• 한국통신학회논문지
• /
• 제40권12호
• /
• pp.2363-2371
• /
• 2015

본 논문에서는 FAST(Features from Accelerated Segment Test) 특징점 검출기와 SIFT(Scale Invariant Feature Transform) 특징점 서술자(descriptor)를 사용하여 시점 변화에 강인한 특징점 정합 기법을 제안한다. 기존의 FAST 기법은 영상의 에지 부분을 따라서 불필요하게 특징점을 많이 추출하게 되는데 이러한 단점을 주곡률(principal curvatures)을 적용하여 개선한다. 추출된 특징점을 SIFT 서술자를 통해 기술하고 시점이 다른 두 영상으부터 구해진 정합쌍에 RANSAC(RANdom SAmple Consensus) 기법을 통하여 호모그래피(homography)를 계산한다. 시점 변화에 강인한 특징점 정합을 위해서 기준 영상의 특징점들을 호모그래피 변환을 통해 변경된 좌표와 시점이 다른 영상의 특징점 좌표간의 유클리디언(Euclidean) 거리를 통해 정합쌍을 분류한다. 같은 물체나 장소에 대해 시점이 변화된 여러 영상에 대한 실험을 통해서 제안하는 정합 기법이 적은 계산량으로 기존의 특징점 정합 기법보다 우수한 성능을 보여주는 것을 확인하였다.

• 대한원격탐사학회지
• /
• 제34권5호
• /
• pp.739-747
• /
• 2018

다중센서 위성영상 간 통합 분석 및 융합과 관련된 연구가 활발히 진행되고 있다. 이를 위해서는 다중센서 영상 간 정합이 선행되어야 한다. 대표적인 정합 기법으로는 SIFT (Scale Invariant Feature Transform)와 같은 알고리즘이 존재한다. 그러나, 광학영상과 SAR (Synthetic Aperture Radar)영상은 취득 시 센서 자세와 방사 특성의 상이함으로 영상 간 분광적인 특성이 비선형성을 이뤄 기존 기법을 적용하기에 어렵다. 이를 해결하기 위해, 본 연구에서는 특징기반 정합기법인 SAR-SIFT (Scale Invariant Feature Transform)와 형상 서술자 벡터 DLSS (Dense Local Self-Similarity)를 결합하여 개선된 영상 정합기법을 제안하였다. 본 실험 지역은 대전 일대에서 촬영된 KOMPSAT-2 영상과 Cosmo-SkyMed 영상을 이용하여 실험하였다. 제안 기법을 비교평가하기 위해 특징점 및 정합쌍 추출에 대해 대표적인 기존 기법인 SIFT와 SAR-SIFT를 이용하였다. 실험 결과를 통해 제안 기법은 기존 기법들과 다르게 두 실험 지역에서 참정합쌍을 추출하였다. 또한 추출된 정합쌍을 통한 정합 결과 정성적으로 우수하게 정합되었으며, 정량적으로도 두 실험 지역에서 각각 RMSE (Root Mean Square Error) 1.66 m, 2.65 m로 우수한 정합 결과를 보였다.

• 한국전자파학회논문지
• /
• 제25권10호
• /
• pp.1062-1068
• /
• 2014

본 논문에서는 두 개의 순차적인 inverse synthetic aperture radar(ISAR) 영상들을 활용하여 표적의 회전 속도(Rotation Velocity: RV) 추정을 통한 수직 거리 스케일링(cross-range scaling: CRS)을 수행한다. 순차적으로 형성된 두 개의 ISAR 영상들에 각각 scale invariant feature transform(SIFT)를 적용함으로써 관측각도의 변화에 강인한 산란원(scatterer)들을 추출한다. 추출된 산란원과 각 영상 내 표적의 회전 중심(Rotation Center: RC) 사이의 거리가 같다는 점을 이용하여 비용함수(cost function)를 설정한 후, 전역 탐색 기법(exhaustive search method)과 결합된 particle swarm optimization(PSO)의 최적화를 통해 표적의 RV를 RC 정보 없이 추정한다. 시뮬레이션에서는 시나리오 기반으로 기동하는 표적에 대한 ISAR 영상 형성 후, 제안된 기법을 통해 RC의 정보 없이 RV를 추정함으로써 ISAR 영상의 CRS가 성공적으로 수행됨을 보여준다.

