• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권1호
• /
• pp.364-380
• /
• 2016

The most popular approach in object classification is based on the bag of visual-words model, which has several fundamental problems that restricting the performance of this method, such as low time efficiency, the synonym and polysemy of visual words, and the lack of spatial information between visual words. In view of this, an object classification based on weakly supervised E2LSH and saliency map weighting is proposed. Firstly, E2LSH (Exact Euclidean Locality Sensitive Hashing) is employed to generate a group of weakly randomized visual dictionary by clustering SIFT features of the training dataset, and the selecting process of hash functions is effectively supervised inspired by the random forest ideas to reduce the randomcity of E2LSH. Secondly, graph-based visual saliency (GBVS) algorithm is applied to detect the saliency map of different images and weight the visual words according to the saliency prior. Finally, saliency map weighted visual language model is carried out to accomplish object classification. Experimental results datasets of Pascal 2007 and Caltech-256 indicate that the distinguishability of objects is effectively improved and our method is superior to the state-of-the-art object classification methods.

• 한국정보통신학회논문지
• /
• 제7권5호
• /
• pp.934-940
• /
• 2003

본 논문은 헤어 뷰티 패션 디자인(Hair Beauty Fashion Design)을 위한 헤어모델과 헤어 얼굴 특징 점을 검출하여 긴 머리, 짧은 머리, 올림머리 등을 연출하는 헤어 라인 검출을 연구한다. 헤어 얼굴은 Gabor 특징에 의하여 지정된 특징 점의 교점 그래프와 공간적 연결을 나타내는 에지 그래프 헤어 모델로 표현한다. 제안된 탄력적 특징 정합은 헤어 모델과 헤어 입력 영상에 상응하는 특징을 취하여 정합 헤어 모델에서 국부적으로 경쟁적이고, 전체적으로 협력적인 헤어 모델 구조를 제시하며, 또 헤어 영상공간에서 불규칙 확산 처리와 같은 역할도 한다. 복잡한 헤어 얼굴 배경이나 헤어 모델 자세의 변화, 그리고 왜곡된 헤어 얼굴 영상에서도 원활하게 동작하는 헤어(얼굴)설계 식별 시스템을 구성함으로서 헤어 라인응용의 방법 등을 탄력적 특징적 정합으로 검출한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권8호
• /
• pp.3966-3991
• /
• 2018

Due to the lack of visualization services and organic combinations between public and private buildings data, the usability of the basic map has remained low. To address this issue, this paper reports on a solution that organically combines public and private data while providing visualization services to general users. For this purpose, factors that can affect building prices first were examined in order to define the related data attributes. To extract the relevant data attributes, this paper presents a method of acquiring public information data and real estate-related information, as provided by private real estate portal sites. The paper also proposes a pretreatment process required for intelligent machine learning. This report goes on to suggest an intelligent machine learning algorithm that predicts buildings' value pricing and future value by using big data regarding buildings' spatial information, as acquired from a database containing building value attributes. The algorithm's availability was tested by establishing a prototype targeting pilot areas, including Suwon, Anyang, and Gunpo in South Korea. Finally, a prototype visualization solution was developed in order to allow general users to effectively use buildings' value ranking and value pricing, as predicted by intelligent machine learning.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2002년도 춘계종합학술대회
• /
• pp.608-612
• /
• 2002

본 논문에서는 자동적으로 얼굴과 얼굴 특징점을 검출하는 시스템을 제안하였다. 얼굴은 Gabor 특징에 의하여 지정된 특징점의 교점 그래프와 공간적 연결을 나타내는 에지 그래프로 표현하였으며, 제안된 탄력적 특징 정합은 모델과 입력 영상에 상응하는 특징을 취하였다. 정합 모델은 국부적으로 경쟁적이고 전체적으로 협력적인 구조를 이룸으로서 영상공간에서 불규칙 확산 처리와 같은 역할을 하도록 하였다. 복잡한 배경이나 자세의 변화, 그리고 왜곡된 얼굴 영상에서도 원활하게 동작하는 얼굴 식별 시스템을 구성함으로서 제안된 방법의 효율성을 증명하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권12호
• /
• pp.4476-4491
• /
• 2021

Video service providers tend to face user network problems in the process of transmitting video streams. They strive to provide user with superior video quality in a limited bitrate environment. It is necessary to accurately determine the target bitrate range of the video under different quality requirements. Recently, several schemes have been proposed to meet this requirement. However, they do not take the impact of visual influence into account. In this paper, we propose a new multi-category model to accurately predict the target bitrate range with target visual quality by machine learning. Firstly, a dataset is constructed to generate multi-category models by machine learning. The quality score ladders and the corresponding bitrate-interval categories are defined in the dataset. Secondly, several types of spatial-temporal features related to VMAF evaluation metrics and visual factors are extracted and processed statistically for classification. Finally, bitrate prediction models trained on the dataset by RandomForest classifier can be used to accurately predict the target bitrate of the input videos with target video quality. The classification prediction accuracy of the model reaches 0.705 and the encoded video which is compressed by the bitrate predicted by the model can achieve the target perceptual quality.

