• Advances in robotics research
• /
• 제2권1호
• /
• pp.33-44
• /
• 2018

This paper presents a novel feature detection algorithm called depth-hybrid speeded-up robust features (DH-SURF) augmented by depth information in the speeded-up robust features (SURF) algorithm. In the keypoint detection part of classical SURF, the standard deviation of the Gaussian kernel is varied for its scale-invariance property, resulting in increased computational complexity. We propose a keypoint detection method with less variation of the standard deviation by using depth data from a red-green-blue depth (RGB-D) sensor. Our approach maintains a scale-invariance property while reducing computation time. An RGB-D simultaneous localization and mapping (SLAM) system uses a feature extraction method and depth data concurrently; thus, the system is well-suited for showing the performance of the DH-SURF method. DH-SURF was implemented on a central processing unit (CPU) and a graphics processing unit (GPU), respectively, and was validated through the real-time RGB-D SLAM.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2011년도 추계학술대회
• /
• pp.276-279
• /
• 2011

최근 스마트폰의 카메라를 이용한 시각 검색(Visual Search) 어플리케이션(Application)을 많은 사람들이 이용하고 있고, 이러한 시각 검색 어플리케이션은 여러 가지 특징 추출 방법을 사용하고 있다. 본 논문에서는 특징 추출 방법 중 하나인 Speeded Up Robust Features (SURF)를 사용하여 모바일 환경에 적합한 특징 추출 및 정합 방법에 대하여 기술한다. 모바일 기기들은 기존의 일반 PC환경에 비해 비교적 낮은 성능의 하드웨어 조건을 가지고 있다. 하지만 SURF 특징점 추출 방법 및 정합 방법은 계산량이 많고 복잡하여 실시간 및 모바일 환경에 사용하기엔 제약이 따른다. 모바일 환경에서 높은 성능을 내기 위해 기술자(Descriptor) 차원 감소와 라플라시안(Laplacian) 부호를 이용한 정합, 그리고 최적의 거리 비율로 정합하는 방법을 제안한다.

• 전자공학회논문지
• /
• 제53권6호
• /
• pp.122-129
• /
• 2016

컴퓨터 비전(Computer vision) 분야에서 물체인식을 위한 많은 알고리즘이 연구되고 있다. 그중 특징점(feature) 기반의 SURF(Speeded Up Robust Features) 알고리즘은 다른 알고리즘에 비해 속도와 정확도 면에서 우수하다. 하지만 SURF 알고리즘은 대응점 검출 시 대응점 오정합으로 물체인식에 실패하는 단점이 있다. 본 논문은 물체 인식률을 향상하기 위하여 SURF와 RANSAC(Random Sample Consensus) 알고리즘을 기반으로 물체인식 시스템을 구현하고, 패턴인식 필터링을 제안하였다. 또한, 실험을 통하여 물체 인식률 향상 결과를 제시하였다.

• 반도체디스플레이기술학회지
• /
• 제12권3호
• /
• pp.59-64
• /
• 2013

Accurate and robust image registration is important task in many applications such as image retrieval and computer vision. To perform the image registration, essential required steps are needed in the process: feature detection, extraction, matching, and reconstruction of image. In the process of these function, feature extraction not only plays a key role, but also have a big effect on its performance. There are two representative algorithms for extracting image features, which are scale invariant feature transform (SIFT) and speeded up robust feature (SURF). In this paper, we present and evaluate two methods, focusing on comparative analysis of the performance. Experiments for accurate and robust feature detection are shown on various environments such like scale changes, rotation and affine transformation. Experimental trials revealed that SURF algorithm exhibited a significant result in both extracting feature points and matching time, compared to SIFT method.

• Journal of Information Processing Systems
• /
• 제12권3호
• /
• pp.502-510
• /
• 2016

Considering video copy transform diversity, a multi-feature video copy detection algorithm based on a Speeded-Up Robust Features (SURF) local descriptor is proposed in this paper. Video copy coarse detection is done by an ordinal measure (OM) algorithm after the video is preprocessed. If the matching result is greater than the specified threshold, the video copy fine detection is done based on a SURF descriptor and a box filter is used to extract integral video. In order to improve video copy detection speed, the Hessian matrix trace of the SURF descriptor is used to pre-match, and dimension reduction is done to the traditional SURF feature vector for video matching. Our experimental results indicate that video copy detection precision and recall are greatly improved compared with traditional algorithms, and that our proposed multiple features algorithm has good robustness and discrimination accuracy, as it demonstrated that video detection speed was also improved.

• 한국멀티미디어학회논문지
• /
• 제16권7호
• /
• pp.820-828
• /
• 2013

영상에서 임의의 점에 대한 고유한 특징을 계산하는 알고리즘은 파노라마 영상의 제작, 스테레오 영상의 획득, 물체 인식, 이미지 분석 등에 다양하게 사용되는 중요한 요소이다. 일반적으로 어떤 점의 특징은 스칼라 형태가 아닌 벡터형태로 나타나게 되는데, 무수히 많은 특징 점들을 서로 비교하는 작업은 매우 많은 계산량을 요구한다. 본 연구에서는 영상의 특징점 계산에 SURF(speeded up robust features)를 이용하였고, 이미지로부터 추출된 특징을 PCA(principal component analysis)기법을 이용하여 벡터의 차원을 축소하여 연결리스트 자료구조에 정렬한 다음 특징을 비교하는 기법을 제안한다. 제안된 특징의 비교 방법을 적용할 경우 기존 방법의 매칭 정확도는 유지한 상태에서 계산시간을 줄일 수 있는 것을 실험을 통하여 확인하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2012년도 제46차 하계학술발표논문집 20권2호
• /
• pp.43-46
• /
• 2012

