• Journal of information and communication convergence engineering
• /
• 제12권2호
• /
• pp.128-134
• /
• 2014

In this paper, we present a graphics processing unit (GPU)-based matching technique for the purpose of fast feature matching between different images. The scale invariant feature transform algorithm developed by Lowe for various feature matching applications, such as stereo vision and object recognition, is computationally intensive. To address this problem, we propose a matching technique optimized for GPUs to perform computations in less time. We optimize GPUs for fast computation of keypoints to make our system quick and efficient. The proposed method uses a self-organizing map feature matching technique to perform efficient matching between the different images. The experiments are performed on various image sets to examine the performance of the system under varying conditions, such as image rotation, scaling, and blurring. The experimental results show that the proposed algorithm outperforms the existing feature matching methods, resulting in fast feature matching due to the optimization of the GPU.

• Current Optics and Photonics
• /
• 제8권3호
• /
• pp.215-224
• /
• 2024

In medium- and long-range optical imaging systems, atmospheric turbulence causes blurring and distortion of images, resulting in loss of image information. An image-restoration method based on an adaptive feature-fusion multi-input-multi-output (MIMO) dense U-shaped network (Unet) is proposed, to restore a single image degraded by atmospheric turbulence. The network's model is based on the MIMO-Unet framework and incorporates patch-embedding shallow-convolution modules. These modules help in extracting shallow features of images and facilitate the processing of the multi-input dense encoding modules that follow. The combination of these modules improves the model's ability to analyze and extract features effectively. An asymmetric feature-fusion module is utilized to combine encoded features at varying scales, facilitating the feature reconstruction of the subsequent multi-output decoding modules for restoration of turbulence-degraded images. Based on experimental results, the adaptive feature-fusion MIMO dense U-shaped network outperforms traditional restoration methods, CMFNet network models, and standard MIMO-Unet network models, in terms of image-quality restoration. It effectively minimizes geometric deformation and blurring of images.

• 한국멀티미디어학회논문지
• /
• 제14권3호
• /
• pp.368-377
• /
• 2011

본 논문에서는 특징점 정합을 통한 객체인식, 파노라마 이미지 생성, 3차원 영상 복원 등에 사용될 수 있는 알고리즘 중 대표적인 SURF 알고리즘 기반 특징점 추출기의 하드웨어 구조 설계 및 FPGA 검증 결과에 대해 기술한다. SURF 알고리즘은 크기와 회전변화에 강한 특징점과 서술자를 생성함으로써 객체인식, 파노라마 이미지 생성, 3차원 영상 복원 등에 활용될 수 있다. 하지만 ARMl1(667Mhz) 프로세서와 128Mbytes의 DDR 메모리를 사용하는 임베디드 환경에서 실험결과 VGA($640{\times}480$) 해상도 C영상의 특정점 추출 처리 시약 7,200msec의 시간이 걸려 실시간 동작이 불가능한 것으로 파악되었다. 본 논문에서는 SURF 알고리즘의 핵심 요소인 적분 이미지 메모리 접근 패턴을 분석하여 메모리 접근 횟수와 메모리 사용량을 줄이는 방법을 이용해 실시간 동작이 가능하도록 하드웨어로 설계하였다. 설계된 하드웨어를 Xilinx(社)의 Vertex-5 FPGA 를 이용하여 검증한 결과 l00Mhz 클록에서 VGA 영상의 특징점 추출시 약 60frame/sec로 동작하여 실시간 응용으로 충분함을 알 수 있다.

• 전기전자학회논문지
• /
• 제17권4호
• /
• pp.469-477
• /
• 2013

본 논문은 특징 정보 예측을 통한 빠른 보행자 검출 기법을 제안한다. 다양한 크기의 보행자를 검출하기 위해 보행자 모델의 크기나 입력영상의 크기를 변화시킨다. 보행자 모델의 크기를 변화시킬 경우 크기별 모델이 필요하며, 보행자 모델의 크기의 축소시키는 경우 모델 정보를 손상시킨다. 보행자 모델의 다양한 크기별 보행자의 특징을 추출해야 하므로 보행자 특징의 추출은 전체 수행시간 중 가장 많은 시간을 필요로 한다. 따라서 본 논문은 영상 크기에 따라 특징 추출을 반복하지 않고 입력영상에서 얻어진 특징 정보의 예측을 통해 보행자 검출의 특징추출을 수행한다. 제안하는 방법의 효율성을 검증하기 위해 다양한 채널을 가진 ChnFtrs 특징 및 Adaboost 알고리즘을 사용과 학습과 실험을 위한 영상으로 INRIA 보행자 DB를 사용하였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 하계종합학술대회 논문집(4)
• /
• pp.194-197
• /
• 2000

Wavelet transform used for content-based image retrieval has good performance in texture image. Image features for content-based image retrieval are color, texture, and shape. In this paper, we use color feature extracted from HSI color space known as most similar vision system to human vision system and texture feature extracted from wavelet histogram which has multiresolution property. Proposed method is compared with HSI color histogram method and wavelet histogram method. It is shown better performance.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1991년도 한국자동제어학술회의논문집(국내학술편); KOEX, Seoul; 22-24 Oct. 1991
• /
• pp.741-745
• /
• 1991

This paper describes a feature extraction in digitized chest X-ray image and CT head Image. There are Extraction, Thresholding, Region G rowing, Split-Merge and Relaxation in feature extraction technique. In this study, Region Growing System was realized and Fuzzy Set Theory was applied in order to extract the vague region which the conventional method has difficulties in extracting. The performance of proposed algorithm was proved by being applied to chest X-ray image and CT head image.

