• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권12호
• /
• pp.5507-5528
• /
• 2016

In computer vision, salient object is important to extract the useful information of foreground. With active contour analysis acting as the core in this paper, we propose a bottom-up saliency detection algorithm combining with the Bayesian model and the global color distribution. Under the supports of active contour model, a more accurate foreground can be obtained as a foundation for the Bayesian model and the global color distribution. Furthermore, we establish a contour-based selection mechanism to optimize the global-color distribution, which is an effective revising approach for the Bayesian model as well. To obtain an excellent object contour, we firstly intensify the object region in the source gray-scale image by a seed-based method. The final saliency map can be detected after weighting the color distribution to the Bayesian saliency map, after both of the two components are available. The contribution of this paper is that, comparing the Harris-based convex hull algorithm, the active contour can extract a more accurate and non-convex foreground. Moreover, the global color distribution can solve the saliency-scattered drawback of Bayesian model, by the mutual complementation. According to the detected results, the final saliency maps generated with considering the global color distribution and active contour are much-improved.

• 대한전자공학회논문지SP
• /
• 제47권5호
• /
• pp.175-182
• /
• 2010

본 논문에서는 얼굴과 동공을 검색하는 새로운 기법을 제시하며, 안전운행을 위한 운전자의 동공 감시에 적용한 실험결과를 포함하고 있다. 제시된 기법은 세 단계 주요 과정을 거치는데, 먼저 스킨칼라 세그먼테이션 기법으로 얼굴을 찾는 과정으로 이는 지금까지 사용된 휴리스틱모델이 아닌 학습과정 모델에 기반을 두고 있다. 다음에 얼굴 특징 세그먼테이션으로 눈, 입, 눈썹 등의 부분을 검출 하는데, 이를 위해 얼굴 각 부분에서 추출한 고유 특징들에 대한 PDF 추정을 사용하고 있다. 마지막으로 서큘러 하프 변환기법으로 눈 안의 동공을 찾아낸다. 제시된 기법을 조명이 다른 웹 얼굴 영상과 운전자의 CCD 얼굴 영상에 적용하여 동공을 찾아내는 실험을 하여, 높은 동공 검출율을 확인하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2010년도 하계학술대회
• /
• pp.428-431
• /
• 2010

본 논문에서는 분별력 있는 색상 채널 선택을 통한 두드러진 영역 검출 방법을 제안한다. 제안하는 방법에서는 우선 분별력 있는 색상 채널의 선택을 위해 입력영상을 10개의 색상 채널로 변경하고, 각 채널을 NxN 블록으로 나눈다. 그리고 각 채널에서 나누어진 N 블록을 외각 블록, 중앙 블록으로 선정하고 중앙-외각 블록간의 대비와 외각 블록의 표준편차 정보를 이용하여 색상 채널 경쟁을 한다. 색상 채널 경쟁을 통해 선별된 K개의 색상 채널을 이용하여 특징맵을 만들고 이를 조합하여 두드러진 맵을 얻는다. 실험에서는 제안된 방법을 총 1000장의 자연 영상에 적용하여 성능을 평가하였으며, 83%의 평균 정확도를 보임으로써 기존 방법들보다 성능이 뛰어남을 확인하였다.