• 방송공학회논문지
• /
• 제17권4호
• /
• pp.670-675
• /
• 2012

정지영상 및 동영상내의 화면에서 관심영역이 설정되고, 비관심영역에 비하여 관심영역에 높은 화질이 제공되면 전체적으로 주관적 화질이 증대하게 된다. 관심영역은 색상 카메라만을 이용하여 추출하게 되면 계산이 복잡해질 뿐만아니라 추출의 정확도도 떨어지게 된다. 따라서 본 논문에서는 관심영역을 설정하기 위하여 깊이 카메라를 이용하며, 카메라와 관심영역 객체별 거리를 산출하고, 거리에 따라 객체의 화질을 차별적으로 제어하는 방법을 제안한다. 즉, 거리가 먼 객체에는 높은 양자화 계단크기를 적용하지만, 상대적으로 거리가 가까운 객체에는 낮은 양자화 계단크기를 적용하여 화질을 좋게 한다. 본 논문에서 제안된 방법에 의해 객체의 거리별로 양자화계단의 크기를 차등적으로 적용함으로써 주관적 화질의 개선이 이루어졌으며 모의실험을 바탕으로 확인할 수 있다.

• 한국터널지하공간학회 논문집
• /
• 제26권6호
• /
• pp.563-582
• /
• 2024

기존 터널 영상 유고 시스템은 터널 내 고압수 청소 등으로 인해 빈번히 CCTV가 틀어지면서 미리 설정된 관심영역과 실제 차량 주행방향과의 차이가 발생하면서 유고 상황을 제대로 감지하지 못하고 오탐지가 발생하는 문제가 빈번히 발생한다. 이러한 문제를 해결하기 위해, 본 논문에서는 터널 CCTV의 틀어짐에 대응하여 관심영역을 자동으로 재설정하는 관심영역 자동설정 알고리즘을 개발하였다. 이 알고리즘은 원본 터널 CCTV 영상에서 관심영역을 설정한 후, 역 원근변환(inverse perspective transform, IPT)을 적용하여 원근현상이 제거된 변환영상을 기본 영상으로 사용한다. 변환영상에서 차선 인식 알고리즘을 통해 각 차선의 기울기, 절편, 방향(좌/중앙/우)을 추출하고, 이를 바탕으로 원본영상에서 틀어진 CCTV에 맞추어 관심영역을 자동으로 재설정한다. 이에 대한 성능을 검증하기 위해 먼저 딥러닝 기반 차선 인식 모델에 대한 실험을 진행하였으며, 정지 영상의 하단 1/2 및 1/4 영역을 사용한 데이터셋을 제작하여 비교 실험을 수행하였다. 그 결과, 하단 1/2 영역을 활용한 모델이 노면이 젖은 경우나 차선이 흐릿한 경우에도 높은 차선인식 성능을 보였다. 이러한 결과를 바탕으로 개발된 알고리즘에 적용하였으며, CCTV 3개 채널을 선정한 다음, 본 알고리즘을 적용한 경우와 그렇지 않은 경우에 대한 비교 실험을 진행하였다. 그 결과, 본 알고리즘은 기존의 고정된 관심영역에 비해 차선 방향을 일관되게 유지할 수 있었으며, 최대 37도까지 틀어진 차선을 자동으로 보정하여 일관된 관심영역을 재설정할 수 있음을 확인하였다. 결과적으로 제안된 알고리즘은 터널 영상유고시스템의 정확도와 효율성을 크게 향상시킬 수 있음을 보였다.

