• 한국소프트웨어감정평가학회 논문지
• /
• 제16권2호
• /
• pp.135-142
• /
• 2020

본 논문에서는 RGB 영상에서 홍채 검출 방법에 관하여 기술하였다. 기존의 홍채 검출 방법은 대부분 적외선 영상을 대상으로 하고 있어, 다양한 응용을 위해서는 RGB 영상의 홍채 검출 기술이 요구된다. 제안된 홍채 검출 방법은 i) 입력 영상에서 원형 허프 변환을 사용한 홍채 후보 영역 검출, ii) 딥러닝 기반의 동공 중심점 검출, iii) 동공 중심점을 이용한 홍채 영역 선택, iv) 선택된 홍채 영역 보정 과정으로 구성된다. 홍채 후보 영역은 허프 공간을 생성한 후 중심점 후보의 교차 개수가 많은 순으로 검출하며, 후보 영역 중 홍채는 검출된 동공의 중심점을 기준으로 선택한다. 그리고, 홍채의 모양이 왜곡되어 오차가 발생하는 것을 보완하기 위해 검출된 홍채 중심을 기준으로 새로운 경계점을 찾아 보정하는 방법을 사용하였다. 또한, 실험을 통하여 제안된 방법이 기존 원형 허프 변환 방법 대비 약 27.4% 향상된 정확도를 갖는 것을 확인하였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2001년도 제14회 신호처리 합동 학술대회 논문집
• /
• pp.151-154
• /
• 2001

본 논문의 목적은 범용 USB 카메라 입력 영상으로부터 실시간으로 얼굴을 추적하는 시스템을 구현하는데 있다. 먼저 USB 카메라로부터 영상을 입력받은 후 2차원 RGB 컬러 모델링으로 추출한 살색 영역을 찾고 가로, 세로 프로젝선 정보를 이용하여 얼굴을 찾는다. 기존의 RGB 컬러 모델을 개선하여 빛에 강인한 모델링을 하였으며, 프로젝션 정보를 이용할 때 일어나는 에러를 최소화하기 위하여 누적 히스토그램 영역 결합 알고리즘을 제안하였다. 구현한 시스템은 움직임이 많은 영상에도 빠른 속도를 보였으며, 특히 영상의 움직임이적은 경우 카메라에서 영상을 보여 주는 것과 동시에 얼굴을 찾아내어, 연속적인 프레임을 처리할 수 있는 성능을 보였다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2008년도 춘계학술대회 논문집
• /
• pp.137-139
• /
• 2008

본 연구에서는 고해상도의 panchromatic 영상을 이용하여 저해상도의 multispectral 영상을 고해상도로 재구축하는 방법을 제시하고 있다. 제안된 방법은 저해상도와 고해상도 간의 선형 모형 사용하여 실제의 spectral 값에 부합하는 고해상도 영상을 재구축하며 두 단계로 이루어 진다. 본 연구에서 제안 방법을 이용하여 IKONOS 1m RGB 영상 생성하였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 제13회 신호처리 합동 학술대회 논문집
• /
• pp.453-456
• /
• 2000

본 논문에서는 색상정보를 이용한 얼굴 검출 알고리즘에 대해 소개하고자 한다. 여러 개의 얼굴 검출에 적용되는 이 알고리즘은 피부색의 학습 과정과 입력영상에 대한 얼굴 검출 과정으로 크게 두 가지로 나눌 수 있다. 특히 본 연구에서는 피부색이 본 논문에서 제안한 새로운 RGB 영역에서 직선을 이루는 특징을 이용하여 학습 data를 구성한다. 이렇게 구성된 data를 입력영상에 적용함으로써 1차 얼굴 후보영역을 결정한다. 그런 후 1차 후보영역을 세로방향과 가로방향으로 투영시킴으로써 최종 얼굴 영역을 찾아낸다. 실험을 통해 이 알고리즘은 기존의 색상정보를 이용한 얼굴검출 방법에 비해 얼굴 개수에 상관없이 높은 검출 성공률을 보여주었다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2016년도 추계학술대회
• /
• pp.140-141
• /
• 2016

