• 대한전자공학회논문지SP
• /
• 제41권5호
• /
• pp.185-192
• /
• 2004

본 논문은 얼굴의 아이겐공간에서 벡터 양자화 기법을 이용한 얼굴 인식을 제안한다. 아이겐페이스 방법의 문제점은 하나의 아이겐페이스로 얼굴의 다양한 변이를 표현하기에 부족하다는데 있다. 이러한 약점을 극복하기위해 제안된 방법은 아이겐페이스 공간에서 얼굴의 변이를 벡터 양자화 기법으로 군집화한다. 벡터 양자기는 학습과정을 통해 각 사람의 아이겐 페이스 집합을 양자화된 대표점들로 표현한다. 그리고 인식 과정을 통해 벡터 양자기는 얼굴 데이터 베이스에 저장된 대표점들과 입력된 얼굴 특징벡터와의 양자화 오차를 최소로 하는 대표점을 찾는다. 실험은 Faces94 데이터베이스에서 600장의 얼굴을 가지고 수행하였다. 실험 결과 기존의 아이겐페이스 방법은 최소 64개의 오인식을 하였고 제안된 방법은 코드북의 크기를 4개로 하였을 때 최소 20개의 오인식을 보였다. 결론적으로 제안된 방법은 얼굴의 변이를 수용하여 인식률을 향상시키는 효과적인 방법으로 사료된다.

• 대한전자공학회논문지SP
• /
• 제48권4호
• /
• pp.12-20
• /
• 2011

본 논문은 비디오 감시 장치에 사용되는 효율적인 물체 검출 및 분류 알고리즘을 제안한다. 이전 연구는 주로 Scale Invariant Feature Transform (SIFT)나 Speeded Up Robust Feature (SURF)와 같은 특정 형태의 특징을 이용해 물체를 검출하거나 분류하였다. 본 논문에서는 물체 검출 및 분류에 상호 작용하는 알고리즘을 제안한다. 이는 로컬 패치들로부터 얻어지는 텍스쳐나 컬러 분포 같은 서로 다른 특성을 갖는 특징값을 이용해 물체의 검출 및 분류율을 높인다. 물체 검출에는 특징점들의 공간적인 클러스터링을, 이미지 표현이나 분류에는 Bag of Words 모델과 Naive Bayes 분류기를 사용한다. 실험을 통해 제안한 기법이 로컬 기술자를 사용한 물체 분류기법보다 우수한 성능을 나타냄을 보인다.

• 한국콘텐츠학회논문지
• /
• 제8권5호
• /
• pp.29-37
• /
• 2008

무선채널과 같은 저 대역폭에 비디오 스트림을 전송하기 위해서 H.264와 같은 고압축 코덱이 등장하였다. 저 대역폭으로 고압축 비디오 스트림을 전송할 경우, 패킷 손실로 인하여 화질 열화를 초래한다. 본 논문에서는 H.264 부호화 영상이 전송될 때 손실된 움직임 벡터는 주변에 인접한 움직임 벡터와 높은 상관성을 갖는다는 사실에 착안하여 시-공간적 에러 은닉(temporal-spatial error concealment) 방법을 제안한다. 이때 손실된 블록의 후보 움직임 벡터들은 손실된 블록에 인접한 움직임 벡터들을 평균 연결 알고리즘의 단점을 보완하여 후보 벡터 군을 결정한다. 패킷이 손실되는 환경에서 실험한 결과, 제안한 에러 은닉 방법은 H.264 복호기에서 사용하는 기존 에러 은닉 방법에 비하여 후보 벡터 개수가 평균적으로 1/3정도 감소로 인하여 후보벡터에 대한 왜곡 측정 계산량이 크게 감소하였다. 또한 화질에 대한 객관적 평가 기준인 PSNR은 평균적으로 기존 방법들과 거의 비슷하였다.

