• 한국정보통신학회논문지
• /
• 제12권5호
• /
• pp.937-941
• /
• 2008

수화는 청각 장애인에게 있어 중요한 의사소통 수단이며, 청각 장애인들은 수화를 통해 대인관계를 넓히며 또한 불편함 없는 일상생활이 가능하다. 그러나 최근 인터넷 통신의 발전으로 증가하고 있는 많은 화상 채팅 및 화상 통화서비스에서는 건청인과 청각 장애인 사이에 통역을 하는 시스템이 없어 청각 장애인들이 불편을 겪고 있다. 본 논문에서는 이러한 문제점을 해결하기 위하여 수화 인식기법을 제안하였다. 제안된 기법에서는 화상 카메라를 통해 얻어진 영상에서 각각 RGB, YUV, HSI 색상 정보를 이용하여 두 손의 위치를 추적하여 잡음을 제거 한 후, 두 손의 영역을 추출한다. 추출된 손의 영역은 잡음과 훼손에 강한 ART2 알고리즘을 이용하여 학습한 후 인식한다. 본 논문에서 제안된 수화 인식 방법을 실험한 결과, 수화에 사용된 지 숫자 1부터 10을 효율적으로 인식하는 것을 확인하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제4권4호
• /
• pp.187-194
• /
• 2015

본 논문에서는 RGB-D 입력 영상들로부터 3차원 공간을 움직이는 카메라의 실시간 포즈를 효과적으로 추적할 수 있는 시각 주행 거리측정기를 제안한다. 본 논문에서 제안하는 시각 주행 거리 측정기에서는 컬러 영상과 깊이 영상의 풍부한 정보를 충분히 활용하면서도 실시간 계산량을 줄이기 위해, 특징 기반의 저밀도 주행 거리 계산 방법을 사용한다. 본 시스템에서는 보다 정확한 주행 거리 추정치를 얻기 위해, 카메라 이동 이전과 이동 이후의 영상에서 추출한 특징들을 정합한 뒤, 정합된 특징들에 대한 추가적인 정상 집합 정제 과정과 주행 거리 정제 작업을 반복한다. 또한, 정제 후 잔여 정상 집합의 크기가 충분치 않은 경우에도 잔여 정상 집합의 크기에 비례해 최종 주행 거리를 결정함으로써, 추적 성공률을 크게 향상시켰다. TUM 대학의 벤치마크 데이터 집합을 이용한 실험과 3차원 장면 복원 응용 시스템의 구현을 통해, 본 논문에서 제안하는 시각 주행 거리 측정 방법의 높은 성능을 확인할 수 있었다.

• 한국농공학회논문집
• /
• 제66권4호
• /
• pp.27-39
• /
• 2024

Soil texture is determined by the proportions of sand, silt, and clay within the soil, which influence characteristics such as porosity, water retention capacity, electrical conductivity (EC), and pH. Traditional classification of soil texture requires significant sample preparation including oven drying to remove organic matter and moisture, a process that is both time-consuming and costly. This study aims to explore an alternative method by developing an AI model capable of predicting soil texture from images of pre-sorted soil samples using computer vision and deep learning technologies. Soil samples collected from agricultural fields were pre-processed using sieve analysis and the images of each sample were acquired in a controlled studio environment using a smartphone camera. Color distribution ratios based on RGB values of the images were analyzed using the OpenCV library in Python. A convolutional neural network (CNN) model, built on PyTorch, was enhanced using Digital Image Processing (DIP) techniques and then trained across nine distinct conditions to evaluate its robustness and accuracy. The model has achieved an accuracy of over 80% in classifying the images of pre-sorted soil samples, as validated by the components of the confusion matrix and measurements of the F1 score, demonstrating its potential to replace traditional experimental methods for soil texture classification. By utilizing an easily accessible tool, significant time and cost savings can be expected compared to traditional methods.

