• 한국전자통신학회논문지
• /
• 제8권2호
• /
• pp.213-218
• /
• 2013

본 논문에서는 효율적 항만관리를 위하여 영상기반 선박 검출 방법을 제안한다. 움직이는 선박의 추적이 용이하도록 시각집중 알고리즘과 평균이동 알고리즘을 적용하여 배경정보를 포함하지 않는 선박영역을 검출한다. 시각집중알고리즘은 배경으로부터 두드러진 특징을 갖는 객체를 추출하는데 효과적이기 때문에 해상에서 선박을 검출하는데 용이하다. 돌출영역에 포함되어 있는 배경정보를 제거하기 위하여 평균이동 알고리즘을 이용하여 영상 분할 및 클러스터링을 한다. 돌출영역 내에 있는 화소 중에서 돌출영역 주변의 클러스터와 같은 컬러값을 갖는 화소를 배경으로 처리함으로써 선박만을 검출한다. 항만에 설치된 고해상도 카메라의 영상을 이용하여 선박 검출 시뮬레이션 결과 제안하는 방법이 선박을 검출하는데 효과적임을 보인다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제3권12호
• /
• pp.547-552
• /
• 2014

플리커, 페이스북과 같은 대용량 소셜 미디어 공유 사이트의 발전으로 이미지 정보가 매우 빠르게 증가하고 있다. 이에 따라 소셜 이미지를 정확하게 검색하기 위한 다양한 연구가 활발히 진행되고 있다. 이미지 태그들의 의미적 연관성을 이용하여 태그기반의 이미지 검색의 정확도를 높이고자 하는 연구를 비롯하여 이미지 단어집(Bag of Visual Words)을 기반으로 웹 이미지를 분류하는 연구도 다양하게 진행되고 있다. 본 논문에서는 이미지에서 배경과 같은 중요도가 떨어지는 정보를 제거하여 중요부분을 찾는 GBVS(Graph Based Visual Saliency)모델을 기존 연구에 사용할 것을 제안한다. 제안하는 방법은 첫 번째, 이미지 태그들의 의미적 연관성을 이용해 1차 분류된 데이터베이스에 SIFT알고리즘을 사용하여 이미지 단어집(BoVW)을 만든다. 두 번째, 테스트할 이미지에 GBVS를 통해서 이미지의 관심영역을 선택하여 테스트한다. 의미연관성 태그와 SIFT기반의 이미지 단어집을 사용한 기존의 방법에 GBVS를 적용한 결과 더 높은 정확도를 보임을 확인하였다.

• IEIE Transactions on Smart Processing and Computing
• /
• 제1권3호
• /
• pp.133-142
• /
• 2012

This paper presents a salient region detection algorithm for auto-focusing based on the characteristics of a human's visual attention. To describe the saliency at the local, regional, and global levels, this paper proposes a set of novel features including multi-scale local contrast, variance, center-surround entropy, and closeness to the center. Those features are then prioritized to produce a saliency map. The major advantage of the proposed approach is twofold; i) robustness to changes in focus and ii) low computational complexity. The experimental results showed that the proposed method outperforms the existing low-level feature-based methods in the sense of both robustness and accuracy for auto-focusing.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권2호
• /
• pp.189-202
• /
• 2004

본 논문에서는 영상 입력 장치로 입력되는 영상 내의 수많은 정보 중에서 지각적으로 중요하다고 여겨지는 현저한(salient) 영역만을 탐지해내는 새로운 방법을 제안한다. 제안하는 방법은 인간이 가지고 있는 시각적 주의 기능에 기본 바탕을 두고 있으며, 영상을 구성하고 있는 정보의 특징에 기반을 두고 있다. 가장 먼저 인간의 시각적 주의 기능에 영향을 미친다고 알려져 있는 몇 가지 특징들이 입력되는 영상의 모든 영역에 걸쳐 추출되어 각각의 특징에 해당되는 특징지도들로 형성된다. 이렇게 형성된 각각의 특징지도들을 구성하고 있는 특징 값들은 이들 각각의 국부적인 경쟁력 특성에 의하여 영상의 각 영역에서의 중요도를 나타내는 값으로 변환되어 중요도지도를 형성하게 된다. 이러한 중요도지도들은 모두 통합되어 하나의 현저함지도를 생성하게 된다. 현저함지도는 영상 내 각 장소의 현저함 정도를 미리 계산된 특징들의 공간적 중요도 측정치에 따른 스칼라 값으로 표시함으로써 영상 내에서 가장 현저한 영역을 찾을 수 있도록 가이드 한다. 제안하는 방법에 의해 시스템을 구성하여 실험한 결과, 인간이 중요하다고 여겨지는 주요 영역을 만족스럽게 탐지해 냄을 알 수 있었다.

