• 인터넷정보학회논문지
• /
• 제10권4호
• /
• pp.13-23
• /
• 2009

본 논문에서 우리는 위성 영상에 대하여 객체를 지역화한 접근을 제안한다. 우리의 방법은 서술 벡터에 기반한 특징 정합 방법이다. 객체를 지역화하는 방법은 SIFT(Scale Invariant Feature Transform)를 적용시킨다. 먼저, 위성영상의 키포인트를 찾고, 키포인트의 서술 벡터를 일반화한다. 그리고 서술 벡터간에 유사성을 측정하여 키포인트를 매칭시킨다. 마지막으로, 키포인트의 인접 픽셀값에 가중치를 주어 객체에서 위치를 결정한다. SIFT를 이용한 이 실험은 다양한 스케일과 어파인 변환에 대해 좋은 결과를 산출하였다. 본 논문에서 제안된 방법은 구글 어스의 위성영상을 사용하였다.

• 한국지능시스템학회논문지
• /
• 제20권1호
• /
• pp.116-122
• /
• 2010

본 논문은 표적의 회전, 크기 변화, 이동 변화, 자세변화 등의 기하학적 변환에 강인한 표적 분류 방법을 제안한다. 우선 표적의 회전, 크기변화, 이동 변화에 대해서는 SIFT(Scale-Invariant Feature Transform) 특징 벡터들의 유사도, 스케일비, 오리엔테이션의 범위들을 이용한 CM(Confidence Map)에 기반하여 표적을 분류한다. 한편 표적의 자세 변화에 대응하기 위해 다양한 각도에서 획득한 표적 영상의 DB(database)를 이용한다. 각도의 범위는 실행 시간과 샘플링 간격에 따른 성능을 비교, 분석하여 결정한다. 제안한 표적 분류 방법의 성능을 평가하기 위해 기하학적 변화가 있는 여러 가지 영상에 대해 실험한다. 실험을 통해 제안 알고리즘이 우수한 분류 성능을 보임을 증명한다.

• 전자공학회논문지
• /
• 제52권11호
• /
• pp.147-155
• /
• 2015

시각적인 시스템에서 다양한 형태로 입력되는 목표물 영상을 효과적으로 처리하기 위하여 목표물의 위치 등을 추출할 수 있는 과정이 요구된다. 이러한 목표물의 위치 정보에 따라 다양한 영상의 변화에 대하여 영상 처리 기술이 응용되어지고 있으며, 이에 따라 목표물에 대한 처리 시스템 등 다각도로 많은 연구가 진행되고 있으며, 특히 회전 및 크기에 불변 특성을 동시에 얻을 수 있는 log-polar 변환을 이용한 방법 등이 영상 인식에 많이 이용되고 있다. 따라서, 본 논문에서는 극좌표계 변환 방법에 의한 입력 영상 내의 목표물의 위치를 측정할 수 있는 2 포인트 극좌표계 변환 방법에 의한 위치 측정 방법을 제시하고자 하였으며, 입력 영상에 대하여 측정하고자 하는 목표물을 극좌표계로 변환한 후에 얻어진 좌 우 극좌표계 영상에 대하여 Centroid 방법에 따른 극좌표 목표물의 무게 중심을 구하였으며, 획득된 무게 중심 좌표를 역변환하여 직각 좌표계의 좌표로 계산함으로서 목표물의 위치를 측정할 수 있었다. 또한, 2 포인트 극좌표계 변환전에 목표물의 중심 좌표법을 산출하고 이를 극좌표계에서 얻어진 중심 좌표의 역변환 값과 비교하여 좌표의 유사도를 얻었으며, 약 99%~104%의 유사도 값을 얻음으로서 오차 범위가 약 4%내의 좋은 결과를 갖는 좌표 위치를 얻을 수 있었다. 따라서 본 논문에서 제시하는 2 포인트 극좌표계 변환에 따른 목표물 위치 측정 방법은 다양한 영상 분야에 적용될 수 있는 가능성을 제시하였다.

• 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.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2019년도 제60차 하계학술대회논문집 27권2호
• /
• pp.313-314
• /
• 2019

본 논문에서는 특징점 검출 알고리즘을 적용하여 ultrasound image에서 특징점을 검출하는 것과 object dectection을 위한 keypoints가 object에 올바르게 위치하는지를 검증하는 실험을 진행한다. 특징점 검출을 위한 알고리즘으로는 Scale Invariant Feature Transform(SIFT)과 Harris corner detection 을 적용하여 검증한다.