• 대한원격탐사학회지
• /
• 제32권6호
• /
• pp.551-566
• /
• 2016

위성 원격 탐사에서는 센서 운영 환경으로 인하여 영상을 수집하는 동안 영상의 질 저하가 일어나며 이러한 영상의 질 저하는 관측된 자료로부터 유용한 정보를 확인하거나 추출하는 데 악 영향을 미치는 번짐 현상(blurring)과 잡음 (noise)을 야기시킨다. 특히 이러한 질 저하는 도시 지역과 같은 조밀한 구조를 가지는 scene으로부터 관측된 영상 자료의 분석에 더욱 영향을 끼친다. 본 연구는 고해상도 범색 영상 자료의 질 저하 현상을 개선시켜 영상이 포함하고 있는 복잡한 구조에 대한 자세한 분석의 정확성을 제고하기 위한 다중 단계 영상 복원 과정을 제안한다. 본 연구는 질 저하 현상을 모형화 하기 위해 Gaussian 가산 잡음과 Markov random field로 정의되는 공간적 연결성, 중심 화소와 이웃 화소 간의 거리에 비례하는 번짐을 가정하였다. 본 연구는 잡음 완화와 번짐 제거를 위해 Point-Jacobian Iteration Maximum A Posteriori (PJI-MAP) 추정 법을 제안한다. 그리고 화소 연결 후 지역 확장을 통한 영상 분할을 사용하였다. 본 연구는 지역 확장을 위하여 동질성과 대조성을 동시에 고려하는 비유사 계수를 제안하고 있다. 본 연구에서는 모의 자료 실험을 통하여 정량적 평가를 실시하였으며 2 개의 고해상도 범색 영상 자료에 대해 적용하여 복원의 효과에 대해 실험하였다. 사용된 원격 탐사 자료는 1 m급의 미국 LA지역에서 수집된 Dubaisat -2 자료와 0.7 m급의 한반도 대전 지역에서 수집된 KOMPSAT3 자료이다. 실험 결과는 제안된 다중 단계 복원 과정이 고해상 자료의 복잡한 구조의 자세한 분석에서 정확성 향상에 기여할 수 있다는 것을 보여주고 있다.

• 대한토목학회논문집
• /
• 제10권4호
• /
• pp.151-158
• /
• 1990

불규칙파에 의하여 형성된 쇄파대에서의 확산은 여러가지 요인에 기인한다고 볼 수 있다. 개개파의 쇄파에너지로 발생되는 난류형상, 유속의 공간변화에 의한 영향, 쇄파대 폭의 확장과 함께 나타나는 잉여파응력(Excess Momentum Fluxes or Radiation Stresses)의 불규칙 중첩에 의한 영향 등이며 이로 인하여 연안류는 보다 완만한 곡선을 나타낼 것이다. 본 연구에서는 단순파를 중첩시켜 표현하는 스펙트럼파 모델을 ${\kappa}-{\varepsilon}$ 모델과 연안류 모델에 접속시켜 운용할 수 있는 모델시스템을 개발하여 현장 관측자료에 적용하였다. 적용결과, ${\kappa}-{\varepsilon}$ 모델은 쇄파대 확산에 있어 난류확산의 영향과 불규칙한 응력중첩이 영향 모두를 잘 재현할 수 있음을 알 수 있었다. 또한, 본 수치모형에서는 고려치 못하였지만, 파 스펙트럼간 에너지의 비선형 전도효과도 연안류분포에, 특히 수심이 작은 연안 가까이에서, 무시할 수 없을 정도의 영향을 미치는 것으로 나타났다.

