• 대한가정학회지
• /
• 제32권1호
• /
• pp.133-150
• /
• 1994

This study was a survey of the taste for color arrangement and the relation to taste with food color. The term of investigation and object was the same as before mentions. The data-treatment was determinded by frequence percentage chi-square and F-test as measured by SAS program for PC and statistical figures were obtained by GDAS. The results were as follows;1. In the taste of arrangement for food, color. The most frequent colors were green and white followed by a yellowish green red. In preference 50's object was difference from another aged. It's significance was showed orange yellow pink and white. 2. In the relation of food color and taste term the color shown a pungent sweet hot and delicious taste was red and a sour astringent sweet taste was orange and anastringent bitter delicate hard taste was brown and a proteiny sofe sweet delicate taste was yellow and a cool taste was yellow and a cool taste was green, and a cool, bitter taste was blue and an astrngent taste was pink, and a bitter hard, tasteeless taste was black and a proteiny sofe taste was white. But in the case of any a bitter taste it's significance was shown.

• 한국컴퓨터정보학회논문지
• /
• 제9권2호
• /
• pp.27-32
• /
• 2004

하나의 객체 내에 존재하는 영역들이 상이한 칼라의 집합으로 구성되어 있다면, 해당 객체는 독립적인 영역들로 분할되기 때문에 객체의 의미가 상실된다. 따라서 영역에 대한 칼라 정보 외에 다른 지식 정보를 선택적으로 적용할 수 있는 방법이 요구된다. 본 논문에서는 영상을 구성하는 색상 정보 외에 입체감을 표현하기 위한 방법으로 명암의 등가를 연결한 등조선의 형태분석을 이용하고 있다. 그리고 분석된 정보를 통해 영역간의 독립, 종속 여부를 판단하여 객체의 의미 있는 영역 정합을 통한 객체 분리의 방법을 제시하고 있다.

• 한국항행학회논문지
• /
• 제23권1호
• /
• pp.77-83
• /
• 2019

본 논문에서는 컬러 히스토그램과 CNN 모델을 이용한 객체 추적 기법 알고리즘을 제안한다. CNN (convolutional neural network) 모델기반 객체 추적 알고리즘인 GOTURN (generic object tracking using regression network)의 정확도를 높이기 위해 컬러 히스토그램 기반 mean-shift 추적 알고리즘을 합성하였다. 두 알고리즘을 SVM (support vector machine)을 통해 분류하여 추적 정확도가 더 높은 알고리즘을 선택하도록 설계하였다. Mean-shift 추적 알고리즘은 객체 추적에 실패할 때 경계 박스가 큰 범위로 움직이는 경향이 있어 경계 박스의 이동거리에 제한을 두어 정확도를 향상시켰다. 또한 영상 평균 밝기, 히스토그램 유사도를 고려하여 두 알고리즘의 추적 시작 위치를 초기화하여 성능을 높였다. 결과적으로 기존 GOTURN 알고리즘보다 본 논문에서 제안한 알고리즘이 전체적으로 정확도가 1.6% 향상되었다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2005년도 ICCAS
• /
• pp.2368-2372
• /
• 2005

We proposed a novel method for object recognition using the Smart tag system in the previous research. We identified the object easily, but could not assure the object pose, because the threshold problem was not solved. So we propose a new method to solve this threshold problem. This method uses a smart tag to decide the threshold by recording color information of the image when the object feature is extracted. This method records the original of the object color information at the smart tag first. And then it records the object image information, the circumstance image information and the sensors information continuously when the object feature is extracted through the experiments. Finally, it estimates the current threshold by recorded information. This method can be applied the threshold to each objects. And it can solve the difficult threshold decision problem easily. To approve the possibility of our method, we implemented our approach by using easy and simple techniques as possible.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2009년도 IWAIT
• /
• pp.535-540
• /
• 2009

Recently, autonomous robots which can achieve the complex tasks have been required with the advance of robotics. Advanced robot vision for recognition is necessary for the realization of such robots. In this paper, we propose a method to recognize an object in the actual environment. We assume that a 3D-object model used in our proposal method is the voxel data. Its inside is full up and its surface has color information. We also define the word "recognition" as the estimation of a target object's condition. This condition means the posture and the position of a target object in the actual environment. The proposal method consists of three steps. In Step 1, we extract features from the 3D-object model. In Step 2, we estimate the position of the target object. At last, we estimate the posture of the target object in Step 3. And we experiment in the actual environment. We also confirm the performance of our proposal method from results.

• 정보처리학회논문지B
• /
• 제12B권1호
• /
• pp.31-38
• /
• 2005

본 논문은 컬러 인접성과 클러스터링 기법을 이용한 객체 기반 영상 검색 기법을 제안한다. 컬러 인접성이란 영상내의 서로 이웃한 영역에서 나타나는 컬러의 특징값을 말하고, 영상 데이터베이스로부터 사용자가 찾고자하는 영역과 유사한 후보 영역들을 우선 추출하는데 사용된다. 또한 클러스터링 기법은 후보 영역들 가운데 객체가 존재하는 영역만을 추출하는데 사용되고, 질의 영상과 데이터베이스 영상 사이의 유사도 측정을 위하여 히스토그램 인터섹션(histogram intersection) 방법이 사용된다. 제안하는 방법에서 사용되는 영상의 컬러쌍 정보는 객체의 이동, 회전 그리고 크기 변화에 강건하며, 실험을 통하여 제안하는 방법이 기존의 방법보다 우수함을 확인하였다.

