• 정보과학회 논문지
• /
• 제42권2호
• /
• pp.203-212
• /
• 2015

본 논문은 도로주행 영상에서 도로표지판을 인식하는 방법을 제안한다. 지능형 차량에서 얻어지는 도로표지판 영상은 일반적인 사물 영상과는 다른 두 가지 특징이 있다. 첫째는 대상이 되는 사물들은 종류가 제한적이고 형태가 단순한 도형인 경우가 대부분이다. 둘째는 일반적인 도로주행 영상은 다양한 조명 환경과 날씨 상태로 인해서 선명한 영상을 취득하기 어려운 점이다. 본 논문에서는 조명 변화가 심한 도로주행 영상에 대해서 효과적으로 특징을 추출하기 위해서 Modified Census Transform(MCT)을 개선한 특징추출 방법을 제안한다. 추출된 특징들은 히스토그램으로 쌓여지고 영상 전반에 걸쳐 아주 고차원의 기술자(Descriptor)로 변환되며, 변환된 수많은 기술자들은 가우시안 혼합 모델(Gaussian Mixture Model)을 활용한 Fisher-vector 방법에 의해서 저차원으로 변형하여 특징으로 사용한다. 본 논문에서 제안하는 방법은 일반적인 표지판 인식 방법에 비해서 조명변화에 강한 검출 결과를 보여주었으며, 실시간 검출 및 인식도 가능하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2011년도 추계학술대회
• /
• pp.161-164
• /
• 2011

영상 매칭은 컴퓨터 비전에서 기초적인 기술로써 영상 추적, 물체인식 등 다양한 분양에서 많이 사용되고 있다. 하지만 스케일, 시점변화, 조명 변화에 강인한 매칭점을 찾는 것은 어려운 일이다. 이러한 문제점을 보완하기 위해 SURF(Scale Invariant Feature Transform), SIFT(Speed up Robust Features) 등의 알고리즘이 제안 되었지만, 여전히 조명변화에 불안정하고 정확하지 못한 성능을 보인다. 본 논문에서는 이러한 조명변화에 대한 문제점을 해결하기 위해 히스토그램 평활화를 이용하여 영상을 보정 후, SURF를 통한 영상 매칭을 하였다. 열악한 조명환경 내에서 촬영된 영상에서 SURF를 이용하여 표현자(Descriptor)를 생성 할 때 특징점이 잘 추출되지 않는 문제점을 해결하기 위하여 히스토그램 평활화를 이용하였고, 보정 후 특징점 개수가 많이 증가하는 것을 보여 확인하였다. 기존의 SURF와 개량된 SURF를 조명이 서로 다른 영상간의 매칭 성능을 비교함으로써 제안한 알고리즘의 우수성을 확인하였다

• 한국통신학회논문지
• /
• 제40권11호
• /
• pp.2271-2283
• /
• 2015

본 논문에서는 조명 변화에 강인한 상호 정보량 기반의 스테레오 정합 기법을 제안한다. 일반적으로 다양한 조명 조건에서 취득한 스테레오 영상은 좌우 영상 간에 컬러의 변화가 발생하기 때문에 정확한 스테레오 정합점을 찾는 것이 쉽지 않다. 이 경우, 컬러를 보정하는 작업을 우선 수행하는 것이 일반적이다. 그러나, 좌우 스테레오 영상에 대해서는 컬러 값을 동일하게 보정하는 작업도 시점 차이로 인한 좌우 영상의 변화로 인해서 좌우 영상에 대한 정합 정보가 요구되므로 쉽지 않다. 본 논문에서는 다양한 조명 조건에서 취득한 영상에 강인한 스테레오 정합 기법을 제안한다. 이를 위해서 선형적인 관계를 갖는 로그-색도 (log-chromaticity) 컬러 공간으로 변형을 수행하였고, 이 컬러 공간에서 상호 정보량에 기반한 새로운 스테레오 정합 비용 (cost)을 제안하였다. 제안하는 비용은 가중치가 적용된 상호 정보량과 SIFT (Scale Invariant Feature Transform) 묘사 벡터의 정보를 화소 (pixel)마다 적응적으로 결합한다. 또한, 보다 정확한 변위 지도 예측을 위해서 세그먼트 기반의 평면 제한 조건도 제안하는 비용에 포함되었다. 다양한 실험 데이터에 대해서 테스트한 결과, 제안하는 방법이 기존의 방법들에 비해서 보다 정확한 변위 지도 결과를 얻는 것을 확인하였다.

• 융합신호처리학회논문지
• /
• 제12권1호
• /
• pp.26-32
• /
• 2011

This paper proposes a new method to process panoramic image stitching using SURF(Speeded Up Robust Features). Panoramic image stitching is considered a problem of the correspondence matching. In computer vision, it is difficult to find corresponding points in variable environment where a scale, rotation, view point and illumination are changed. However, SURF algorithm have been widely used to solve the problem of the correspondence matching because it is faster than SIFT(Scale Invariant Feature Transform). In this work, we also describe an efficient approach to decreasing computation time through the homography estimation using RANSAC(random sample consensus). RANSAC is a robust estimation procedure that uses a minimal set of randomly sampled correspondences to estimate image transformation parameters. Experimental results show that our method is robust to rotation, zoom, Gaussian noise and illumination change of the input images and computation time is greatly reduced.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 춘계학술발표대회
• /
• pp.377-380
• /
• 2010

This paper proposes texture descriptor for texture classification called Local Neighbor Differences (LND). LND is a high discriminating texture descriptor and also robust to illumination changes. The proposed descriptor utilizes the sign of differences between surrounding pixels in a local neighborhood. The differences of those pixels are thresholded to form an 8-bit binary codeword. The decimal values of these 8-bit code words are computed and they are called LND values. A histogram of the resulting LND values is created and used as feature to describe the texture information of an image. Experimental results, with respect to texture classification accuracies using OUTEX_TC_00001 test suite has been performed. The results show that LND outperforms LBP method, with average classification accuracies of 92.3% whereas that of local binary patterns (LBP) is 90.7%.