기존의 사람 계수 측정 시스템은 적외선 빔이나 열 감지 영상 장치를 통해 측정하였다. 하지만 이와 같은 방법으로 측정하면 객체가 들어가거나 나가는 정보는 제공하지 않는다. 이에 본 논문은 고정된 카메라를 이용하여 각 사람의 피부색과 옷차림 등의 RGB 정보를 이용한 사람 계수 측정 기법을 제안한다. RGB카메라 영상을 통하여 객체의 RGB 히스토그램을 얻은 후 각 객체에 대해 Bhattacharyya metric을 통한 histogram similarity을 계산하여 객체 추적 및 분류를 통해 사람 계수 측정을 한다. 제안된 시스템은 C/C++을 기반으로 구현하여, 사람 계수 측정 성능을 평가하였다.

• 한국멀티미디어학회논문지
• /
• 제8권4호
• /
• pp.473-481
• /
• 2005

본 논문은 적응적 양자화 컬러 수와 적응적 병합 임계값을 이용하여 순차적으로 영역을 병합하여 영역의 경계를 보존하며 영상을 분할하는 방법을 제안한다. 제안방법은 먼저 PSNR을 이용하여 영상에 따라 다른 양자화 컬러 수로 영상을 벡터 양자화 한다. 그리고 양자화 영상을 이용하여 초기 영역을 설정한 후 CIE Lab와 RGB 컬러 공간에서 순차적으로 유사한 영역을 병합하여 영상의 주요 영역들로 분할한다. 병합의 각 단계에서는 유사성의 척도로 인접 영역의 컬러 거리를 사용하며 병합 임계값은 분할된 영역과 원영상의 컬러 거리의 평균과 평균 변화량을 이용하여 적응적으로 구하였다. 또한 RGB 컬러 공간에서의 병합 영상이 주요 영역 단위로 병합되지 않은 경우 후처리로서 CIE Lab 영역에서 다시 한번 병합을 수행한다. 이때 초기 영역 영상과 RGB 컬러 공간에서의 병합 영상의 영역간의 컬러 거리를 이용하여 병합 유무를 결정한다. 실험 결과는 제안방법에 의한 결과 영상이 주요 객체를 중심으로 분할되며 객체의 경계가 잘 보존됨을 보여준다. 또한 객관적인 척도에서도 기존의 방법에 비해 좋은 결과를 보여준다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제64차 하계학술대회논문집 29권2호
• /
• pp.15-16
• /
• 2021

본 논문에서는 RGB 영상 데이터를 입력으로 하여 mediapipe의 손 포즈 추정 알고리즘을 적용해 손가락 관절 및 주요 부위의 위치를 얻고 이를 기반으로 딥러닝 모델에 학습 후 손동작 인식 방법을 제안한다. 연속된 프레임에서 한 손의 손가락 주요 부위 간 좌표를 얻고 차분 벡터의 x, y좌표를 저장한 후 Conv1D, Bidirectional GRU, Transformer를 결합한 딥러닝 모델에 학습 후 손동작 인식 분류를 하였다. IC4You Gesture Dataset 의 한 손 동적 데이터 9개 클래스에 적용한 결과 99.63%의 손동작 인식 정확도를 얻었다.

• 방송공학회논문지
• /
• 제28권1호
• /
• pp.90-99
• /
• 2023

본 연구에서는 전통적인 RGB 영상보다 데이터양이 적은 로우 센서 영상을 이용한 초해상화 네트워크를 제안하고 이에 대한 실험결과를 정리하였다. 로우 센서 영상의 초해상화는 일반적인 RGB 초해상화와 달리 카메라에서 일어나는 후처리 가공이 없는 무손실영상을 이용하기 때문에 결과물의 성능이 일반 RGB 초해상화 연구와 달리 색상 보정에 따라 많이 좌우된다. 따라서, 본 연구에서는색상 보정을 위한 모듈을 개발하여 기존 RGB 기반 네트워크에 삽입해 이를 이용해 성능 결과를 비교하였다. 연구 결과 색상 보정 모듈을 적용함으로 성능 지표의 향상이 있음을 확인하였다. 다만, 출력 영상의 의도하지 않은 아티팩트가 발생하는 현상을 확인하였고, 성능 지표 중 PSNR의 향상이 분명하나 SSIM의 성능이 일부 떨어지는 것으로 확인하였다.

