• 정보과학회 논문지
• /
• 제42권10호
• /
• pp.1294-1302
• /
• 2015

현재까지 인간 시각 체계를 정확하게 반영하기 위한 이미지 평가 기법에 대한 연구가 많이 이루어져 오고 있다. SSIM은 인간의 시각 체계가 이미지의 구조적 정보에 예민하다는 점을 이용하여 구조적 정보를 이용하여 이미지를 평가하는 대표적인 인간 시각 체계를 만족시키는 평가 기법이다. 하지만 SSIM은 이미지의 색 차이를 반영하지 못하는 문제가 있다. 이러한 문제를 해결하기 위해, HSI 색 공간을 활용한 SHSIM 기법이 제안되었으나 두 컬러 이미지 간 인지적 색 차이를 충분히 반영하지는 못하고 있다. 본 논문에서는 CIE Lab 색 공간을 도입하여 대응 되는 픽셀들의 인지적 색 차이를 계산하여 이미지 평가에 활용하는 방법을 제안한다. 그리고 연구를 더 확장하여, SVM 분류기를 활용하여 왜곡 종류에 따라 최적의 평가 수식을 적용하는 최적화 시스템을 제안한다. 제안하는 기법을 평가하기 위해, 이미지 평가분야에서 가장 많이 알려진 LIVE 데이터베이스를 사용하였으며 네 종류의 평가 기준들을 이용하였다. 실험 결과에서는 제안하는 기법이 다른 기법들보다 인간 시각 체계와 더 상관성이 높다는 것을 보여준다.

• 제어로봇시스템학회논문지
• /
• 제16권12호
• /
• pp.1226-1232
• /
• 2010

A door can serve as a feature for place classification and localization for navigation of a mobile robot in indoor environments. This paper proposes a door detection method based on the recognition of various door handles using the general Hough transform (GHT) and support vector machine (SVM). The contour and color histogram of a door handle extracted from the database are used in GHT and SVM, respectively. The door recognition scheme consists of four steps. The first step determines the region of interest (ROI) images defined by the color information and the environment around the door handle for stable recognition. In the second step, the door handle is recognized using the GHT method from the ROI image and the image patches are extracted from the position of the recognized door handle. In the third step, the extracted patch is classified whether it is the image patch of a door handle or not using the SVM classifier. The door position is probabilistically determined by the recognized door handle. Experimental results show that the proposed method can recognize various door handles and detect doors in a robust manner.

• 정보처리학회논문지B
• /
• 제13B권5호
• /
• pp.515-524
• /
• 2006

배경추출은 비디오 감시 시스템에서 움직이는 물체를 찾는데 중요한 기술이다. 본 논문에서는 벡터 정렬을 이용한 새로운 온라인 컬러 배경 추출 방법을 제안한다. 제안된 방법에서 배경은 물체보다 발생빈도가 높다는 사실을 이용하여, 연속된 프레임의 컬러화소 값들의 벡터 미디언을 그 화소에서의 배경이라 간주한다. 본 알고리즘에서 현재 프레임의 물체는 얻어진 배경과의 거리가 문턱치보다 큰 화소들의 집합으로 구성된다. 알고리즘의 성능을 평가하기 위하여 온라인 가우시안 혼합 모델(Gaussian Mixture Model)을 이용한 다중 배경추출 방법과 비교하였으며, 비교결과 유사 또는 우월한 실험 결과를 확인하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 가을 학술발표논문집 Vol.33 No.2 (C)
• /
• pp.218-221
• /
• 2006

본 논문은 인터넷의 대표적인 문제점중의 하나인 Adult Image 분류 연구에 대해 기술한다. 특히 우리는 이러한 Adult Image를 분류하기 위한 Data Set을 5가지 타입으로 구성한다. 이러한 각 Image에 대해 Color, Gradient, Edge Direction 특성의 Feature들을 추출하고 이를 Histogram으로 구성한다. 이렇게 구성된 Histogram을 Support Vector Machine에 적용하여 Adult Image를 분류한다. 그 결과, 우리는 8250개의 Test Set에 대하여 Recall(96.53%), Precision(97.33%), False Positive(2.96%), F-Measure(96.93%)의 성능 결과를 보여준다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 신호처리소사이어티 추계학술대회 논문집
• /
• pp.369-372
• /
• 2003

In this paper, we propose impr oved binary tree vector quantization based on spatial sensitivity which is one of the human visual properties. We combine the weights based on spatial masking effect according to changes of three primary colors in blocks of images with the process of splitting nodes using eigenvector in binary tree vector quantization. The test results show that the proposed method generates the quantized images with fine color and performs better than the conventional method in terms of clustering the similar regions. Also the proposed method can get the better result in subjective qualify test and PSNR.

