• International Journal of Advanced Culture Technology
• /
• 제10권2호
• /
• pp.252-259
• /
• 2022

Artificial intelligence is used in fusion with image processing techniques using cameras. Image processing technology is a technology that processes objects in an image received from a camera in real time, and is used in various fields such as security monitoring and medical image analysis. If such image processing reduces the accuracy of recognition, providing incorrect information to medical image analysis, security monitoring, etc. may cause serious problems. Therefore, this paper uses a mixture of YOLOv4-tiny model and image processing algorithm and uses the COCO dataset for learning. The image processing algorithm performs five image processing methods such as normalization, Gaussian distribution, Otsu algorithm, equalization, and gradient operation. For RGB images, three image processing methods are performed: equalization, Gaussian blur, and gamma correction proceed. Among the nine algorithms applied in this paper, the Equalization and Gaussian Blur model showed the highest object detection accuracy of 96%, and the gamma correction (RGB environment) model showed the highest object detection rate of 89% outdoors (daytime). The image binarization model showed the highest object detection rate at 89% outdoors (night).

• 반도체디스플레이기술학회지
• /
• 제10권3호
• /
• pp.53-59
• /
• 2011

This paper proposes a new method of traffic signal detection and recognition in an RGB color model. The proposed method firstly processes RGB-filtering in order to detect traffic signal candidates. Secondly, it performs adaptive threshold processing and then analyzes connected components of the binary image. The connected component of a traffic signal has to be satisfied with both a bounding box rate and an area rate that are defined in this paper. The traffic signal recognition system is implemented using C language in an embedded Linux system for a high-speed real-time image processing. Experiment results show that the proposed algorithms are quite successful.

• 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.

• 스마트미디어저널
• /
• 제9권3호
• /
• pp.46-51
• /
• 2020

소나무 재선충은 한국과 일본, 중국을 포함한 동아시아 지역의 소나무산림에 막대한 피해를 주는 원인이며, 피해목의 조기 발견과 제거는 재선충 확산을 막는 효과적인 방법이다. 본 논문에서는 드론으로 촬영되고 처리된 RGB 정사영상을 딥러닝 분류에 의한 재선충 피해목 탐색방법을 제안한다. 제안된 방법은 학습영상 데이터가 많지 않다는 가정아래 ResNet18을 백본으로 하는 패치기반의 분류기를 구성하고 RGB 정사영상을 분류하고 그 결과를 heatmap 형태로 만든다. 제작된 정사영상의 heat map는 재선충 피해목의 분포를 알아내고 확산해가는 모습을 관찰할 수 있게 하며, 재선충 피해목 지역의 RGB 분포 특징을 추출해낼 수도 있다. 본 연구의 패치기반 분류기 성능은 94.7%의 정확도를 나타내었다.

• 한국정보처리학회논문지
• /
• 제1권4호
• /
• pp.541-550
• /
• 1994

True Color 영상은 전송 및 저장에 많은 데이터 량이 필요하지만, 적은 데이터를 가지고 컬러 모니터에 나타낼 때 인간 시각에 별무리없이 나타내고자 한다. 본 논문 에서는 RGB, YIQ/YUV 공간에서 256개의 컬러맵 생성 방법과 서로 다른 컬러맵을 한 화면에 동시에 표시하면 원 컬러 영상과 다르게 나타나므로 컬러맵간을 결합하여 공 통되는 컬러맵 표현 방법을 제시한다. RGB, YIQ/YUV 공간상에서 처리된 결과를 비교하 기 위해 PSNR, 표준편차, Sobel연산자를 이용한 에지보존율로서 측정하였다. 처리시간 은 새로운 컬러맵 생성은 3초, 컬러맵간의 결합은 2초 소요되었다. PSNR 값은 RGB 공 간이 YIQ 공간과 YUV 공간보다 평균적으로 0.15, 0.34［dB］ 정도 높고, 표준편차는 평균적으로 0.15, 0.41정도 낮았다. 그러나 데이타 압축 면에서 YIQ/YUV공간은 색상 부분에서 8비트중 4비트만을 사용하였기 때문에, RGB 공간보다 1/3정도 압축 효율을 나타낸다.

• 한국멀티미디어학회논문지
• /
• 제18권10호
• /
• pp.1197-1204
• /
• 2015

Smoke detection plays an important role for the early detection of fire. In this paper, we suggest a newly developed method that generated LBPV(Local Binary Pattern Variance)s as special feature vectors from RGB contrast images can be applied to detect smoke using SVM(Support Vector Machine). The proposed method rearranges mean value of the block from each R, G, B channel and its intensity of the mean value. Additionally, it generates RGB contrast image which indicates each RGB channel’s contrast via smoke’s achromatic color. Uniform LBPV, Rotation-Invariance LBPV, Rotation-Invariance Uniform LBPV are applied to RGB Contrast images so that it could generate feature vector from the form of LBP. It helps to distinguish between smoke and non smoke area through SVM. Experimental results show that true positive detection rate is similar but false positive detection rate has been improved, although the proposed method reduced numbers of feature vector in half comparing with the existing method with LBP and LBPV.

