• 디지털콘텐츠학회 논문지
• /
• 제14권1호
• /
• pp.117-124
• /
• 2013

본 논문에서는 고정된 카메라로부터 획득한 연속된 이미지 시퀀스를 이용하여 조명 변화에 강건한 운동 객체를 추출하는 방법을 제안한다. 운동 객체 추출 시 가장 문제가 되는 것은 조명과 잡음에 의한 영향이다. 시간의 변화에 따른 조명의 변화로 어두운 영역에 의한 가려짐 현상이 발생할 경우 객체 영역을 판단하기가 쉽지 않다. 본 논문에서는 잡음에 강건한 방법인 가우시안 혼합 모델을 이용하여 운동객체를 추출 하였으며, 조명에 대한 영향을 최소화 하고자 대표 조명 영상을 정의하고 이를 통하여 입력 영상에 대한 조명 성분을 제거하는 방법을 제안한다.

• 한국컴퓨터정보학회논문지
• /
• 제15권1호
• /
• pp.91-102
• /
• 2010

기존의 감시 시스템이나 차량 검출 시스템은 제한되고 불안정한 조명환경에서는 객체들을 검출하기 어렵다. 본 논문에서는 불안정한 조명의 영향에 의한 문제점들을 해결하기 위해 참조 배경 영상의 적응적인 갱신 기법을 제안한다. 처음 입력영상을 참조 배경영상으로 설정하고 에지 성분에 따라 3가지 블록 크기로 나눈다. 그리고 각 블록의 밝기 변화량, 안정성, 색상 정보 그리고 에지 성분을 이용하는 블록상태 분석법이 적용된다. 참조 배경 영상에서 갱신된 블록과 같은 블록 상태를 갖는 인접하는 블록들을 하나의 블록으로 병합시킨다. 제안하는 기법은 움직이는 객체와 불안정한 조명을 구별할 수 있어 강인한 참조 배경 영상을 생성할 수 있다. 그리고 제안하는 블록 상태 분석법은 참조 배경 영상을 운영적인 측면과 시간적인 측면에서 매우 효율적으로 갱신시킨다. 본 논문은 제안하는 기법의 우수성을 입증하기 위해 조명이 빠르게 변화하는 도로 환경에서 제안하는 기법이 군집화를 통해 차량을 안정적으로 검출함을 보였다.

• 융합신호처리학회논문지
• /
• 제12권1호
• /
• pp.26-32
• /
• 2011

This paper proposes a new method to process panoramic image stitching using SURF(Speeded Up Robust Features). Panoramic image stitching is considered a problem of the correspondence matching. In computer vision, it is difficult to find corresponding points in variable environment where a scale, rotation, view point and illumination are changed. However, SURF algorithm have been widely used to solve the problem of the correspondence matching because it is faster than SIFT(Scale Invariant Feature Transform). In this work, we also describe an efficient approach to decreasing computation time through the homography estimation using RANSAC(random sample consensus). RANSAC is a robust estimation procedure that uses a minimal set of randomly sampled correspondences to estimate image transformation parameters. Experimental results show that our method is robust to rotation, zoom, Gaussian noise and illumination change of the input images and computation time is greatly reduced.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 ITC-CSCC -2
• /
• pp.927-930
• /
• 2000

Visual features of lip area play an important role in the visual speech information. We are concerned about correct lip area as region of interest (ROI). In this paper, we propose a robust and fast method for locating the mouth corners. Also, we define a region of interest at mouth during speech. A method, which we have used, only uses the horizontal and vertical image operators at mouth area. This searching is performed by fitting the ROI-template to image with illumination control. Most of the lip extraction algorithms are dependent on luminosity of image. We just used the binary image where the variable threshold is applied. The variable threshold varies to illumination condition. In order to control those variations, the gray-tone is converted to binary image by threshold, which is obtained through Multiple Linear Regression Analysis (MLRA) about divided 2D special region. Thus we obtained the region of interest at mouth area, which is the robust extraction about illumination. A region of interest is automatically extracted.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2009년도 춘계 종합학술대회 논문집
• /
• pp.179-184
• /
• 2009

다양한 조명 환경에서 강인한 얼굴 인식은 어렵다. 조명에 강인한 얼굴 인식을 위해서 보통 얼굴 이미지 조명 정규화 전처리를 수행한다. 기존 조명 전처리 기법 중에 가장 효율적으로 알려진 비등방성 스무딩 기법에 의한 조명 정규화는 투영음영(casting shadow)은 제거할 수 없다. 본 논문에서는 고유얼굴로 부터 조명 영향 부분을 분리하여 조명이 분리된 고유얼굴 공간을 구하고, 얼굴 이미지를 이 부분공간으로 투영하여 투영음영을 포함한 조명 영향을 최소한 얼굴 이미지 조명 정규화 기법을 제안한다. 본 논문에서 제안한 기법의 효율성은 적용을 통해 확인되었다.

