• Proceedings of the Korea Information Processing Society Conference
• /
• 한국정보처리학회 2013년도 추계학술발표대회
• /
• pp.1560-1562
• /
• 2013

정확하고 강인한 영상 등록(Registration)은 영상 검색과 컴퓨터 비전과 같은 여러 응용 분야에서 성능을 좌우하는 매우 중요한 역할을 담당하며, 특징 추출 및 매칭 단계를 통해 수행된다. 영상의 특징을 관심 점으로 지정하여 추출하는 대표적인 알고리즘으로, SIFT (Scale Invariant Feature Transform)와 SURF (Speeded Up Robust Feature)가 있다. 본 논문에서는 2 개의 특징점 추출 알고리즘을 구현하고 예제 데이터를 기반으로 실험을 통해 성능적 비교 분석을 수행한다. 실험 결과, SURF 알고리즘이 특징 추출 및 매칭, 처리시간 측면에서 SIFT 보다 효율적인 성능을 보였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 한국정보처리학회 2013년도 추계학술발표대회
• /
• pp.1394-1396
• /
• 2013

플리커와 같은 대용량 영상저장 및 공유 사이트가 인기를 끌면서 이미지 정보의 양은 점점 늘어나고 있고 사용자들은 정확한 이미지 정보 검색을 요구하고 있다. 태그기반의 이미지 검색에서 정확도를 높이기 위하여 태그들의 의미적 연관성을 이용하는 등 다양한 연구가 진행되고 있다. 본 논문에서는 특징점 추출에 기반하여 이미지를 분류하는데 뛰어난 성능을 가진 SIFT알고리즘을 사용하여 플리커 이미지를 분류하는 방법을 제안한다. 위키피디아 의미 연관성을 이용해 태그 정보로 1차 분류된 데이터베이스에 SIFT알고리즘을 사용해본 결과 기존의 SURF를 사용한 연구보다 높은 정확성을 보이는 것을 확인하였다. 따라서 이 방법을 통하여 다양한 이미지를 더욱 정확하게 분류할 수 있을 것으로 기대한다.

• Journal of Information Processing Systems
• /
• 제17권1호
• /
• pp.124-135
• /
• 2021

Object detection is a fundamental yet challenging task in computer vision that plays an important role in object recognition, tracking, scene analysis and understanding. This paper aims to propose a multiproperty fusion algorithm for moving object detection. First, we build a scale-invariant feature transform (SIFT) vector field and analyze vectors in the SIFT vector field to divide vectors in the SIFT vector field into different classes. Second, the distance of each class is calculated by dispersion analysis. Next, the target and contour can be extracted, and then we segment the different images, reversal process and carry on morphological processing, the moving objects can be detected. The experimental results have good stability, accuracy and efficiency.

• Proceedings of the Korea Information Processing Society Conference
• /
• 한국정보처리학회 2009년도 추계학술발표대회
• /
• pp.347-348
• /
• 2009

멀티미디어 컨텐츠에 가시적 혹은 비 가시적으로 정보를 삽입하는 기술을 워터마킹이라고 한다. 워터마크를 삽입한 컨텐츠는 일련의 공격에 강인하도록 설계되어야 하는데, 본 기법은 기하학적 공격에 강인하도록 설계하였다. Scale Invariant Feature Transform (SIFT)을 이용하여 특징점을 찾고, 특징점 주변에 원형의 워터마크를 삽입하였다. SIFT에서 구해지는 방향벡터를 사용하여, 워터마크를 삽입할 원형 반구를 설정하였으며, 기존의 원형 기반의 워터마킹 삽입기법보다 강인한 워터마크를 구성할 수 있는 장점을 가진다.

• Journal of the Korean Institute of Telematics and Electronics
• /
• 제23권1호
• /
• pp.101-113
• /
• 1986

In this paper, a real-time pitch detector LPC vocoder as implemented on a high speed digital signal processor, NEC 7720, is described. The pitch detector was based mainly on the SIFT algorithm. The SIFT pitch detector consists primarily of a digital low pass filter, inverse filter, computation of autocorrelation, a peak picker, interpolation, V/UV defcision and a final pitch smoother. In our approach, modification, mainly on the V/UV decision and a final pitch smoother, was made to estimate more accurate pitches. An 16-bit fixed-point aithmatic was employed for all necessary computation and the simulated results were compared with the eye detected pitches obtained from real speech data. The pitch detector occupies 98.8% of the instruction ROM, 37% of the data ROM, and 94% of internal RAM and takes 15.2ms to estimate a pitch when an analysis frame is consisted of 128 sampled speech data. It is observed that the tested results were well agreed with the computer simulation results.

