• 정보과학회 논문지
• /
• 제42권6호
• /
• pp.699-706
• /
• 2015

최근 이미지 컨텐츠에 쉽게 접근할 수 있는 인터넷 환경과 이미지 편집 기술들의 보급으로 근-복사 이미지가 폭발적으로 증가하면서 관련 연구가 활발하게 이루어지고 있다. 그러나 근-복사 이미지 검출 방법으로 주로 쓰이는 BoF(Bag-of-Feature)는 고차원의 지역 특징을 저차원으로 근사화하는 양자화과정에서 서로 다른 특징들을 같다고 하거나 같은 특징을 다르다고 하는 한계가 발생할 수 있으므로 이를 극복하기 위한 후-검증 방법이 필요하다. 본 논문에서는 BoF의 후-검증 방법으로 SIFT(Scale Invariant Feature Transform) 기술자를 128bit의 이진 코드로 변환한 후 BoF 방법에 의하여 추출된 짧은 후보 리스트에 대하여 변환한 코드들간의 거리를 비교하는 방법을 제안하고 성능을 분석하였다. 1500장의 원본이미지들에 대한 실험을 통하여 기존의 BoF 방법과 비교하여 근-복사 이미지 검출 정확도가 4% 향상됨을 보였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권9호
• /
• pp.3782-3796
• /
• 2020

A three-dimensional (3D) reconstruction is an important research area in computer vision. The ability to detect and match features across multiple views of a scene is a critical initial step. The tracking matrix W obtained from a 3D reconstruction can be applied to structure from motion (SFM) algorithms for 3D modeling. We often fail to generate an acceptable number of features when processing face or medical images because such images typically contain large homogeneous regions with minimal variation in intensity. In this study, we seek to locate sufficient matching points not only in general images but also in face and medical images, where it is difficult to determine the feature points. The algorithm is implemented on an adaptive threshold value, a scale invariant feature transform (SIFT), affine SIFT, speeded up robust features (SURF), and affine SURF. By applying the algorithm to face and general images and studying the geometric errors, we can achieve quasi-dense matching points that satisfy well-functioning geometric constraints. We also demonstrate a 3D reconstruction with a respectable performance by applying a column space fitting algorithm, which is an SFM algorithm.

• 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.

• 정보처리학회논문지B
• /
• 제17B권5호
• /
• pp.333-344
• /
• 2010

본 논문은 동일한 대상물을 촬영한 영상을 합성하여 파노라마 영상을 생성하는 방법에 대하여 설명한다. 디지털 카메라의 보급으로 파노라마 영상에 대한 관심이 높아지면서 다양한 방법의 파노라마 영상의 제작 방법이 연구되고 있다. 본 논문에서는 크기 및 회전 불변 특징점을 활용하여 파노라마 영상을 합성하는 방법에 대해서 제안한다. 먼저, 입력 영상들에 대해서 특징점을 추출하고, RANSAC 알고리즘을 통해 추출된 특징점을 정합한다. 정합점을 이용하여 투영 변환식을 모델링하고, 모델링된 변환식을 통하여 영상을 정렬하여 파노라마 영상을 생성한다. 제안한 알고리즘은 SURF 특징점 추출 알고리즘을 적용하여 영상의 크기 및 회전 등의 기하학적 변형에 강인하며, 처리 속도도 향상하였다. 실험에서는 기존 Harris corner 검출기나 SIFT 알고리즘을 통해 검출한 특징과 제안한 알고리즘에서 사용된 SURF 알고리즘을 비교 분석 하였고, $640{\times}480$ 크기의 영상을 이용하여 제안한 알고리즘을 통해 파노라마 영상을 합성하였다. 그 결과 파노라마 영상의 합성에 소요되는 시간은 평균0.4초로 나타났고, 기존 알고리즘에 비하여 효율적인 것으로 나타났다.

• 전자공학회논문지B
• /
• 제33B권2호
• /
• pp.197-208
• /
• 1996

A neural network-based PSRI(position, scale, and rotation invariant) feature extraction and ATR (automatic target recognition) system are proposed and an efficient parallel implementatio of the proposed system using multicomputer is also presented. In the proposed system, the scale and rotationinvariant features are extracted from the contour projection of the number of edge pixels on each of the concentric circles, which is input t the cooperative network. We proposed how to decide the optimum depth and the width of the parallel pipeline system for real time applications by modeling the proposed system into a parallel pipeline implementation method using transputers is also proposed. The implementation results show that we can extract PSRI features less sensitive to input variations, and the speedup of the proposed ATR system is about 7.55 for the various rotated and scaled targets using 8-node transputer system.

