• 한국멀티미디어학회논문지
• /
• 제14권4호
• /
• pp.504-516
• /
• 2011

In this paper, we will present a method to detect human hand and recognize hand gesture. For detecting the hand region, we use the feature of human skin color and hand feature (with boundary complexity) to detect the hand region from the input image; and use algorithm of optical flow to track the hand movement. Hand gesture recognition is composed of two parts: 1. Posture recognition and 2. Motion recognition, for describing the hand posture feature, we employ the Fourier descriptor method because it's rotation invariant. And we employ PCA method to extract the feature among gesture frames sequences. The HMM method will finally be used to recognize these feature to make a final decision of a hand gesture. Through the experiment, we can see that our proposed method can achieve 99% recognition rate at environment with simple background and no face region together, and reduce to 89.5% at the environment with complex background and with face region. These results can illustrate that the proposed algorithm can be applied as a production.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권3호
• /
• pp.1418-1433
• /
• 2019

In computer graphics, 3D mesh segmentation is a challenging research field. This paper presents a 3D mesh model segmentation algorithm that focuses on removing exterior salient parts from the original 3D mesh model based on prominent feature points and marching plane. To begin with, the proposed approach uses multi-dimensional scaling to extract prominent feature points that reside on the tips of each exterior salient part of a given mesh. Subsequently, a set of planes intersect the 3D mesh; one is the marching plane, which start marching from prominent feature points. Through the marching process, local cross sections between marching plane and 3D mesh are extracted, subsequently, its corresponding area are calculated to represent local volumes of the 3D mesh model. As the boundary region of an exterior salient part generally lies on the location at which the local volume suddenly changes greatly, we can simply cut this location with the marching plane to separate this part from the mesh. We evaluated our algorithm on the Princeton Segmentation Benchmark, and the evaluation results show that our algorithm works well for some categories.

• 한국지능시스템학회논문지
• /
• 제19권4호
• /
• pp.586-591
• /
• 2009

본 논문에서는 Particle filter를 이용한 특징 벡터 기반 이동 물체 추적 알고리즘을 제안한다. 이를 위해, 첫 번째, RGB 칼라 모델을 이용하여 초기 이동 물체의 움직임 영역(blob)을 추출하고, KLT-알고리즘을 이용하여 입력 영상에 대한 특징 벡터를 구한다. 그 다음, 초기 추출된 이동 물체의 움직임 영역에 이 특징 벡터를 매칭시켜 1차 특징 벡터를 구한다. 두 번째로, RGB와 HSI 칼라모델을 이용하여 이동 물체의 움직임 영역을 추출하고, 앞서 구한 1차 특징 벡터에 Snake 알고리즘을 적용함으로써 새로운 특징 벡터를 구한다. 그 다음, 기 추출된 이동 물체의 움직임 영역에 이 새롭게 구한 특징 벡터를 매칭시켜 2차 특징 벡터를 구한다. 최종적으로, 2차 특징 벡터에 Particle filter를 적용함으로써 본 논문에서 제안한 이동물체를 추적하는 알고리즘을 완성한다. 마지막으로, 본 논문에서 제안한 알고리즘은 복잡하고 다양한 환경에서 실험을 통해 그 응용 가능성을 증명한다.

