• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2011년도 추계학술대회
• /
• pp.915-917
• /
• 2011

본 논문에서는 칼라특징공간별로 슈퍼픽셀의 특성을 비교하였다. 슈퍼픽셀은 특성이 비슷한 인접 화소들을 묶어서 하나의 큰 화소로 취급하는 것으로 고속영상처리 및 인식을 위해 사용한다. 본 연구에서는 칼라특징공간별로 슈퍼픽셀을 구하여 각각의 특징을 비교하고자 한다. 비교할 특징은 슈퍼 픽셀의 중요한 특징인 밀집성(compactness)사용한다. 실험에 사용한 영상은 버클리대학교의 영상분할 데이터베이스인 BSD-300영상을 사용하여 실험하였다.

• 컴퓨터교육학회논문지
• /
• 제8권1호
• /
• pp.81-91
• /
• 2005

본 논문에서는 칼라와 에지 정보를 이용한 내용기반 영상검색 기법을 제안하였다. 기존의 RGB 공간 정보를 이용하기 보다는, 시각적 인식에 보다 중점을 둔 HSI칼라 공간에서 고찰하였다. 비슷한 류의 색을 대표색으로 통합 표현하여, 개선된 칼라 정보 이용법을 본 연구에서 제안하였다. 또한 칼라 정보만을 이용했을 때의 시스템 성능상의 결점을 보완하기 위하여, 효율적인 에지 디텍션 기법을 함께 사용하였다. 칼라와 에지 기법을 통합함에 있어서, 각각의 기법에 적절한 가중치를 배분함으로써 시스템 성능을 실험적으로 향상시켰다.

• 한국컴퓨터정보학회논문지
• /
• 제13권1호
• /
• pp.117-124
• /
• 2008

본 논문에서는 색상정보와 형태정보를 이용한 내용기반 영상 검색방법을 제안한다. 이미지의 한 가지 특징만을 고려한 내용 기반 이미지 검색은 두 가지 이상의 특징 정보를 이용했을 때와 비교하여 정확도가 떨어져 성능을 저하시킬 수 있다. 따라서 여러 검색 시스템에서는 색상이나 형태, 질감 등과 같은 이미지의 다양한 특징들을 혼합하여 검색에 이용하고 있다. 본 연구는 각 영상의 Hue값에 대한 색상정보와 CSS(Curvature Scale Space)를 이용한 형태정보를 사용한다. 각 영상들의 특징 정보와 데이터베이스에 저장된 영상들의 특징 정보들을 비교하여 유사도 순위에 따라 후보영상들이 검색된다. 실험 결과 색상정보나 형태정보 한가지의 특징만을 사용한 경우 보다 정확도와 재현율면에서 사용자가 원하는 이미지와 보다 유사한 결과를 검출할 수 있었다.

• 한국멀티미디어학회논문지
• /
• 제8권4호
• /
• pp.461-472
• /
• 2005

본 논문에서는 스테레오 영상의 정합값(matching)을 통한 얼굴 특징추출 알고리즘을 제안한다. 제안된 알고리즘에서는 얼굴색상 정보의 RGB컬러공간을 YCbCr컬러공간으로 변환하여 얼굴영역 검출하였다. 추출된 얼굴영역으로부터 눈 형판(template)을 적용하여 눈 사이의 거리와 기울어짐, 코와 입에 대한 특징의 기하학적인 특징 벡터를 추출하였다. 또한 제안한 방법은 2차원 특징정보 뿐만 아니라 스테레오 영상의 정합을 통한 얼굴의 눈, 코, 입의 특징을 추출할 수 있었다. 실험을 통하여 약 1m이내 거리에서 73%의 일치율을 보였고, 약 1m이후 거리에선 52%의 일치율을 보였다.

