• 한국컴퓨터정보학회논문지
• /
• 제18권11호
• /
• pp.69-75
• /
• 2013

본 논문에서는 터치스크린 시스템에 강한 잡음이 존재하는 상황에서 안정적으로 터치를 인식하기 위하여 SIFT(Scale Invariant Feature Transform) 알고리즘을 기반으로 고안한 터치인식 방법을 소개한다. SIFT알고리즘을 기반으로 하여 잡음에 강하며 다양한 크기의 터치를 효과적으로 추출하는 것이 가능하다. 제안한 방법을 검증하기 위하여 터치스크린 상에서 얻은 채널데이터를 이용하여 매트랩 상에서 터치인식을 시뮬레이션 해 보았다. 시뮬레이션 결과 강한 잡음이 존재하는 상황에서 터치 크기와 방향에 상관없이 안정적으로 터치를 인식하는 것을 볼 수 있었다. 그러나 터치인식 알고리즘을 실제 터치스크린 상에 구현한 결과 SIFT 알고리즘에서 사용하는 DoG(Difference of Gaussian) 연산에 많은 계산 량이 필요하여 실시간 터치인식에 문제가 발생하였다. 우리는 이를 극복하기 위하여 DoG의 빠른 근사 방법인 DoM(Difference of Mean)을 사용하여 문제를 해결하였다.

• 한국산업정보학회논문지
• /
• 제19권1호
• /
• pp.77-85
• /
• 2014

약화 사고 방지를 위한 약통 분류 알고리즘은 약통의 회전, 크기변화, 위치 이동 등의 기하학적 변화에 강인하여야 한다. 본 논문에서는 기하학적 변화에 강인한 SIFT(Scale Invariant Feature Transform)을 이용하여 약통을 실시간으로 정확하게 분류하는 알고리즘을 제안한다. 먼저, 약통 분류를 위해서 두드러진 특징으로 약통의 크기 정보인 최외곽 사각형을 이용하여 약통을 크기 별로 분류한다. 다음으로 최외곽 사각형내에서 라벨 영역을 추출하고, 회전을 고려한 관심영역을 추출한다. 그리고 추출된 관심영역에 대해 SIFT를 이용하여 약통을 분류한다. 또한 SIFT의 처리 속도를 개선하기 위하여 SIFT의 옥타브 수를 간소화하였다. 250개의 약통 영상에 대해 제안한 알고리즘의 성능을 평가한 결과, 모든 약통에 대해 정확히 분류함을 확인하였다. 또한 SIFT의 피라미드 레벨 간소화에 의해 처리 시간을 2배 이상 향상됨을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2014년도 춘계학술발표대회
• /
• pp.781-784
• /
• 2014

Face recognition under controlled settings, such as limited viewpoint and illumination change, can achieve good performance nowadays. However, real world application for face recognition is still challenging. In this paper, we use Affine SIFT to detect affine invariant local descriptors for face recognition under large viewpoint change. Affine SIFT is an extension of SIFT algorithm. SIFT algorithm is scale and rotation invariant, which is powerful for small viewpoint changes in face recognition, but it fails when large viewpoint change exists. In our scheme, Affine SIFT is used for both gallery face and probe face, which generates a series of different viewpoints using affine transformation. Therefore, Affine SIFT allows viewpoint difference between gallery face and probe face. Experiment results show our framework achieves better recognition accuracy than SIFT algorithm on FERET database.

• 한국전자통신학회논문지
• /
• 제11권7호
• /
• pp.685-692
• /
• 2016

본 연구에서는 물체 인식 분야에서 잘 알려진 회전, 스케일, 조명의 변화에 강인한 특징치인 SIFT를 이용하여 지폐의 특징 벡터를 구하고 이를 ANN알고리즘에 의해 정합하여 다국적 지폐를 인식하는 방법에 관한 것으로 계층적 지폐인식 방법을 제안한다. 지폐마다 지니고 있는 특징치를 추출하여 국적 및 권종을 인식하기 위하여 자외선, 적외선, 및 백색 투과광 조명을 개발하고 조명 변화에 따라 촬영된 영상으로부터 SIFT특징치를 구하고 다국적 지폐의 국적과 권종을 인식하는 방법을 구현하였다. 한화, 달러화, 유로화에 관하여 회전 및 크기 변화가 있는 환경에서 제안한 알고리즘을 적용하였고 잘 작동하고 있음을 확인 하였다.

