• 한국산학기술학회논문지
• /
• 제12권6호
• /
• pp.2807-2814
• /
• 2011

본 논문은 컬러공간 특성을 이용하여 유해동영상을 식별하는 알고리즘을 개발하고, 실험을 통하여 알고리즘의 효율성을 검증한다. 유해동영상 식별 알고리즘은 2차원 투영맵에 기초하고 있다. 비디오 이미지의 컬러특성을 추출하는데 있어 2차원 투영맵은 후보 프레임을 효과적으로 추출하는데 적용되어진다. 본 연구에서는 제시된 유사도 계산 알고리즘을 이용하여 추출된 프레임과 기준 이미지 간의 유사도를 먼저 계산하고, 유사도 평가를 통하여 유해동영상 후보프레임을 식별해 내고 임계치를 적용하여 최종 판단을 내린다. 제시된 알고리즘을 적용한 실험결과, 유해동영상을 찾는데 있어 컬러히스토그램보다 본 연구에서 제안한 2차원 투영맵을 이용한 기법이 계산속도와 식별능력 면에서 더 우수함을 입증하였다.

• 전자공학회논문지B
• /
• 제30B권9호
• /
• pp.84-93
• /
• 1993

Recently, several nonlinear shape normalization methods have been proposed in order to compensate for the shape distortions in handwritten characters. In this paper, we review these nonlinear shape normalization methods from the two points of view : feature projection and feature density equalization. The former makes feature projection histogram by projecting a certain feature at each point of input image into horizontal-or vertical-axis and the latter equalizes the feature densities of input image by re-sampling the feature projection histogram. A systematic comparison of these methods has been made based on the following criteria: recognition rate, processing speed, computational complexity and measure of variation. Then, we present the result of quantitative evaluation of each method based on these criteria for a large variety of handwritten Hangul syllables.

• 대한원격탐사학회지
• /
• 제39권2호
• /
• pp.157-168
• /
• 2023

고해상도 원격탐사 영상을 이용하여 지표면을 모니터링 하기 위해서 영상 분할 및 감독 기반의 분류 기법이 널리 사용된다. 다양한 객체를 분류하기 위해서는 각 객체에 해당하는 클래스를 정의하고 각 클래스에 속하는 샘플들을 선택하는 과정이 필요하다. 클래스 샘플을 추출하는 기존의 방법은 각 클래스 별로 유사한 밝기값 특성을 가지는 충분한 개수의 샘플을 선택해야 한다. 이 과정은 사용자의 육안 식별에 의존하는 과정으로 많은 시간이 소요되며 사용자에 따라 추출되는 클래스의 대표 샘플들이 달라질 가능성이 높고 결과적으로 분류 성능이 클래스 샘플 추출 결과에 크게 영향을 받게 된다. 본 연구에서는 클래스 샘플 추출 시 히스토그램 역투영 기법을 적용하여 샘플 추출 시 사용자의 개입을 최소화하고 클래스에 속하는 샘플들의 밝기값 특성이 일관성을 가지는 영상 분류 기법을 제안한다. 제안한 히스토그램 역투영을 이용한 분류 기법은 차세대중형위성 1호(Compact Advanced Satellite 500-1) 영상의 색상 서브채널을 이용한 분류 실험과 원영상을 이용한 분류 실험에서 히스토그램 역투영을 사용하지 않은 기법에 비해 모두 향상된 분류 정확도를 보였다.

• 대한전자공학회논문지SP
• /
• 제48권1호
• /
• pp.33-45
• /
• 2011

본 논문에서는 객체의 윤곽선 정보에 기반한 수정된 그래프컷(Graph-cut) 알고리즘을 이용하여 동영상에서 효율적으로 객체를 추출하는 방법을 제안한다. 이를 위해 먼저, 첫 프레임에서 자동 추출 알고리즘 이용하거나 사용자와의 상호작용을 통해 영상에서 객체를 분리한다. 객체의 형태 정보를 상속시키기 위해 이전 프fp임에서 추출된 객체 윤곽선의 움직임을 예측한다. 예측된 윤곽선을 기준으로 블록 단위 히스토그램 역투영(Block-based Histogram Back-projection) 알고리즘을 수행하여 다음 프레임의 각 픽셀에 대한 객체와 배경의 컬러 모델을 형성한다. 또한 윤곽선을 중심으로 전체 영상에 대한 로그함수 기반의 거리 변환 지도(Distance Transform Map)를 생성하고 인접 픽셀간의 연결(link)의 확률을 결정한다. 생성된 컬러 모델과 거리 변환 지도를 이용하여 그래프를 형성하고 에너지를 정의하며 이를 최소화하는 과정을 통해 객체를 추출한다. 다양한 영상들에 대한 실험 결과를 통해서 기존의 객체 추출 방법보다 제안하는 방법이 객체를 보다 정확하게 추출함을 확인할 수 있다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2001년도 제14회 신호처리 합동 학술대회 논문집
• /
• pp.187-190
• /
• 2001

The application of one-dimensional projection to each image enables to obtain shape or spatial information of image. This paper proposes a method that uses relative distances between peaks and their maximum value in the projection vector. In order to verify retrieval performance, the experimental results between the histogram intersection method, the projection only method. and the proposed one are compared and analyzed.

