• 한국정보기술학회 영문논문지
• /
• 제8권2호
• /
• pp.89-99
• /
• 2018

Due to global warming, various natural disasters such as floods and droughts are increasing. If we can detect the possibility of natural disasters in advance, we can prevent massive damages caused by natural disasters. Recent advances in visual sensor technologies have enabled remote monitoring of a variety of natural environments, including lakes, rivers, and shores. In this paper, we propose a method to segment an image obtained from video sensor networks into regions in order to monitor the environment effectively. In the proposed method, we first partition the image into superpixels and model the connections between superpixels as a graph. Then, initial seeds for each region are set by using the prior information, and the initial seeds are expanded to form regions using agglomerative clustering. Experimental results show that the proposed method extracts the regions from natural environment images easily and accurately.

• 제어로봇시스템학회논문지
• /
• 제10권7호
• /
• pp.597-603
• /
• 2004

In retrieving large database of image data, the clustering is essential for fast retrieval. However, it is difficult to cluster a number of image data adequately. Moreover, current retrieval methods using similarities are uncertain of retrieval accuracy and take much retrieving time. In this paper, a suggested image retrieval system combines Fuzzy ART neural network algorithm to reinforce defects and to support them efficiently. This image retrieval system takes color and texture as specific feature required in retrieval system and normalizes each of them. We adapt Fuzzy ART algorithm as neural network which receive normalized input-vector and propose improved Fuzzy ART algorithm. The result of implementation with 200 image data shows approximately retrieval ratio of 83%.

• 한국데이터정보과학회:학술대회논문집
• /
• 한국데이터정보과학회 2005년도 추계학술대회
• /
• pp.59-69
• /
• 2005

Data mining technique is used to find hidden knowledge by massive data, unexpectedly pattern, relation to new rule. The methods of data mining are decision tree, association rules, clustering, neural network and so on. Clustering is the process of grouping the data into clusters so that objects within a cluster have high similarity in comparison to one another. It has been widely used in many applications, such that pattern analysis or recognition, data analysis, image processing, market research on off-line or on-line and so on. We analyze Gyeongnam social indicator survey data by 2001 using twostep clustering technique for environment information. The twostep clustering is classified as a partitional clustering method. We can apply these twostep clustering outputs to environmental preservation and improvement.

• 정보처리학회논문지B
• /
• 제9B권3호
• /
• pp.327-336
• /
• 2002

텍스쳐 분석은 표면, 물체, 모양, 깊이 인식 등의 많은 영상 이해 분야에서 활용되는 가장 중요한 인식 기술 중의 하나이다. 그러나 기존의 방법들은 다중 텍스쳐 영상에 내재된 텍스쳐 성분의 인식 정보를 활용할 수 없는 분할만을 목적으로 하고 있으며, 내재된 텍스쳐 인식을 기반으로 하는 비교사적인 방법에 관한 연구는 거의 이루어지고 있지 않은 실정이다. 따라서 본 논문에서는 텍스쳐 성분을 방향장(orientation-field) 특징 정보인 방향각과 방향강도로 정의하고 블록-기반 자기조직화 신경회로망에 의해서 비교사적으로 영상 내에 존재하는 텍스쳐 영역을 군화(clustering) 및 통합(merging) 처리에 의해서 식별한다. 또한 제안된 알고리즘의 성능 평가를 위해서는 다양한 형태의 다중 텍스쳐 영상을 생성하여 블록 기반의 불림(dilation) 및 윤곽 검출 과정을 통해서 영상에 내재하는 텍스쳐 영역을 분할함으로써 그 유효성을 보인다.

• 한국지능시스템학회논문지
• /
• 제17권7호
• /
• pp.964-969
• /
• 2007

본 논문은 원본 영상과 은닉 영상의 좋은 압축률과 만족할만한 이미지의 질, 그리고 외부공격에 강인한 영상 은닉의 한 방법을 제안한다. 이 워터마킹 방법은 특이치 분해와 퍼지 군집화 기반 벡터양자화를 이용한다. 실험에서는 은닉된 영상의 비가시성과 외부공격에 대한 강인성을 증명하였다. 이 워터마킹기법의 장점은 워터마크된 영상이 이미 압축되어 있으므로 압축과정과 동시에 저작권 보호에 이용할 수 있다는 장점이 있다.

• 전자공학회논문지
• /
• 제50권5호
• /
• pp.224-230
• /
• 2013

운전자 보조 시스템에서 차선 경계 검출은 매우 중요하다. 본 연구는 악조건인 환경에서 차선 경계를 검출하기 위한 강건한 방법을 제안한다. 첫 번째로 원래의 image에서 iVMD(improve Vertical Mean Distribution) Method를 이용하여 수평선을 검출하고, 수평선 하위영역 image를 결정하며, 두 번째로 Canny edge detector를 사용하여 하위 영역에서 차선 표시를 추출한다. 마지막으로, RANSAC algorithm을 이용하여 각각에 맞는 line model을 적용하기 전에, k-means clustering algorithm을 이용하여 오른쪽 왼쪽 차선을 분류 한다. 제안된 알고리즘은 변종조명, 갈라진 도로, 복잡한 차선 표시, 교통신호에 관하여 상당히 정확한 차선 검출 기능을 나타낸다. 실험결과는 제안된 방법이 악조건인 환경하에서 실시간으로 효율적인 요구 사항을 충족함을 보여준다.

