• Journal of Information Processing Systems
• /
• 제11권4호
• /
• pp.643-654
• /
• 2015

Face recognition under controlled settings, such as limited viewpoint and illumination change, can achieve good performance nowadays. However, real world application for face recognition is still challenging. In this paper, we propose using the combination of Affine Scale Invariant Feature Transform (SIFT) and Probabilistic Similarity for face recognition under a large viewpoint change. Affine SIFT is an extension of SIFT algorithm to detect affine invariant local descriptors. Affine SIFT generates a series of different viewpoints using affine transformation. In this way, it allows for a viewpoint difference between the gallery face and probe face. However, the human face is not planar as it contains significant 3D depth. Affine SIFT does not work well for significant change in pose. To complement this, we combined it with probabilistic similarity, which gets the log likelihood between the probe and gallery face based on sum of squared difference (SSD) distribution in an offline learning process. Our experiment results show that our framework achieves impressive better recognition accuracy than other algorithms compared on the FERET database.

• 한국시뮬레이션학회논문지
• /
• 제19권4호
• /
• pp.111-122
• /
• 2010

본 연구에서는 여러 제조 공정에서 발생하는 주기 신호의 불규칙한 길이를 보정하기 위하여 시불변 특징점 추출 및 정합(Time Invariant Feature point Extraction and Matching, 이하 TIFEM)을 이용한 길이보정 알고리즘을 제안한다. 신호 중간에 길이 변동이 발생 하는 주기신호의 경우 정확하게 길이를 보정하기 위해서는 더 많은 수의 특징점이 필요하며, 추출된 특징점은 신호의 패턴 정보를 포함하고 시간과 크기에 불변한 성질을 가져야 한다. 본 연구에서 제안하는 TIFEM알고리즘은 위의 성질을 가지는 신호 고유의 특성을 추출하고 추출한 특성들을 각각 시점에 해당하는 특성 벡터로 구성한다. 구성된 특성 벡터에서 유효한 벡터만을 걸러내어 길이보정을 위한 특징점으로 선정한다. 선정된 특징점들을 정합한 후 구간별로 길이를 보정하여 보다 정확한 주기 신호의 길이보정을 수행한다. 제안한 알고리즘의 성능을 검증하기 위하여 실제 반도체 공정에서 발생되는 3종류의 신호를 모방하여 생성한 실험데이터를 이용하여 실험을 수행하였다.

• 한국통신학회논문지
• /
• 제39C권10호
• /
• pp.957-966
• /
• 2014

Video Stabilization For Vehicular Applications Is An Important Method Of Removing Unwanted Shaky Motions From Unstable Videos. In This Paper, An Improved Video Stabilization Method With Image Stitching Has Been Proposed. Scale Invariant Feature Transform (Sift) Matching Is Used To Calculate The New Position Of The Points In Next Frame. Image Stitching Is Done In Every Frame To Get Stabilized Frames To Provide Stable Video As Well As A Better Understanding Of The Previous Frame'S Position And Show The Surrounding Objects Together. The Computational Complexity Of Sift (Scale-Invariant Feature Transform) Is Reduced By Reducing The Sift Descriptors Size And Resticting The Number Of Keypints To Be Extracted. Also, A Modified Matching Procedure Is Proposed To Improve The Accuracy Of The Stabilization.

• 전자공학회논문지B
• /
• 제33B권6호
• /
• pp.198-207
• /
• 1996

A PSRI (position, scale, and rotation invariant ) feature extraction and automatic target recognition system using a cooperative network and an MLP is proposed. We can extract position invarient features by obtaining the target center using the projection and the moment in preprocessing stage. The scale and rotation invariant features are extracted from the contour projection of the number of edge pixels on each of the concentric circles, which is input to the cooperative network. By extracting the representative PSRI features form the features and their differentiations using max-net and min-net, we can rdduce the number of input neurons of the MLP, and make the resulted automatic target recognition system less sensitive to input variances. Experiments are conduted on various complex images which are shifted, rotated, or scaled, and the results show that the proposed system is very efficient for PSRI feature extractions and automatic target recognitions.

