• 한국통신학회논문지
• /
• 제41권3호
• /
• pp.317-327
• /
• 2016

영상에서 의미 있는 특징점(feature point)의 추출은 제안하는 기법의 성능과 직결되는 문제이다. 특히 나무나 사람 등에서의 가려짐 영역(occlusion region), 하늘과 산 등 객체가 아닌 배경에서 추출되는 특징점들은 의미없는 특징점으로 분류되어 정합과 인식 기법의 성능을 저하시키는 원인이 된다. 본 논문에서는 한 장 이상의 멀티 프레임을 이용하여 건물 인식에 필요한 특징점을 분류하여 인식과 정합단계에서 기존의 일반적인 건물 인식 기법의 성능을 향상시키기 위한 새로운 기법을 제안한다. 먼저 SIFT(scale invariant feature transform)를 통해 일차적으로 특징점을 추출한 후 잘못 정합 된 특징점은 제거한다. 가려짐 영역에서의 특징점 분류를 위해서는 RANSAC(random sample consensus)을 적용한다. 분류된 특징점들은 정합 기법을 통해 구하였기 때문에 하나의 특징점은 여러 개의 디스크립터가 존재하고 따라서 이를 통합하는 과정도 제안한다. 실험을 통해 제안하는 기법의 성능이 우수하다는 것을 보였다.

• 한국측량학회지
• /
• 제18권2호
• /
• pp.191-198
• /
• 2000

수치사진 측량은 신속한 정보 획득과 갱신을 통하여 지리정보체계의 데이터 베이스 구축에 중요한 역할을 하고 있다. 이러한 수치사진측량의 기본적인 처리과정 중의 하나는 영상정합이다. 그러나 어떠한 영상정합 알고리즘도 인간의 판단과 지적 능력에 의해서 수행되는 것만큼 만족스러운 결과를 산출하지는 못하고 있다. 따라서 본 논문에서는 대상지역이 완만한 경우 정합점이라고 판단되는 점과 그 이웃 점들간에 전체적인 유사성을 관측하여 불량 정합점들을 제거하는 방법(정합 강도의 측정)을 제안하였고, 또한 최종적으로 얻어지는 정합점들의 3차원 좌표를 광속 조정법을 통하여 구하였다 실험결과 제안방법은 불량정합점들을 효과적으로 제거하였고, 계산된 3차원 지상좌표도 허용 오차 범위 이내로 들어왔다.

• 한국콘텐츠학회논문지
• /
• 제12권6호
• /
• pp.9-20
• /
• 2012

컴퓨터비전에서 안정적으로 대응점을 획득하는 것은 매우 중요한 일이다. 그러나 이들은 스케일, 조명, 시점 등이 변하는 환경에서 정확한 대응점을 찾는 과정은 쉽지 않다. SIFT 알고리즘은 객체의 모서리나 꼭지점으로부터 추출한 특징벡터를 사용하므로 스케일링, 회전, 조명변화를 가지는 영상에서도 뛰어난 매칭을 수행한다. 그러나 SIFT는 엣지에 의해 특징점을 추출하므로 엣지가 존재하지 않는 영역에서는 원하는 대응점을 찾을 수 없다. 본 연구는 SIFT에 의한 대응 특징점 추출과 매칭 성능을 향상시키기 위한 마커 모양 및 배치 방법을 제안한다. 제안 방법에서 사용한 마커의 모양은 부착 방향에 따라 SIFT 알고리즘에 의해 한 방향으로 우세한 벡터를 검출할 수 있는 반원형(SemiCircle)으로 구성한다. 그리고 대응점 매칭의 성능을 향상시키기 위하여 마커의 방향 배치는 드 브루인 수열(De Bruijn Sequence)을 이용한다. 실험을 통해 제안한 방법이 기존의 방법보다 더 정확한 특징점 검출과 매칭에 효과적임을 증명하였다.

• 한국정보통신학회논문지
• /
• 제7권4호
• /
• pp.705-711
• /
• 2003

본 논문에서는 자동적으로 얼굴과 얼굴 특징점(FFPs:Facial Feature Points)을 검출하는 시스템을 제안하였다. 얼굴은 Gabor 특징에 의하여 지정된 특징점의 교점 그래프와 공간적 연결을 나타내는 에지 그래프로 표현하였으며 제안된 탄력적 특징 정합은 모델과 입력 영상에 상응하는 특징을 취하였다. 또한, 정합 모델은 국부적으로 경쟁적이고 전체적으로 협력적인 구조를 이룸으로서 영상공간에서 불규칙 확산 처리와 같은 역할을 하도록 하였으며, 복잡한 배경이나 자세의 변화, 그리고 왜곡된 얼굴 영상에서도 원활하게 동작하는 얼굴 식별 시스템을 구성함으로서 제안된 방법의 효율성을 증명하였다.