• 전자공학회논문지S
• /
• 제36S권6호
• /
• pp.87-95
• /
• 1999

본 논문에서는 ATM망에서 3차원 동영상 데이터의 시뮬레이션 모델을 제시한다. 이 모델은 슬라이스 레벨에 기초를 두며, PVAR(Projected Vector Autoregressive)모델이라고 명한다. PVAR 모델은 자기상관성(Autocorrelation)과 히스토그램(Histogram)특성을 만족하기 위해 AR(Autoregressive)모델에 기초로 모델링 되고 프로젝션 함수(Projection function)에 의해 실제 데이터를 매핑 한다. 프로젝션 함수로는 CDPF(cumulative distribution probability function)를 사용한다. 이때 과정은 슬라이스 단위로 수행된다. 제안된 모델은 자기 상관성과 히스토그램을 만족시키는데 좋은 성능을 보여주고, 네트워크 성능 분석에 중요하다. 이어서 이것을 주기적 평균값에 의한 Smoothing 방법에 적용한다. 일반적으로 QoS는 버퍼(buffer)에서의 셀 손신과 최대 지연에 관계된 CLR에 달려 있다. 따라서 제안한 Smoothing 기법은 QoS를 향상시키는데 이용할 수 있다.

• 방송공학회논문지
• /
• 제19권6호
• /
• pp.798-809
• /
• 2014

본 논문에서는 블랙박스 혹은 운전석에 장착된 카메라로부터 얻어진 차량 영상에 대한 영역별 수직 투영 히스토그램 매칭 및 선형 회귀분석 모델을 활용한 강건한 차량 운행 동영상의 안정화 기법을 제안한다. 동영상 안정화 기법은 영상의 흔들림 보정 뿐 아니라 동영상 내 강건한 특징점 추적 및 매칭을 위한 이전의 전처리 과정으로 활용된다. 일반적으로 촬영 과정에서 많은 떨림이 포함될 수 있는 야외 CCTV 영상이나 손으로 들고 촬영된 동영상에 대한 흔들림 보정 등에 적용되고 있으나 영상 내 특징점이 지속적으로 변하고 영상의 변화 정도가 매우 심한 차량 운행 동영상에서는 적용된 사례가 드물다. 본 연구에서는 일반적인 비디오 안정화 기술이 적용되기 어려운 차량 운행 동영상에 대하여 흔들림 보정을 위한 동영상 안정화 기법을 제안한다. 제안된 기법은 입력 영상에 대한 영역별 수직 투영 히스토그램 매칭을 수행하고 선형 회귀모델을 통해 영상에 나타나는 수직 및 회전 이동 변환을 선형 근사하여 시간 영역상에서의 입력 영상에 대한 안정화를 수행한다. 제안 방법의 검증을 위해 블랙박스로 촬영된 동영상에 동영상 안정화 기술을 적용하였으며, 운행 중 불규칙한 노면으로 인한 영상의 흔들림이 효과적으로 제거되는 것을 확인할 수 있었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권3호
• /
• pp.1377-1389
• /
• 2016

This paper presents a target model update scheme for the mean-shift tracking with background weighted histogram. In the scheme, the target candidate histogram is corrected by considering the back-projection weight of each pixel in the kernel after the best target candidate in the current frame image is chosen. In each frame, the target model is updated by the weighted average of the current target model and the corrected target candidate. We compared our target model update scheme with the previous ones by applying several test sequences. The experimental results showed that the object tracking accuracy was greatly improved by using the proposed scheme.

• Journal of Multimedia Information System
• /
• 제4권2호
• /
• pp.79-82
• /
• 2017

Smoke and fire have different shapes and colours. This article suggests a fully connected system which is used two features using Adaboost algorithm for constructing a strong classifier as linear combination. We calculate the local histogram feature by gradient and bin, local binary pattern value, and projection vectors for each cell. According to the histogram magnitude, this paper applied adapted weighting value to improve the recognition rate. To preserve the local region and shape feature which has edge intensity, this paper processed the normalization sequence. For the extracted features, this paper Adaboost algorithm which makes strong classification to classify the objects. Our smoke detection system based on the proposed approach leads to higher detection accuracy than other system.

• 한국멀티미디어학회논문지
• /
• 제15권12호
• /
• pp.1442-1448
• /
• 2012

The problem of Metal Area Segmentation (MAS) in X-ray CT images is a very hard task because of metal artifacts. This research features a practical yet effective method for MAS in X-ray CT images that exploits both projection image and reconstructed image spaces. We employ the Relevant Neighbor Area (RNA) idea [1] originally developed for projection image inpainting in order to create a novel feature in the projection image space that distinctively represents metal and near-metal pixels with opposite signs. In the reconstructed result of the feature image, application of a simple thresholding technique provides accurate segmentation of metal areas due to nice separation of near-metal areas from metal areas in its histogram.