• Proceedings of the Korea Information Processing Society Conference
• /
• 한국정보처리학회 2008년도 추계학술발표대회
• /
• pp.164-167
• /
• 2008

효과적이고 정확한 물체인식은 컴퓨터 비전 연구 분야에 있어 매우 중요한 부분이다. 조명, 카메라 회전등의 외부환경의 변화에 의해 서로 다르게 획득되는 영상에 대해서도 강인하도록 동일한 특징점을 추출하고 매칭할 수 있는 방법으로 SIFT(Scale Invariant Feature Transform) 매칭이 많이 사용되어 왔다. 그러나 기존의 SIFT기술자는 특징점 주변의 그레이만을 이용하여 기술하기 때문에 물체의 그레이정보가 유사하며 색상이 다르더라도 그레이정보만 유사할 경우에도 매칭되는 단점이 있다. 이러한 문제점을 개선하기 위하여 본 연구에서는 기본영역가 확장영역의 색상 히스토그램에 기반 한 기술자를 추가하여 오매칭에 대한 인식 성능을 향상 시키는 방법을 제안한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.1220-1223
• /
• 2023

폐기물을 처리하는데 있어 배출과 수거에 대한 프로세스 자동화를 위해 폐기물 객체 유사도 판별이 요구된다. 이를 위해 본 연구에서는 폐기물 데이터셋에서 SIFT(Scale-Invariant Feature Transform)와 HSV(Hue, Saturation, Value)기반으로 두 이미지의 공통된 특징을 추출해 융합하고, 기계학습을 통해 이미지 객체 간의 유사도를 측정하는 모델을 제안한다. 실험을 위해 수집된 폐기물 데이터셋 81,072 장을 활용하여 이미지를 학습시키고, 전통적인 임계치 기반 유사도 측정과 본 논문에서 제시하는 유사도 측정을 비교하여 성능을 확인하였다. 임계치 기반 측정에서 SIFT 와 HSV 는 각각 0.82, 0.89(Acc)가 측정되었고, 본 논문에서 제시한 특징 추출 방법을 사용한 기계학습의 성능은 DT(Decision Tree)와 SVM(Support Vector Machine) 모두 0.93 (Acc)로 4%의 정확도가 향상되었다.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• 제31권2호
• /
• pp.165-172
• /
• 2013

In this paper, high-quality mosaic image is generated by high-resolution hyperspectral strip images using scale-invariant feature transform (SIFT) algorithm, which is one of the representative image matching methods. The experiments are applied to AISA Eagle images geo-referenced by using GPS/INS information acquired when it was taken on flight. The matching points between three strips of hyperspectral images are extracted using SIFT method, and the transformation models between images are constructed from the points. Mosaic image is, then, generated using the transformation models constructed from corresponding images. Optimal band appropriate for the matching point extraction is determined by selecting representative bands of hyperspectral data and analyzing the matched results based on each band. Mosaic image generated by proposed method is visually compared with the mosaic image generated from initial geo-referenced AISA hyperspectral images. From the comparison, we could estimate geometrical accuracy of generated mosaic image and analyze the efficiency of our methodology.

• The Journal of Korea Institute of Information, Electronics, and Communication Technology
• /
• 제4권3호
• /
• pp.174-181
• /
• 2011

A new registration method for IR image and EO image is proposed in this paper. IR sensor is applicable to many area because it absorbs thermal radiation energy unlike EO sensor does. However, IR sensor has difficulty to extract and match features due to low contrast compared to EO image. In order to register both images, we used modified SIFT(Scale Invariant Feature Transform) and block processing to increase feature distinctiveness. To remove outlier, we applied RANSAC(RANdom SAample Concensus) for each block. Finally, we unified matching features into single coordinate system and remove outlier again. We used 3~5um range IR image, and our experiment result showed good robustness in registration with IR image.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• 제24권5호
• /
• pp.409-416
• /
• 2006

To use image data obtained from different sensors and different techniques, the preprocessing step that registers them in a common coordinate system is needed. For this purpose, we developed the methodology to register middle- and low-resolution satellite images automatically. Firstly, candidate matching points were extracted using the Harris and Harris-affine algorithm. Secondly, we used the correlation coefficient, normalized correlation coefficient and SIFT algorithm to detect conjugate matching points from candidates. Then, to test the feasibility of approaches, we applied the developed methodology to various kinds of satellite images and compared results. The results clearly demonstrate that the methology using the SIFT is appropriate to register these multi-resolution satellite images automatically, compared with the classical cross-correlation.