• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권2호
• /
• pp.544-564
• /
• 2022

Underwater images often suffer from color distortion, blurring and low contrast, which is caused by the propagation of light in the underwater environment being affected by the two processes: absorption and scattering. To cope with the poor quality of underwater images, this paper proposes a multiscale fusion underwater image enhancement method based on channel attention mechanism and local binary pattern (LBP). The network consists of three modules: feature aggregation, image reconstruction and LBP enhancement. The feature aggregation module aggregates feature information at different scales of the image, and the image reconstruction module restores the output features to high-quality underwater images. The network also introduces channel attention mechanism to make the network pay more attention to the channels containing important information. The detail information is protected by real-time superposition with feature information. Experimental results demonstrate that the method in this paper produces results with correct colors and complete details, and outperforms existing methods in quantitative metrics.

• 한국통신학회논문지
• /
• 제39A권2호
• /
• pp.92-99
• /
• 2014

본 논문은 결정 트리(Decision tree) 구조를 기반으로 한 표정 인식 방법을 제안한다. ASM(Active Shape Model)과 LBP(Local Binary Pattern)를 통해, 표정 영상들의 국소 특징들을 추출한다. 국소 특징들로부터 표정들을 잘 분류할 수 있는 판별 특징(Discriminant feature)들을 추출하고, 그 판별 특징들은 모든 조합의 각 두 가지 표정들을 분류시킨다. 분류를 통해 얻어진 정인식의 합을 통해, 정인식 최대화 기반 국소 영역과 표정 조합을 결정한다. 이 가지 분류들을 종합하여, 결정 트리를 생성한다. 이 결정 트리 기반 표정 인식률은 약 84.7%로, 결정 트리를 고려하지 않은 방법보다, 더 좋은 인식 성능을 보였다.

• 반도체디스플레이기술학회지
• /
• 제10권2호
• /
• pp.31-38
• /
• 2011

This paper introduces a video based traffic monitoring system for detecting vehicles and obstacles on the road. To segment moving objects from image sequence, we adopt the background subtraction algorithm based on the local binary patterns (LBP). Recently, LBP based texture analysis techniques are becoming popular tools for various machine vision applications such as face recognition, object classification and so on. In this paper, we adopt an extension of LBP, called the Diagonal LBP (DLBP), to handle the background subtraction problem arise in vision-based autonomous parking systems. It reduces the code length of LBP by half and improves the computation complexity drastically. An edge based shadow removal and blob merging procedure are also applied to the foreground blobs, and a pose estimation technique is utilized for calculating the position and heading angle of the moving object precisely. Experimental results revealed that our system works well for real-time vehicle localization and tracking applications.

• ETRI Journal
• /
• 제35권6호
• /
• pp.1021-1028
• /
• 2013

Automatic facial expression recognition is a widely studied problem in computer vision and human-robot interaction. There has been a range of studies for representing facial descriptors for facial expression recognition. Some prominent descriptors were presented in the first facial expression recognition and analysis challenge (FERA2011). In that competition, the Local Gabor Binary Pattern Histogram Sequence descriptor showed the most powerful description capability. In this paper, we introduce hybrid facial representations for facial expression recognition, which have more powerful description capability with lower dimensionality. Our descriptors consist of a block-based descriptor and a pixel-based descriptor. The block-based descriptor represents the micro-orientation and micro-geometric structure information. The pixel-based descriptor represents texture information. We validate our descriptors on two public databases, and the results show that our descriptors perform well with a relatively low dimensionality.

• 디지털콘텐츠학회 논문지
• /
• 제13권2호
• /
• pp.189-195
• /
• 2012

본 논문에서는 휴먼 인지를 위한, 근적외선 얼굴 영상에서의 얼굴 검출 방법이 제안된다. 에지의 강도와 방향에 기반한 에지 히스토그램이 근적외선 영상으로부터 얼굴을 검출하기 위해 사용되었다. 조명변화에 강인하기 때문에, 제안된 에지 히스토그램은 얼굴을 효과적으로 표현하고 구별한다. 얼굴 검출을 위한 분류기로서는 SVM(Support Vector Machine)을 사용하였으며 제안한 방법은 ULBP(Uniform Local Binary Pattern)보다 적은 피쳐 개수를 가지면서도 에러율 측면에서, ULBP의 경우보다 나은 성능을 나타내었다.

• 한국멀티미디어학회논문지
• /
• 제18권9호
• /
• pp.1008-1018
• /
• 2015

In this paper, we propose a method that constructs a saliency map in which important regions are accurately specified and the colors of the regions are less influenced by the similar surrounding colors. Our method utilizes LBP(Local Binary Pattern) histogram information to compare and analyze texture information of surrounding regions in order to reduce the effect of color information. We extract the saliency of stereoscopic images by integrating a 2D saliency map with depth information of stereoscopic images. We then measure the distance between two different sizes of the LBP histograms that are generated from pixels. The distance we measure is texture difference between the surrounding regions. We then assign a saliency value according to the distance in LBP histogram. To evaluate our experimental results, we measure the F-measure compared to ground-truth by thresholding a saliency map at 0.8. The average F-Measure is 0.65 and our experimental results show improved performance in comparison with existing other saliency map extraction methods.