• 방송공학회논문지
• /
• 제24권5호
• /
• pp.765-774
• /
• 2019

본 논문에서는 다중 RGB-D 카메라의 포인트 클라우드 정합 알고리즘을 제안한다. 일반적으로 컴퓨터 비전 분야에서는 카메라의 위치를 정밀하게 추정하는 문제에 많은 관심을 두고 있다. 기존의 3D 모델 생성 방식들은 많은 카메라 대수나 고가의 3D Camera를 필요로 한다. 또한 2차원 이미지를 통해 카메라 외부 파라미터를 얻는 기존의 방식은 큰 오차를 가지고 있다. 본 논문에서는 저가의 RGB-D 카메라 8대를 사용하여 전방위 3차원 모델을 생성하기 위해 깊이 이미지와 함수 최적화 방식을 이용하여 유효한 범위 내의 오차를 갖는 좌표 변환 파라미터를 구하는 방식을 제안한다.

• 한국정보전자통신기술학회논문지
• /
• 제6권2호
• /
• pp.65-70
• /
• 2013

본 논문에서는 인간시각시스템을 고려한 칼라 영상 워터마킹을 제안하였다. 일반적으로 색상과 채도의 변화보다는 휘도의 변화에 더 민감한 인간의 시각의 특성을 고려하여 RGB 좌표계의 칼라 영상을 HSI 좌표계로 변환하여 워터마크를 삽입하였다. 워터마크 삽입은 원영상과 워터마크를 이산 코사인 변환하여 계수들을 합함으로써 원영상에 워터마크를 삽입하였다. 워터마크 추출은 워터마크가 삽입된 영상을 역 이산 코사인 변환하여 워터마크를 추출하였다. 실험을 위해서 원영상은 표준영상을 사용하고, 워터마크는 지문 영상을 사용하여 실험한 결과, 비가시성과 강인성을 만족하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 추계학술대회
• /
• pp.176-179
• /
• 2020

현재 대부분의 객체 탐지 알고리즘은 RGB 영상을 기반으로 개발되고 있다. 하지만 안개가 끼거나 비가 오는 날 또는 방중에 촬영한 RGB 영상은 흐리거나 잘 보이지 않아 높지 않은 객체 탐지 결과를 보여줄 수 있다. 열 적외선 영상은 열 센서로 인해 만들어지든 영상으로 RGB 영상에 비해 기상조건이나 촬영 시간대에 상관없이 취득 될 수 있다. 본 논문에서는 RGB 영상과 열 적외선 영상을 기반으로 객체 탐지 알고리즘을 수행하고 각 영상에 따른 객체 탐지 성능을 비교한다. 야간에 취득한 RGB 영상과 열 적외선 영상에 객체 탐지를 수행하였으며, 열 적외선 영상 기반 결과가 RGB 영상 기반일 때 보다 더 높은 정확도를 보여주었다. 추가적으로 밤 시간대의 RGB 영상과 열 적외선 영상을 선정하여 객체 탐지 네트워크를 튜닝하였으며, fine-tuned 네트워크를 이용하여 객체 탐지한 실험 결과 역시 열 적외선 영상이 RGB 영상보다 더 높은 객체 탐지 정확도를 보이는 것을 확인할 수 있었다.

• 대한전자공학회논문지SP
• /
• 제49권1호
• /
• pp.67-72
• /
• 2012

본 논문에서는 대기 열황 영상의 색상 분석을 통해 대기값과 전달률을 추정하여 대기 열화 요인을 제거함으로써 영상의 가시성을 향상시키는 알고리듬을 제안한다. 제안하는 알고리듬은 RGB채널의 최대값을 이용하여 영상을 정규화 시키고, 반사율을 이용하여 RGB 채널 각각의 적응적 대기값을 추정한다. 또한 영상의 Y채널의 감마보정을 통해 전달률을 생성한다. 결과적으로 대기값과 전달률을 이용하여 대기 열화 요인을 제거함으로써 가시성이 향상된 영상을 얻는다. 제안된 방법은 영상의 색상을 분석하기 때문에 기존의 기술의 문제점인 색상왜곡을 억제하고, 효과적으로 영상을 복원함으로써 가시성 향상에 있어서 뛰어난 성능을 보인다. 그 결과 제안된 알고리듬은 안개, 연기, 먼지 등과 같은 다양한 대기중의 불순물에 의한 화질 열화를 효과적으로 제거하여 가시성 향상에 기여할 수 있다.