human detection is an important aspect in many video-based sensing and monitoring systems. Studies have been actively conducted for the automatic detection of humans in camera images, and various methods have been proposed. However, there are still problems in terms of performance and computational cost. In this paper, we describe a method for efficient human detection in the field of view of a camera, which may be static or moving, through multiple processing steps. A detection line is designated at the position where a human appears first in a sensing area, and only the one-dimensional gray pixel values of the line are monitored. If any noticeable change occurs in the detection line, corner detection and optical flow computation are performed in the vicinity of the detection line to confirm the change. When significant changes are observed in the corner numbers and optical flow vectors, the final determination of human presence in the monitoring area is performed using the Histograms of Oriented Gradients method and a Support Vector Machine. The proposed method requires processing only specific small areas of two consecutive gray images. Furthermore, this method enables operation not only in a static condition with a fixed camera, but also in a dynamic condition such as an operation using a camera attached to a moving vehicle.

• 정보과학회 논문지
• /
• 제42권1호
• /
• pp.33-43
• /
• 2015

최근 특허영상의 중요도가 높아지면서 특허영상 검색에 대한 연구의 필요성이 커지고 있다. 그러나 지금까지 대부분의 특허검색은 이진 영상에서 에지 특징을 추출하는 방법을 주로 사용하고 있어서 영상 전처리 과정에서 에지 검출 결과에 따라 검색 성능이 영향을 받는 단점이 있다. 이러한 문제점을 해결하기 위해, 본 논문에서는 영상의 형태적 특징을 표현하는 SURF를 사용하여 특허영상의 특징을 표현하고 검색하는 방법을 제안한다. 제안하는 방법은 영상에서 SURF를 계산하여 관심점과 방향을 추출하고 영역별 히스토그램을 구한다. 제안하는 방법의 우수성을 평가하기 위해서 제안하는 방법을 2000 이진 특허 영상 데이터베이스에 적용하였고, 에지 정보가 일부 손실되더라도 검색 결과가 매우 뛰어남을 보여주었다.

• 한국정보과학회논문지:데이타베이스
• /
• 제34권3호
• /
• pp.261-269
• /
• 2007

이 논문에서는 XML 문서에 대한 효율적인 검색과 통합을 위한 기초연구로써 XML 문서들에 대한 구조 중심의 클러스터링 기법을 제안한다. 기존 연구에서 문서간의 구조적 유사도를 기반으로 클러스터를 형성해 가는 것과는 다르게 많은 데이타를 빠르게 처리할 수 있는 트랜잭션 데이타를 취급하는 알고리즘을 변형하여 적용한다. 각 클러스터에 포함되어 있는 항목들에 대한 누적 분포를 나타내는 히스토그램을 이용하여 전체적인 클러스터링의 응집도를 고려하는 클러스터링을 수행한다. 기존 연구와의 실험을 통해 클러스터링 처리 시간의 향상과 양질의 클러스터를 생성하는 것을 알 수 있었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권4호
• /
• pp.2078-2093
• /
• 2019

Visual smoke recognition is a challenging task due to large variations in shape, texture and color of smoke. To improve performance, we propose a novel smoke recognition method by combining dual-encoded features that are extracted from both spatial and Curvelet domains. A Curvelet transform is used to filter an image to generate fifty sub-images of Curvelet coefficients. Then we extract Local Binary Pattern (LBP) maps from these coefficient maps and aggregate histograms of these LBP maps to produce a histogram map. Afterwards, we encode the histogram map again to generate Dual-encoded Local Binary Patterns (Dual-LBP). Histograms of Dual-LBPs from Curvelet domain and Completed Local Binary Patterns (CLBP) from spatial domain are concatenated to form the feature for smoke recognition. Finally, we adopt Gaussian Kernel Optimization (GKO) algorithm to search the optimal kernel parameters of Support Vector Machine (SVM) for further improvement of classification accuracy. Experimental results demonstrate that our method can extract effective and reasonable features of smoke images, and achieve good classification accuracy.