• 조명전기설비학회논문지
• /
• 제17권4호
• /
• pp.26-35
• /
• 2003

자연계에서 다양한 형태로 입력되는 물체 영상을 효과적으로 인식하려면, 물체의 위치, 회전, 크기 변화에 관계없이 인식할 수 있는 왜곡 불변 특성의 추출이 반드시 요구된다. 이러한 왜곡 불변 특성은 동일한 영상의 변화에 대하여 인식 특성이 같고, 서로 다른 영상의 변화에 대해서는 분리 식별이 용이해야 한다. 이러한 인식 특성을 얻기위해 다각도로 많은 연구가 진행되고 있으며, 특히 회전 및 크기에 불변 특성을 동시에 얻을 수 있는 Mellin변환을 이용한 방법 등이 영상 인식에 많이 이용되고 있다[1][2][3]. 따라서, 본 논문에서는 Mellin 변환 방법에 의한 크기 및 회전에 대한 불변 특성을 얻을 수 있는 문자 인식 시스템을 위한 문자 특징 추출 방법을 제시하고자 하였으며, 영문자 26 문자의 입력 영상에 대하여 무게 중심법에 의한 문자 이동과 Mellin 변환 방법에 의한 특징 추출 방법에 보간법을 이용하여 특징을 추출하였으며, 추출된 특징에 대하여 특징의 이질도를 검사하여, 각 특징의 이질도가 약 50% 이상의 결과를 얻었다. 또한, Mellin 변환 방법에 의해 추출된 특징을 기준 영상으로 하는 BPEJTC(Binary Phase Extraction Joint Transform Correlator)를 이용하여 크기, 회전 및 이동에 따른 입력 문자의 인식이 가능한 BPEJTC 시스템을 구현하였으며, 이에 따라 본 논문에서는 약 90%의 인식률을 얻을 수 있었다. 따라서 본 논문에서 제시하는 Mellin 변환 방법에 따라 추출된 문자의 특징과 BPEJTC를 이용하여 영상 문자를 인식할 수 있는 영상 문자 인식 시스템의 가능성을 제시하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2009년도 IWAIT
• /
• pp.482-486
• /
• 2009

Scale-invariant feature is an effective method for retrieving and classifying images. In this study, we analyze a scale-invariant planar curve features for developing 2D shapes. Scale-space filtering is used to determine contour structures on different scales. However, it is difficult to track significant points on different scales. In mathematics, curvature is considered to be fundamental feature of a planar curve. However, the curvature of a digitized planar curve depends on a scale. Therefore, automatic scale detection for curvature analysis is required for practical use. We propose a technique for achieving automatic scale detection based on difference of curvature. Once the curvature values are normalized with regard to the scale, we can calculate difference in the curvature values for different scales. Further, an appropriate scale and its position are detected simultaneously, thereby avoiding tracking problem. Appropriate scales and their positions can be detected with high accuracy. An advantage of the proposed method is that the detected significant points do not need to be located in the same contour. The validity of the proposed method is confirmed by experimental results.

• 대한임베디드공학회논문지
• /
• 제12권4호
• /
• pp.231-238
• /
• 2017

Detecting small infrared targets from the low-SCR images at a long distance is very hard. The previous Local Contrast Method (LCM) algorithm based on the human visual system shows a superior performance of detecting small targets by a background suppression technique through local contrast measure. However, its slow processing speed due to the heavy multi-scale processing overhead is not suitable to a variety of real-time applications. This paper presents a lightweight real-time small target detection algorithm, called by the Improved Selective Local Contrast Method (ISLCM), to reduce the scale-invariant computational overhead. The proposed ISLCM applies the improved local contrast measure to the predicted selective region so that it may have a comparable detection performance as the previous LCM while guaranteeing low scale-invariant computational load by exploiting both adaptive scale estimation and small target feature feasibility. Experimental results show that the proposed algorithm can reduce its computational overhead considerably while maintaining its detection performance compared with the previous LCM.