• 한국항공우주학회지
• /
• 제39권9호
• /
• pp.848-857
• /
• 2011

영상센서 기반의 충돌회피 시스템을 구성하기 위해서는 수 픽셀 이내의 낮은 신호대잡음비 환경에서 다수의 표적을 탐지할 수 있는 알고리듬이 필요하다. 이처럼 영상 내에서 희미하게 나타나는 잠재적인 표적과 잡음을 구분하기 위한 방법으로서 연속적인 영상 정보를 효율적으로 처리하는 Track-Before-Detect (TBD) 알고리듬이 연구되고 있다. 본 논문에서는 기존의 TBD 알고리듬을 확장하여 다수 표적 탐지 요구조건을 만족시키기 위한 두 가지 방식의 기법을 제시하였다. 첫 번째 방식은 동적 계획법과 K-평균 클러스터링 기법에 기반을 두고 있으며 두 번째 방식은 은닉 마르코프 모델에 Sub-Window 기법을 적용하였다. 제안한 방식의 성능 및 차이점은 수치해석 결과를 통해 분석하였다.

• 원예과학기술지
• /
• 제17권2호
• /
• pp.127-130
• /
• 1999

본 연구는 디지털 카메라로 자연광 상태에서의 사과나무 영상을 획득한 영상에서 사과를 인식하기 위한 알고리즘을 개발할 목적으로 수행되었다. 자연광의 조건에 따른 영향을 줄이기 위하여 L*a*b* 색 변환을 수행한 결과 a*, b* 색 인자가 매우 유의한 것으로 나타났으며 이를 인자로 하는 선형판별함수를 개발하였다. 추출한 사과 화소로부터 사과를 인식하기 위하여 복잡도에 따라 4가지 패턴으로 나눈 후, 형태학적 필터링을 수행하여 사과를 분리시키고 인식하는 방법을 개발하였다. 군집을 이루지 않으면서 잎에 가려있지 않았던 개체 상태의 사과는 100% 인식이 가능하였으나, 잎에 가려있던 사과는 약 80% 정도의 인식률을 보였다. 그러나 군집을 이루면서 잎과 줄기가 사과를 가린 경우는 실제 사과의 개수와 최종 인식 결과는 평균 2개 이하의 오차를 갖는 것으로 나타났다.

• 전자공학회논문지CI
• /
• 제46권2호
• /
• pp.44-51
• /
• 2009

자연 영상에서의 텍스트 이해는 지난 수년간 매우 활발한 연구 분야로 자리하고 있다. 논문에서 우리는 한국어 간판 영상으로부터 자동으로 텍스트를 인식하는 방법을 제안한다. 제안된 방법은 상호명의 인식을 위한 텍스트 영역의 검출 및 이진화를 포함하고 있다. 먼저 수직, 수평 방향의 에지 히스토그램을 이용하여 텍스트 영역의 정교한 검출을 수행하였다. 두 번째 단계는 검출된 텍스트 영역에 대해서 연결요소 기법을 적용하여 각각의 독립된 한 개의 문자 영역으로 분할되어지고, 마지막으로 최소 거리 분류법에 의해 각각의 글자를 인식한다. 각각의 문자 인식을 위해 모양 기반 통계적 특징을 추출한다. 실험에서 제안된 전체적인 효율성 및 정확성을 분석하였으며, 현재 구현된 모바일 시스템의 실용성을 확인할 수 있었다.

• 한국정보통신학회논문지
• /
• 제15권5호
• /
• pp.1155-1163
• /
• 2011

본 논문에서는 깊이 맵(depth map)에 대한 효율적인 부호화를 위하여 전처리 기법을 제안한다. 현재 3차원 비디오 부호화(3D video coding : 3DVC)에 대한 표준화가 진행 중에 있지만 아직 깊이 맵의 부호화 방법에 대한 표준은 확정되지 않은 상태이다. 제안하는 기법에서는 먼저 입력된 깊이 맵의 히스토그램 분포를 가우시안 혼합모델(Gaussian mixture model : GMM) 기반의 EM(expectation maximization) 군집화 기법을 이용하여 분리한다. 분리된 히스토그램을 기반으로 깊이 맵을 여러 개의 레이어로 분리하게 된다. 분리된 각각의 레이어에서 배경과 객체의 포함여부에 따라 다른 조건의 민쉬프트 필터(mean shift filter)를 적용한다. 결과적으로 영상내의 각 영역 경계는 최대한 살리면서 영역내의 화소 값에 대해서는 평균 연산을 취하여 부호화시 효율을 극대화 하고자 하였다. 다양한 실험영상에 대하여 제안한 기법을 적용한 깊이 맵을 부호화하여 비트율(bit rate)이 감소하고 부호화 시간도 다소 줄어드는 것을 확인 할 수 있었다.

