• 한국전자통신학회논문지
• /
• 제13권5호
• /
• pp.1117-1124
• /
• 2018

기상 환경 및 조명의 영향을 받는 영상의 가시성을 향상시켜 다양한 컴퓨터 비전 시스템의 활용성을 높이기 위해 대비(contrast)를 개선하는 것은 매우 중요한 과정이다. 본 논문에서는 영상의 특성에 따라 히스토그램을 변형하고, 변형된 히스토그램에 균등화를 적용함으로써 과도한 밝기 변화로 인한 포화현상 및 영상 디테일이 손실되는 문제를 해결한다. 영상의 왜곡을 발생시키는 주된 원인인 히스토그램 피트(pit)는 추가 항(additive term)을 통해 감소시키고, 스파이크(spike)는 감마 보정 기법을 적용하여 히스토그램을 변형한다. 추가 항과 감마 보정을 적용할 때 파라미터는 영상의 통계적 특성에 따라 설정되도록 한다. 대비가 낮고 안개성분이 포함된 다양한 영상에 대해 수행한 실험 결과는 제안하는 기법이 기존의 방법에 비해 원 영상의 특성을 보존하면서 효과적인 대비 개선 및 안개 제거 성능을 나타내어 영상의 가시성을 향상시킴을 보인다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제2권3호
• /
• pp.205-208
• /
• 2013

일반적으로 이진패턴 변환은 조명 변화에 강인한 특성을 가지므로, 얼굴인식 및 표정인식 분야에 널리 사용되고 있다. 이에, 본 논문에서는 기존의 LDP(Local Directional Pattern)의 텍스처 성분을 개선한 MLDP(Modified LDP) 변환 영상에 2D-PCA(Two-Dimensional Principal Component Analysis) 알고리즘을 결합한 조명변화에 강인한 얼굴인식 방법에 대하여 제안한다. 기존의 LBP(Local Binary Pattern)나 LDP와 같은 이진패턴 변환들이 히스토그램 특징 추출을 위해 주로 사용되는 것과는 다르게, 본 논문에서 제안하는 방법은 MLDP 영상을 2D-PCA 특징추출을 위해 직접 사용한다는 특성을 갖는다. 제안 방법의 성능평가는 PCA(Principal Component Analysis), 2D-PCA 및 가버변환 영상과 LBP를 결합한 알고리즘을 사용하여, 다양한 조명변화 환경에서 구축된 Yale B 및 CMU-PIE 데이터베이스를 이용하여 수행되었다. 실험 결과, MLDP 영상과 2D-PCA를 사용한 제안 방법이 가장 우수한 인식 성능을 보임을 확인하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2010년도 추계학술대회
• /
• pp.331-334
• /
• 2010

본 논문은 질감 및 색채의 공간 분포 정보를 이용한 비디오 기반 화재감지 시스템 설계에 대하여 연구하였다. 화재 감지에 사용되는 영상들은 각각 상이한 장소, 시간, 위치에서 획득된 영상을 대상으로 하였다. 기존의 비전기반 화재감지 기법에서는 정확한 화재감지를 위해서 많은 연산을 수행함으로써 감지시간이 길어지는 단점이 있었다. 이러한 문제들을 극복하기 위하여 본 논문에서는 우선, 비디오 영상의 사이즈 및 칼라 정보를 정규화 한다. 다음 색채의 공간 분포 정보를 적용하여 화재 후보 영역을 검출하고, 이 후보 영역에서 영상의 질감에 대한 분석을 수행함으로써 화재를 검출하였다. 실험결과 이전의 비전기반 화재 감지 기법에 비해서 좋은 결과를 나타내는 것을 보여준다.

• 한국정보통신학회논문지
• /
• 제23권8호
• /
• pp.936-942
• /
• 2019

실내 자율 주행은 실외 환경에서의 자율 주행과는 다른 환경적인 요소가 주어진다. 폐쇄된 환경에서 좁은 길을 따라 주행해야 하며, 불규칙한 조명, 계단과 같은 지형의 특성, 바닥에 산재한 장애물 등 실외 환경과 다른 요소를 극복해야 한다. 또한 실내 복도에서의 주행은 텍스처가 유사하거나 다양성이 적은 환경의 경우 복잡한 환경에 비해 인식에 어려움이 있다. 본 논문에서는 다양성이 적은 실내 복도환경에서의 컨벌루션 신경망(CNN)을 이용한 자율 주행 드론을 연구한다. 설계한 신경망은 드론의 전면 카메라로부터 이미지를 받아온 후, 그 이미지를 바탕으로 다음 경로를 예측하여 드론을 조향한다. 총 38번의 주행 테스트 결과, 복도 주변의 벽이나 문에 부딪히지 않고 직선 구간을 완주하여 다양성이 적은 실내 환경에서의 주행 성능을 확인할 수 있었다.