• 한국멀티미디어학회논문지
• /
• 제6권4호
• /
• pp.594-600
• /
• 2003

In this paper, we propose a detection method for facial features in color images with various backgrounds and face poses. To begin with, the proposed method extracts face candidacy region from images with various backgrounds, which have skin-tone color and complex objects, via the color and edge information of face. And then, by using the elliptical shape property of face, we correct a rotation, scale, and tilt of face region caused by various poses of head. Finally, we verify the face using features of face and detect facial features. In our experimental results, it is shown that accuracy of detection is high and the proposed method can be used in pose-invariant face recognition system effectively

• 정보처리학회논문지B
• /
• 제12B권5호
• /
• pp.527-534
• /
• 2005

영상에 회전이나 크기 변형이 가해지면 영상을 구성하는 점들의 좌표값들이 변경되어 형태 기술 및 인식이 어렵게 된다. 그러나 영상을 구성하는 점들 간의 위치관계나 무게중심과의 위치 관계는 변하지 않는다. 따라서 x-y 좌표계로 기술되는 영상 공간의 점들을 회전 및 크기 변형에 불변하는 새로운 좌표계로 사상할 수 있다면, 형태 기술 및 인식의 문제는 보다 수월해진다. 본 논문에서는 영상 공간의 점들을 회전 및 크기 변형에 무관한 새로운 특징 공간으로 사상하여 형태를 기술하는 방법을 제안한다. 특징 공간을 나타내는 새로운 좌표계는 무게중심으로부터의 상대거리와 윤곽선 세그먼트 곡률을 두 축으로 하는 직교 좌표계이다. 상대거리는 윤곽선 상의 임의의 한 점이 무게중심에서 얼마나 멀리 벗어나 있는지를 나타내는 값이고, 윤곽선 세그먼트 곡률은 세그먼트의 굴곡도를 나타내는 값이다. 특징 공간에 사상된 점들의 형태 기술은 메쉬 특징을 통해 이루어진다. 실험을 통해 제안된 형태 기술 방법이 회전 및 크기 변형에 강건함을 확인하였다.

• 한국전자파학회논문지
• /
• 제25권10호
• /
• pp.1062-1068
• /
• 2014

본 논문에서는 두 개의 순차적인 inverse synthetic aperture radar(ISAR) 영상들을 활용하여 표적의 회전 속도(Rotation Velocity: RV) 추정을 통한 수직 거리 스케일링(cross-range scaling: CRS)을 수행한다. 순차적으로 형성된 두 개의 ISAR 영상들에 각각 scale invariant feature transform(SIFT)를 적용함으로써 관측각도의 변화에 강인한 산란원(scatterer)들을 추출한다. 추출된 산란원과 각 영상 내 표적의 회전 중심(Rotation Center: RC) 사이의 거리가 같다는 점을 이용하여 비용함수(cost function)를 설정한 후, 전역 탐색 기법(exhaustive search method)과 결합된 particle swarm optimization(PSO)의 최적화를 통해 표적의 RV를 RC 정보 없이 추정한다. 시뮬레이션에서는 시나리오 기반으로 기동하는 표적에 대한 ISAR 영상 형성 후, 제안된 기법을 통해 RC의 정보 없이 RV를 추정함으로써 ISAR 영상의 CRS가 성공적으로 수행됨을 보여준다.

• 전자공학회논문지B
• /
• 제32B권11호
• /
• pp.1393-1404
• /
• 1995

For the factory automation(FA) of production or assembly lines, computer vision techniques have been widely used for the recognition and position-control of objects. In this application, it is very important to analyze characteristic features of each object and to find an efficient matching algorithm using the selected features. If the object has regular or homogeneous patterns, the problem is relatively simple. However, If the object is shifted or rotated, and if the depth of the input visual system is not fixed, the problem becomes very complicated. Also, in order to understand and recognize objects with concentric noise patterns, it is more effective to use feature-information represented in polar coordinates than in cartesian coordinates. In this paper, an algorithm for the recognition of objects with concentric circular noise-patterns is proposed. And position-conrtol information is calculated with the matching result. First, a filtering algorithm for eliminating concentric noise patterns is proposed to obtain concentric-feature patterns. Then a shift, rotation and scale invariant alogrithm is proposed for the recognition and position-control of objects uusing invariant feature information. Experimental results indicate the effectiveness of the proposed alogrithm.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2011년도 하계학술대회
• /
• pp.222-225
• /
• 2011

영상 매칭은 컴퓨터 비전에서 중요한 기초 기술 중에 하나이다. 하지만 스케일, 회전, 조명, 시점변화에 강인한 대응점을 찾는 것은 쉬운 작업이 아니다. 이러한 문제점을 보안하기 위해서 스케일 불변 특징 변환(Scale Invariant Feature Transform) 고속의 강인한 특징 추출(Speeded up robust features) 알고리즘등에 제안되었지만, 시점 변화에 있어서 취약한 문제점을 나타냈다. 본 논문에서는 이런 문제점을 해결하기 위해서 시점 변화에 강인한 알고리즘을 제안하였다. 시점 변화에 강인한 영상매칭을 위해서 원본 영상과 질의 영상간 유사도 높은 특징점들의 호모그래피 변환을 이용해서 질의 영상을 원본 영상과 유사하게 보정한 뒤에 매칭을 통해서 시점 변화에 강인한 알고리즘을 구현하였다. 시점이 변화된 여러 영상을 통해서 기존 SIFT,SURF와 성능과 수행 시간을 비교 함으로서, 본 논문에서 제안한 알고리즘의 우수성을 입증 하였다.