• 한국정보통신학회논문지
• /
• 제19권2호
• /
• pp.428-434
• /
• 2015

본 논문에서는 미각영역별 색상분석에 의한 새로운 한의학적 설진 시스템을 제안한다. 시스템의 전체 구성은 혀 모양의 영상입력 탬플릿 범위 설정 및 영상획득, 미각영역별 분할, 분할된 영역에 대하여 H-S 히스토그램을 이용한 색상분석 및 이상 유무 판별, 모바일 앱과의 연동으로 구성된다. 혀 영역으로부터 짠맛, 신맛, 단맛, 쓴맛의 네 가지 영역으로 나누어 분할하고, RGB 컬러영상을 HSI 컬러영상으로 변환하였다. 색상분석은 HSI 모델을 이용하였는데, 주변 조도의 영향을 최소화하기 위하여 I(Intensity)값을 제외한 H(Hue)와 S(Saturation) 성분의 히스토그램을 이용하여 색상을 분석하였다. 분석된 결과를 이용하여 정상태 히스토그램의 범위를 기준으로 이상 유무를 판별한다. 마지막으로 제안한 알고리즘을 모바일 앱과 연동하여, 시간과 장소에 구애받지 않고 사용할 수 있는 설진 자가진단 시스템을 제안하였다.

• 한국전자통신학회논문지
• /
• 제6권2호
• /
• pp.243-248
• /
• 2011

본 논문에서는 확장되어가는 여가 시간에 간단한 사진 한장만으로 보다 쉽고 편한 손금을 분석하기 위한 손금 추출 방법을 제안한다. 제안된 방법은 손의 형태학적 정보와 8 방향 윤곽선 추적 알고리즘을 적용한다. 영상으로부터 손금을 추출하기 위해서 색상 분포 영상을 Red, Green, Blue에 해당되는 RGB 값을 밝기에 큰 영향을 받지 않는 YCbCr 컬러 모델로 변환한다. YCbCr 컬러 모델에서 Y:65~255, Cb:25~255, Cr:130~255에 해당되는 피부색 임계치를 이용하여 손 영역을 추출한다. 추출된 손 영역에서 내부 픽셀의 3:1 이상, 전체 영상의 2:1이상인 손의 형태학적 정보와 8 방향 윤곽선 추적 기법을 이용하여 잡음을 제거한다. 잡음이 제거된 손 영상에서 스트레칭 기법과 소벨 마스크를 이용하여 에지를 추출한다. 추출된 에지 영상에서 블록 이진화 기법을 이용하여 이진화한 후에 가로와 세로가 각각 10픽셀 이상이고 20픽셀 이하인 손금의 형태학적 정보를 이용하여 잡음 및 손의 윤곽선을 제외한 손금을 추출한다. 추출된 손금에서 Labeling 기법을 이용하여 개별 손금의 중요선을 추출한다. 핸드폰 카메라에서 획득한 손바닥 영상을 대상으로 실험한 결과, 제안된 방법이 손금 추출에 효율적인 것을 확인할 수 있었다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제1권2호
• /
• pp.103-108
• /
• 2012

최근 고성능 모바일기기의 보급과 멀티미디어 콘텐츠의 활용이 커짐에 따라 저해상도 영상을 고해상도로 재구성하는 초해상도(super resolution) 기법이 중요하게 대두되고 있다. 모바일기기에서는 초해상도를 사용하기 위해서는 연산량과 메모리 등의 제한적인 자원의 사용을 고려한 초해상도 알고리즘이 요구된다. 본 논문에서는 모바일기기에 적용하기 위해 단일영상을 통한 빠른 초해상도 기법을 제안한다. 제안한 알고리즘은 색채 왜곡을 방지하기 위해 RGB 컬러 도메인에서 HSV 컬러 도메인으로 변경하여 인간의 시각인지 특성이 가장 뚜렷한 밝기정보인 V만 처리한다. 먼저 잡음제거 및 속도향상을 고려하여 개선된 고속 back projection에 의해 영상을 확대 재구성한다. 이와 함께 2차 미분을 사용하는 LoG (laplacian of gaussian) 필터링을 이용하여 신뢰할 수 있는 에지 맵을 추출한다. 최종적으로 에지 정보와 개선된 back projection 결과를 이용하여 고해상도 영상을 재구성한다. 제안한 알고리즘을 사용하여 복원한 영상은 부자연스러운 인공물을 효과적으로 제거하고, blur현상을 최소화하여 에지 정보를 보정하고 강조해준다. 실험결과를 통해 제안하는 알고리즘이 기존의 보간법이나 전통적인 back projection 결과보다 주관적인 화질이 우수하고, 객관적으로 우수한 성능을 나타냄을 입증한다.

