• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제8권2호
• /
• pp.483-503
• /
• 2014

In this paper, human action recognition using pyramid histograms of oriented gradients and collaborative multi-task learning is proposed. First, we accumulate global activities and construct motion history image (MHI) for both RGB and depth channels respectively to encode the dynamics of one action in different modalities, and then different action descriptors are extracted from depth and RGB MHI to represent global textual and structural characteristics of these actions. Specially, average value in hierarchical block, GIST and pyramid histograms of oriented gradients descriptors are employed to represent human motion. To demonstrate the superiority of the proposed method, we evaluate them by KNN, SVM with linear and RBF kernels, SRC and CRC models on DHA dataset, the well-known dataset for human action recognition. Large scale experimental results show our descriptors are robust, stable and efficient, and outperform the state-of-the-art methods. In addition, we investigate the performance of our descriptors further by combining these descriptors on DHA dataset, and observe that the performances of combined descriptors are much better than just using only sole descriptor. With multimodal features, we also propose a collaborative multi-task learning method for model learning and inference based on transfer learning theory. The main contributions lie in four aspects: 1) the proposed encoding the scheme can filter the stationary part of human body and reduce noise interference; 2) different kind of features and models are assessed, and the neighbor gradients information and pyramid layers are very helpful for representing these actions; 3) The proposed model can fuse the features from different modalities regardless of the sensor types, the ranges of the value, and the dimensions of different features; 4) The latent common knowledge among different modalities can be discovered by transfer learning to boost the performance.

• 한국정보통신학회논문지
• /
• 제25권4호
• /
• pp.523-529
• /
• 2021

4차산업 혁명 시대를 맞아, 기술의 변화가 다양한 분야에 적용되고 있다. 고지서 분야에서도 자동화, 디지털화, 데이터관리가 되고 있다. 사회에서 유통되는 고지서의 형태는 수만 가지 이상이며, 이를 자동화, 디지털화, 데이터관리를 위해서는 고지서 인식이 필수적이다. 현재 다양한 고지서들을 관리하기 위해서 OCR(Optical Character Recognition) 기술을 활용한다. 이때, 정확도를 높이기 위해, 먼저 고지서 양식을 인식하면, OCR 인식 시 더 높은 인식률을 가질 수 있다. 본 논문에서는 고지서 양식을 구분하기 위해 인덱스로 사용할 수 있는 로고를 객체 인식하였으며, 이때 로고의 크기가 전체 고지서 대비 작으므로 딥러닝 기술 중 FPN(Feature Pyramid Network)을 작은 객체 검출에 활용하였다. 결과적으로, 제안하는 알고리즘을 통해서 자원 낭비를 줄이고, OCR 인식 정확도를 높일 수 있었다.

• 전자공학회논문지B
• /
• 제31B권10호
• /
• pp.99-111
• /
• 1994

A motion picture compression scheme using subband coding with motion compensation is presneted in this paper. A hierarchical subband decomposition is used to split the image signal into 10 subbands with a 3-layer pyramid structure and motion compensation is used in each band. However, in this case, motion vector information is drastically increased; therefore, initial motion vectors are estimated in the highest pyramid and motion vectors are refined using the reconsructed subband signal in each layer. Simulation results show that the proposed method compares favorably in terms of prediction error energy and side informatio with methods requiring additional information. Images recostructed from the proposed method show good quality compared to those reconstructed using blockwise DCT.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권1호
• /
• pp.60-79
• /
• 2022

The U-Net architecture-based segmentation models attained remarkable performance in numerous medical image segmentation missions like skin lesion segmentation. Nevertheless, the resolution gradually decreases and the loss of spatial information increases with deeper network. The fusion of adjacent layers is not enough to make up for the lost spatial information, thus resulting in errors of segmentation boundary so as to decline the accuracy of segmentation. To tackle the issue, we propose a new deep learning-based segmentation model. In the decoding stage, the feature channels of each decoding unit are concatenated with all the feature channels of the upper coding unit. Which is done in order to ensure the segmentation effect by integrating spatial and semantic information, and promotes the robustness and generalization of our model by combining the atrous spatial pyramid pooling (ASPP) module and channel attention module (CAM). Extensive experiments on ISIC2016 and ISIC2017 common datasets proved that our model implements well and outperforms compared segmentation models for skin lesion segmentation.

• 한국정보과학회논문지:시스템및이론
• /
• 제34권5_6호
• /
• pp.228-237
• /
• 2007

역변위 매핑은 기하정보를 증가시키지 않고, 모델에 상세함을 더하는데 사용된다. 우리는 부드럽고 정확한 굴곡을 표현할 수 있는 GPU 기반의 실시간 역변위 매핑 기법을 제안한다. 이를 위하여, 렌더될 각 픽셀에서 광선을 만들고 이를 전진시켜 나가며 변위 맵과의 교차점을 찾는다. 광선 추적을 안전하고 효율적으로 수행하기 위하여, 변위 맵을 쿼드트리 형태의 이미지 피라미드로 만들고, 이 트리를 하향식으로 탐색하며 전진해 나간다. 나아가, 변위 맵이 화면에서 확대되었을 때 선형 보간을, 그리고 화면에서 멀어져 작게 보일때는 때는 밉맵 필터링을 통해 화질을 향상시키고 렌더링을 가속화한다. 실험을 통해, 기존의 GPU 기반의 기법들과는 달리 날카로운 변위 맵에 대해 예각에서도 깨끗한 이미지를 생성하는 것을 확인하였다. 초당 수 백 프레임의 빠른 속도로 렌더링할 수 있었으며, 변위 맵의 해상도가 커져도 렌더링 속도의 저하가 적었다. 우리의 기법은 구현이 간단하고 수행속도가 빠르기 때문에 현존하는 게임이나 가상 현실 시스템 등에 쉽게 적용할 수 있다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2012년도 추계학술대회
• /
• pp.665-668
• /
• 2012