• 대한기계학회논문집A
• /
• 제28권2호
• /
• pp.125-132
• /
• 2004

In this paper, we propose a new two-stage segmentation method for the effective object recognition which uses region-growing algorithm and k-means clustering method. At first, an image is segmented into many small regions via region growing algorithm. And then the segmented small regions are merged in several regions so that the regions of an object may be included in the same region using typical k-means clustering method. This paper also establishes similarity measurement which is useful for object recognition in an image. Similarity is measured by fuzzy system whose input variables are compactness, magnitude of biasness and orientation of biasness of the object image, which are geometrical features of the object. To verify the effectiveness of the proposed two-stage segmentation method and similarity measurement, experiments for object recognition were made and the results show that they are applicable to object recognition under normal circumstance as well as under abnormal circumstance of being.

• 대한원격탐사학회지
• /
• 제22권6호
• /
• pp.613-619
• /
• 2006

본 연구는 원격 탐사의 영상 처리에서 영상 분할의 상위 수준으로 응집 계층 clustering의 dendrogram을 통한 무감독 영상 분류를 제안한다. 제안된 알고리즘은 분광 영역에서 정의된 RAG (Regional Agency Graph)와 min-heap 자료 구조를 이용하여 MCSNP (Mutual Closest Spectral Neighbor Pair)의 집합을 검색하면서 합병을 수행하는 계층 clustering 방법이다. 계산 시간과 저장 기억의 사용에 대한 효율을 증가시키기 위해 분광적 인접성을 정의하는 분광 공간(spectral space)내의 다중 창을 사용하였고 RNV (Region Neighbor Vector)을 이용하여 합병에 의하여 변하는 RAG 갱신하였고 적정한 단계 수가 주어진다면 제안된 알고리즘은 집단 합병의 계층적 관계를 쉽게 해석 할 수 있는 dendrogram을 생성한다. 본 연구는 simulation 자료를 사용하여 광범위하게 제안된 알고리즘에 대한 평가 실험을 수행 하였으며 실험 결과는 알고리즘의 효율성을 입증하였다. 또한 한반도에서 관측된 방대한 크기의 QuickBird 영상의 적용 결과는 제안된 알고리즘이 무감독 영상 분류를 위한 강력한 수단임을 보여준다.

• 인지과학
• /
• 제11권2호
• /
• pp.53-58
• /
• 2000

본 논문은 FCM 군집화 알고리즘을 사용하여 표정영상에서 특징점들을 추출한 후 추출된 특징점으로부터 Gabor 웨이브렛들을 이용하여 표정영상의 국소영역을 복원한다. 얼굴의 특징점 추출은 두단계로 이루어진다. 1단계는 이차원 Gabor 웨이브렛 계수 히스토그램의 평균값을 적용하여 얼굴의 주요 요소성분들의 경계선을 추출한 후, 2단계에서는 추출된 경계선 정보로부터 FCM 군집화 알고리즘을 사용하여 얼굴의 주요 요소성분들의 최종적인 특징점들을 추출한다. 본 연구에서는 FCM 군집화 알고리즘을 이용하여 추출된 적은 수의 특징점들 만으로도 표정영상의 주요 요소들을 복원할 수 있음을 제시한다. 이것은 인간의 얼굴 표정인식 뿐만아니라 물체인식에도 적용되어질 수 있다.

• 디지털콘텐츠학회 논문지
• /
• 제18권7호
• /
• pp.1249-1257
• /
• 2017

4차 산업혁명과 초고령 시대로 인해, 가상현실을 의료 분야에 적용하려는 많은 연구가 진행되고 있다. 특히 치매에 대한 논의가 활발히 이루어지고 있다. 본 논문은 치매로 인해 발생하는 인지 및 신체 장애를 개선하기 위해 영상 인식 및 군집화 방법을 사용한 가상현실 인지재활 콘텐츠를 제안한다. 기존 인지재활 시스템과는 달리 본 논문에서는 치료 대상자의 추억이 반영되어 있는 여행사진을 사용한다. 자동화된 인지재활 콘텐츠 생성을 위해 사진으로부터 인물정보, 음식사진 여부, 장소 정보, 시간 정보를 추출하고, 군집화를 위해 정규화가 수행된다. 그리고 가상현실 공간에서 여행 사진을 활용해 인지재활 및 신체재활을 강화할 수 있는 시나리오를 제시한다.