• 스마트미디어저널
• /
• 제3권4호
• /
• pp.22-27
• /
• 2014

3차원 복원은 실세계에 존재하는 물체를 가상의 공간에 재건하고 자유로운 시점을 선택하여 물체를 관찰할 수 있게 한다. 이러한 3차원 복원 기술은 교육, 문화, 예술 등 분야를 막론하고 다양한 곳에서 사용되고 있다. 3차원 복원 시스템을 구현하기 위해 본 논문에서는 Microsoft사에서 출시된 Kinect를 이용하여 다시점 시스템을 구성해서 고품질의 3차원 객체를 복원하는 방법을 제안한다. 먼저 3대의 Kinect를 객체의 전면에 수렴형으로 설치하여 색상 영상과 깊이 영상을 획득한다. 그런데 원본의 깊이 영상은 깊이 값을 가지지 않는 부분이 존재한다. 따라서 본 논문에서는 이 부분을 적절한 깊이 값으로 채워 넣기 위해서 깊이 가중치를 추가한 결합형 양방향 필터를 적용한다. 또한 다시점 시스템에서 얻은 원본의 색상 영상은 서로 색상이 일치하지 않는 문제가 존재하는데 이를 그대로 이용하여 3차원 모델 정합을 하면 색상이 부자연스럽게 연결된 3차원 모델을 얻게 된다. 따라서 이러한 색상 불일치의 문제를 해결하기 위해서 본 논문에서는 다시점 시스템에서의 3차원 기하학적 정보를 이용한 색상 보정 방법을 사용한다. 실험을 통해 제안한 방법을 이용하여 획득한 3차원 모델이 원본 3차원 모델보다 색상과 형태 관점에서 자연스럽게 표현된 것을 확인할 수 있었다.

• 로봇학회논문지
• /
• 제3권3호
• /
• pp.212-218
• /
• 2008

Collision avoidance is a fundamental and important task of an autonomous mobile robot for safe navigation in real environments with high uncertainty. Obstacles are classified into static and dynamic obstacles. It is difficult to avoid dynamic obstacles because the positions of dynamic obstacles are likely to change at any time. This paper proposes a scheme for vision-based avoidance of dynamic obstacles. This approach extracts object candidates that can be considered moving objects based on the labeling algorithm using depth information. Then it detects moving objects among object candidates using motion vectors. In case the motion vectors are not extracted, it can still detect the moving objects stably through their color information. A robot avoids the dynamic obstacle using the dynamic window approach (DWA) with the object path estimated from the information of the detected obstacles. The DWA is a well known technique for reactive collision avoidance. This paper also proposes an algorithm which autonomously registers the obstacle color. Therefore, a robot can navigate more safely and efficiently with the proposed scheme.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제9권11호
• /
• pp.4534-4555
• /
• 2015

We propose a robust object cataloging method using multiple locally distinct heterogeneous features for aiding image retrieval. Due to challenges such as variations in object size, orientation, illumination etc. object recognition is extraordinarily challenging problem. In these circumstances, we adapt local interest point detection method which locates prototypical local components in object imageries. In each local component, we exploit heterogeneous features such as gradient-weighted orientation histogram, sum of wavelet responses, histograms using different color spaces etc. and combine these features together to describe each component divergently. A global signature is formed by adapting the concept of bag of feature model which counts frequencies of its local components with respect to words in a dictionary. The proposed method demonstrates its excellence in classifying objects in various complex backgrounds. Our proposed local feature shows classification accuracy of 98% while SURF,SIFT, BRISK and FREAK get 81%, 88%, 84% and 87% respectively.

• 인터넷정보학회논문지
• /
• 제24권5호
• /
• pp.29-35
• /
• 2023

CCTV는 범죄 예방, 공공 안전 강화, 교통 관리 등 다양한 목적으로 사용된다. 그러나 카메라의 범위와 해상도가 향상됨에 따라 영상에서 개인의 신상정보가 노출되는 위험성이 있다. 따라서 영상에서 개인 정보를 보호함과 동시에 개인을 식별할 수 있는 새로운 기술의 필요성이 존재한다. 본 논문에서는 객체 식별 및 추적을 위한 히스토그램 기반 특이값 분해를 제안한다. 제안하는 방법은 객체의 색상 정보를 이용하여 영상에 존재하는 서로 다른 객체를 구분한다. 객체 인식을 위하여 YOLO와 DeepSORT를 이용해 영상에 존재하는 사람을 탐지 및 추출한다. 탐지된 사람의 위치 정보를 이용해 흑백 히스토그램으로 색상 값을 추출한다. 추출한 색상 값 중 유의미한 정보만을 추출하여 사용하기 위해 특이값 분해를 이용한다. 특이값 분해를 이용할 때 결과에서 상위 특이값의 평균을 이용함으로 객체 색상 추출의 정확도를 높인다. 특이값 분해를 이용해 추출한 색상 정보를 다른 영상에 존재하는 색상과 비교하며 서로 다른 영상에 존재하는 동일 인물을 탐지한다. 색상 정보 비교를 위해 유클리드 거리를 이용하며 정확도 평가는 Top-N을 이용한다. 평가 결과 흑백 히스토그램과 특이값 분해를 사용하여 동일 인물을 탐지할 때 최대 100%에서 최소 74%를 기록하였다.