• 제어로봇시스템학회논문지
• /
• 제16권10호
• /
• pp.957-962
• /
• 2010

If we want to recognize the human's emotion via the facial image, first of all, we need to extract the emotional features from the facial image by using a feature extraction algorithm. And we need to classify the emotional status by using pattern classification method. The AAM (Active Appearance Model) is a well-known method that can represent a non-rigid object, such as face, facial expression. The Bayesian Network is a probability based classifier that can represent the probabilistic relationships between a set of facial features. In this paper, our approach to facial feature extraction lies in the proposed feature extraction method based on combining AAM with FACS (Facial Action Coding System) for automatically modeling and extracting the facial emotional features. To recognize the facial emotion, we use the DBNs (Dynamic Bayesian Networks) for modeling and understanding the temporal phases of facial expressions in image sequences. The result of emotion recognition can be used to rehabilitate based on biofeedback for emotional disabled.

• 생물환경조절학회지
• /
• 제1권1호
• /
• pp.37-51
• /
• 1992

Quantizing and extracting visual features of mushroom(Lentinus edodes L.) are crucial to the sorting and grading automation, the growth state measurement, and the dried performance indexing. A computer image processing system was utilized for the extraction and measurement of visual features of front and back sides of the mushroom. The image processing system is composed of the IBM PC compatible 386DK, ITEX PCVISION Plus frame grabber, B/W CCD camera, VGA color graphic monitor, and image output RGB monitor. In this paper, an automatic thresholding algorithm was developed to yield the segmented binary image representing skin states of the front and back sides. An eight directional Freeman's chain coding was modified to solve the edge disconnectivity by gradually expanding the mask size of 3$\times$3 to 9$\times$9. A real scaled geometric quantity of the object was directly extracted from the 8-directional chain element. The external shape of the mushroom was analyzed and converted to the quantitative feature patterns. Efficient algorithms for the extraction of the selected feature patterns and the recognition of the front and back side were developed. The developed algorithms were coded in a menu driven way using MS_C language Ver.6.0, PC VISION PLUS library fuctions, and VGA graphic functions.

• 한국컴퓨터정보학회논문지
• /
• 제9권2호
• /
• pp.19-26
• /
• 2004

본 논문에서는 내용 기반 영상 검색 시스템(Content Based Image Retrieval System)의 특징 추출(feature extraction)과 분석(analysis)을 위한 방법으로 적응적 컴포넌트 분석(ACA: Adaptive Component Analysis)을 제안하고 있다. 검색을 위해서 영상에서 추출된 특징들은 영상의 도메인(domain)에 따라 적절하게 적용해야만 좋은 검색 결과를 얻을 수 있다. 이러한 조건을 만족시키기 위한 방법으로 본 논문에서는 검색 측정도(retrieval measurement)를 제안하고 있다. ACA는 알고리즘과 시스템적인 관점에서 볼 때, 기존의 내용 기반 영상 검색을 위한 중간 단계라고 할 수 있으며, 검색 속도향상 및 성능 개선에 목표를 두고 있다

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제7권12호
• /
• pp.3149-3165
• /
• 2013

Content based image retrieval is increasingly gaining popularity among image repository systems as images are a big source of digital communication and information sharing. Identification of image content is done through feature extraction which is the key operation for a successful content based image retrieval system. In this paper content based image retrieval system has been developed by adopting a strategy of combining multiple features of shape, color and relevance feedback. Shape is served as a primary operation to identify images whereas color and relevance feedback have been used as supporting features to make the system more efficient and accurate. Shape features are estimated through second derivative, least square polynomial and shapes coding methods. Color is estimated through max-min mean of neighborhood intensities. A new technique has been introduced for relevance feedback without bothering the user.

• 한국컴퓨터정보학회지
• /
• 제12권1호
• /
• pp.9-19
• /
• 2004

본 논문에서는 내용 기반 영상 검색 시스템(Content Based Image Retrieval System)의 특징 추출(feature extraction)과 분석(analysis)을 위한 방법으로 적응적 컴포넌트 분석(ACA: Adaptive Component Analysis)을 제안하고 있다. 검색을 위해서 영상에서 추출된 특징들은 영상의 도메인(domain)에 따라 적절하게 적용해야만 좋은 검색 결과를 얻을 수 있다. 이러한 조건을 만족시키기 위한 방법으로 본 논문에서는 검색 측정도(retrieval measurement)를 제안하고 있다. ACA는 알고리즘과 시스템적인 관점에서 볼 때, 기존의 내용 기반 영상 검색을 위한 중간 단계라고 할 수 있으며, 검색 속도 향상 및 성능 개선에 목표를 두고 있다.