• 한국항공우주학회지
• /
• 제37권8호
• /
• pp.759-766
• /
• 2009

본 논문은 INS/vSLAM 통합 항법 시스템의 성능 향상을 위한 기초 연구로써, 비전 센서의 영상처리 성능을 향상을 위한 알고리즘 개발에 목표를 두고 있다. 비전센서의 영상처리알고리즘으로 SIFT 알고리즘을 사용하였으며, SIFT 알고리즘의 특징점 정합 성능을 개선하기 위해 특징점 정합 필터를 적용하였다. 본 논문에서 제안한 알고리즘을 이용하여 기존의 SIFT 알고리즘을 파라미터 조절한 경우보다 향상된 결과를 얻을 수 있었다. 차후 실시간 통합 항법 시스템에 적용하기 위해서 알고리즘의 속도를 향상시키는 작업이 필요하다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제3권9호
• /
• pp.375-380
• /
• 2014

오늘날 촬영 상황을 조절할 수 있는 환경, 즉 고정된 촬영각이나 일관된 조도 조건에서는 얼굴인식 기술 수준은 신뢰할 수 있을 정도로 높다. 그러나 복잡한 현실에서의 얼굴 인식은 여전히 어려운 과제이다. SIFT 알고리즘은 촬영각의 변화가 미미할 때에 한하여, 크기와 회전 변화에 무관하게 우수한 성능을 보여주고 있다. 본 논문에서는 다양하게 촬영각이 변하는 환경에서도 얼굴 인식을 할 수 있는 어파인 불변 지역 서술자를 탐지하는 ASIFT(Affine SIFT)라는 알고리즘을 적용하였다. SIFT 알고리즘을 확장하여 만든 ASIFT 알고리즘은 촬영각 변화에 취약한 단점을 극복하였다. 제안하는 방법에서 ASIFT 알고리즘은 표본 이미지에, SIFT 알고리즘은 검증 이미지에 적용하였다. ASIFT 방법은 어파인 변환을 사용하여 다양한 시각에 따른 영상을 생성할 수 있기 때문에 ASIFT 알고리즘은 저장 영상과 실험 영상의 시각 차이에 따른 문제를 해결할 수 있었다. 실험결과 FERET 데이터를 사용했을 때 제안한 방법은 촬영각의 변화가 큰 경우에 기존의 시프트 알고리즘보다도 높은 인식률을 보여주었다.

• 전기학회논문지
• /
• 제65권10호
• /
• pp.1738-1745
• /
• 2016

In this paper, we present localization and autonomous navigation method using GPU(Graphics Processing Unit)-based SIFT(Scale-Invariant Feature Transform) algorithm and virtual force method for mobile robots. To do this, at first, we propose the localization method to recognize the landmark using the GPU-based SIFT algorithm and to update the position using extended Kalman filter. And then, we propose the A-star algorithm for path planning and the virtual force method for autonomous navigation of the mobile robot. Finally, we demonstrate the effectiveness and applicability of the proposed method through some experiments using the mobile robot with OPRoS(Open Platform for Robotic Services).

• Journal of information and communication convergence engineering
• /
• 제11권4호
• /
• pp.298-306
• /
• 2013

The scale invariant feature transform (SIFT) is an effective algorithm used in object recognition, panorama stitching, and image matching. However, due to its complexity, real-time processing is difficult to achieve with current software approaches. The increasing availability of parallel computers makes parallelizing these tasks an attractive approach. This paper proposes a novel parallel approach for SIFT algorithm implementation using a block filtering technique in a Gaussian convolution process on the SIMD Pixel Processor. This implementation fully exposes the available parallelism of the SIFT algorithm process and exploits the processing and input/output capabilities of the processor, which results in a system that can perform real-time image and video compression. We apply this implementation to images and measure the effectiveness of such an approach. Experimental simulation results indicate that the proposed method is capable of real-time applications, and the result of our parallel approach is outstanding in terms of the processing performance.

• 한국컴퓨터정보학회논문지
• /
• 제18권9호
• /
• pp.1-10
• /
• 2013

본 논문에서는 대표적인 특징점 추출 알고리즘인 SIFT(Scale-Invariant Feature Transform)를 매니코어 프로세서를 이용하여 병렬 구현하고, 이를 실행 시간, 시스템 이용률, 에너지 효율 및 시스템 면적 효율 측면에서 분석하였다. 또한 기존의 고성능 CPU와 GPU(Graphics Processing Unit)와의 성능 비교를 통해 제안하는 매니코어의 잠재가능성을 입증하였다. 모의실험 결과, 매니코어를 이용한 SIFT 알고리즘 구현 결과는 기존의 OpenCV 구현 결과와 정확도면에서 동일하였고, 매니코어 구현은 고성능 CPU 및 GPU 구현보다 실행시간 측면에서 우수하였다. 또한 본 논문에서는 SIFT알고리즘의 옥타브 크기에 따른 에너지 효율 및 시스템 면적 효율을 분석하여 최적의 모델을 제시하였다.

• 전기전자학회논문지
• /
• 제17권2호
• /
• pp.202-207
• /
• 2013

본 논문은 기존의 FAST와 BRIEF 알고리즘을 Zynq-7000 Soc Platform에서 하드웨어로 구현했다. 대표적으로 SIFT 나 SURF 알고리즘을 사용하여 특징점 기반 하드웨어 가속기로 구현 하지만, 하드웨어 비용과 내부 메모리가 많이 필요하다. 제안하는 FAST & BRIEF 가속기는 기존의 SIFT 나 SURF 가속기 보다 내부 메모리 사용량을 약 57%, 하드웨어 비용을 약 70% 정도 감소하고, 수행 시간은 Clock 당 0.17 Pixel를 처리한다.