• 제목/요약/키워드: Recoloring

검색결과 6건 처리시간 0.02초

블럽 컬러링을 이용한 CT영상에서 간 영역 자동 추출 (Automatic Segmentation of the Liver Region in CT Images Using Slob Coloring)

  • 임옥현;김진철;박성미;이배호
    • 한국정보과학회:학술대회논문집
    • /
    • 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (2)
    • /
    • pp.760-762
    • /
    • 2004
  • 본 논문에서 CT영상에서 간 영역을 자동적으로 분할할 수 있는 방법을 제안한다. 밝기의 특성을 이용하여 초기 관심 영역을 추출하기 위해 ATI(Automatic Threshold Intensity)기법을 사용하였다. 간 영역을 최종적으로 추출하기 위해 블럽 컬러링 기법을 사용하였다 기존 블럽 컬러링의 연산속도를 개선하기 위해서 Recoloring table을 이용하였다 제안된 방법을 이용하여 실험한 결과로 간 영역 추출의 성공률 90%를 얻었다.

  • PDF

실행 코드 영역 프로파일링을 통한 MFU 기반 페이지 컬러링 기법 (MFU-based Page Coloring Scheme through Application Code Profiles)

  • 김정훈;김인혁;엄영익
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2011년도 춘계학술발표대회
    • /
    • pp.246-249
    • /
    • 2011
  • 페이징을 이용한 가상 메모리 환경에서는 프로세스가 사용하는 가상 페이지가 임의의 물리 페이지로 매핑이 되므로 캐시 인덱스 충돌로 인한 캐시 미스율이 증가한다. 이를 하드웨어의 지원 없이 해결하기 위해 페이지 컬러링 기술은 처음 연구되기 시작하였고, 지금까지도 꾸준히 연구되고 있다. 이러한 페이지 컬러링 기술은 컬러링 정책을 먼저 정해놓고 컬러링을 하는 정적 페이지 컬러링, 그리고 동적프로파일링을 통해 프로세스의 데이터 영역 접근 패턴을 파악하고 이를 통해 실시간 컬러링을 하는 동적 페이지 컬러링으로 나눌 수 있다. 하지만 두 가지 방법 모두 다음과 같은 단점이 존재한다. 먼저 정적 페이지 컬러링은 프로세스의 동작을 프로파일링 할 수 없기 때문에 컬러링으로 인한 효율을 극대화시킬 수 없고, 동적 페이지 컬러링은 동적 프로파일링을 하고 이를 통해 재컬러링(recoloring) 하는 오버헤드가 존재한다. 이러한 문제를 해결하기 위해서, 본 논문에서는 실행 코드 영역 프로파일링을 통한 MFU(Most Frequently Used) 기반 페이지 컬러링 기법을 제안한다. 이 기법은 동적으로 프로세스 코드 영역을 프로파일링 하여 실행 점유율이 높은 영역을 알아낸 뒤, 이를 기반으로 정적 페이지 컬러링을 하는 방식이다. 따라서 본 논문에서 제안한 기법은 기존의 기법들이 가진 단점을 해결하고, 캐시 성능을 향상시킬 것으로 기대된다.

채색 분리 기반의 색 변환 기법 (Color Transfer Method Based on Separation of Saturation)

  • 곽정민;김재협;문영식
    • 전자공학회논문지CI
    • /
    • 제45권3호
    • /
    • pp.149-159
    • /
    • 2008
  • 참조 영상을 이용하여 영상의 분위기를 전환하고자 할 때, 영상의 분위기에 영향을 주는 요소 중 하나인 색을 이용하여 영상이 가지는 분위기를 변환한다. 색을 변환할 때, 국부적인 색상의 특징을 반영하기 위해 입력 영상의 화소에 대하여 색인을 하는데 낮은 채도 상에서는 색상의 식별력 저하로 인해 부적절한 색인의 색상 항목으로 색인이 되는 문제가 발생한다. 따라서 본 논문에서는 유채색과 무채색을 분리하여 처리함으로써, 낮은 채도 상에서의 잘못된 색인이 일어나지 않도록 제한하는 기법을 제안한다. 제안하는 기법은 채도의 문턱치를 이용하여 유채색과 무채색을 구분하는 단계, 구분된 화소들을 실린드리컬 거리(Cylindrical metric)를 이용하여 11가지 색상 항목(Index color)으로 색인을 하는 단계, 각 색상 항목의 우선순위 결정하고 평균과 표준편차를 구하는 단계, 마지막으로 Lab 색 공간에서 색을 변환하고 영상의 잡음과 의사 윤곽선(pseudo-contour)을 제거하기 위한 후처리 단계의 4단계로 구성된다. 실험결과를 통해 제안하는 기법은 낮은 채도 상에서도 유채색과 무채색이 잘 분리되어 색인이 되었으며 원본 영상의 색이 참조 영상의 색으로 자연스럽게 변환된 결과를 얻을 수 있음을 확인하였다.