• 한국콘텐츠학회논문지
• /
• 제12권6호
• /
• pp.9-20
• /
• 2012

컴퓨터비전에서 안정적으로 대응점을 획득하는 것은 매우 중요한 일이다. 그러나 이들은 스케일, 조명, 시점 등이 변하는 환경에서 정확한 대응점을 찾는 과정은 쉽지 않다. SIFT 알고리즘은 객체의 모서리나 꼭지점으로부터 추출한 특징벡터를 사용하므로 스케일링, 회전, 조명변화를 가지는 영상에서도 뛰어난 매칭을 수행한다. 그러나 SIFT는 엣지에 의해 특징점을 추출하므로 엣지가 존재하지 않는 영역에서는 원하는 대응점을 찾을 수 없다. 본 연구는 SIFT에 의한 대응 특징점 추출과 매칭 성능을 향상시키기 위한 마커 모양 및 배치 방법을 제안한다. 제안 방법에서 사용한 마커의 모양은 부착 방향에 따라 SIFT 알고리즘에 의해 한 방향으로 우세한 벡터를 검출할 수 있는 반원형(SemiCircle)으로 구성한다. 그리고 대응점 매칭의 성능을 향상시키기 위하여 마커의 방향 배치는 드 브루인 수열(De Bruijn Sequence)을 이용한다. 실험을 통해 제안한 방법이 기존의 방법보다 더 정확한 특징점 검출과 매칭에 효과적임을 증명하였다.

• 한국콘텐츠학회논문지
• /
• 제8권9호
• /
• pp.1-9
• /
• 2008

일반적으로 얼굴 추적 시 움직임에 강건한 Lucas-Kanade 추적 방법이 많이 사용된다. 그러나 얼굴이 회전되었을 경우, 정확한 얼굴 영역 검출이 어렵다. 따라서 본 논문에서는 이러한 문제점을 해결하기 위해 Lucas-Kanade 추적 방법에 평가함수를 도입하여 회전에 강건한 자동 얼굴 영역 검출 및 추적 방법을 제안하였다. 얼굴영역은 색상정보를 이용하여 자동으로 추출하였으며, Harris 코너 추출 알고리즘으로 특징점을 추출하였다. 폐색된 특징점을 구분하기위하여 특징점마다 기존 특징점과 새로운 특징점과의 차이 값을 계산한다. 만약, 특징점이 폐색되었을 경우, 잡음을 제거하기 위하여 제거하며 특징점의 개수가 일정 임계값 이하일 경우, 얼굴 영역을 다시 검출하였다. 실험결과를 통하여 얼굴 영역이 회전되었을 경우, 기존의 Lucas-Kanade 추적 방법보다 더 좋은 결과를 확인하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권10호
• /
• pp.3729-3749
• /
• 2021

At present, deep convolution network-based salient object detection (SOD) has achieved impressive performance. However, it is still a challenging problem to make full use of the multi-scale information of the extracted features and which appropriate feature fusion method is adopted to process feature mapping. In this paper, we propose a new adjacency auxiliary network (AANet) based on multi-scale feature fusion for SOD. Firstly, we design the parallel connection feature enhancement module (PFEM) for each layer of feature extraction, which improves the feature density by connecting different dilated convolution branches in parallel, and add channel attention flow to fully extract the context information of features. Then the adjacent layer features with close degree of abstraction but different characteristic properties are fused through the adjacent auxiliary module (AAM) to eliminate the ambiguity and noise of the features. Besides, in order to refine the features effectively to get more accurate object boundaries, we design adjacency decoder (AAM_D) based on adjacency auxiliary module (AAM), which concatenates the features of adjacent layers, extracts their spatial attention, and then combines them with the output of AAM. The outputs of AAM_D features with semantic information and spatial detail obtained from each feature are used as salient prediction maps for multi-level feature joint supervising. Experiment results on six benchmark SOD datasets demonstrate that the proposed method outperforms similar previous methods.

