본 논문에서는 균일 칼라 영상 신호의 모델링에 대하여 설명하였으며 이 모델의 성질에 근거하여 균일 칼라영상을 변환하는 방법을 제안하였다. 먼저 칼라 영상 신호 의 모델링을 위하여 칼라 변동원인을 각 칼라 성분에 동등하게 작용하는 "동등요인 (identical or multiplicative)"과 각 칼라 성분에 독립적으로 작용하는 "독립요인 (independent or additive factor)"으로 분류하였으며 각각을 정규 분포로 모델링하 였다. 또한 클러스터의 분포모양은 (R, G, B) 3차원 특징 공간에서 길쭉한 타원체를 형성하며 타원체의 최장축 방향은 클러스터의 평균벡터 방향과 일치하게 됨을 알 수 있었다. 그리고 영상 처리 장치로부터 입력된 균일 칼라 영상을 모델에 적합하도록 변환하는 방법을 연구하였다. 3차원 좌표 변환 방법을 기술하였고 클러스터의 평균 벡터가 한 좌표축이 되도록 하는 변환 행렬을 구하였다. 제안된 방법을 인공 및 자연 칼라 영상을 사용하여 컴퓨터 시뮬레이션으로 실험하였으며 그 결과 변환된 칼라 영 상은 클러스터의 최장축 방향과 평균 벡터가 거의 일치하였다.방향과 평균 벡터가 거의 일치하였다.
For recipe prediction of colorant proportion showing nonlinear behavior, we modeled the effects of colorant proportion of basic colors on the target colors and predicted colorant proportion necessary for making target colors. First, colorant proportion of basic colors and color information indicated by the instrument was applied by a linear model and a multi-layer perceptrons model with back-propagation learning method. However, satisfactory results were not obtained because of nonlinear property of colors. Thus, in this study the neuro-fuzzy model with merit of artificial neural networks and fuzzy systems was presented. The proposed model was trained with test data and colorant proportion was predicted. The effectiveness of the proposed model was verified by evaluation of color difference(${\Delta}E$).
Journal of the Korean Society for Industrial and Applied Mathematics
/
제26권3호
/
pp.156-184
/
2022
In this article, we propose a novel variational model for restoring color images corrupted by mixed multiplicative Gamma noise and additive Gaussian noise. The model involves a data-fidelity term that characterizes the mixed noise as an infimal convolution of two noise distributions and the saturation-value total variation (SVTV) regularization. The data-fidelity term facilitates suitable separation of the multiplicative Gamma and Gaussian noise components, promoting simultaneous elimination of the mixed noise. Furthermore, the SVTV regularization enables adequate denoising of homogeneous regions, while maintaining edges and details and diminishing the color artifacts induced by noise. To solve the proposed nonconvex model, we exploit an alternating minimization approach, and then the alternating direction method of multipliers is adopted for solving subproblems. This contributes to an efficient iterative algorithm. The experimental results demonstrate the superior performance of the proposed model compared to other existing or related models, with regard to visual inspection and image quality measurements.
이미지 분류에서 딥러닝 모형을 사용하는 가장 큰 이유는 이미지의 전체적인 정보에서 각 지역 특징을 추출하여 서로의 관계를 고려할 수 있기 때문이다. 하지만 이미지의 지역 특징이 없는 감정 이미지 데이터는 CNN 모델이 적합하지 않을 수 있다. 이러한 감정 이미지 분류의 어려움을 해결하기 위하여 매년 많은 연구자들이 감정 이미지에 적합한 CNN기반 아키텍처를 제시하고 있다. 색깔과 사람 감정간의 관계에 대한 연구들도 수행되었으며, 색깔에 따라 다른 감정이 유도된다는 결과들이 도출되었다. 딥러닝을 활용한 연구에서도 색깔정보를 활용하여 이미지 감성분류에 적용하는 연구들이 있어왔으며, 이미지만을 가지고 분류 모형을 학습한 경우보다 이미지의 색깔 정보를 추가로 활용한 경우가 이미지 감성 분류 정확도를 더 높일 수 있었다. 본 연구는 사람이 이미지의 감정을 분류하는 기준 중 많은 부분을 차지하는 색감을 이용하여 이미지 감성 분류 정확도를 향상시키는 방안을 제안한다. 이미지의 RGB 값에 K 평균 군집화 방안을 적용하여 이미지를 대표하는 색을 추출하여, 각 감성 클래스 별 해당 색깔이 나올 확률을 가중치 식으로 변형 후 CNN 모델의 최종 Layer에 적용하는 이-단계 학습방안을 구현하였다. 이미지 데이터는 6가지 감정으로 분류되는 Emotion6와 8가지 감정으로 분류되는 Artphoto를 사용하였다. 학습에 사용한 CNN 모델은 Densenet169, Mnasnet, Resnet101, Resnet152, Vgg19를 사용하였으며, 성능 평가는 5겹 교차검증으로 CNN 모델에 이-단계 학습 방안을 적용하여 전후 성과를 비교하였다. CNN 아키텍처만을 활용한 경우보다 색 속성에서 추출한 정보를 함께 사용하였을 때 더 좋은 분류 정확도를 보였다.
