• 대한의용생체공학회:의공학회지
• /
• 제21권5호
• /
• pp.457-467
• /
• 2000

본 논문에서는 active contour model과 유전 알고리즘을 이용하여 의료영상에서 해부학적 객체의 경계선을 자동으로 추출하는 방법을 제안한다. active contour model의 성능은 active contour model의 에너지를 최적화 하는 방법에 크게 영향을 받는다. 본 논문에서는 유전 알고리즘을 이용하여 active contour model의 에너지를 최적화 하는 방법을 제안한다. 본 방법을 대퇴골두 의료영상에 적용하여 실험하였으며, active contour model의 초기화에 관계없이 성공적인 결과를 얻었음을 보였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2001년도 하계종합학술대회 논문집(4)
• /
• pp.89-92
• /
• 2001

In this paper, we propose a new approach for tracking a moving object in moving image sequences using active contour models and optical flow. In our approach object segmentation is achieved by active contours, and object tracking is done by motion estimation based on optical flow. To get more dynamic characteristics, Lagrangian dynamics combined to the active contour models. For the optical flow computation, a method, which is based on Spatiotempo-ral Energy Models, is employed to perform robust tracking under poor environments. A prototype real tracking system has been developed and applied to a contents-based video retrieval systems.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2002년도 ICCAS
• /
• pp.57.4-57
• /
• 2002

$\textbullet$ Image segmentation is an essential technique of image analysis. In spite of the traditional issues in contour initialization and boundary concavities, active contour models(snakes) are popular and known as successful methods for segmentation. $\textbullet$ We could find in experiment that snake using Gaussian External Force is fast in time but low in accuracy and snake using Gradient Vector Flow by Chenyang Xu and Jerry L. Prince is high in accuracy but slow in time. $\textbullet$ In this paper, we presented a new active contour model, GGF snake, for segmentation of endoscopic image. Proposed GGF snake made up for the defects of the traditional snakes in contour initialization and boundary...

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제5권3호
• /
• pp.575-591
• /
• 2011

We present a novel active contour-based two-pass approach to extract smooth feature regions from a triangular mesh. In the first pass, an active contour formulated in level-set surfaces is devised to extract feature regions with rough boundaries. In the second pass, the rough boundary curve is smoothed by minimizing internal energy, which is derived from its curvature. The separation of the extraction and smoothing process enables us to extract feature regions with smooth boundaries from a triangular mesh without user's initial model. Furthermore, smooth feature curves can also be obtained by skeletonizing the smooth feature regions. We tested our algorithm on facial models and proved its excellence.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2005년도 추계 종합학술대회 논문집
• /
• pp.633-638
• /
• 2005

얼굴 추출은 휴먼 인터페이스와 생체 인식 및 보안을 위해 매우 중요한 분야이다. 본 논문에서는 동영상에서 얼굴의 윤곽선을 추출하기 위해, DCM(Dilation of Color and Motion)필터와 동적 윤곽선 모델(Active Contour Model) 적용한다. 먼저, 본 논문에서 제안된 DCM 필터는 모폴로지의 팽창 연산이 적용된 얼굴 색상영상과 차영상을 결합하고 이를 다시 팽창한 것으로 동영상에서 복잡한 배경을 제거하고 얼굴 영역을 검출하기 위해 사용된다. 동적 윤곽선 모델은 초기 곡선에 영향을 많이 받으므로, 얼굴과 눈, 입의 기하학적인 비율을 이용하여 회전정도를 구한 후, 이를 이용하여 초기 곡선을 자동으로 설정한다. 에지가 약한 부분에서의 윤곽선 추출을 위해, 스네이크의 영상에너지로 에지영상과 밝기영상을 함께 사용하였다. 복잡한 배경이 있는 실내 환경에서 총 5명으로부터 양 눈이 보이는 다양한 헤드 포즈 영상을 25장씩 샘플링하여 총 125장에 대해 실험한 결과, 얼굴 윤곽선의 평균 추출률은 98.1%, 평균 처리시간은 0.2초로 나타났다.