• International Journal of Computer Science & Network Security
• /
• 제21권2호
• /
• pp.120-130
• /
• 2021

The spinal cord or CSF surgery is a very complex process. It requires continuous pre and post-surgery evaluation to have a better ability to diagnose the disease. To detect automatically the suspected areas of tumors and symptoms of CSF leakage during the development of the tumor inside of the brain. We propose a new method based on using computer software that generates statistical results through data gathered during surgeries and operations. We performed statistical computation and data collection through the Google Source for the UK National Cancer Database. The purpose of this study is to address the above problems related to the accuracy of missing hybrid KNN values and finding the distance of tumor in terms of brain cancer or CSF images. This research aims to create a framework that can classify the damaged area of cancer or tumors using high-dimensional image segmentation and Laplace transformation method. A high-dimensional image segmentation method is implemented by software modelling techniques with measures the width, percentage, and size of cells within the brain, as well as enhance the efficiency of the hybrid KNN algorithm and Laplace transformation make it deal the non-zero values in terms of missing values form with the using of Frobenius Matrix for deal the space into non-zero values. Our proposed algorithm takes the longest values of KNN (K = 1-100), which is successfully demonstrated in a 4-dimensional modulation method that monitors the lighting field that can be used in the field of light emission. Conclusion: This approach dramatically improves the efficiency of hybrid KNN method and the detection of tumor region using 4-D segmentation method. The simulation results verified the performance of the proposed method is improved by 92% sensitivity of 60% specificity and 70.50% accuracy respectively.

• 한국컴퓨터정보학회논문지
• /
• 제28권8호
• /
• pp.87-93
• /
• 2023

본 논문에서는 사용자의 골격 자세를 분석하여 네트워크 학습 기반으로 거북목 자세를 정확하고 효율적으로 판별하는 시스템을 제안한다. 거북목 증후군이란 목이 구부정하게 앞으로 나오는 자세를 오래 유지함으로써 목의 자세가 바뀌고 뒷목, 어깨, 허리 등에 통증이 생기는 증상을 말하며, 수술이나 약물치료보다 평소의 자세 습관이 효과적이라고 알려져 있다. 기존의 방법들은 웹캠을 이용한 합성곱 신경망을 이용하였고, 이러한 접근법은 영상의 명도와 조명, 피부 색 등에 영향을 받기 때문에 특정 인물에 대해서만 수행되는 문제가 있다. 본 논문에서는 이 문제를 완화하고 자 영상으로부터 골격을 추출하고, 정면보다는 측면에 해당하는 데이터를 학습하여 이전 기법보다 효율적이고 정확하게 거북목 자세를 찾아낸다. 결과적으로 이전 기법에 비해 다양한 실험 장면에서 정확도가 되었음을 보여준다.

• 전자공학회논문지CI
• /
• 제46권1호
• /
• pp.128-135
• /
• 2009

동영상에서 시공간상 일정한 위상을 갖는 윤곽선을 정합시켜 물리적 공간에서의 동일한 위치를 추적하는 방법은 명암이 일정한 윤곽선을 정합시키거나 일정한 명암을 전제로 추적하는 방법에 비해 정확성이 높고 조명조건에 대해 안정된 특성이 있다. 본 논문에서는 이러한 성질을 이용하여 조명변화와 노이즈에 강인하게 카메라의 움직임을 추정하는 기법을 소개한다. 우선, 가버 필터뱅크를 사용하여 공간적으로 여과된 연속영상으로부터 계산된 위상의 크기를 기반으로 필터의 방향과 수직인 곳의 광류를 구한 후, 최소제곱법을 적용하여 어파인 모델에 상응하는 카메라의 움직임 파라미터를 구한다. 실험을 통하여 이러한 방법은 조명조건의 변화를 야기하는 디스플레이 기기를 피사체로 하여 카메라의 위치변화를 추정하는 방식의 영상기반 포인팅 디바이스에도 적용될 수 있음을 보인다.