• 한국HCI학회논문지
• /
• 제6권1호
• /
• pp.21-26
• /
• 2011

본 논문은 얼굴 영상을 합성할 때 조명 변화에 강인하도록 조명 보정 기법과 푸아송 영상 처리 기법을 결합한 얼굴 합성 방법을 제시한다. 제시된 방법은 얼굴 영상으로부터 자동적으로 피부 영역을 검출하고, 합성할 부위에서 합성 결과에 영향을 주는 세츄레이션된 부분을 보정한 후 최종적으로 대상 얼굴 영상에 합성하게 된다. 개발된 방법은 카메라가 부착된 모바일 기기에서 촬영된 영상 등에서 자주 발생할 수 있는 조명변화를 보완하여 다양한 얼굴합성 응용 분야에 활용될 수 있다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제34권1호
• /
• pp.70-78
• /
• 2007

얼굴 인식 시스템의 성능은 조명 변화로 인하여 발생하는 개인내 (intra-person) 차이가 개인간 (inter-person)의 차이보다 클 수 있기 때문에 조명 변화에 많은 영향을 받는다. 본 연구에서는 이러한 문제를 해결하기 위해서 대칭형 bilinear 모델을 이용하여 조명 요소와 신원 요소를 분리하는 방법을 제안한다. Bilinear 모델로 조명 요소와 신원 요소를 얻기 위한 translation 과정은 반복적 역행렬을 구하는 것이 요구되는데 입력 데이타에 따라 수렴하지 않는 경우가 발생할 수 있다. 이러한 문제를 완화하기 위해서 ridge regression 모델과 bilinear 모델을 결합한 ridge regressive bilinear 모델을 제안하였다. 제안된 모델은 조명 요소와 신원 요소의 분산을 적절히 줄여줌으로서 bilinear 모델에 안정성을 제공하며, 인식에 더 많은 고차원 요소 정보를 이용하게 함으로써 인식 성능을 높여 준다. 실험 결과에서 제안한 ridge regressive bilinear 모델이 bilinear 모델, 고유얼굴(eigenface) 방법, Quotient image 보다 좋은 인식 성능을 보여줌을 확인 할 수 있다.

• 전기학회논문지
• /
• 제64권7호
• /
• pp.1104-1113
• /
• 2015

In this paper, we propose Two-Dimensional Robust Face Recognition System Realized with the Aid of Facial Symmetry with Illumination Variation. Preprocessing process is carried out to obtain mirror image which means new image rearranged by using difference between light and shade of right and left face based on a vertical axis of original face image. After image preprocessing, high dimensional image data is transformed to low-dimensional feature data through 2-directional and 2-dimensional Principal Component Analysis (2D)2PCA, which is one of dimensional reduction techniques. Polynomial-based Radial Basis Function Neural Network pattern classifier is used for face recognition. While FCM clustering is applied in the hidden layer, connection weights are defined as a linear polynomial function. In addition, the coefficients of linear function are learned through Weighted Least Square Estimation(WLSE). The Structural as well as parametric factors of the proposed classifier are optimized by using Particle Swarm Optimization(PSO). In the experiment, Yale B data is employed in order to confirm the advantage of the proposed methodology designed in the diverse illumination variation

• 제어로봇시스템학회논문지
• /
• 제22권9호
• /
• pp.738-744
• /
• 2016

In this paper, a robust visual odometry system has been proposed and implemented in an environment with dynamic illumination. Visual odometry is based on stereo images to estimate the distance to an object. It is very difficult to realize a highly accurate and stable estimation because image quality is highly dependent on the illumination, which is a major disadvantage of visual odometry. Therefore, in order to solve the problem of low performance during the feature detection phase that is caused by illumination variations, it is suggested to determine an optimal threshold value in the image binarization and to use an adaptive threshold value for feature detection. A feature point direction and a magnitude of the motion vector that is not uniform are utilized as the features. The performance of feature detection has been improved by the RANSAC algorithm. As a result, the position of a mobile robot has been estimated using the feature points. The experimental results demonstrated that the proposed approach has superior performance against illumination variations.

• 전자통신동향분석
• /
• 제33권4호
• /
• pp.43-53
• /
• 2018

As face recognition (FR) has been well studied over the past decades, FR technology has been applied to many real-world applications such as surveillance and biometric systems. However, in the real-world scenarios, FR performances have been known to be significantly degraded owing to variations in face images, such as the pose, illumination, and low-resolution. Recently, visual intelligence technology has been rapidly growing owing to advances in deep learning, which has also improved the FR performance. Furthermore, the FR performance based on deep learning has been reported to surpass the performance level of human perception. In this article, we discuss deep-learning based high-performance FR technologies in terms of representative deep-learning based FR architectures and recent FR algorithms robust to face image variations (i.e., pose-robust FR, illumination-robust FR, and video FR). In addition, we investigate big face image datasets widely adopted for performance evaluations of the most recent deep-learning based FR algorithms.