• 한국통신학회논문지
• /
• 제37권7A호
• /
• pp.586-599
• /
• 2012

본 논문에서는 RGB영상과 깊이영상을 사용하여 얼굴검출 및 추적을 고속으로 수행할 수 있는 방법을 제안한다. 이 방법은 얼굴검출 과정과 얼굴추적 과정으로 구성되며, 얼굴검출 과정은 기본적으로 기존의 Adaboost 방법을 사용하나, 깊이영상을 사용하여 탐색영역을 축소한다. 얼굴추적은 템플릿 매칭방법을 사용하며, 조기종료 기법을 사용하여 수행시간을 줄였다. 이 방법들을 구현하여 실험한 결과, 얼굴검출 방법은 기존의 방법에 비해 약 39%의 수행시간을 보였으며, 얼굴추적 방법은 $640{\times}480$ 해상도의 프레임 당 2.48ms의 추적시간을 보였다. 또한 검출율에 있어서도 제안한 얼굴검출 방법은 기존의 방법에 비해 약간 낮은 검출률을 보였으나, 얼굴로 인식하였지만 실제로는 얼굴이 아닌 경우의 오검출률에 있어서는 기존방법의 약 38% 향상된 성능을 보였다. 또한 얼굴추적 방법은 추적시간과 추적 정확도에 있어서 상보적인 관계를 가지며, 특별한 경우를 제외한 모든 경우에서 약 1%의 낮은 추적오차율을 보였다. 따라서 제안한 얼굴검출 및 추적방법은 각각 또는 결합하여 고속 동작과 높은 정확도를 필요로 하는 응용분야에 사용될 수 있을 것으로 기대된다.

• 정보처리학회논문지B
• /
• 제14B권4호
• /
• pp.311-320
• /
• 2007

본 논문에서는 강건한 얼굴 포즈 추정과 실시간 표정제어가 가능한 비전 기반 3차원 얼굴 모델의 자동 표정 생성 방법 및 시스템을 제안한다. 기존의 비전 기반 3차원 얼굴 애니메이션에 관한 연구는 얼굴의 움직임을 나타내는 모션 추정을 반영하지 못하고 얼굴 표정 생성에 초점을 맞추고 있다. 그러나, 얼굴 포즈를 정확히 추정하여 반영하는 작업은 현실감 있는 얼굴 애니메이션을 위해서 중요한 이슈로 인식되고 있다. 본 연구 에서는 얼굴 포즈추정과 얼굴 표정제어가 동시에 가능한 통합 애니메이션 시스템을 제안 하였다. 제안된 얼굴 모델의 표정 생성 시스템은 크게 얼굴 검출, 얼굴 모션 추정, 표정 제어로 구성되어 있다. 얼굴 검출은 비모수적 HT 컬러 모델과 템플릿 매칭을 통해 수행된다. 검출된 얼굴 영역으로부터 얼굴 모션 추정과 얼굴 표정 제어를 수행한다. 얼굴 모션 추정을 위하여 3차원 실린더 모델을 검출된 얼굴 영역에 투영하고 광류(optical flow) 알고리즘을 이용하여 얼굴의 모션을 추정하며 추정된 결과를 3차원 얼굴 모델에 적용한다. 얼굴 모델의 표정을 생성하기 위해 특징점 기반의 얼굴 모델 표정 생성 방법을 적용한다. 얼굴의 구조적 정보와 템플릿 매칭을 이용하여 주요 얼굴 특징점을 검출하며 광류 알고리즘에 의하여 특징점을 추적한다. 추적된 특징점의 위치는 얼굴의 모션 정보와 표정 정보의 조합으로 이루어져있기 때문에 기하학적 변환을 이용하여 얼굴의 방향이 정면이었을 경우의 특징점의 변위인 애니메이션 매개변수(parameters)를 계산한다. 결국 얼굴 표정 복제는 두 개의 정합과정을 통해 수행된다. 애니메이션 매개변수 3차원 얼굴 모델의 주요 특징점(제어점)의 이동은 획득된 애니메이션 매개변수를 적용하여 수행하며, 정점 주위의 부가적 정점의 위치는 RBF(Radial Basis Function) 보간법을 통해 변형한다. 실험결과 본 논문에서 제안된 비전기반 애니메이션 시스템은 비디오 영상으로부터 강건한 얼굴 포즈 추정과 얼굴의 표정변화를 잘 반영하여 현실감 있는 애니메이션을 생성함을 입증할 수 있었다.