• 한국측량학회지
• /
• 제33권5호
• /
• pp.363-371
• /
• 2015

개체 추출은 원격탐사 분야의 주된 연구분야 중 하나로, 고해상도 위성영상의 활용도가 높아짐에 따라 보다 세밀하고 특정적인 개체를 추출할 수 있게 되었다. 기존의 화소 기반의 영상 처리 기법들은 고해상도 위성영상의 분광 및 기하학적인 다양성과 복잡성을 제대로 반영하기 어렵기 때문에 근래에는 영상분할 기술을 기반으로 하는 많은 연구가 진행되고 있다. 그런데 단순히 RGB 밴드 영상에 한 가지 영상분할 기법을 적용하는 것으로는 다양한 분광 특성과 형태를 갖는 여러 대상 개체들을 추출하는데 한계가 있다. 지표면의 피복의 종류를 식별하고, 상태를 모니터링 하는데 효과적인 분광지수는 개체 추출 과정에 효율적으로 이용할 수 있다. 본 연구에서는 영상분할 기술을 기반으로 하여 분광지수를 이용한 보다 효과적인 개체 추출 기술을 제안하고자 하였다. 다양한 종류의 개체를 추출하기 위하여 의사결정 트리 분류 기술을 사용하였으며 고해상도 위성인 WorldView-2의 8밴드 다중분광 영상을 이용한 실험을 통해 각 대상 개체를 추출하기에 적합한 분광지수들을 선택하고 이의 효용성을 평가해보고자 하였다. 그 결과, 건물, 도로, 나지, 식생, 수계, 그림자의 6개 클래스에 대한 개체들을 선택적으로 분류할 수 있었고, 식생지수를 비롯한 다양한 분광지수들이 각 개체의 종류를 선별해내는데 효과적으로 사용될 수 있음을 확인하였다.

• 한국전자통신학회논문지
• /
• 제15권3호
• /
• pp.579-586
• /
• 2020

웹 페이지에는 방대한 양의 멀티미디어 자료가 있으며 정확한 검색을 위하여 낮은 수준의 시각 정보에서 의미 정보를 추출하는 방법에 대한 연구가 이루어지고 있다. 그러나 이러한 기술들은 대부분 한 장의 이미지에 하나의 정보를 추출하므로 이미지 내에 여러 객체가 조합되어 있는 경우 의미 정보를 추출하기 어렵다. 본 논문에서는 이미지내의 여러 객체와 배경 등을 추출하기 위하여 우선 각각의 저수준 특징을 추출하고, 이를 SVM을 이용하여 미리 정의해 놓은 배경과 객체로 나눈다. 이렇게 나눈 객체와 배경은 온톨로지로 구축하고, 위치와 연관 관계의 의미 정보를 추론엔진을 이용하여 추론한다. 이는 이미지 내의 여러 객체들 사이에 의미 정보 추론이 가능하고, 좀 더 복잡하고 다양한 고수준의 의미 정보를 추론하는 방법을 제안한다.

• 전자공학회논문지B
• /
• 제33B권6호
• /
• pp.198-207
• /
• 1996

A PSRI (position, scale, and rotation invariant ) feature extraction and automatic target recognition system using a cooperative network and an MLP is proposed. We can extract position invarient features by obtaining the target center using the projection and the moment in preprocessing stage. The scale and rotation invariant features are extracted from the contour projection of the number of edge pixels on each of the concentric circles, which is input to the cooperative network. By extracting the representative PSRI features form the features and their differentiations using max-net and min-net, we can rdduce the number of input neurons of the MLP, and make the resulted automatic target recognition system less sensitive to input variances. Experiments are conduted on various complex images which are shifted, rotated, or scaled, and the results show that the proposed system is very efficient for PSRI feature extractions and automatic target recognitions.

• 전자공학회논문지S
• /
• 제34S권12호
• /
• pp.90-97
• /
• 1997

This paper presents a new algorithm for surface segmentation and feature description. The algorithm extracts the signature of an edge image based on the signature technqique[12] in the first stage. If there exists a range in the angle axis where more than two signatures form a closed curve, we can conclude there is a surface inside the range. Using this feature of the signature, surfaces can be segmented. The surface features such as number of vertices, number of edges, and type of surfaces can also be extracted by finding the signatures of individual surfaces. This algorithm has distinguished advantages: it can easily recover the lost part occuring in the edge iage using the curve fitting method and it can extract surface features even when surfaces are rotated in 3-D space.