• 대한전자공학회논문지SP
• /
• 제44권1호
• /
• pp.10-16
• /
• 2007

본 논문에서는 색상의 공간적인 상관관계와 질감 모멘트를 이용한 내용기반 영상 검색 기법을 제안한다. 이를 위해, 색상의 공간적인 상관관계를 표현하는 새로운 색상 기술자를 제안하고, 또한 제안된 색상 기술자와 국부적인 푸리에 변환에 기반한 질감 특성을 결합한 영상 검색 방법을 제안한다. 일반적으로 색상의 공간적인 상관관계를 표현하기 위해서 컬러 코렐로그램(color correlogram)이 사용되고 있다. 하지만 컬러 코렐로그램은 중심화소에 따른 이웃한 화소들의 색상 분포를 확률적으로 잘 나타내는 장점이 있지만, 색상의 구조적인 정보를 표현하지 못하는 단점이 있다. 그러므로 본 논문에서는 색상의 분포와 구조적인 정보를 표시할 수 있는 새로운 색상 기술자를 제안한다. 제안하는 새로운 색상 기술자는 중심 화소와 이웃 화소들과의 색상 거리를 계산한 후 최소 거리의 색상과 최대 거리의 색상을 추출한 후 최소-최대 색상 쌍이 이루는 각에 대한 각각의 빈도수를 계산한다. 그런 다음, 각각의 이루는 각에 대해서 최소 거리 색상에 대한 최대 거리 색상들의 평균값과 분산값으로 구성된 새로운 기술자(min-max color correlation descriptor, MMCCD)를 생성한다. 제안한 색상 기술자를 이용하여 검색한 결과는 기존 방법들과 비교했을 경우 정확률에서 최소 5.2%에서 최대 13.21% 향상된 검색 결과를 확인할 수 있었다. 또한, 국부적인 푸리에 변환에 기반한 질감 기술자를 새로운 색상 기술자와 결합하여 특징 벡터의 크기를 절반으로 줄이면서도 새로운 색상 기술자만을 사용할 경우와 비교하여 향상된 검색 결과를 확인할 수 있었다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제37권8호
• /
• pp.599-610
• /
• 2010

고성능 디지털 인쇄기기의 대중화와 손쉬운 이미지 편집 프로그램들의 등장으로 인하여 위 변조 범죄가 증가함에 따라 여러 가지 사회적인 문제를 야기하고 있다. 이를 해결하기 위해서 디지털 포렌식 기술이 활발하게 연구되고 있다. 본 논문에서는 디지털 포렌식 기술의 한 분야인 컬러 레이저 인쇄기기 판별기술을 제안한다. 각 제조사마다 인쇄방법이 다르기 때문에 육안으로 판별할 수 없는 미세한 차이가 출력물에 존재한다는 점을 이용하였다. 출력물의 노이즈를 추정하여 이러한 미세한 차이를 분석하였으며, 제안하는 방법에서는 출력물을 스캔한 이미지에 대해 위너필터를 거쳐 노이즈를 제거한 이미지를 차감하여 노이즈를 추출한다. 계산된 노이즈 대해 명암도 동시발생 행렬을 계산하여 특징값들을 추출한 뒤 이를 서포트 벡터 머신 분류기에 적용하여 인쇄기기를 판별하였다. 제안한 알고리즘의 성능을 분석하기 위하여 7대 프린터에서 각 371장씩 출력된 총 2,597장 이미지로 실험하였다. 제안한 알고리즘은 컬러 디지털 인쇄기기의 제조사를 판별하는데 있어서 97.6%의 정확률을 보였고, 동일 제조사의 모델을 판별하는데 84.5%의 정확률을 나타냈다.