• 한국광학회지
• /
• 제17권6호
• /
• pp.507-513
• /
• 2006

본 논문에서는 출력평면에 나타나는 원 영상을 재생시키기 위하여 위상 랩핑 방법을 이용하여 암호화 수준을 향상시키고 주파수 영역에서 위상 부호화하여 암호화함으로써 잡음에 강한 복호화 방법을 제안하였다. 암호화된 영상은 원 영상이 아닌 위상 변조된 가상 영상과 무작위 위상 영상을 곱하고 제로 패딩(ze.o-padding)하여 푸리에 변환한 후 이 변환된 복소 영상을 데이터 전송 및 매핑을 용이하게 하기 위하여 실수 값으로 변환하여 위상 부호화하여 만든다. 복호화 과정은 제안한 선형적인 영상을 비선형적인 영상으로 변환시키는 위상 랩핑 방법에 의해 각각 만들어진 암호화된 영상과 복호화 키를 곱하여 푸리에 역변환하여 공간필터를 가진 출력 평면에서 원 영상을 복원함으로써 광축 정렬 문제와 픽셀 대 픽셀 대응이 용이하여 복원영상의 해상도를 향상시킬 수 있다. 제안한 방법은 허가되지 않은 사용자가 암호화된 영상을 분석함으로써 있을 수 있는 복제 가능성을 원 영상의 어떤 정보도 포함하지 않은 가상 영상을 사용함으로써 배제할 수 있고 또한 실수 값을 위상 부호화함으로써 현재에 사용되는 공간 광 변조기로 표현이 가능하다. 컴퓨터 모의 실험을 통하여 제안한 암호화 방법의 적합성과 암호화된 영상과 복호화 키 영상에 잡음이 발생하더라도 원 영상의 복원이 가능함을 확인하였다.

• 한국광학회지
• /
• 제16권4호
• /
• pp.326-333
• /
• 2005

본 논문에서는 원 영상을 푸리변환한 후 위상 변조 XOR 연산으로 암호함으로써 정보의 손실에 강하며 한 개의 광 경로만으로 간단히 복호화 할 수 있는 위상 암호화 시스템을 제안하였다. 영 삽입된(zero-padded) 원 영상에 무작위 위상 영상을 곱하여 푸리에 변환된 데이터 값을 키 데이터와 위상 변조 XOR 연산으로 암호화한다. 이렇게 생성된 암호화 데이터와 키 데이터를 최종적으로 위상 변조하여 위상 암호화 영상과 위상 키 영상을 만든다. 위상 변조된 암호화 영상과 키 영상은 비가시성과 비선형성으로 인해 높은 정보보호의 특성이 있으며 또한, 푸리에 영역의 암호화로 인해 절단에 의한 정보의 손실에도 영상을 복호화 할 수 있다. 복호화 과정은 암호화 영상과 키 영상의 단순곱을 푸리에 변환한 후 영차 성분(zero-order component)을 공간 필터링함으로써 간단히 구현할 수 있으며, 복호화 시스템은 2공구조의 단일 경로의 구조를 바탕으로 하므로 부피가 상대적으로 작을 뿐만 아니라 외부 충격이나 기온 변화와 같은 환경적인 영향을 받지 않고 복호화를 수행할 수 있다. 제안한 암호화 과정과 복호화 시스템의 구현 가능성 및 타당성을 컴퓨터 모의실험을 통해 확인하였다.

• 지적과 국토정보
• /
• 제48권2호
• /
• pp.171-183
• /
• 2018

급속한 위성영상 공급확대에도 불구하고 자동화되지 못한 영상처리과정으로 인해 영상활용이 제약받는 경우가 많다. 본 연구에서는 감독영상분류를 위한 훈련지역 선택과정을 자동화함으로써 영상처리과정의 비용과 시간을 절감하는 방안을 제시하였다. 이를 위해 기존의 토지피복 정보를 활용하여 훈련관심영역을 추출하는 방법을 최신영상에 적용하여 토지피복분류를 실행한 후 분류정확도를 평가하였다. 원주시 도심지역을 대상지로 하여 토지유형을 시가지역과 농지/초지, 숲, 나대지 및 수계로 나누고 유형별 훈련관심영역을 환경부 중분류 토지피복지도를 활용하여 선택하였다. 관심영역 선택을 위해 먼저 토지피복지도 폴리곤 경계를 기준으로 negative buffer (-15m)를 적용하여 새로 폴리곤을 만들었고 너무 작은 폴리곤(<$2,000m^3$)과 큰 폴리곤(>$200,000m^3$)을 제외하였다. 선택된 폴리곤들의 밴드별 반사율 표준편차와 평균값 및 NDVI의 평균값을 계산하였다. 이 정보를 이용하여 먼저 표준편차가 적은 폴리곤 (폴리곤 내 반사율 값의 편차가 크지 않은 폴리곤)을 선택한 후 이들 중 반사율 평균값이 각 유형의 특징적인 분광특성을 반영할 수 있는 폴리곤을 관심영역으로 선택하였다. 2017년 Sentinel-2영상을 활용하여 토지피복유형을 분류한 결과 86.9%의 분류정확도($\hat{K}=0.81$)가 도출되었다. 본 연구에서 시도된 자동 관심영역 선택방법 적용한 결과 수동 디지타이징 과정을 생략하고도 높은 분류정확도를 도출 할 수 있었으며 이와 같은 방법을 통해 영상처리에 필요한 시간과 비용을 절약하여 급속히 증가하고 있는 영상을 효율적으로 활용할 수 있게 될 것으로 기대된다.