• 대한원격탐사학회지
• /
• 제18권6호
• /
• pp.369-376
• /
• 2002

본 연구에서는 공간 영상 자료의 감독 분류에 있어, 분석자에 의하여 선정된 분류 항목별 교사 자료를 분광 특징별로 다수의 군집으로 분리하고, 각각의 군집을 새로운 분류 항목의 교사 자료로서 설정함으로써 분류 성능을 향상시킬 수 있는 기법을 제안하고자 한다 특징 분리를 통하여 생성된 교사 자료는 비교적 작은 값의 밴드별 분산값을 가질 뿐 아니라 정규분포 형태의 자료 분포를 보이게 되어 통계적 감독 분류 기법의 적용에 적합한 교사 자료로서의 성격을 가지게 된다. 제안된 기법은 부산 지역에 대한 Landsat TM 영상 자료를 이용하여 그 적용성이 시험되었으며, 기존의 통계적 분류 기법들에 의한 결과와 그 성능이 정성적으로 비교되었다. 시험 적용 결과, 본 기법은 분석자가 선정한 교사 자료의 분광적인 분포 형태에 관계없이 우수한 분류 성능을 나타내는 것으로 판단되며, 따라서 분류 항목의 설정 및 항목별 교사 자료의 선정에 있어 교사 자료의 분광적 특징에 대한 동일성을 유지하기 위한 노력을 줄여줄 것으로 기대된다.

• 방송공학회논문지
• /
• 제24권4호
• /
• pp.580-591
• /
• 2019

본 논문의 목적은 자율주행을 위하여 카메라와 라이다를 이용하여 객체를 검출하고 각 센서에서 검출된 객체를 late fusion 방식으로 융합을 하여 성능을 향상하는 것을 목적으로 한다. 카메라를 이용한 객체 검출은 one-stage 검출인 YOLOv3을, 검출된 객체의 거리 추정은 perspective matrix를, 라이다의 객체 검출은 K-means 군집화 기반 객체 검출을 각각 이용하였다. 카메라와 라이다 calibration은 PnP-RANSAC을 이용하여 회전, 변환 행렬을 구하였다. 센서 융합은 라이다에서 검출된 객체를 이미지 평면에 옮겨 Intersection over union(IoU)을 계산하고, 카메라에서 검출된 객체를 월드 좌표에 옮겨 거리, 각도를 계산하여 IoU, 거리 그리고 각도 세 가지 속성을 로지스틱 회귀를 이용하여 융합을 하였다. 융합을 통하여 각 센서에서 검출되지 않은 객체를 보완해주어 성능이 약 5% 증가하였다.

• 한국정보기술학회논문지
• /
• 제17권4호
• /
• pp.109-117
• /
• 2019

현대 사회는 불특정 다수를 대상으로 자행되는 각종 사고와 범죄 위협으로 인하여 사회 전반에 걸쳐 개인의 보안 의식이 증가되며 다양한 감시 기법이 활발히 연구되고 있으나, 여전히 단순 부주의 또는 오작동으로 인한 강인성 저하가 발생하여 보다 높은 신뢰성을 갖는 감시 기법이 요구된다. 이에, 본 논문에서는 다양한 환경 및 동·정적 변화 감지에서의 낮은 강인성을 보완하고 비용 효율성 문제를 해결하기 위한 실시간 변화감지 기법을 제안한다. 변화 감지 구현을 위해 데이터 군집화 기법으로 응용되고 있는 자기 조직화 신경망을 활용하였으며, 실내 사무실 환경에서의 모의실험을 통해 기존 영상 감시 시스템에서 응용되는 감지 기법 대비 뛰어난 잡음 강인성과 이상 감지 판단의 우수성을 확인할 수 있었다.