• 지능정보연구
• /
• 제25권3호
• /
• pp.43-62
• /
• 2019

한때, 이상 탐지 분야는 특정 데이터로부터 도출한 기초 통계량을 기반으로 이상 유무를 판단하는 방법이 지배적이었다. 이와 같은 방법론이 가능했던 이유는 과거엔 데이터의 차원이 단순하여 고전적 통계 방법이 효과적으로 작용할 수 있었기 때문이다. 하지만 빅데이터 시대에 접어들며 데이터의 속성이 복잡하게 변화함에 따라 더는 기존의 방식으로 산업 전반에 발생하는 데이터를 정확하게 분석, 예측하기 어렵게 되었다. 따라서 기계 학습 방법을 접목한 SVM, Decision Tree와 같은 모형을 활용하게 되었다. 하지만 지도 학습 기반의 모형은 훈련 데이터의 이상과 정상의 클래스 수가 비슷할 때만 테스트 과정에서 정확한 예측을 할 수 있다는 특수성이 있고 산업에서 생성되는 데이터는 대부분 정답 클래스가 불균형하기에 지도 학습 모형을 적용할 경우, 항상 예측되는 결과의 타당성이 부족하다는 문제점이 있다. 이러한 단점을 극복하고자 현재는 클래스 분포에 영향을 받지 않는 비지도 학습 기반의 모델을 바탕으로 이상 탐지 모형을 구성하여 실제 산업에 적용하기 위해 시행착오를 거치고 있다. 본 연구는 이러한 추세에 발맞춰 적대적 생성 신경망을 활용하여 이상 탐지하는 방법을 제안하고자 한다. 시퀀스 데이터를 학습시키기 위해 적대적 생성 신경망의 구조를 LSTM으로 구성하고 생성자의 LSTM은 2개의 층으로 각각 32차원과 64차원의 은닉유닛으로 구성, 판별자의 LSTM은 64차원의 은닉유닛으로 구성된 1개의 층을 사용하였다. 기존 시퀀스 데이터의 이상 탐지 논문에서는 이상 점수를 도출하는 과정에서 판별자가 실제데이터일 확률의 엔트로피 값을 사용하지만 본 논문에서는 자질 매칭 기법을 활용한 함수로 변경하여 이상 점수를 도출하였다. 또한, 잠재 변수를 최적화하는 과정을 LSTM으로 구성하여 모델 성능을 향상시킬 수 있었다. 변형된 형태의 적대적 생성 모델은 오토인코더의 비해 모든 실험의 경우에서 정밀도가 우세하였고 정확도 측면에서는 대략 7% 정도 높음을 확인할 수 있었다.

• 한국대기환경학회지
• /
• 제34권3호
• /
• pp.493-507
• /
• 2018

Due to high spatio-temporal variability of amount and optical/microphysical properties of atmospheric aerosols, satellite-based observations have been demanded for spatiotemporal monitoring the major aerosols. Observations of the heavy aerosol episodes and determination on the dominant aerosol types from a geostationary satellite can provide a chance to prepare in advance for harmful aerosol episodes as it can repeatedly monitor the temporal evolution. A new geostationary observation sensor, namely the Advanced Himawari Imager (AHI), onboard the Himawari-8 platform, has been observing high spatial and temporal images at sixteen wavelengths from 2016. Using observed spectral visible reflectance and infrared brightness temperature (BT), the algorithm to find major aerosol type such as volcanic ash (VA), desert dust (DD), polluted aerosol (PA), and clean aerosol (CA), was developed. RGB color composite image shows dusty, hazy, and cloudy area then it can be applied for comparing aerosol detection product (ADP). The CALIPSO level 2 vertical feature mask (VFM) data and MODIS level 2 aerosol product are used to be compared with the Himawari-8/AHI ADP. The VFM products can deliver nearly coincident dataset, but not many match-ups can be returned due to presence of clouds and very narrow swath. From the case study, the percent correct (PC) values acquired from this comparisons are 0.76 for DD, 0.99 for PA, 0.87 for CA, respectively. The MODIS L2 Aerosol products can deliver nearly coincident dataset with many collocated locations over ocean and land. Increased accuracy values were acquired in Asian region as POD=0.96 over land and 0.69 over ocean, which were comparable to full disc region as POD=0.93 over land and 0.48 over ocean. The Himawari-8/AHI ADP algorithm is going to be improved continuously as well as the validation efforts will be processed by comparing the larger number of collocation data with another satellite or ground based observation data.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제30권7_8호
• /
• pp.773-779
• /
• 2003