• 대한의용생체공학회:의공학회지
• /
• 제35권5호
• /
• pp.132-141
• /
• 2014

In an ordinary CT scan, a large number of projections with full field-of-view (FFOV) are necessary to reconstruct high resolution images. However, excessive x-ray dosage is a great concern in FFOV scan. Region-of-interest (ROI) CT or sparse-view CT is considered to be a solution to reduce x-ray dosage in CT scanning, but it suffers from bright-band artifacts or streak artifacts giving contrast anomaly in the reconstructed image. In this study, we propose an image reconstruction method to eliminate the bright-band artifacts and the streak artifacts simultaneously. In addition to the ROI scan for the interior projection data with relatively high sampling rate in the view direction, we get sparse-view exterior projection data with much lower sampling rate. Then, we reconstruct images by solving a constrained total variation (TV) minimization problem for the interior projection data, which is assisted by the exterior projection data in the compressed sensing (CS) framework. For the interior image reconstruction assisted by the exterior projection data, we implemented the proposed method which enforces dual data fidelity terms and a TV term. The proposed method has effectively suppressed the bright-band artifacts around the ROI boundary and the streak artifacts in the ROI image. We expect the proposed method can be used for low-dose CT scans based on limited x-ray exposure to a small ROI in the human body.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 춘계학술발표대회
• /
• pp.976-977
• /
• 2015

본 논문에서 우리는 입력영상에서 ROI(Region Of Interest) 지정을 이용한 의상 추천시스템을 제안한다. 의상영역 추출에 있어 ROI의 지정은 매칭 오류를 감소시키면서 매칭 속도를 향상시킬 수 있다. 우리는 평가부분에서 제안된 방을 통해 수행된 매칭이 빠르며 성공적으로 이루어졌음을 보인다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2010년도 춘계 종합학술대회 논문집
• /
• pp.336-338
• /
• 2010

장문인식은 손바닥 중앙부에 나타난 손금과 주름의 패턴을 이용하여 개인을 식별하는 것으로, 효과적인 장문인식을 위해서는 이러한 패턴이 나타나는 관심영역(ROI: region of interest)에 대한 안정적인 추출이 필요하다. 본 논문에서는 윤곽선의 형태 정보를 토대로 적응적으로 굴곡점의 위치를 찾아내고 이로부터 ROI를 추출하는 방법을 제안한다. 제안된 방법의 성능을 확인하기 위하여 유도 막대가 없는 자연스런 장문획득 장치에 의해 수집된 장문영상을 대상으로 실험을 수행하였다. 실험결과 제안된 방법은 손의 위치 변화나 회전에 무관하게 장문영상으로부터 안정적으로 ROI를 추출함을 확인할 수 있었다.

• 융합신호처리학회논문지
• /
• 제10권4호
• /
• pp.233-238
• /
• 2009

본 논문에서는 얼굴을 자동 초점(Auto-focus) 디지털 카메라의 관심영역(ROI : Region Of Interest)으로 이용하는 시스템에서 요구되는 검출 영역의 안정적인 선택을 위한 방법을 제안한다. 이 방법은 디지털 카메라와 모바일 카메라에 포함되는 ISP(Image Signal Processor)에서 실시간으로 처리되는 프로그레시브 입력 영상에서 얼굴 영역을 관심영역으로 간주하고 자동으로 초점을 맞추는 방법이다. 얼굴 영역 검출을 위하여 사용한 학습 알고리즘은 에이다부스트 알고리즘을 이용하였다. 학습에 포함되지 않은 기울어진 얼굴에 대한 검출방법과 검출 결과에 대한 후처리 방법, 관심영역이 흔들리지 않고 일정한 영역을 유지하도록 하기 위한 안정화 대책을 제안한다. 제안된 ROI 영역 안정화 알고리즘에 대한 성능을 평가하기 위하여 움직임이 있는 얼굴에 대하여 기준 궤적과의 차이를 보이고, 각 궤적의 회귀곡선과의 RMS 오차를 안정화 성능평가의 척도로 이용하였다.

• 한국정보통신학회논문지
• /
• 제22권4호
• /
• pp.634-640
• /
• 2018

본 논문에서는 방사선 영상을 기반으로 관심 영역의 자동 추출 알고리즘을 제안한다. 제안 알고리즘은 입력 영상에서 병변부위를 검출하기 위해 세그먼테이션, 특징 추출 및 참조 이미지 매칭을 이용한다. 추출된 영역은 참조 DB에서 일치하는 병변 이미지를 검색하고, 일치된 결과는 칼만 필터 기반의 적합성 피드백을 이용해 병변을 자동 추출한다. 제안 알고리즘은 왼손 x-ray 입력 영상을 기반으로 성장판을 추출하기 위해 왼손 이미지의 윤곽선을 추출하고, 이것은 다중 스케일 해시안 행렬 기반의 세션화를 이용해 후보 영역을 생성 한다. 그 결과, 제안 알고리즘은 관심영역 분할 단계에서는 0.02초로 빠른 분할이 가능하였고, 분할 영상을 기준으로 ROI 추출시 평균 0.53, 강화 단계에서는 0.49초로 매우 정확한 이미지 분할이 가능한 것을 실험을 통해 알 수 있었다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제34권3호
• /
• pp.275-302
• /
• 2007