• 한국정밀공학회지
• /
• 제16권10호
• /
• pp.194-202
• /
• 1999

A method for pattern recognition based on wavelet transform is proposed in this paper. The boundary of the object to be recognized includes shape information for object of machine parts. The contour is first represented using a one-dimensional signal and normalized about translation, rotation and scale, then is used to build the wavelet transform representation of the object. Wavelets allow us to decompose a function into multi-resolution hierarchy of localized frequency bands. The recognition of 2-dimensional object based on the wavelet is described to analyze the shape of analysis technique; the discrete wavelet transform(DWT). The feature vectors obtained using wavelet analysis is classified using a multi-layer neural network. The results show that, compared with the use of fourier descriptors, recognition using wavelet is more stable and efficient representation. And particularly the performance for objects corrupted with noise is better than that of other method.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제3권5호
• /
• pp.163-172
• /
• 2014

Scale Invariant Feature Transform (SIFT)은 높은 매칭 능력과 회전이나 스케일 조정 시 안정성으로 인해 이미지 특징 매칭을 위해 많은 응용에서 사용되어지고 있으며, 이러한 특성으로 인해 카피-무브 위조 검출을 위한 핵심 알고리즘으로 각광받고 있다. 하지만 SIFT 변환은 이미지 조작의 증거를 감출 수 있는 안티포렌식의 가능성이 높음에도 불구하고 이에 대한 연구는 거의 없으므로, 본 논문에서는 의미론적으로 허용될 수 있는 왜곡을 적용하여 SIFT 기반 카피-무브 위조 검출을 방해하기 위한 타켓 카운터-포렌식 기법을 제안한다. 제안 기법은 공격자가 유사성 매칭 절차를 속일 수 있는 동시에 SIFT 키포인트의 변형을 통한 추적을 방해하여 이미지 조작의 증거를 숨길 수 있는 방안을 제공한다. 또한 제안 기법은 의미론적 제약 하에서 가공된 이미지와 원본 이미지 간의 높은 충실도를 유지하는 특성을 가진다. 한편, 다양한 조건의 테스트 이미지에 대한 실험을 통해 제안 기법의 효율성을 확인하였다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2009년도 학술대회
• /
• pp.493-496
• /
• 2009

마커리스 추적 기술은 명시적 마커의 부착없이 실시간으로 카메라의 자세를 획득하게 해, 증강 현실 애플리케이션에서의 활용성이 높아지고 있다. 본 논문에서는 마커리스 증강 현실책인 디지로그북에 적합한 새로운 비전기반 페이지 인식 및 추적 방법을 제안한다. 제안된 방법은 페이지의 직교 영상만을 요구하며, 긴 학습 과정이 필요없고 실시간으로 동작한다. 실시간 페이지 인식은 페이지의 비교 우선 순위 평가 함수와 SIFT (Scale Invariant Feature Transform) 설명자를 활용하여 두 단계로 수행된다. 또한, 멀티 코어 프로그래밍을 이용하여 프레임간 특징점 추적과 페이지 인식을 분리해, 25fps ~ 30fps 의 카메라 추적 실시간성을 보장한다. 제안된 알고리즘은 향후 다수의 객체를 추적하는 증강 현실 애플리케이션에 확장될 수 있다.

• 전기전자학회논문지
• /
• 제23권2호
• /
• pp.448-453
• /
• 2019

모바일 앱의 신뢰성 향상과 개발 환경 변화라는 제약 조건을 모두 만족시키려면 모바일 앱의 동작을 자동으로 검증할 필요가 있다. 모바일 앱의 동작 검증 과정에서 다양한 이슈가 발생하나, 사용 상태 변화 탐지도 중요한 이슈 중 하나이다. 본 논문에서는 모바일 앱의 사용 상태 변화 탐지를 위하여 딥뉴럴넷을 이용하여 모바일 앱 GUI의 UI 위젯을 인식한 후 인식된 위젯간의 관계를 그래프로 변환하고, 변환된 그래프의 그래프 엔트로피를 계산하여 사용 상태 변화를 감지하는 방법을 제안한다. 제안 방법은 SIFT(Scale-Invariant Feature Transform)에 기반한 감지 방법과 비교되었으며 20개의 실제 모바일 앱의 동작 데이터를 통해 검증한 결과 대부분의 경우 제안 방법이 우수하나, 엔트로피 계산이 어려울 때는 제안 방법의 성능이 저하됨을 확인하였다.

• 대한전자공학회논문지SP
• /
• 제48권4호
• /
• pp.12-20
• /
• 2011

본 논문은 비디오 감시 장치에 사용되는 효율적인 물체 검출 및 분류 알고리즘을 제안한다. 이전 연구는 주로 Scale Invariant Feature Transform (SIFT)나 Speeded Up Robust Feature (SURF)와 같은 특정 형태의 특징을 이용해 물체를 검출하거나 분류하였다. 본 논문에서는 물체 검출 및 분류에 상호 작용하는 알고리즘을 제안한다. 이는 로컬 패치들로부터 얻어지는 텍스쳐나 컬러 분포 같은 서로 다른 특성을 갖는 특징값을 이용해 물체의 검출 및 분류율을 높인다. 물체 검출에는 특징점들의 공간적인 클러스터링을, 이미지 표현이나 분류에는 Bag of Words 모델과 Naive Bayes 분류기를 사용한다. 실험을 통해 제안한 기법이 로컬 기술자를 사용한 물체 분류기법보다 우수한 성능을 나타냄을 보인다.