얼굴 영역의 정확한 위치를 정확히 찾는 것은 얼굴 인식을 위한 핵심적인 전처리 과정이다. 본 논문에서는 조명조건, 표정, 배경의 변화에 무관하게 얼굴의 구성요소를 검출할 수 있는 강건한 기법을 제안한다. 수평 방향의 상대적으로 어두운 화소값을 갖는 눈썹, 눈, 입 둥과 같은 독립된 얼굴 요소를 검출하기 위해 형상 분해 국부 최적 임계치 기법을 적용하며 얼굴을 구성하는 간단한 기하학적 조건을 만족하는 얼굴 요소의 그룹을 검색함으로써 순수 얼굴영역을 검출한다. AR-face 데이타베이스의 영상에 적용한 결과, 두꺼운 안경테에 의해 눈썹이 가리워진 특수한 경우를 제외한 거의 모든 영상에 대해 정확한 얼굴 영역을 검출할 수 있었고, 얼굴의 대칭성을 이용해 회전과 이동 변화를 보상할 수 있으므로 강건한 얼굴 인식의 전처리 과정으로 사용할 수 있다.

• 대한의용생체공학회:의공학회지
• /
• 제26권6호
• /
• pp.357-363
• /
• 2005

Active contour models have been extensively used to segment, match, and track objects of interest in computer vision and image processing applications, particularly to locate object boundaries. With conventional methods an object boundary can be extracted by controlling the internal energy and external energy based on energy minimization. However, this still leaves a number of problems, such as initialization and poor convergence in concave regions. In particular, a contour is unable to enter a concave region based on the stretching and bending characteristic of the internal energy. Therefore, this study proposes a method that controls the internal energy by moving the local perpendicular bisector point of each control point on the contour, and determines the object boundary by minimizing the energy relative to the external energy. Convergence at a concave region can then be effectively implemented as regards the feature of interest using the internal energy, plus several objects can be detected using a multi-detection method based on the initial contour. The proposed method is compared with other conventional methods through objective validation and subjective consideration. As a result, it is anticipated that the proposed method can be efficiently applied to the detection of the pulmonary parenchyma region in medical images.

• 전자공학회논문지SC
• /
• 제49권1호
• /
• pp.8-11
• /
• 2012

자동 결함 검사 시스템 (AVI - Automated Vision Inspection Systems)은 디지털 영상을 통하여 표면의 결함을 자동으로 검출해 주는 시스템이다. 일반적으로 AVI 시스템의 성능은 한도 결함 검출력으로 판별한다. 한도 결함이란 결함 신호가 배경신호와 매우 유사하여 명확히 결함을 검출하기 어렵다. 본 논문에서는 신호대잡음비 (SNR - Signal to Noise Ratio)를 개선할 수 있는 전처리 기법을 제안하였다. 제안된 기법은 인간 시각 시스템 (HVS - Hunman Visual System) 원리를 기반으로 하였으며 이를 RLC (Run Length Code)로 구현하였다. 실험결과 제안된 전처리 기법은 한도 결함 영상에 대해 SNR이 두 배 이상 개선되는 효과를 보였으며 이를 이용하면 AVI 시스템의 검출성능 향상을 기대할 수 있다.