• Journal of Information Processing Systems
• /
• 제17권6호
• /
• pp.1138-1156
• /
• 2021

Emotional semantics are the highest level of semantics that can be extracted from an image. Constructing a system that can automatically recognize the emotional semantics from images will be significant for marketing, smart healthcare, and deep human-computer interaction. To understand the direction of image emotion recognition as well as the general research methods, we summarize the current development trends and shed light on potential future research. The primary contributions of this paper are as follows. We investigate the color, texture, shape and contour features used for emotional semantics extraction. We establish two models that map images into emotional space and introduce in detail the various processes in the image emotional semantic recognition framework. We also discuss important datasets and useful applications in the field such as garment image and image retrieval. We conclude with a brief discussion about future research trends.

• 디지털융복합연구
• /
• 제11권12호
• /
• pp.459-465
• /
• 2013

본 논문은 영상 속 객체와 배경의 컬러 특징을 이용한 주요 객체의 자동 추출 방법에 관한 연구이다. 인간이 객체를 판단할 때에는 배경과 객체의 색상 차이를 이용하는데 이러한 요소를 객체 추출 방법에 적용시키기 위해서는 배경과 객체의 색차를 강조하여야 한다. 따라서 본 논문에서는 원 RGB 영상을 인간의 시각 시스템과 유사한 HSV 색 공간으로 변환하고 각기 다른 분포도의 메디안 필터를 적용한 두 개의 영상을 생성한 뒤 두 개의 메디안 필터가 적용된 영상들을 합산하였고 데이터 군집화 방법인 Mean Shift 알고리즘을 적용하여 색상 특징을 그룹화 하였다. 마지막으로 이진화 작업을 위하여 영상의 채널 수를 3 채널에서 1 채널로 정규화 한 뒤 영상 내 픽셀들의 평균값을 임계값으로 이용하는 이진화 방법으로 객체 지도 영상을 생성하였고 주요 객체를 추출하였다.

• 한국콘텐츠학회논문지
• /
• 제16권8호
• /
• pp.395-403
• /
• 2016

최근 들어 영상처리는 여러 분야에서 사용되어지고 있다. 영상처리에서 많이 연구되어지고 있는 기술은 실시간으로 객체를 추적하는 기술이다. 객체를 추적하는 방법은 보행자를 추적하는 HOG(Histogram of Oriented Gradients), 전경과 배경 분리 방법을 사용하는 Codebook 같은 방법 들이 많이 알려져 있다. 그러나 객체가 움직이거나 동적인 배경, 조명변화가 심할 경우 객체 추출이 어려워진다. 본 논문에서는 ROI(Region of Interest)기반 깊이영상과 컬러영상의 특징을 이용해 객체를 추출하는 방법을 제안한다. 첫 번째, 깊이 영상에서 배경분리를 통해 객체의 위치를 찾아 ROI로 설정해준다. 두 번째, 컬러영상을 이용하여 영상의 특징점을 찾는다. 세 번째, 특징점과 객체의 볼록헐(convex hull) 구성점들을 이용하여 새로운 윤곽을 만들어 더 정확한 객체를 추출하도록 한다. 마지막으로 본 논문에서 제안한 방법과 기존 방법과의 비교를 통해 제안한 방법의 결과가 좀 더 정확한 객체를 추출하고 있음을 검증하였다.

• 대한공간정보학회지
• /
• 제13권4호
• /
• pp.3-9
• /
• 2005

최근 영상 처리를 이용한 교통 정보 추출은 기존의 물리적인 장비들에 비하여 상대적으로 간단한 설치와 적은 비용으로 다양한 정보를 추출하는 장점으로 인하여 널리 연구되고 있다. 이러한 영상을 기반으로 하는 교통정보 추출 알고리즘들은 영상에서 관심 정보인 차량을 정확히 추출하는데서 시작된다. 교통 정보를 추출하는 전단계로서 영상 내에서 움직이는 차량을 검출하기 위해 많이 사용되는 배경빼기(background subtraction) 연산 후 영상 이진화 과정에서 상당한 양의 노이즈가 발생하며, 이는 교통정보의 정확도에 영향을 미친다. 이러한 노이즈는 모든 교통정보가 도로를 주행하고 있는 차량들로부터 추출됨에도 불구하고 실제 영상에서는 비도로영역의 가로수나 행인이 차량과 함께 움직임으로 검출되기 때문에 발생한다. 이를 위해 본 연구에서는 차선정보를 이용하여 도로영역을 추출함으로써 노이즈의 상당부분을 제거할 수 있었으며, 연산의 속도도 높일 수 있었다. 또한, 연속된 영상간의 비(ratio)를 이용하여 차량으로 인한 그림자의 효과를 최소화하였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2002년도 ITC-CSCC -1
• /
• pp.42-45
• /
• 2002

A novel characteristic value extraction method based on morphological spatial frequency is proposed. Morphological spatial frequency defined by morphological pattern distribution function is introduced. Superiority of the method was proved for various images by experiment. Furthermore the fact that the proposed method does not need threshold to obtain binary image provides its applicability to content-based image retrieval.