• Biomedical Engineering Letters
• /
• 제8권4호
• /
• pp.373-382
• /
• 2018

Since epileptic seizure is unpredictable and paroxysmal, an automatic system for seizure detecting could be of great significance and assistance to patients and medical staff. In this paper, a novel method is proposed for multichannel patient-specific seizure detection applying the earth mover's distance (EMD) in scalp EEG. Firstly, the wavelet decomposition is executed to the original EEGs with five scales, the scale 3, 4 and 5 are selected and transformed into histograms and afterwards the distances between histograms in pairs are computed applying the earth mover's distance as effective features. Then, the EMD features are sent to the classifier based on the Bayesian linear discriminant analysis (BLDA) for classification, and an efficient postprocessing procedure is applied to improve the detection system precision, finally. To evaluate the performance of the proposed method, the CHB-MIT scalp EEG database with 958 h EEG recordings from 23 epileptic patients is used and a relatively satisfactory detection rate is achieved with the average sensitivity of 95.65% and false detection rate of 0.68/h. The good performance of this algorithm indicates the potential application for seizure monitoring in clinical practice.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권12호
• /
• pp.6000-6017
• /
• 2018

This paper presents a new descriptor, named Histograms of Prominent Edge Directions (HPED), for the recognition of facial expressions in a person-independent environment. In this paper, we raise the issue of sampling error in generating the code-histogram from spatial regions of the face image, as observed in the existing descriptors. HPED describes facial appearance changes based on the statistical distribution of the top two prominent edge directions (i.e., primary and secondary direction) captured over small spatial regions of the face. Compared to existing descriptors, HPED uses a smaller number of code-bins to describe the spatial regions, which helps avoid sampling error despite having fewer samples while preserving the valuable spatial information. In contrast to the existing Histogram of Oriented Gradients (HOG) that uses the histogram of the primary edge direction (i.e., gradient orientation) only, we additionally consider the histogram of the secondary edge direction, which provides more meaningful shape information related to the local texture. Experiments on popular facial expression datasets demonstrate the superior performance of the proposed HPED against existing descriptors in a person-independent environment.

• Journal of Multimedia Information System
• /
• 제9권2호
• /
• pp.87-92
• /
• 2022

In this study, we aimed to illustrate that the thresholding method gives different results when tested on the original and the refined histograms. We use the global thresholding method, the well-known image segmentation method for separating objects and background from the image, and the refined histogram is created by the neighborhood distinction metric. If the original histogram of an image has some large bins which occupy the most density of whole intensity distribution, it is a problem for global methods such as segmentation and contrast enhancement. We refined the histogram to overcome the big bin problem in which sub-bins are created from big bins based on distinction metric. We suggest the refined histogram for preprocessing of thresholding in order to reduce the big bin problem. In the test, we use Otsu and median-based thresholding techniques and experimental results prove that their results on the refined histograms are more effective compared with the original ones.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.410-412
• /
• 2021

본 논문은 객체와 배경 히스토그램을 활용한 개선된 보행자 검출 방식을 제안하고 있다. HOG & SVM 알고리즘을 통해 검출한 객체는 사각형 형태로 검출된다. 사각형 영역 안에는 배경과 객체의 영역이 혼합되어있다. 배경을 제외한 객체의 영역만을 검출한다면 객체 관련 다양한 정보를 쉽게 얻을 수 있다. 검출된 사각형의 크기를 객체의 크기에 맞게 x-y축 투영 알고리즘을 사용하여 재조정한다. 그리고 나서 재조정 된 사각형 내의 객체에 대한 히스토그램을 바탕으로 배경과 객체를 구분하여 개선된 객체를 검출한다. 검출한 객체와 원본의 객체를 비교하는 신뢰성 평가인 정밀도와 재현율의 평균값이 각각 97.9%와 90%를 보이고 있다.