• International Journal of Computer Science & Network Security
• /
• 제21권1호
• /
• pp.40-48
• /
• 2021

Content-Based Image Retrieval (CBIR) system plays a vital role to retrieve the relevant images as per the user perception from the huge database is a challenging task. Images are represented is to employ a combination of low-level features as per their visual content to form a feature vector. To reduce the search time of a large database while retrieving images, a novel image retrieval technique based on feature dimensionality reduction is being proposed with the exploit of metaheuristic optimization techniques based on Genetic Algorithm (GA), Extended Binary Cuckoo Search (EBCS) and Whale Optimization Algorithm (WOA). Each image in the database is indexed using a feature vector comprising of fuzzified based color histogram descriptor for color and Median binary pattern were derived in the color space from HSI for texture feature variants respectively. Finally, results are being compared in terms of Precision, Recall, F-measure, Accuracy, and error rate with benchmark classification algorithms (Linear discriminant analysis, CatBoost, Extra Trees, Random Forest, Naive Bayes, light gradient boosting, Extreme gradient boosting, k-NN, and Ridge) to validate the efficiency of the proposed approach. Finally, a ranking of the techniques using TOPSIS has been considered choosing the best feature selection technique based on different model parameters.

• 한국컴퓨터정보학회논문지
• /
• 제15권11호
• /
• pp.75-82
• /
• 2010

본 논문은 불확실한 객체의 영상 정보를 객체의 에지 특징정보를 이용하여 내용기반검색기법으로 CBIRS/EFI을 제안했다. 특히 객체의 부분 영상 정보의 경우 효율적으로 검색하기 위해 객체의 특징 정보 중 윤곽선 정보와 색체정보 추출하여 검색기법이다. 이를 실험하기 위해 지하 주차장의 차량 이미지를 캡처한후 객체의 특징 정보를 위한 차량의 측면 에지 특징 정보를 추출하였다. 검색하고자하는 원 영상과 특징 추출한 영상을 분석 결과와 최종 유사도 측정 결과에 의해 내용기반 검색을 적용하는 시스템으로, 기존 특징 추출 내용 기반 영상 검색 시스템인 FE-CBIRS 시스템에 비해 검색율의 정확성과 효율성을 향상 시키는 기능이 보완되었다. CBIRS/EF시스템의 성능평가는 차량의 색상 정보와 차량의 에지 추출 특징 정보를 적용하여 영역 특징정보를 검색하는 과정에서 색상 특징 검색 시간, 모양 특징 검색 시간과 검색 율을 비교 했다. 차량 에지 특징 추출률의 경우 91.84% 추출하였고, 차량 색상 검색 시간, 모양 특징 검색시간, 유사도 검색시간에서 CBIRS/EFI가 FE-CBIRS 보다 평균 검색시간이 평균 0.4~0.9초의 차이를 보고 있어 우수한 것으로 증명되었다.

• 정보처리학회논문지B
• /
• 제9B권4호
• /
• pp.491-500
• /
• 2002

본 논문에서는 칼라 얼굴 영상으로부터 피부색 정보, 얼굴의 기하학적 특징벡터 및 안면각 정보를 이용한 실시간 얼굴검출 및 인식 알고리즘을 제안하였다. 제안한 알고리즘에서는 HSI 칼라좌표계상의 얼굴 피부색 정보와 얼굴 에지 정보를 함께 이용함으로써 얼굴 영역 검출 효율을 개선하였다. 또한 추출된 얼굴 영역으로부터 얼굴인식율 개선을 위해 얼굴 특징자들을 추출하고 추출된 얼굴 특징자들의 기하학적 관계로 구성된 얼굴 특징벡터와 얼굴 안면각 정보를 사용하여 얼굴 인식율을 개선하였다. 실험에서는 제안한 방법이 기존의 방법에 비해 얼굴 영역 검출율 뿐만 아니라 얼굴 인식율도 개선되었음을 알 수 있다.