• 조명전기설비학회논문지
• /
• 제24권11호
• /
• pp.30-41
• /
• 2010

In this study we propose a new texture feature extraction method based on an estimation of the brightness and structural uniformity of CT images representing the important characteristics for emphysema recognition. The Center-Symmetric Local Binary Pattern (CS-LBP) is first used to combine gray level in order to describe the brightness uniformity characteristics of the CT image. Then the gradient orientation difference is proposed to generate another CS-LBP code combining with gray level to represent the structural uniformity characteristics of the CT image. The usage of the gray level, CS-LBP and gradient orientation differences enables the proposed method to extract rich and distinctive information from the CT images in multiple directions. Experimental results showed that the performance of the proposed method is more stable with respect to sensitivity and specificity when compared with the SGLDM, GLRLM and GLDM. The proposed method outperformed these three conventional methods (SGLDM, GLRLM, and GLDM) 7.85[%], 22.87[%], and 16.67[%] respectively, according to the diagnosis of average accuracy, demonstrated by the Receiver Operating Characteristic (ROC) curves.

• 한국통신학회논문지
• /
• 제38A권1호
• /
• pp.1-9
• /
• 2013

본 논문에서는 CS-LBP (Center-Symmetric Local Binary Pattern) 특징과 공간 피라미드를 이용한 BoF (Bag of Features)를 생성하고 이를 랜덤 포레스트(Random Forest) 분류기에 적용하여 인간의 행동을 인식하는 알고리즘을 제안한다. BoF를 생성하기 위해 영상을 균일한 패치로 나누고, 각 패치 마다 CS-LBP 특징을 추출한다. 행동 분류 성능을 향상시키기 위해 패치들마다 추출한 특징벡터들에 대해 K-mean 클러스터링을 적용하여 코드 북을 생성한다. 본 논문에서는 영상의 지역적인 특성을 고려하기 위해 공간 피라미드 방법을 적용하고 각 공간 레벨에서 추출된 BoF에 대해 가중치를 적용하여 최종적으로 하나의 특징 벡터로 결합한다. 행동 분류를 위해 결정트리의 앙상블로 이루어진 랜덤 포레스트는 학습 단계에서 각 행동 클래스를 위한 분류 모델을 만든다. 가중 BoF가 적용된 랜덤 포레스트는 다양한 인간 행동 영상을 포함하고 있는 Standford Actions 40 데이터를 성공적으로 분류하였다. 또한 기존 방법에 비해 분류 성능이 유사하거나 우수하며, 한 장의 영상에 대해 빠른 인식속도를 보였다.

• 전자공학회논문지
• /
• 제51권11호
• /
• pp.146-154
• /
• 2014

텍스쳐 분류에 사용되는 방식 중 하나인 지역적 이진화 패턴은 일반적으로 영상 내의 평탄한 부분, 에지, 코너의 분포를 사용한다. 그러나 영상이 가지는 방향성을 고려하지 않고, 단순히 크고 작음만을 비교하는 지역적 이진화 패턴의 특성때문에 화소간 차이를 반영하지 못하는 문제점이 있다. 또한 영상의 분포를 사용하기 때문에 작은 크기의 영상에 대해서는 분류 성능이 저하된다. 이런 문제를 해결하기 위해 본 논문에서는 영상의 방향성 분포와 고유치 행렬을 이용한 세부 분류 기법을 제안한다. 지역적 이진화 패턴으로 초기 분류에서 누락된 텍스쳐 영상에 대하여 두 가지 특징을 이용하여 세부적으로 분류한다. 첫째, 영상이 가질 수 있는 방향을 여덟 가지로 양자화하고 그 방향들의 분포를 계산한다. 둘째, 구조 행렬을 이용하여 나온 고유치 중 큰 값의 분포를 구한다. 모의 실험을 통해 지역적 이진화 패턴만을 사용하였을 때 대비 제안 방법이 약 8% 정도 분류 정확도가 향상됨을 보였다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제16권2호
• /
• pp.131-139
• /
• 2016

Recognition of human motions has become a main area of computer vision due to its potential human-computer interface (HCI) and surveillance. Among those existing recognition techniques for human motions, head detection and tracking is basis for all human motion recognitions. Various approaches have been tried to detect and trace the position of human head in two-dimensional (2D) images precisely. However, it is still a challenging problem because the human appearance is too changeable by pose, and images are affected by illumination change. To enhance the performance of head detection and tracking, the real-time three-dimensional (3D) data acquisition sensors such as time-of-flight and Kinect depth sensor are recently used. In this paper, we propose an effective feature extraction method, called adaptive local binary pattern (ALBP), for depth image based applications. Contrasting to well-known conventional local binary pattern (LBP), the proposed ALBP cannot only extract shape information without texture in depth images, but also is invariant distance change in range images. We apply the proposed ALBP for head detection and tracking in depth images to show its effectiveness and its usefulness.