• 대한방사선기술학회지:방사선기술과학
• /
• 제35권4호
• /
• pp.327-333
• /
• 2012

직장과 방광 장기의 내부공간을 뺀 나머지 실질적 용적에 얼마큼의 방사선이 조사되는지를 묘사방법에 따라 직장과 방광의 볼륨에 따른 흡수선량을 dose-volume histogram(DVH)를 이용하여 선량을 비교 분석 하였다. 자궁경부암 환자 중 고선량률 근접치료기를 이용하여 치료 받는 13명(tandem and ovoid used 13명)을 대상으로 강내치료계획은 외부방사선치료(50.4 Gy)가 끝난 후 수립되었으며 모든 환자에 컴퓨터 단층촬영(computed tomography, CT) 모의치료가 시행되었고 치료계획장비는 PLATO BPS v13.7를 이용하여 3D plan을 하였다. 치료계획에서 직장, 방광의 organ outer wall contour(OOWC)와 organ wall contour(OWC)를 묘사 후 ICRU 38에 근거하여 A점에 100 %를 조사하는 치료계획을 수립하였다. 분석방법으로 치료계획장비의 Dose-Volume Histogram(DVH)을 이용하여 직장과 방광의 묘사방법에 따라 0.1 $cm^3$, 1 $cm^3$, 2 $cm^3$, 5 $cm^3$, 10 $cm^3$ 볼륨이 받는 선량을 비교분석 하였고, 장기의 평균볼륨, 최대볼륨, 최소볼륨을 비교하였다. 방광의 OOWC의 묘사방법에 따른 평균볼륨 202 $cm^3$이며, 최대볼륨은 457 $cm^3$, 최저볼륨은 90 $cm^3$를 나타내고 있으며, OWC의 묘사방법에서 평균볼륨은 35 $cm^3$, 최대볼륨은 66 $cm^3$, 최소볼륨은 20 $cm^3$의 결과를 나타내고 있으며, 방광의 OOWC와 OWC 볼륨에 대한 선량비율(organ outer dose/organ wall dose)은 0.1 $cm^3$에서는 $1.00{\pm}0.01$이고, 1 $cm^3$는 $1.03{\pm}0.03$, 2 $cm^3$는 $1.07{\pm}0.05$, 5 $cm^3$는 $1.22{\pm}0.08$, 10 $cm^3$는 $1.9{\pm}0.23$ 이다. 용적이 증가할수록 차이가 늘어나는 경향이 나타나고 있으며, 2 $cm^3$에서부터 OOWC 묘사방법의 선량과 OWC 묘사방법의 선량 차이가 늘어나는 것을 알 수 있다. 직장에서의 OOWC와 OWC 볼륨의 선량 차이는 0.1 $cm^3$에서는 $1.01{\pm}0.02$이고, 1 $cm^3$는 $1.03{\pm}0.04$, 2 $cm^3$에서는 $1.11{\pm}0.06$, 5 $cm^3$에서 $1.35{\pm}0.17$, 10 $cm^3$에서 $1.78{\pm}0.25$를 나타내고 있다. 마찬가지로 볼륨이 2 $cm^3$에서부터 OOWC의 묘사방법 선량과 OWC 묘사방법의 선량 차이가 늘어나는 것을 알 수 있다. 본 연구는 자궁경부암 환자의 고선량률 근접치료 시 방광과 직장의 볼륨 2 $cm^3$까지 받는 선량이 묘사방법에 따라 일정한 선량을 보이며 그 이상의 볼륨에서는 선량 차이가 증가 하였다. 따라서 임상적으로 나타나는 합병증인 천공과 출혈의 원인을 유추 할 수 있는 선량은 기존에 사용되는 묘사방법으로는 볼륨 2 $cm^3$까지 결과를 사용해야 될 것이다. 하지만 치료계획장비에 사용되는 OWC의 묘사방법이 기존에 묘사방법에 비해 3배~5배 이상의 시간이 소요가 되므로 치료계획장비의 묘사방법의 개선이 이루어진다면 정확한 선량평가 방법이 될 수 있을 것이다.

• 한국정보과학회논문지:데이타베이스
• /
• 제32권5호
• /
• pp.547-557
• /
• 2005

선택율 추정 기법들의 공통적인 목표는 데이타의 요약 정보를 적은 저장 공간에 유지하고, 추정된 값과 질의 결과에 대한 오차를 최소화하는 것이다. 방대한 양의 공간 데이타에 대한 선택율 추정의 경우, 정확한 결과를 얻기 위해서는 공간 데이타의 분포를 반영하는 요약 정보를 필요로 하며, 그러한 요약 정보를 생성하기 위해서는 많은 저장 공간을 필요로 한다. 따라서, 이 논문에서는 적은 저장 공간을 사용하면서, 정확성 높은 선택율을 추정하는 누적밀도 웨이블릿 히스토그램을 제안한다. 이 히스토그램은 기존의 누적밀도 히스토그램에 유지되는 각 서브 히스토그램에 대해 웨이블릿 변환을 적용함으로써, 보다 적은 저장 공간에서 높은 정확도의 선택율을 얻을 수 있다. 우리는 실험결과를 통하여 기존 히스토그램의 저장 공간에 $25\%\~50\%$만을 사용하여 높은 정확도의 선택율 추정 결과를 보임으로써, 기존의 다른 선택율 추정기법들이 갖는 저장공간에 대한 제약사항을 해결함과 동시에 적은 저장공간을 사용하여 높은 정확도의 선택율 추정이 가능함을 확인 하였다. 이 논문에서 제안된 기법은 공간 데이타베이스에서의 공간 범위 질의에 대한 정확성 높은 선택율을 추정하기 위해 사용될 수 있다.