• 방송공학회논문지
• /
• 제24권5호
• /
• pp.827-835
• /
• 2019

완전 참조 영상 화질(full-reference image quality assessment, FR-IQA)측정의 풀링 과정에 있어서, 한 영상의 전역 화질은 각 국부 패치의 측정된 화질값들로부터 측정된다. 그러나 한 영상의 전체 화질 값을 예측함에 있어서 국부 패치의 종류, 왜곡 타입, 왜곡의 인지 민감도, 국부 패치의 관심 집중(saliency) 정도에 따라 국부 패치가 전체 영상에 기여하는 왜곡의 정도가 다를 수 있다. 그 결과, 계산된 국부 패치 화질값에 대한 가중치 풀링 방법이 기존 FR-IQA 방법에서 고려되었다. 본 논문은 기존 FR-IQA 방법에서 고려되지 않은 시각인지시스템의 특성인, 광적응 효과 와 시각 관심 집중 효과를 고려한 새로운 가중치 풀링 방법을 제안한다. 실험 결과, 기존 FR-IQA 방법에 적용될 경우 예측 성능을 향상시킴을 확인하였으며, 이는 제안하는 가중치 풀링 방법은 사람의 시각인지 특성을 효과적으로 반영하기 때문으로 사료된다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2007년도 춘계학술대회 학술발표 논문집 제17권 제1호
• /
• pp.153-156
• /
• 2007

인간의 시각 시스템은 선택적 주의 집중에 의해 시각 수용체로 도달되는 많은 물체들 중에서 필요한 정보만을 추출하여 원하는 작업을 수행한다. Itti와 Koch는 시각적 주의를 제어할 수 있는, 신경계를 모방한 계산적 모델을 제안하였으나 조명환경에 고정적인 saliency map을 구성하였다. 따라서, 본 논문에서는 영상에서 ROI(region of interest)을 탐지하기 위한 조명환경에 적응적인 saliency map 모델을 구성하는 기법을 제시한다. 변화하는 환경에서 원하는 특징을 부각시키기 위하여 상황에 적응적인 동적 가중치를 부여한다. 동적 가중치는 conspicuity map에 S.K. Chang이 제안한 PIM(Picture Information Measure)을 적용시켜 정보량을 측정한 후, 이에 따라 정규화된 값을 부여함으로써 구현한다. 제안하는 조명환경에 강인한 적응적인 saliency map 모델 구현의 성능을 얼굴검출 실험을 통하여 검증하였다.

• 전자공학회논문지SC
• /
• 제44권1호
• /
• pp.50-58
• /
• 2007

본 논문에서는 로봇이 태스크와 관련된 부분에 시각 집중을 하도록 하기 위해서 기존의 상향식 주목 알고리즘을 확장한 질의 기반 시각 집중 알고리즘을 제안한다. 질의 기반 시각 집중 알고리즘은 로봇이 수행 할 태스크와 관련한 물체를 질의하면 그 물체의 속성을 분석하여 여러 종류의 도드라짐(Conspicuity) 영상 지도에 적용될 가중치 값을 작성한다. 그리고 가중치를 이용하여 도드라짐 영상 지도를을 합성한 Saliency 영상 지도를 작성하여 기존의 주목 알고리즘과 비교 평가를 수행하였다. 여기서는 일예로서 질의 물체의 속성을 색으로 사용하였다.

• 스마트미디어저널
• /
• 제2권2호
• /
• pp.8-13
• /
• 2013

Nowadays, the saliency region detection has become a popular research topic because of its uses for many applications like object recognition and object segmentation. Some of recent methods apply color distinctiveness based on an analysis of statistics of color image derivatives in order to boosting color saliency can produce the good saliency maps. However, if the salient regions comprise more than half the pixels of the image or the background is complex, it may cause bad results. In this paper, we introduce the method to handle these problems by using maximum symmetric surround. The results show that our method outperforms the previous algorithms. We also show the segmentation results by using Otsu's method.

• 한국멀티미디어학회논문지
• /
• 제18권4호
• /
• pp.460-472
• /
• 2015

Most of previous visual attention system finds attention regions based on saliency map which is combined by multiple extracted features. The differences of these systems are in the methods of feature extraction and combination. This paper presents a new system which has an improvement in feature extraction method of color and motion, and in weight decision method of spatial and temporal features. Our system dynamically extracts one color which has the strongest response among two opponent colors, and detects the moving objects not moving pixels. As a combination method of spatial and temporal feature, the proposed system sets the weight dynamically by each features' relative activities. Comparative results show that our suggested feature extraction and integration method improved the detection rate of attention region.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권1호
• /
• pp.166-179
• /
• 2021

Recently, with the development of technology, computer vision research based on the human visual system has been actively conducted. Saliency maps have been used to highlight areas that are visually interesting within the image, but they can suffer from low performance due to external factors, such as an indistinct background or light source. In this study, existing color, brightness, and contrast feature maps are subjected to multiple shape and orientation filters and then connected to a fully connected layer to determine pixel intensities within the image based on location-based weights. The proposed method demonstrates better performance in separating the background from the area of interest in terms of color and brightness in the presence of external elements and noise. Location-based weight normalization is also effective in removing pixels with high intensity that are outside of the image or in non-interest regions. Our proposed method also demonstrates that multi-filter normalization can be processed faster using parallel processing.