• 한국측량학회지
• /
• 제28권3호
• /
• pp.353-359
• /
• 2010

본 논문은 Scale Invariant Feature Transform(SIFT) 기술자를 이용한 매칭 방법을 개선하여 고해상도영상에서 보다 많은 매칭쌍(tie points)을 추출함으로써 고해상도영상 자동기하보정의 결과향상을 목적으로 한다. 이를 위해 기준(reference)영상과 대상(sensed)영상의 특징점(interest points)간의 위치관계를 추가적으로 이용하여 매칭쌍을 추출하였다. SIFT 기술자를 이용하여 어핀(affine)변환계수를 추정한 후, 이를 통해 대상영상의 특징점 좌표를 기준영상 좌표체계로 변환하였다. 변환된 대상영상의 특징점과 기준영상의 특징점간의 공간거리(spatial distance)정보를 이용하여 최종적으로 매칭쌍을 추출하였다. 추출된 매칭쌍으로 piecewise linear function을 구성하여 고해상도 영상간 자동기하보정을 수행하였다. 제안한 기법을 통하여, 기존 SIFT 기법에 의해 추출한 결과에 비해 영상 전역에 걸쳐 고르게 분포된 다수의 매칭쌍을 추출할 수 있었다.

• 한국HCI학회논문지
• /
• 제2권2호
• /
• pp.35-43
• /
• 2007

본 논문은 특징검출(feature detection)과 특징해석(feature description) 기법을 이용하여, 영상 매칭 (matching)과 인식(recognition)에 필요한 다양한 파라미터의 변화에 따른 인식률의 차이를 분석하기 위한 실험 내용을 다룬다. 본 논문에서는 영상의 특징분석과 매칭프로세스를 위해, Lowe의 SIFT(Scale-Invariant Transform Feature)를 이용하며, 영상에서 나타나는 특징을 검출하고 해석하여 특징 데이터베이스로 구축한다. 특징 데이터베이스는 구글 어스를 통해 획득한 위성영상으로부터 50여개 건물에 대해 구축되는데, 이는 각 건물 영상으로부터 추출된 특징 점들의 좌표와 128차원의 벡터의 값으로 이루어진 특징 해석데이터로 저장된다. 구축된 데이터베이스는 각 건물에 대한 정보가 태그의 형식으로 함께 저장되는데, 이는 카메라로부터 획득한 입력영상과의 비교를 통해 입력영상이 가리키는 지역 내에 존재하는 건물에 대한 정보를 제공하는 역할을 한다. 실험은 영상 매칭과 인식과정에서 작용하는 내-외부적 요소들을 제시하고, 각 요소의 상태변화에 따라 인식률의 차이를 비교하는 방법으로 진행되었으며, 본 연구의 최종적인 시스템은 모바일기기의 카메라를 이용하여 카메라가 촬영하고 있는 지도상의 객체를 인식하고, 해당 객체에 대한 기본적인 정보를 제공할 수 있다.

• 한국측량학회지
• /
• 제25권5호
• /
• pp.383-392
• /
• 2007

본 연구는 초분광 영상을 이용한 변화탐지 기법의 전처리 과정 중 하나인 영상간 기하보정과 밴드선택에 초점을 맞추고 있다. 최근 그 성능이 입증된 SIFT(Scale-Invariant Feature Transform) 기법을 이용하여 자동화된 기하보정을 수행하였으며, 분광정보의 불변 특성을 반영하는 PIF(Pseudo-Invariant Feature)를 추출하여 영상의 잡음을 추정함으로써, 변화탐지를 위한 유효 밴드를 선택하였다. 또한, 기대최대화(Expectation-Maximization) 기법을 이용한 객관적인 밴드선택 방법을 구현하였다. 제안된 기법들을 실제 적용하기 위해 Hyperion 영상을 사용하였으며, 영상에 나타나는 보정되지 않은 밴드 및 Striping 잡음의 특성을 부가적으로 제거하였다. 결과를 통해, 변화탐지를 위한 최소한의 요구조건인 0.2화소 이내의 정확도(RMSE)를 만족하는 신뢰도 높은 기하보정을 수행할 수 있었으며, 시각적인 판단에 의존하던 밴드선택을 PIF를 통해 객관화할 수 있음을 확인하였다.