• Journal of Semiconductor Engineering
• /
• 제2권1호
• /
• pp.125-129
• /
• 2021

As the interest of deep learning, techniques to control the color of images in image processing field are evolving together. However, there is no clear standard for color, and it is not easy to find a way to represent only the color itself like the color-palette. In this paper, we propose a novel color palette extraction system by chroma fine-tuning with reinforcement learning. It helps to recognize the color combination to represent an input image. First, we use RGBY images to create feature maps by transferring the backbone network with well-trained model-weight which is verified at super resolution convolutional neural networks. Second, feature maps are trained to 3 fully connected layers for the color-palette generation with a generative adversarial network (GAN). Third, we use the reinforcement learning method which only changes chroma information of the GAN-output by slightly moving each Y component of YCbCr color gamut of pixel values up and down. The proposed method outperforms existing color palette extraction methods as given the accuracy of 0.9140.

• 전자공학회논문지S
• /
• 제35S권8호
• /
• pp.55-67
• /
• 1998

본 논문에서는 컬러 비디오 시퀀스 상에서 눈과 입에 해당하는 얼굴 특징점을 고속으로 추출하는 방법을 제안한다. 자유로운 움직임을 갖는 얼굴 영역을 안정적으로 추출하기 위해 얼굴 색상 분포를 이용한 색상 변환 영상에 움직임 검출 기법을 적용하여 움직이는 살색 부분만을 효율적으로 검출하는 색상 움직임 개념을 사용하였다. 움직임 정보는 살색의 가능성 정도에 따라 가중치가 주어지며 화소 단위의 움직임 여부를 결정하는 문턱값도 살색의 가능성 정도에 따라 적응적으로 결정된다. 눈의 색상분포와 형태소 연산자를 사용한 움직임 살색 영역에서 눈 후보 영역을 추출하고 눈과 눈썹의 상호 위치 관계를 이용하여 눈의 영역을 최종 결정한다. 입의 영역은 눈의 위치를 기준으로 입 후보 영역을 정하고 색상 히스토그램을 이용하여 입의 영역을 검출한다. 찾아진 눈과 입의 영역에서 정확한 특징점의 위치를 구하기 위해 PCA (Principal Component Analysis)를 사용하였다. 실험 결과 복잡한 배경, 개인적인 편차, 얼굴의 방향과 크기 등에 영향을 받지 않고 고속으로 정확한 얼굴의 특징점을 추출할 수 있었다.

• 대한전자공학회논문지SP
• /
• 제42권5호
• /
• pp.103-114
• /
• 2005

본 논문에서는 칼라 특징으로 칼라 오토코렐로그램(autocorrelogram)을 선택하고 질감 특징으로 BDIP(block difference inverse probabilities)와 BVLC(block variance of local correlation coefficient)를 선택하여 이들을 효율적으로 추출하고 결합한 다중 특징기반 영상검색 기법을 제안한다. 칼라 오토코렐로그램은 영상의 H(hue), S(saturation) 칼라 성분으로부터 추출 하였고, BDIP와 BVLC는 V(value) 성분으로부터 추출하였다. 이때 각 특징추출 시 계산량을 고려하여 간소화된 오토코렐로그램과 BVLC를 제안하여 사용하였으며, 추출한 특징들을 효율적으로 저장하기 위해 특징벡터성분들의 값을 그 분포에 따라 균등 또는 비균등 양자화 하여 사용하였다. Corel DB및 VisTex DB에 대한 실험 결과, 칼라 오토코렐로그램과 BDIP, BVLC 질감 특징을 결합함으로써 동일한 차원에서 오토코렐로그램만을 사용할 때보다 최대 9.5%, BDIP, BVLC만을 사용할 때보다 최대 4% 검색성능이 향상되었다. 또한 제안한 다중 특징은 웨이브렛 모멘트, CSD, 칼라 히스토그램에 비해 특징벡터의 저장공간을 약 3분의 1 정도 적게 차지하면서 검색성능이 각각 최대 12.6%, 14.6%, 27.9% 우수하게 나타남을 확인할 수 있었다.