• 인터넷정보학회논문지
• /
• 제18권4호
• /
• pp.61-67
• /
• 2017

최근 지능형 CCTV는 빅 데이터, 인공지능 및 영상 분석과 같은 분야와 결합하여 다양한 이상 행위들을 탐지하고 보행자와 같은 객체의 전반적인 상황을 분석할 수 있으며, 이러한 지능형 영상 감시 기능에 대한 영상 분석 연구가 활발히 진행되고 있는 추세이다. 그러나 일반적으로 2차원 정보를 이용하는 CCTV 영상은 위상학적 정보 부족으로 인해 객체 오 인식과 같은 한계가 존재한다. 이러한 문제는 두 대의 카메라를 사용하여 생성된 객체의 깊이 정보를 영상에 추가함으로써 해결 할 수 있다. 본 논문에서는 가우시안 혼합기법을 사용하여 배경 모델링을 수행하고, 모델링 된 배경에서 전경을 분할하여 움직이는 객체의 존재 여부를 탐지한다. RGB 정보 기반 분할 결과를 이용하여 깊이 정보 기반 분할을 수행하기 위해 두 대의 카메라를 사용하여 스테레오 기반 깊이 지도를 생성한다. RGB 기반으로 분할된 영역을 깊이 정보를 추출하기 위한 도메인으로 설정하고, 도메인 내부에서 깊이 기반 분할을 수행한다. 강건하게 분할된 객체의 중심점을 탐지하고 방향을 추적하기 위해 가장 기본적인 객체 추적 방법인 CAMShift 기법을 적용하여 객체의 움직임을 추적한다. 실험을 통하여 제안된 RGB-D 모델을 이용한 객체 탐지 및 추적 방법의 우수성을 입증하였다.

• 방송공학회논문지
• /
• 제17권6호
• /
• pp.964-975
• /
• 2012

본 논문에서는 최근 관심이 고조되고 있는 3차원 입체 비디오 처리 기술의 최종 목표인 디지털 홀로그램을 생성하는데 필요한 객체의 좌표와 색상정보가 들어있는 RGB 영상와 깊이 영상을 획득하여 디지털 홀로그램으로 변환하는 시스템을 제안한다. 먼저, 가시광선과 적외선의 파장을 이용하여 파장에 따라 투과율이 달라지는 콜드 미러를 사용하여 같은 시점을 갖는 RGB와 깊이 영상을 얻는다. 카메라 시스템이 갖는 다양한 왜곡을 없애기 위한 보정과정을 거친 후에 해상도가 서로 틀린 RGB 영상과 깊이 영상의 해상도를 조절한다. 그리고 깊이 정보를 이용하여 디지털 홀로그램으로 구현할 객체를 추출한다. 마지막으로 컴퓨터 생성 홀로그램 (computer-generated hologram, CGH) 알고리즘을 이용하여 추출한 객체를 디지털 홀로그램으로 변환한다. 제안한 시스템의 각 알고리즘은 C/C++/CUDA로 구현하였고, LabView 환경에서 이들을 통합하였다. 고속화를 위하여 홀로그램을 생성하는 것은 범용 그래픽처리유닛(general-purpose computing on graphics processing unit, GPGPU)를 이용하였다. 제안한 시스템을 이용하여 생성한 디지털 홀로그램은 기존의 것보다 더욱 우수한 화질을 가진다는 것을 확인하였다.