• 한국컴퓨터정보학회논문지
• /
• 제3권3호
• /
• pp.73-81
• /
• 1998

본 논문에서는 의용영상의 병소부위 특징을 추출하여 판별 자동화할 수 있는 방안을 제안하였다. 전처리 과정으로서 의용영상의 형태정보는 입력영상을 DWT(Discrete wavelet transform)에 의해 4레벨 DWT 계수 행렬을 구하고 계수 행렬의 특징에 따라 저주파 계수 행렬로부터 저주파 특징 파라미터 32개, 수평 고주파 계수 행렬로부터 수평 고주파특징 파라미터 16개, 수직 고주파 계수 행렬로부터 수직 고주파 특징 파라미터 16개, 그리고, 대각 고주파 계수 행렬로부터 대각 고주파 특징 파라미터 32개 등 모두 96개의 특징 파라미터를 추출하였다. 본 논문에서 제안된 알고리즘을 이용하면 자동 판별 시스템을 구축할수 있고, PACS의 성능 향상에 크게 기여할 것이다.

• 한국통신학회논문지
• /
• 제28권9C호
• /
• pp.876-883
• /
• 2003

본 논문에서는 초음파 영상에서 로그 전력 스펙트럼(log power spectrum)을 이용한 장기 인식 알고리듬을 제시한다. 제안한 알고리듬은 크게 특징추출과 특징분류의 두 단계로 구성된다. 특징추출에서는 이동불변의 성질을 가지는 로그 전력 스펙트럼을 이용하여 전처리를 수행한 입력 영상으로부터 장기 조직의 반향(echo of the tissue) 성분을 추출한다. 특징 분류에서는 마하라노비스(Mahalanobis) 거리를 사용하여 입력영상으로부터 추출한 특징벡터와 각 영상 부류의 평균벡터 사이의 유사도를 측정한다. 실제 초음파 영상에 대한 실험결과는 제안된 알고리듬이 전력 스펙트럼(power spectrum)과 유클리드(Euclid) 거리를 이용한 인식 알고리듬보다 최대 30% 향상된 인식률을, 또 가중 큐프런시(weighted quefrency) 복소 켑스트럼(complex cepstrum)을 이용한 알고리듬보다 10∼40% 향상된 인식률을 보여준다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제4권3호
• /
• pp.322-326
• /
• 2004

This paper describes a new iris recognition method based on a shift-invariant wavelet sub-images. For the feature representation, we first preprocess an iris image for the compensation of the variation of the iris and for the easy implementation of the wavelet transform. Then, we decompose the preprocessed iris image into multiple subband images using a shift-invariant wavelet transform. For feature representation, we select a set of subband images, which have rich information for the classification of various iris patterns and robust to noises. In order to reduce the size of the feature vector, we quantize. each pixel of subband images using the Lloyd-Max quantization method Each feature element is represented by one of quantization levels, and a set of these feature element is the feature vector. When the quantization is very coarse, the quantized level does not have much information about the image pixel value. Therefore, we define a new similarity measure based on mutual information between two features. With this similarity measure, the size of the feature vector can be reduced without much degradation of performance. Experimentally, we show that the proposed method produced superb performance in iris recognition.

• 한국멀티미디어학회논문지
• /
• 제22권11호
• /
• pp.1223-1232
• /
• 2019

The injection is the input method of the image feature vector from the encoder to the decoder. Since the image feature vector contains object details such as color and texture, it is essential to generate image captions. However, the bidirectional decoder model using the existing injection method only inputs the image feature vector in the first step, so image feature vectors of the backward sequence are vanishing. This problem makes it difficult to describe the context in detail. Therefore, in this paper, we propose the parallel injection method to improve the description performance of image captions. The proposed Injection method fuses all embeddings and image vectors to preserve the context. Also, We optimize our image caption model with Bidirectional Gated Recurrent Unit (Bi-GRU) to reduce the amount of computation of the decoder. To validate the proposed model, experiments were conducted with a certified image caption dataset, demonstrating excellence in comparison with the latest models using BLEU and METEOR scores. The proposed model improved the BLEU score up to 20.2 points and the METEOR score up to 3.65 points compared to the existing caption model.