• 만화애니메이션 연구
• /
• 통권29호
• /
• pp.103-128
• /
• 2012

실제 대상으로부터 모사된 이미지에서 인간이 느끼는 환영의 존재에 대한 연구는 오랜 시간 동안 모사이론과 관습주의로 나뉘어 진행되어왔다. 플라톤(Plato) 이래로 오랫동안 재현(再現) 이론을 지배해온 전통적 모사 이론은 환영을 이미지와 재현 대상 간의 닮음 또는 유사성으로 설명해 왔다. 모사 이론에 따르면 이미지는 언어와 달리 대상과의 유사성에 의해 자연스럽게 인지되는 자연적 기호이다. 20세기 후반 들어 모사 이론을 비판하면서 등장한 굿먼(N. Goodman)으로 대표되는 관습주의는 이미지와 재현 대상 사이에는 어떠한 특별한 종류의 유사성도 없다고 주장한다. 그들은 회화적 기호의 관습적인 속성에 주목하면서 이미지가 언어와 마찬가지로 자의적인 코드의 중재를 통해 기능하는 관습적 기호라고 주장한다. 이러한 이론의 대립은 인지 과학의 등장과 함께 관습주의의 승리로 정리되었고, 모사이론은 원본과 복제물 간에 존재하는 '재현적 간극'의 문제에 명쾌하게 해답을 제시할 수 없었다. 그러나 사진 미디어를 시작으로 디지털 미디어가 등장하면서 '환영'에 대한 이론에 새로운 패러다임이 등장하게 되었다. 그 동안 문제가 되었던 '재현적 간극'이 디지털 미디어 기반의 CGI 이미지에서는 소멸되어버린 것이다. 현대를 살아가는 우리는 영화나 광고 혹은 인쇄매체를 통해 아주 쉽고 빈번하게 원본과 구분되지 않을 만큼 정교한 복제물에 노출되어있다. 때로는 원본보다 더욱 원본 같은 경우도 나타난다. 이러한 시대의 도래에는 대상의 모든 특성을 0과 1로 분절하여 '비물질화' 시키는 디지털이 자리 잡고 있다. 특히나 실제 빛의 기능과 메커니즘마저 완벽하게 Photon Mapping 이라는 기술로 매칭하여 모사함으로써 복제물은 더욱 원본처럼 생산되어지고 있다. 이렇게 원본과 복제본의 구분이 불가능해지면서 나타난 '재현적 간극'의 소멸은 디지털 미디어에 의해 투사되는 환영의 특성을 설명함에 있어 새로운 이론 모델의 필요성을 제시하게 되었고, 전통적 모사이론에 기반을 둔 새로운 해석이 그 답이 될 수 있음을 본 연구를 통해 가늠해보고자 한다.

• 한국정보통신학회논문지
• /
• 제20권1호
• /
• pp.58-64
• /
• 2016

본 논문에서는 블러와 조명 변화에 강인한 바코드 디코딩 방법을 제안한다. 제안하는 디코딩 방법은 블러에 강인 디코딩과 빠른 연산속도를 위해 블러 영역과 비블러영역을 나누어 임계값을 연산하는 부분 지역 임계값 이진화 방법을 사용하였다. 또한 노이즈 데이터에 의한 인식 실패를 막기 위해서 동일한 엘리먼트 개수를 가지는 라인의 픽셀 너비를 모두 합한 면적 데이터를 이용하여 군집분류를 수행하는 k-means 알고리즘 기반의 디코더를 구현하였다. 다양한 악조건 환경에서 촬영된 샘플을 이용하여 실험 결과, 평균 98.47%로 높은 성공률을 보였으며 3개의 비교 프로그램 보다 성공률이 높았다.

• 한국정보통신학회논문지
• /
• 제14권9호
• /
• pp.1972-1978
• /
• 2010

AAM(Active Appearance Model)은 변형 가능한 형태의 검출에 가장 효과 적인 방법의 하나이며, 수학적으로 최적화 문제이다. 비용함수는 최소자승 함수이어서 볼록 함수이나, 탐색 공간이 볼록공간이 아니므로 국소 최소값이 전역 최소값인 것으로 보장 되지 않는다. 즉 초기값이 전역 최소값 근방에서 출발하지 않으면, 지역 최소값에 수렴하여 정확한 얼굴 윤곽 검출이 어려워진다. 본 논문에서는 연속적인 입력영상에 SIFT(Scale Invariant Feature Transform)와 유전자 알고리즘을 사용하여 눈동자를 검출하고 AAM 모델의 초기화 정보로 사용함으로써 조명과 배경에 강인한 AAM 기반의 얼굴 정합 방법을 제안한다. 실험을 통하여 제안한 AAM 기반 얼굴 정합 방법이 자세, 얼굴 배경 등에 대해 기존의 AAM 기반 얼굴 정합 방법보다 더 강인한 것으로 확인 되었다.