• 대한전자공학회논문지SP
• /
• 제42권4호
• /
• pp.119-126
• /
• 2005

본 논문에서는 영상의 블록 분류 특성에 적응적인 대표 컬러 히스토그램 (representative color histogram)과 방향성 패턴 히스토그램 (directional pattern histogram)을 이용한 새로운 내용 기반 영상 검색 방법 (content-based image retrieval)을 제안한다. 제안한 방법에서는 영상을 일정한 크기의 블록으로 나누고, 분할된 블록의 분류 특성에 따라 컬러와 패턴 특징 벡터를 추출한다. 먼저 분할된 블록을 채도 (saturation)에 따라 휘도 블록 또는 컬러 블록으로 분류한 후, 휘도 블록에 대해서는 블록 평균휘도 쌍의 히스토그램을 구하고, 컬러 블록에 대해서는 블록 평균 컬러 쌍 히스토그램을 구함으로써 블록 분류 특징에 따라 컬러 특징 벡터를 추출한다. 또한 블록 휘도 변화의 기울기 (gradient)를 계산하여 방향성 분류를 행한 후 히스토그램을 계산함으로써 블록 방향성 패턴 특징을 추출한다. 본 논문에서 제안한 영상 검색 방법의 성능을 평가하기 위해서 컴퓨터 모의실험을 행한 결과 제안한 방법이 기존의 방법들보다 정확도 (precision) 및 특징 벡터 차원 (feature vector dimension) 크기 등의 객관적인 측면에서 우수함을 확인하였다.

• 전자공학회논문지CI
• /
• 제48권1호
• /
• pp.127-132
• /
• 2011

본 논문은 입력된 영상으로부터 적응적 피부색 검출 방법으로 생성된 피부색 영역과 에지 정보의 결합을 특정 벡터로 이용하여 입력 영상의 유해(누드, 성인물) 여부를 판별하는 방법을 제안한다. 제안하는 방법은 네 단계의 과정으로 이루어져 있다. 첫 번째 단계에서는 입력 영상으로부터 기존의 피부색 검출 방법들을 적용하여 얻은 모든 결과 영상들에 대해서 논리곱 연산을 통해 초기 피부색 영역을 검출한다. 두 번째 단계에서 초기 피부색 영역의 화소 정보를 기반으로 피부색 확률 분포 모델을 생성하고 이를 통해 피부색 확률 영상을 생성한다. 그리고 피부색 확률 영상에 임계값을 적용하여 이진화 한다. 세 번째 단계에서 이진 피부색 영역과 에지의 결합 영상을 생성하고 피부색 영역을 확산하여 최종 피부색 영역을 검출한다. 마지막 단계에서 최종 피부색 영상과 최종 피부색 영역 안에 있거나 인접한 에지들의 결합 영상을 특정 벡터로 생성한다. 생성된 특정 벡터를 support vector machine(SVM) 학습을 통해 생성된 분류 모텔로 입력 영상의 유해 여부를 판별하여 유해 혹은 무해 영상으로 분류한다. 실험 결과를 통하여 제안하는 방법이 기존의 유해 영상 분류 방법에 비해 분류 성능이 9.6% 향상된 것을 확인하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제35권3호
• /
• pp.162-168
• /
• 2008

본 논문은 컬러 역하프토닝에서 참조표에 기반을 둔 벡터적응필터 방법을 제안한다. 역하프토닝은 하프톤영상을 연속계조 영상으로 변환한다. 참조표를 사용하는 방법에는 템플레이트와 학습영상이 필요하며 샘플 하프톤영상과 원영상내의 분포된 패턴으로부터 참조표를 구할 수 있다. 일반적으로 참조표에 기반한 방법들이 다른 방법에 비하여 처리가 빠르며 PSNR면에서도 더 좋은 성능을 보이지만 처리과정에서 참조표에 존재하지 않는 패턴을 어떻게 처리 하느냐에 따라서 많은 품질의 변화를 보인다. 이 논문에서는 이와 같이 존재하지 않는 패턴을 보상하기 위하여 벡터적응필터를 제안 하였는데, 이 방법은 처리하는 픽셀의 주변 화소의 색상, 색농도, 자기 등의 정보를 이용함으로써 컬러 역하프토닝에서 더 좋은 품질을 얻을 수 있다. 제안된 벡터적응 필터 방법이 기존의 최량선형추정에 의한 방법보다 PSNR면에서 더 좋은 결과를 얻을 수 있음을 실험결과에서 알 수 있었다. 참조표의 템플레이트 크기가 커질수록 제안한 방법이 더 좋은 결과를 얻을 수 있다.