컴퓨터 비전을 이용한 다양한 응용 분야에 있어서, 특징점을 이용한 응용 분야가 많이 이루어지고 있다. 그 중에 Global feature는 표현의 위험성과 부정확성으로 인해서 많이 사용되고 있지 않으며, Local feature를 이용한 연구가 주로 이루고 있다. 그 중에 SURF(Speeded-Up Robust Features) 알고리즘은 다수의 영상에서 같은 물리적 위치에 있는 동일한 특징점을 찾아서 매칭하는 방법으로 널리 알려진 특징점 매칭 알고리즘이다. 하지만 SURF 알고리즘을 이용하여 특징점을 매칭하여 정합 쌍을 구하였을 때 매칭되는 특징점들의 정확도가 떨어지는 단점이 있다. 본 논문에서는 특징점 매칭 알고리즘인 SURF를 사용하여 대응되는 특징점들을 들로네 삼각형의 기하학적 특징을 이용하여 정확도가 높은 특징점을 분류하여 SURF 알고리즘의 매칭되는 대응점들의 정확도를 높이는 방법을 제안한다.

• 디지털콘텐츠학회 논문지
• /
• 제16권2호
• /
• pp.179-187
• /
• 2015

스마트폰의 보급 확산으로 다양한 콘텐츠가 등장하고 있다. 이러한 콘텐츠 중에서 위치 기반 서비스를 이용한 증강현실 응용프로그램의 필요성이 널리 대두되고 있다. 본 논문에서는 안드로이드 스마트폰을 이용한 위치정보기반 AR 시스템에서 발생하는 정합 오차를 컴퓨터 비전 기술을 이용하여 효과적으로 줄이는 방법을 제안한다. 위치정보 오차 누적 때문에 객체가 정확하게 정합되지 않는 부정합 현상 최소화를 위해 연산 속도는 유지하면서 연산량을 줄여 성능을 향상한 방법인 SURF(Speeded Up Robust Features)를 사용해 초기 특징점을 검출하고 검출된 특징점을 추적하여 모바일 환경에 적용한다. 위치정보 검색을 위해 GPS 정보를 사용하고 자세추정 및 방향 정보를 위해 자이로 센서, G-센서 등을 이용한다. 하지만 위치정보의 누적된 오차는 객체가 고정되지 않는 부정합 현상을 유발한다. 또한, 증강현실 기술은 구현하면서 많은 연산량이 필요하므로 모바일 환경에서 구현하는데 어려움이 발생한다. 제안된 방법은 모바일 환경에서 성능 저하를 최소화하고 비교적 간단하게 구현할 수 있어 기존 시스템 및 다양한 모바일 환경에서 유용하게 이용될 수 있다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2011년도 한국컴퓨터종합학술대회논문집 Vol.38 No.1(C)
• /
• pp.421-424
• /
• 2011

최근에 스마트폰이 발달하고 대부분의 모바일 기기에 카메라가 달리면서 카메라를 이용한 애플리케이션 또한 늘어나고 있는데 기존의 PC상에서 로고 인식등을 위해 사용되는 SURF를 이용한 이미지 매칭에는 유클리드 거리 계산을 사용하고 있다. 그러나 이 방법으로는 PC보다는 사양이 낮은 모바일 기기에 적용하기에는 기존에 사용하고 있는 방법이 인식할 이미지마다 모든 특징점을 비교하는 방법을 사용하기 때문에 연산량이 높은 편이다. 본 논문에서는 미리 인식할 이미지를 뉴럴넷에 학습시킨 뒤, 뉴럴넷을 필터링으로 사용하여 일부의 특징점만을 비교해 연산량을 줄여서 속도를 향상시키는 방법을 제안하였으며 이를 이용하여 대략 30%가량의 성능 향상이 나타난 것을 알 수 있었다.

• International Journal of Computer Science & Network Security
• /
• 제21권12호
• /
• pp.65-74
• /
• 2021

Digital image processing and retrieving have increasingly become very popular on the Internet and getting more attention from various multimedia fields. That results in additional privacy requirements placed on efficient image matching techniques in various applications. Hence, several searching methods have been developed when confidential images are used in image matching between pairs of security agencies, most of these search methods either limited by its cost or precision. This study proposes a secure and efficient method that preserves image privacy and confidentially between two communicating parties. To retrieve an image, feature vector is extracted from the given query image, and then the similarities with the stored database images features vector are calculated to retrieve the matched images based on an indexing scheme and matching strategy. We used a secure content-based image retrieval features detector algorithm called Speeded-Up Robust Features (SURF) algorithm over public cloud to extract the features and the Honey Encryption algorithm. The purpose of using the encrypted images database is to provide an accurate searching through encrypted documents without needing decryption. Progress in this area helps protect the privacy of sensitive data stored on the cloud. The experimental results (conducted on a well-known image-set) show that the performance of the proposed methodology achieved a noticeable enhancement level in terms of precision, recall, F-Measure, and execution time.