This paper proposes a color matching 3D look-up table simplifying the complex color matching procedure between a monitor and a mobile display device. In order to perform color matching, it is necessary to process color of image in the device independent color space like CIEXYZ or CIELAB. We improved the S-curve model to have smaller characterization error than tolerance error. Also, as a result of the experiments, we concluded that the color matching look-up table with 64(4$\times$4$\times$4) is the smallest size allowing characterization error to be acceptable.
It is very important to inspect color of printed texture in the textile process. To distinguish the color of the printed texture, RGB color values obtained from a scanner must be transformed to the standard colorimetric system used in the textile industry. It is XYZ color system that is defined by CIE(Commission Internationale do 1Eclairage). The mapping from RGB to XYZ color values is not simple and the scanner has even a positional deviation of RGB colors. In this paper an automatic color inspection method using a general scanning machine is presented. We used a U(neural network) model to map RGB to XYZ and compensate the positional error. In the real experiments, this inspection system shows to get very exact XYZ values from the traditional scanner regardless of the measuring position.
본 논문에서는 텔레비전 칼라영상에서 사람의 피부색을 기반으로 얼굴영역을 검출하는 방법을 제안하였다. 제안된 방법은 피부색을 샘플링하여 기준영상으로 놓고, 텔레비전 영상의 화소와 기준영상의 화소 사이의 유클리디안(Euclidean) 거리를 이용하여 얼굴후보 영역결정을 하였다. 얼굴 후보영역에서 눈 검출은 RGB 칼라를 CMY칼라 모델로 변환 하여 Y와 C 사이의 색차성분에 대한 평균값과 표준 편차를 이용하여 검출 하였다. 입술 영역은 RGB 칼라모델에서 YIQ 칼라 공간으로 변환 하여 Q 요소로 입술 영상을 검출 하였다. 얼굴영역 검출은 눈 영상과 입술 영상을 논리연산 하여 지식 기반으로 결정 하였다. 제안된 방법의 타당성을 입증하기 위하여 텔레비전 칼라영상에서 입력받은 정면 칼라 영상으로 실험한 결과, 얼굴영역 검출이 얼굴의 위치와 크기에 관계없이 검출됨을 보였다.
The STL or Stereolithography format, established by 3D systems, gathers the geometric data of the model in a number of triangular surfaces. It can be in ASCII or binary format, and is a de facto standard in the Rapid Prototyping (RP) world. RP has developed greatly over the last ten years. In particular, improvement in materials has meant greater part accuracy and strength, which in turn has increased the range of functional applications. Future applications of RP will focus on rapid tooling and direct manufacturing. Direct manufacturing in particular may see much benefit from the incorporation of color into models. For color RP, besides designing new hardware to add color into the prototypes, it is necessary to redefine the CAD software for adding and accurately positioning color onto the model. STL cannot effectively store this kind of information. Among the existing data file formats, VRML is an acceptable one that is complimentary to existing RP processes. This paper acts as a review to discuss several methods of using VRML for coloring model data. This paper will also discuss the problems occurred in coloring the layer contours of the RP model.
The purpose of this study is to execute evaluation experiment to know the evaluation property of lighting environment of residential space for senior people, considering visual characteristics along aging, and finally provide basic data for the lighting plan to ensure the visual amenity. Processes of this study are as follows;1) Analyzed the variation property of visual sensibility and visual ability of senior people along aging. 2) Selected 3 types of life behavior(rest, conversation and reading) after checking life behavior in residential space for senior people based on advanced study. 3) Made the Mock-up Model that Dimming is possible, actual furnace to model. 4) Executed sensitivity evaluation experiment about lighting environment. 5) Analyzed evaluation property of lighting environment of residential space for senior people. Results of this study are as follows, 1) With lens-filter, we got comfort and amenity in bulb-color lamp which has similar color temperature with red of lens filter. 2) Lighting environment tests during conversation : With lens filters, they felt comfort on bulb color in case of higher illuminance than 850lux and daylight color in 500lux. 3) Lighting environment tests at reading : With lens filter, bulb color got better score in brightness and appropriateness than daylight color.
본 논문에서는 모니터와 모바일 디스플레이간의 복잡한 색 정합 과정을 단순화시키는 3차원의 색 정합 look-up table(LUT)을 설계하였다. 색 정합을 위해서는 우선 영상의 색을 CIEXYZ 혹은 CIELAB 등의 장치 독립적인 색 공간에서 처리하여야 한다. 장치 의존적인 RGB 색 공간의 데이터에서 장치 독립적인 색 공간의 데이터를 얻기 위해서는 디스플레이 특성화 과정이 필요하다. 기존의 S-curve 모델을 이용하여 LCD를 특성화 하면 LCD의 비선형적인 계조 특성으로 인해 특성화 오차가 허용 오차보다 커지게 된다. 본 논문에서는 X, Y, Z의 전기-빛 입출력 특성을 이용하여 S-curve 모델의 특성화 오차를 줄였다. 또한 모니터와 모바일 디스플레이간의 색 정합을 수행함으로써 색 표현력이 향상된 영상을 모바일 디스플레이에서 획득할 수 있었으며, 실험을 통하여 허용오차 내의 색 정합 LUT의 최소 크기가 64(4×4×4)라는 것을 확인하였다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.