• 한국인터넷방송통신학회논문지
• /
• 제23권4호
• /
• pp.41-46
• /
• 2023

인체 소변은 혈액 내의 노폐물을 배출하는 과정으로 채취가 쉽고 다양한 물질들이 포함되어 있습니다. 요검사는 이를 통해 질병, 건강상태, 요로 감염 여부 등을 확인하는 용도로 사용됩니다. 요검사에는 물리적 성상 검사, 화학적 검사, 현미경 검사의 세 가지 방법이 있으며, 화학적 검사는 요검사지를 사용하여 쉽게 결과를 확인할 수 있다. 요검사지에는 다양한 항목들을 검사할 수 있으며, 이를 통해 다양한 질병들을 확인할 수 있다. 최근 스마트폰의 보급으로 스마트폰을 이용한 요검사지 판독 연구가 진행되고 있다. 스마트폰을 이용하여 요검사지의 색 변화를 감지하고 판독하는 방법이 있다. 이러한 방법은 RGB값과 색 차이 공식을 사용하여 판별한다. 그러나 다양한 환경 요인으로 인해 정확도가 떨어지는 문제가 있다. 본 논문은 이러한 문제를 해결하기 위해 딥러닝 모델을 적용한다. 특히, 경량화된 CNN(Convolutional Neural Networks) 모델을 사용하여 스마트폰 내에서 요검사지의 색 판별을 개선한다. CNN은 이미지 인식과 패턴 찾기에 유용한 모델로, 경량화된 버전도 사용 가능하다. 이를 통해 스마트폰에서 딥러닝 모델을 운영하고 정확한 요검사지 결과를 추출할 수 있다. 요검사지는 다양한 환경에서 촬영하여 딥러닝 모델 학습 이미지를 준비 하였으며 MobileNet V3을 사용하여 요검사 서비스 어플리케이션을 설계하였다.

• 대한공간정보학회지
• /
• 제22권4호
• /
• pp.107-115
• /
• 2014

야간도로 노면 밝기는 운전자가 도로 상 장애물을 인지하고 안전하게 운행하는데 있어 매우 중요한 요소이다. 본 연구에서는 정량적인 야간도로 시인성을 평가에 필요한 야간 도로 노면 영상정보 수집 및 처리용 모바일 체계를 제시하였다. 야간 도로 노면에서 수집되는 영상정보를 효율적으로 변환하고 야간도로 시인성에 대한 공간적인 분포를 파악할 수 있는 선형자료를 구축하였다. 이를 위해 저전력 컴퓨팅기술, 개방형 영상처리 기술, GPU 기반 가속 기술 및 도큐멘트데이터베이스 기술 등을 적용하였고 RGB영상으로부터 YUV색상체계로 변환하고 밝기에 해당하는 요소만 추출하여 공간정보와 통합하였다. 그 결과 고성능 안드로이드 단말기를 이용하여 도로밝기 자료를 취득하고 제안한 프로토타입으로 야간도로 시인성에 대한 공간적인 평가를 위한 자료 구축의 공간적 분포를 파악할 수 있었다.

• 방송공학회논문지
• /
• 제16권4호
• /
• pp.584-595
• /
• 2011

최근 RGB 영상과 깊이맵이 동시에 제작되어 공급되고 있다. 깊이맵은 사용자의 용도에 따라 다양한 형태로 변환되어 입체영상 제작에 사용된다. 깊이맵을 활용하는 기법이 새로이 소개되고 있는데, 한 예로 의료 분야에서 2D 영상의 컬러를 변환하여 지각 깊이감을 개선하는 영상처리 기술에 대한 관심이 높아지고 있다. 본 논문에서는 기존의 컬러 변환을 통한 2D 영상의 지각 깊이감 개선을 입체영상에 적용하여, 3D 지각 깊이감을 동시에 향상시키는 방법을 제안한다. 이를 위해 대조 변환 및 배경 다크닝 방법을 제안하고, 실험을 통해 제안 방법이 상기 목적을 얻을 수 있는 것을 검증하였다. 주관적 실험에서는 입체감 향상 및 피로도 측정을 통해 제안 방법의 성능 및 단점을 제시하였다.

• 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.