본 논문에서는 스마트폰이나 태블릿 PC등의 매체에서 2차원 적으로 보이는 컨텐츠를 프로젝션 도구를 사용해서 3차원 입체영상으로 볼 수 있게 하는 연구를 했다. 이를 위해 4장의 브라운 유리를 피라미드 모양으로 구성했고, PC로부터 출력되는 4대의 LCD 모니터 화면을 역 피라미드 모양의 거울 4면으로 각각 프로젝션 시켜서 거울의 중심부에 3차원 입체 영상이 나타나게 시스템을 구성했다. 실험은 태블릿 PC와 서버측 PC(데스크탑 PC)를 무선으로 연동시켜, 태블릿 PC에서 선택한 콘텐츠가 서버측 PC에서 실행되어 역 피라미드형 거울의 중심부에 3차원 입체영상으로 보이게 했다. 실험결과 관찰자의 관찰 각도에 따라서 조금 차이가 나지만 2차원 컨텐츠를 3차원적으로 디스플레이 하는 것이 가능함을 보였다.

• 한국정보처리학회논문지
• /
• 제6권8호
• /
• pp.2271-2280
• /
• 1999

본고에서는 움직임 추정 성능을 개선하고 과도한 연산량과 전송 부담을 경감시키기 위해 HBMA에 기반한 가변 움직임 추정 기법을 제안한다. 제안된 알고리즘은 크게 다음과 같이 네 단계로 구성된다. 우선, 연속된 두 프레임 간의 차영상 윤곡 정보에서 정의한 블록 활동도를 평균하여 현재 영상의 평균 블록 활동도를 산출한다. 두 번째로, 이렇게 산출한 평균 블록 활동도를 통해 카메라 패닝의 유무를 검출한 후, 웨이블렛 변환에 의해 구성한 피라미드 계층 구조상에서 카메라 패닝 벡터를 추정하여 보상한다. 다음으로, 카메라 패닝 보상 후에 정의한 블록 활동도를 토대로 각 블록을 움직임 블록, 준 움직임 블록, 비 움직임 블록 중 어느 하나로 분류한 검색 테이블을 작성한다. 마지막으로, 제안된 가변 HBMA는 검색 테이블을 참조하여 블록 크기를 가변시키고 초기 탐색 계층 및 탐색 영역을 적응적으로 선정함으로써 피라미드 계층 구조상에서 효율적인 고속 움직임 추정을 수행할 수 있다. 이상에서 설명한 각 단계에서 요구되는 비용함수는 차영상 윤곽정보를 통해 획득한 블록 활동도를 공통적으로 이용한다.

• Spatial Information Research
• /
• 제16권2호
• /
• pp.193-206
• /
• 2008

스테레오 영상으로부터 수치표고모델을 생성하기 위해서는 일반적으로 두 영상 간의 정합을 수행한다. 정합은 초기 정합 후보점으로부터 시작되며, 두 영상 간의 접합점(Tie-points)이 이러한 초기 후보점 역할을 하게 된다. 이 초기 정합 후보점의 개수와 영상 내에서의 분포는 정합결과에 영향을 준다. 정합결과를 바탕으로 생성되는 수치표고모델에는 에러가 포함된다. 이러한 에러를 제거하는 가장 보편적인 방법은 주변값으로 보간하는 것이다. 본 논문에서는 신뢰성 있는 수치표고모델을 자동으로 생성하기 위해서 기존 수치표고모델을 이용하여 자동으로 추출한 접합점(Tie-points)과 영상 피라미드 그리고 정합 결과에서 발생한 이상값(Outlier)을 기존 수치표고모델로 보정하는 방법을 제안한다. 본 논문에서는 IKONOS, QuickBird, SPOTS 스테레오 영상과 DTED level 2 데이터를 이용하여 실험을 수행했으며, 실험결과를 통해서 제안된 방법으로 생성한 수치표고모델에서는 에러가 모두 제거되었음을 보여준다. 또한 기존 DTED level 2를 참값으로 하여 산출된 높이값에 대한 RMSE는 15m 미만으로, 비교적 정확한 수치표고모델을 생성하였음을 보여준다.

• 대한인간공학회지
• /
• 제19권1호
• /
• pp.91-100
• /
• 2000

In this paper the intent recognition system which recognizes the human's head movements as a simple non-verbal intent representation is presented. The system recognizes five basic intent representations. i.e., strong/weak affirmation. strong/weak negation, and ambiguity by image processing of nodding or shaking movements of head. The vision system for tracking the head movements is composed of CCD camera, image processing board and personal computer. The modified template matching method which replaces the reference image with the searched target image in the previous step is used for the robust tracking of the head movements. For the improvement of the processing speed, the searching is performed in the pyramid representation of the original image. By inspecting the variance of the head movement trajectories. we can recognizes the two basic intent representations - affirmation and negation. Also, by focusing the speed of the head movements, we can see the possibility which recognizes the strength of the intent representation.

• 반도체디스플레이기술학회지
• /
• 제9권4호
• /
• pp.57-61
• /
• 2010

The wavelet transform was adopted as the transform for JPEG2000. However, wavelet has weakness about smoothness along the contours and limited directional information. So we use to other transform, called contourlet transform in compression. Objective quality assessment methods currently used Peak signal to noise Ratio(PSNR). But that is not very well matched to perceived visual quality. So new image quality assessment is required. In this paper, we propose a new method for image compression based on the contourlet transform, which has been recently introduced. In addition we evaluated compression image quality using PSNR and SSIM. Finally contourlet transform has a good result about images with smooth contours and SSIM is good method for image evaluation compared to PSNR.