적록 색각 이상자를 위한 HSV색공간을 이용한 색변환 기법 (Re-coloring Methods using the HSV Color Space for people with the Red-green Color Vision Deficiency)

  • 김현지;조재영;고성제
    • 전자공학회논문지
    • /
    • 제50권3호
    • /
    • pp.91-101
    • /
    • 2013
  • 본 논문에서는 적록색각 이상자를 위한 색 변환 알고리즘을 제안한다. 적록색각 이상자는 원추세포의 이상으로 인해 색상과 명도를 일반인과 다르게 인지하기 때문에 적색과 녹색의 구분에 어려움을 겪는다. HSV 색공간은 이러한 특성을 파악할 수 있는 인간의 색지각과 유사한 색 공간으로, 제안하는 방법에서는 HSV 색 공간에서 색상과 명도를 보정하여 색을 변환 한다. 이때 색상과 명도 보정정도는 개개인의 색각이상 심각도에 따라 다르게 결정된다. 색각 이상자 개개인에 따라 다른 보정정도를 적용함으로서 기존 이미지의 자연스러움은 유지 하고 구분하기 힘들었던 색상들도 구분 가능하게 변환된다. 제안하는 방법을 색각 이상자에게 적용하여 시뮬레이션으로 확인한 결과, 색각 이상자가 구분하기 힘든 색상들이 색상의 자연스러움을 유지하면도 색차를 인지할 수 있는 색으로 변환되는 것을 확인할 수 있었다.

위치 분포 및 그래프 절단에 의한 모발 분류와 영역 분할 (Hair Classification and Region Segmentation by Location Distribution and Graph Cutting)

  • 김용길;문경일
    • 한국인터넷방송통신학회논문지
    • /
    • 제22권3호
    • /
    • pp.1-8
    • /
    • 2022
  • 최근 소개된 구글 MediaPipe의 모발 분할 방식은 실시간 모바일 애플리케이션을 위해 특별히 설계된 단일 카메라 입력에서 신경망 기반 모발 분할을 위한 새로운 접근 방식을 제시한다. 상대적으로 작은 신경망으로 가상 머리카락 다시 칠하기와 같은 증강 현실 효과에 매우 적합한 고품질 머리카락 분할 마스크를 생성한다. 그렇지만, 모발 스타일 또는 모발 영역에 잡음이 있는 경우에 모발 분할 정확도가 떨어지는 문제점들이 있다. 이에 본 연구에서는 지정된 라벨에서 모발 위치와 모발 색상 가능성의 추정된 사전 분포에 따라 이미지의 에너지 함수를 구성하고, 이것을 그래프 절단 알고리즘에 따라 최적화시키는 방식으로 초기 모발 영역을 얻는 방식을 도입한다. 그런 다음에, 초기 모발 영역에 클러스터링 알고리즘과 사후 처리 기법을 적용하여 최종 모발 영역을 정밀하게 분할 할 수 있도록 한다. 제안된 방식은 MediaPipe의 모발 분할 파이프라인에 적용된다.

컬러 카테고리 맵을 이용한 수정된 지역적인 색변환 (Modified Local Color Transfer with Color Category Map)

  • 하호건;경왕준;김대철;하영호
    • 대한전자공학회논문지SP
    • /
    • 제49권3호
    • /
    • pp.67-73
    • /
    • 2012
  • 지역적인 영상의 색변환이란 영상에서 특정 색을 포함하는 영역을 추정하고 이를 원하는 색으로 변환시키는 것이다. 기존방법에서는 색차만을 이용해서 바꾸고자 하는 색을 포함하는 영역을 추정하고 이를 변환하였다. 따라서 변환되는 색 주변에서 원하지 않는 색결점(color artifact)이 나타나게 되었다. 제안한 방법에서는 이러한 색결점을 줄이기 위해 컬러 카테고리 맵과 수정된 color influence map을 결합한 지역적인 색변환 방법을 제안하였다. 컬러 카테고리 맵은 모든 색을 사람의 인지를 기반으로 11가지의 컬러 카테고리로 나눈 것으로서, 컬러 정보만을 이용해서 먼저 바꾸고자하는 색을 포함한 입력 영상의 지역 영역을 대략적으로 추정한다. 다음으로, 수정된 color influence map을 이용하여 인접한 영역의 색을 고려한 색변환 정도를 계산한다. 기존의 방법처럼 단순히 동일한 가중치를 주는 색차보다는 밝기와 색도에 서로 다른 가중치를 주어 수정된 color influence map을 계산하였다. 마지막으로 각각의 컬러 카테고리 맵과 수정된 color influence map에 가중치를 결합하여 지역적인 영상의 색변환을 수행하였다. 실험을 통해 제안한 방법과 기존의 색변환 방법의 결과 영상을 비교해 보았으며, 제안한 방법에서 색결점이 적게 나타나는 것을 확인할 수 있다.