본 논문은 고품질 텍스트 압축 기능을 지원하는 우수한 정지영상 압축 시스템을 제안한다. 영상에서 텍스트 부분을 분리하여 압축을 수행함으로서 고품질의 텍스트 압축 기능을 지원한다. 시스템은 코드블록 단위로 적응 이진 산술부호화를 수행하여 48:1 이상의 높은 정지영상 압축률을 보여주고 있다. 코드블록은 비트평면을 구성하는 비트들을 서브블록 단위로 파악하여 산술부호에 적합한 코드블록을 구성한 것이다. 산술부호기는 구성된 코드블록을 문맥을 기반으로 압축한다. 시스템의 입력 모드는 분할(Segmentation) 모드와 ROI(Region Of Interest) 모드로 구성된다. 분할 모드는 입력 영상을 텍스트 부분과 배경 영상 부분으로 분할하여 입력할 수 있게 한다. ROI 모드는 입력 영상을 관심 영역과 그 밖의 영역으로 구분하여 입력할 수 있게 한다. 현재 시스템이 나타내는 텍스트 압축 기능과 높은 압축률은 다른 JPEG2000 시스템들과 충분히 비교할 수 있는 수준이다. 시스템은 그 밖에 그레이 코딩을 수행하여 압축률을 향상시킨다.

• 방송공학회논문지
• /
• 제11권1호
• /
• pp.54-65
• /
• 2006

본 논문에서는, 스케일러블 비디오 코딩 (SVC) 에 다중 ROI(Region Of Interest) 를 부호화 및 복호화 할 수 있는 새로운 기능 을 지원하는 방법을 제안한다. 현재의 스케일러블 부호화는 공간, 시간, 화질에 대한 확장성을 가지는 비트스트림을 생성하는 것을 목적으로 하고 있다. ROI 는 영상 내에서 중요한 의미를 가지는 영역을 나타내는데, 네트웍이나 단말의 영상크기의 제약이 발생하는 경우, ROI 만을 전송하여 QoS 가 가능토록 할 수 있다. 본 논문에서는 H.264 의 FMO를 이용하여 SVC 에서 다중 ROI를 정의할 수 있는 syntax와 방법을 제시하고, 실제로 부호화 및 복호화 하는 방법을 제시한다. 제안한 방법은 실제 JSVM1.0 에서 구현하였으며 실험을 통해 본 논문에서 제안한 방법에 대한 검증을 수행하였다.

• 한국통신학회논문지
• /
• 제40권1호
• /
• pp.152-164
• /
• 2015

최근 반도체 기술, 센서 기술 및 이동통신 기술의 발전으로 스마트 자동차 기술 연구 개발이 진행 중에 있다. 사회가 발전함에 따라 차량이 증가하였고 사고에 대한 위험은 점차 높아지고 있다. 그에 따라 기존의 차량용 블랙박스 외에 차량의 각종 센서 정보를 활용하여 운전자에게 다양한 정보를 제공하는 첨단 운전자 보조 시스템이 연구되고 있다. 본 논문에서는 차량 간의 통신기능을 포함하고, 주변의 정보를 습득하여 제공할 수 있는 스마트 카메라 장치를 설계 및 구현하여, 장치에 포함된 카메라로부터 입력 받은 영상을 분석하여 획득한 정보를 영상 메타데이터화 하는 기술에 대한 연구를 수행하였다. 또한 임베디드 장치의 제한된 계산 성능을 보완하기 위해 관심영역을 설정하는 S-ROI(Static-Region Of Interest), D-ROI(Dynamic-Region Of Interest) 방식을 고안하였다. 실험을 통해 영상처리 속도가 전체영상 분석에 비해 S-ROI의 경우 3.0배, D-ROI의 경우 4.8배 향상함을 확인하였다.