• 한국정보전자통신기술학회논문지
• /
• 제8권6호
• /
• pp.491-496
• /
• 2015

클라우드 컴퓨팅은 서버의 추가 구축에 대한 비용절감, 데이터 스토리지 확대에 대한 비용 절감, 컴퓨터 자원에 대한 공유, 새로운 기술의 적용에 대한 편의성 등의 장점을 가지고 있다. 그러나 서비스 모델의 다양성으로 인하여 새로운 보안의 우려사항이 높아지고 있어, 이용자가 서비스를 이용 시 안전한 사용자 인증방법이 요구되고 있다. 이에 본 논문에서는 클라우드 보안 영역 접근시 향상된 에이다부스트 알고리즘을 활용한다. 에이다부스트는 20도 이상 기울어진 얼굴을 인식 못 한다는 단점에도 불구하고, 속도와 신뢰성이 높다는 장점 때문에 많이 사용되고 있다. 제안된 방법을 이용하면, 실험결과에서 보듯 20도 이상 기울어진 얼굴도 인식함을 확인하였다. 연구용으로 이용할 수 있는 FEI Face Database를 이용하여 알고리즘 수행 결과 98%의 성공률을 얻었다. 실패한 2%는 안경을 쓴 사진이나 다른 객체로 인하여 인식이 제대로 안된 경우이다.

• 한국산학기술학회논문지
• /
• 제22권2호
• /
• pp.127-133
• /
• 2021

낙상 판단을 위한 최근 발표되는 연구는 RNN(Recurrent Neural Network)을 이용한 낙상 동작 특징 분석과 동작 분류에 집중되어 있다. 웨어러블 센서를 기반으로 한 접근 방식은 높은 탐지율을 제공하나 사용자의 착용 불편으로 보편화 되지 못했고 최근 영상이나 이미지 기반에 딥러닝 접근방식을 이용한 낙상 감지방법이 소개 되었다. 본 논문은 2D RGB 저가 카메라에서 얻은 영상을 PoseNet을 이용해 추출한 인체 골격 키포인트(Keypoints) 정보로 머리와 어깨의 키포인트들의 위치와 위치 변화 가속도를 추정함으로써 낙상 판단의 정확도를 높이기 위한 감지 방법을 연구하였다. 특히 낙상 후 자세 특징 추출을 기반으로 Convolutional Neural Networks 중 Gated Recurrent Unit 기법을 사용하는 비전 기반 낙상 감지 솔루션을 제안한다. 인체 골격 특징 추출을 위해 공개 데이터 세트를 사용하였고, 동작분류 정확도를 높이는 기법으로 코, 좌우 눈 그리고 양쪽 귀를 포함하는 머리와 어깨를 하나의 세그먼트로 하는 특징 추출 방법을 적용해, 세그먼트의 하강 속도와 17개의 인체 골격 키포인트가 구성하는 바운딩 박스(Bounding Box)의 높이 대 폭의 비율을 융합하여 실험을 하였다. 제안한 방법은 기존 원시골격 데이터 사용 기법보다 낙상 탐지에 보다 효과적이며 실험환경에서 약 99.8%의 성공률을 보였다.

• 한국멀티미디어학회논문지
• /
• 제14권10호
• /
• pp.1252-1261
• /
• 2011

본 논문은 내용기반 동영상 분할을 위한 장면의 유사도 패턴 비교 방법을 제안한다. 동영상 장면 전환의 종류는 크게 급진적 전환과 디졸브(dissolve), 페이드인(fade-in), 페이드아웃(fade-out), 와이프 전환(wipe transition)을 포함하는 점진적 전환 형태로 나눌 수 있다. 제안하는 방법은 모든 종류의 장면 전환 검출 문제를 단지 발생 유무의 문제로 간단 정의하고, 장면 전환 종류는 별도로 구분하지 않는다. 장면 전환을 검출하기 위해서는 프레임간의 유사도를 정의해야 한다. 본 논문에서는 장면 내 유사도(within similarity)와 장면 간 유사도(between similarity)를 정의하며 두 유사도의 통계적 패턴 비교를 통하여 최종적으로 장면 전환을 검출하게 된다. 장면 내 유사도와 장면 간 유사도의 비율을 구하는 방법을 통해 플래시라이트나영상 내 물체 움직임에 대한 거짓 양성 검출을 별도의 후처리 과정 없이도 방지할 수 있음을 확인하였다. 프레임의 특징 값으로는 컬러 히스토그램과 프레임 내 평균 화소값을 이용하였다. TREC-2001, TREC-2002 동영상 셋을 포함한 실험 셋에서 성능을 평가한 결과 제안하는 알고리즘의 경우 총 91.84%의 재현율(recall)과 86.43%의 정확도(precision)의 성능을 보임을 확인할 수 있었다.