• 전자공학회논문지S
• /
• 제36S권11호
• /
• pp.68-78
• /
• 1999

본 논문에서는 동영상에서 특징점의 궤적을 추적하기 위한 알고리즘을 제안한다. 기존의 방법에서 사용된 대부분의 정합의 척도(matching measure)는 동영상의 움직임 특성을 정확히 반영하지 못하여 잘못된 궤적을 나타내는 경우가 있다. 본 논문에서는 특징범의 공간좌표, 이동방향과 이동거리 등 3가지 속성을 정합에 사용하는데 이들 속성에 대하여 가중치(weight)가 부여된 Euclidean 거리를 정합의 척도로 사용한다. 이때 3가지 속성에 대한 가중치를 움직임의 특성에 따라 적응적으로 변화시켜 줌으로써 강건하게 특징점을 추적할 수 있도록 한다. 제안하는 알고리즘은 매 프레임마다 특징점의 운동특성을 정확히 반영함으로써 기존의 방법에 비해 정확한 궤적을 찾을 수 있으며 이는 다양한 동영상에 대한 실험을 통해 확인되었다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2002년도 Proceedings of International Symposium on Remote Sensing
• /
• pp.74-74
• /
• 2002

This paper describes a corner matching technique for automatic relative orientation. Automatically matched corner points from stereo aerial images are used to a data set and help to improve automation of relative orientation process. A general corner matching process of overall image to image has very heavy operation and repetitive computation, so very time-consuming. But aerial stereo images are approximately seventy percent overlapped and little rotated. Based this hypothesis, we designed a sectional corner matching technique calculating correlation section by section between stereo images. Although the overlap information is not accurate, if we know it approximately, the matching process can be lighter. Since the size of aerial image is very large, corner extraction process is performed hierarchically by creating image pyramid, and corners extracted are refined at the higher level image. Extracted corners at the final step are matched section by section. Matched corners are filtered using positional information and their relation and distribution. Filtering process is applied over several steps because the thing affecting to get good result-good relative orientation parameter- is not the number of matched corner points but the accuracy of them. Filtered data is filtered one more during the process calculating relative orientation parameters. When the process is finished, we can get the well matched corner points and the refined Von-Gruber areas besides relative orientation parameters. This sectional corner matching technique is efficient by decreasing unnecessarily repetitive operations and contributes to improve automation for relative orientation.

• 전자공학회논문지
• /
• 제49권12호
• /
• pp.124-130
• /
• 2012

본 논문에서는 현재 진행 중인 MPEG(Motion Picture Experts Group, ISO/IEC JTC1 SC29 WG11)의 표준화 작업 중 CDVS(Compact Descriptor for Visual Search)의 CE-7(Core Experiment)인 특징점 선택에 대한 방법을 제안한다. 서술자의 경량화를 위해서는 영상으로부터 추출된 많은 수의 특징점들 중에서 영상 정합에 사용될 중요한 특징점들을 선택해야 한다. 본 논문에서는 최 인접 거리 비율 정합(Nearest Neighbor distance ratio matching) 방법에 의해 영상 정합 단계에서 사용되지 않고 버려지는 특징점들을 미리 추출 단에서 제거하는 방법 제안하였다. 제안된 방법을 통하여 적은 비트 전송률을 요하는 시스템에서 특징점의 낭비를 피할 수 있고 결과적으로 추가적인 특징점을 사용할 수 있으므로 전체적인 성능 향상을 얻을 수 있었다. 제안된 알고리즘을 통하여 Pair-wise 정합 실험에서 기존의 Test Model 대비 최고 2.3%의 성공율(True positive rate)의 향상을 보였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 하계종합학술대회 논문집 Ⅳ
• /
• pp.2295-2298
• /
• 2003

The correspondence problem for stereo image matching plays an important role in expanding view points as multi view video applications become more popular. The conventional disparity estimation algorithms have limitation to find exact disparities because they consider not image features but similiar intensity points. Thus we propose an efficient disparity estimation algorithm considering features of stereo image pairs. As simulation results, our proposed method confirms better intermediate views than the existing block-matching methods.

• 제어로봇시스템학회논문지
• /
• 제13권1호
• /
• pp.52-57
• /
• 2007

In this paper we proposed multi-directional matching windows combined by multi-dimensional feature vector matching, which uses not only intensity values but also multiple feature values, such as variance, first and second derivative of pixels. Multi-dimensional feature vector matching has the advantage of compensating the drawbacks of area-based stereo matching using one feature value, such as intensity. We define matching cost of a pixel by the minimum value among eight multi-dimensional feature vector distances of the pixels expanded in eight directions having the interval of 45 degrees. As best stereo matches, we determine the two points with the minimum matching cost within the disparity range. In the experiment we used aerial imagery and IKONOS satellite imagery and obtained more accurate matching results than that of conventional matching method.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2017년도 춘계학술대회
• /
• pp.339-342
• /
• 2017

이미지의 기하학적 변형은 이미지 보정을 위해 사용되며 컴퓨터 비전 분야에서 강체 변환, 유사변환 등 많은 방법이 존재한다. 그 중에서도 워핑은 원근감이 있는 이미지에서 많이 활용되는 이미지 보정 방법이다. 일반적으로 워핑을 수행하기 위해서는 워핑할 위치에 대한 특징 점 4개를 추출해 워핑을 수행한다. 그러나 워핑 지점을 정확한 추출이 어려우며, 추출된 4개의 점을 이용해 원근 영상 보정을 할 경우 원본 이미지와 보정 후 영상과의 특정 부분 픽셀이 3~4픽셀 이상으로 오차가 나타나게 된다. 그렇기 때문에 본 논문에서는 정확한 워핑 결과를 가져오기 위해 템플릿 매칭을 이용해 워핑 할 부분의 4개점을 보다 정확하게 추출하고, 추출된 4개점들 중 2개의 점 각각에 대해 주변 3 by 3 영역으로 점을 이동 시켜 총 81번의 반복을 워핑 통해 이미지 보정하는 형태이다. 이와 같이 2개의 점을 주변 3 by 3 위치로 이동 시키면서 오차 픽셀이 1픽셀 이하로 나는 최적의 위치 즉, 최적 결과를 가져오는 4개의 점을 선정한 후 그 점들로 이미지 보정을 진행하여 최적의 결과를 가져올 수 있다.