• ETRI Journal
• /
• 제45권6호
• /
• pp.1022-1034
• /
• 2023

In this study, the impact of varying lighting conditions on recognition and decision-making was considered. The luminosity approach was presented to increase gesture recognition performance under varied lighting. An efficient framework was proposed for sensor-based sign language gesture identification, including picture acquisition, preparing data, obtaining features, and recognition. The depth images were collected using multiple Microsoft Kinect devices, and data were acquired by varying resolutions to demonstrate the idea. A case study was designed to attain acceptable accuracy in gesture recognition under variant lighting. Using American Sign Language (ASL), the dataset was created and analyzed under various lighting conditions. In ASL-based images, significant feature points were selected using the scale-invariant feature transformation (SIFT). Finally, an artificial neural network (ANN) classified hand gestures using specified characteristics for validation. The suggested method was successful across a variety of illumination conditions and different image sizes. The total effectiveness of NN architecture was shown by the 97.6% recognition accuracy rate of 26 alphabets dataset with just a 2.4% error rate.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2014년도 추계학술발표대회
• /
• pp.520-522
• /
• 2014

Due to the availability of easy-to-use and powerful image editing tools, the authentication of digital images cannot be taken for granted and it gives rise to non-intrusive forgery detection problem because all imaging devices do not embed watermark. Forgery detection plays an important role in this case. In this paper, an effective framework for passive-blind method for copy-move image forgery detection is proposed, based on Gabor filter which is robust to illumination, rotation invariant, robust to scale. For the detection, the suspicious image is selected and Gabor wavelet is applied from whole scale space and whole direction space. We will extract the mean and the standard deviation as the texture features and feature vectors. Finally, a distance is calculated between two textures feature vectors to determine the forgery, and the decision will be made based on that result.

• 대한원격탐사학회지
• /
• 제24권3호
• /
• pp.235-243
• /
• 2008

Object tracking is a common vision task to detect and trace objects between consecutive frames. It is also important for a variety of applications such as surveillance, video based traffic monitoring system, and so on. An efficient moving vehicle clustering and tracking algorithm suitable for traffic monitoring system is proposed in this paper. First, automatic background extraction method is used to get a reliable background as a reference. The moving blob(object) is then separated from the background by mean shift method. Second, the scale invariant feature based method extracts the salient features from the clustered foreground blob. It is robust to change the illumination, scale, and affine shape. The simulation results on various road situations demonstrate good performance achieved by proposed method.

• 대한전자공학회논문지SP
• /
• 제47권4호
• /
• pp.49-55
• /
• 2010

조명 환경에 의해 발생하는 강한 그림자 영역은 반사 영상을 이용하는 얼굴인식시스템의 성능을 저하시키는 주요인으로써, 인식률을 향상시키기 위해서는 강한 그림자 영역과 얼굴의 특징 영역을 구분해 낼 필요가 있다. 한편 Bilateral 필터는 영상 화소 값의 비선형적인 조합을 사용하여 경계영역을 보존하면서도, 전체 영상을 평활화할 수 있는 특성을 갖는다. 따라서 Bilateral 필터의 특성은 레티넥스 기반 조명 정규화 방법에서의 조명을 추정하는 과정에 사용되는 평활화 필터에 적합하다. 이에 본 논문에서는 강한 그림자 영역을 효과적으로 제거하기 위한 Bilateral 필터 기반의 새로운 조명 정규화 방법을 제안한다. Bilateral 필터의 계수는 화소 간 근접성(proximity)과 불연속성(discontinuity)의 곱으로 설계하여, 추정된 조명 영상에서 강한 그림자 영역이 비교적 정확하게 보존되도록 한다. 제안된 방법의 성능은 PCA(Principle Component Analysis)를 이용하여 인식률을 측정하고, 두 가지 데이터베이스에 대해 기존의 조명 정규화 방법들과 비교하여 평가하였다.

• 한국컴퓨터정보학회논문지
• /
• 제16권9호
• /
• pp.77-85
• /
• 2011

본 논문은 보행중인 시각장애인에 장착된 카메라로부터 획득한 영상에서 보도와 차도 영역을 구분하기 위한 영역분할 기법과 질감 특징추출 기법에 대해 제안한다. 허프 변환 알고리즘을 이용한 라인검출을 통해 도로 경계선을 검출하고, 분할된 영역을 원근에 따라 3단계의 레벨로 구분한다. 그리고 분할된 영역들의 질감 특징성분을 추출함으로써 보도와 차도영역으로 분리한다. 보도블록이 가지는 복잡하고 다양한 특성의 패턴과 차도의 균일한 질감을 가진 영역의 특성을 비교하기 위하여 회전에 강건한 LBP, GLCM 질감 특징성분들을 이용함으로써 두 영역을 구분하였다. 제안된 방법은 주간과 야간 영상에 대해 실험한 결과 조도의 변화에 강건하게 영역을 분리할 수 있었고, 또한 보행자와 장애물이 많은 영상에서도 회전이나 폐색에 관계없이 영역 분리가 가능함을 확인하였다.