• 전자공학회논문지CI
• /
• 제43권4호
• /
• pp.58-66
• /
• 2006

본 논문에서는 복잡한 배경을 갖는 동영상에서 얼굴의 윤곽선을 추출하기 위해 DCM(Dilation of Color and Motion information) 마스크와 동적 윤곽선 모델 (Active Contour Models; Snakes)을 적용한다. 먼저, 얼굴의 색상 정보와 움직임 정보를 모폴로지의 팽창과 AND 연산으로 결합한 DCM 마스크를 제안하여, 복잡한 배경이 제거된 얼굴 영역을 검출하고 영상 에너지의 잡음을 제거하기 위해 사용한다. 또한, 초기 곡선에 민감한 동적 윤곽선 모델의 단점을 극복하기 위해 얼굴 요소의 기하학적인 비율에 의해 추정된 회전정도에 따라 초기곡선을 자동으로 설정하고, 에지가 약한 부분에서의 윤곽선 추출을 위해 스네이크의 영상에너지로 에지강도와 밝기를 함께 사용한다. 실험을 위해, 복잡한 배경이 있는 실내 영상과 방송 영상으로부터 양 눈이 보이는 총 16명의 다양한 헤즈 포즈 영상을 총 480장 취득하였다. 결과적으로, 얼굴의 회전정도에 따라 보간된 초기곡선을 사용하고 에지강도와 밝기의 결합 영상에너지를 사용하는 경우에 평균 처리시간은 0.28초에서 보다 정교한 얼굴 윤곽선이 추출되는 것으로 나타났다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2002년도 춘계학술발표논문집(상)
• /
• pp.195-199
• /
• 2002

본 논문에서는 주어진 입력 이미지에서 얼굴 영역을 검출하기 위한 액티브 컨투어 모델(active contour models)을 제안한다. 제안한 모델은 스킨 칼라 모델(skin color model)에 의해 표현되는 사람 얼굴의 칼라 정보를 이용한다. 본 논문에서는 첨점(cusps), 모서리 (corners), 그리고 자동 위상 변화(automatic topological changes)를 고려한 레벨 셋 메소드(level set method)를 사용하여 액티브 컨투어를 진화시킨다. 실험 결과는 제안한 방법이 얼굴 영역 검출에 효과가 있음을 보여준다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2001년도 하계학술대회 논문집 D
• /
• pp.2405-2407
• /
• 2001

In this paper, we apply and evolutionary computation(EC), probabilistic optimization algorithm, to active contour. A number of problems exist associated with such as algorithm initialization, existence of local minima, non-convex search space, and the selection of model parameters in conventional models. We propose an adequate fitness function for these problems. The determination of fitness function adequate to active contour using EC is important in search capability. As a result of applying the proposed method to non-convex object shape, we improve the unstability and contraction phenomena, in nature, of snake generated in deformable contour optimization.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 1995년도 추계학술대회 논문집
• /
• pp.295-298
• /
• 1995

We performed a research to improve the performance of active bar model which is used in tracking algorithm. Active bar model is a simplified model of snake model. If we used the sctive bar model, the numerical procedure for real time tracking problem can be carried out faster than snake model. However the demerit of active bar algorithms is that we can't used the provious image data because each time it has to reconstruct the active bar. In this paper we proposed advanced algorithm for active bar model. The proposed model can improve tracking abilities by preserving the active bar during the process and changing the energy functional.

• 한국정보처리학회논문지
• /
• 제6권10호
• /
• pp.2809-2815
• /
• 1999

Level set, and active contour(snakes) models are extensively used for image segmentation or shape extraction in computer vision. Snakes utilize the energy minimization concepts, and level set is based on the curve evolution in order to extract contours from image data. In general, these two models have their own drawbacks. For instance, snake acts pooly unless it is placed close to the wanted shape boundary, and it has difficult problem when image has multiple objects to be extracted. But, level set method is free of initial curve position problem, and has ability to handle topology of multiple objects. Nevertheless, level set method requires much more calculation time compared to snake model. In this paper, we use good points of two described models and also apply multi resolution algorithm in order to speed up the process without decreasing the performance of the shape extraction.