• 한국멀티미디어학회논문지
• /
• 제14권2호
• /
• pp.201-209
• /
• 2011

이 논문은 이미지 매칭 알고리즘의 일종인 수정된 SURF(Speeded Up Robust Feature)와 이미지 블렌딩 알고리즘의 일종인 멀티밴드 블렌딩으로 구성된 파노라마 이미지 스티칭 시스템을 제안한다. 이 논문은 처음에 수정된 SURF를 기술하고 SIFT(Scale Invariant Feature Transform)와 비교하여 SURF를 이 시스템에서 채택한 이유에 대하여 논한다. 그리고 멀티밴드 블렌딩에 대하여 기술하고, 이어서 제안된 파노라마 이미지 스티칭 시스템의 구조에 대하여 설명하고 마지막으로 이미지 질과 처리시간에 대한 평가를 한다. 평가결과는 제안된 시스템이 개별 이미지들을 이음매 없이 연결하였으며, 많은 개개의 이미지 데이터에 대해서도 완전한 파노라마 이미지를 생성하였으며 처리 시간도 SIFT보다 빨랐다.

• 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.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제3권9호
• /
• pp.375-380
• /
• 2014

오늘날 촬영 상황을 조절할 수 있는 환경, 즉 고정된 촬영각이나 일관된 조도 조건에서는 얼굴인식 기술 수준은 신뢰할 수 있을 정도로 높다. 그러나 복잡한 현실에서의 얼굴 인식은 여전히 어려운 과제이다. SIFT 알고리즘은 촬영각의 변화가 미미할 때에 한하여, 크기와 회전 변화에 무관하게 우수한 성능을 보여주고 있다. 본 논문에서는 다양하게 촬영각이 변하는 환경에서도 얼굴 인식을 할 수 있는 어파인 불변 지역 서술자를 탐지하는 ASIFT(Affine SIFT)라는 알고리즘을 적용하였다. SIFT 알고리즘을 확장하여 만든 ASIFT 알고리즘은 촬영각 변화에 취약한 단점을 극복하였다. 제안하는 방법에서 ASIFT 알고리즘은 표본 이미지에, SIFT 알고리즘은 검증 이미지에 적용하였다. ASIFT 방법은 어파인 변환을 사용하여 다양한 시각에 따른 영상을 생성할 수 있기 때문에 ASIFT 알고리즘은 저장 영상과 실험 영상의 시각 차이에 따른 문제를 해결할 수 있었다. 실험결과 FERET 데이터를 사용했을 때 제안한 방법은 촬영각의 변화가 큰 경우에 기존의 시프트 알고리즘보다도 높은 인식률을 보여주었다.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제55권4호
• /
• pp.173-180
• /
• 2006

A key component of autonomous navigation of intelligent home robot is localization and map building with recognized features from the environment. To validate this, accurate measurement of relative location between robot and features is essential. In this paper, we proposed relative localization algorithm based on 3D reconstruction of scale invariant features of two images which are captured from two parallel cameras. We captured two images from parallel cameras which are attached in front of robot and detect scale invariant features in each image using SIFT(scale invariant feature transform). Then, we performed matching for the two image's feature points and got the relative location using 3D reconstruction for the matched points. Stereo camera needs high precision of two camera's extrinsic and matching pixels in two camera image. Because we used two cameras which are different from stereo camera and scale invariant feature point and it's easy to setup the extrinsic parameter. Furthermore, 3D reconstruction does not need any other sensor. And the results can be simultaneously used by obstacle avoidance, map building and localization. We set 20cm the distance between two camera and capture the 3frames per second. The experimental results show :t6cm maximum error in the range of less than 2m and ${\pm}15cm$ maximum error in the range of between 2m and 4m.

• 한국컴퓨터정보학회논문지
• /
• 제13권7호
• /
• pp.51-57
• /
• 2008

최근 컴퓨터비전이나 로봇 공학 분야에서 가격이 저렴한 웹 캠을 이용하여 입력된 2차원 영상으로부터 물체를 인식하는 연구가 활발히 이루어지고 있다. 이를 위한 연구로서 로봇이나 비전에서 물체를 찾아내는 여러 가지 방향들이 제시되고 있으며, 지속적으로 로봇은 사람과 유사한 기능을 수행할 수 있도록 설계 및 제작되고 있다. 예로서, 사람은 사과를 볼 때 사과라는 사실을 사전에 인지하고 있기 때문에 사과라고 인식하는 것처럼 로봇 또한 사물에 대한 정보를 미리 알고 있어야 한다. 그러므로 본 연구에서는 내용기반의 물체인식에 필요한 기술로서 저장이미지를 SIFT(Scale Invariant Feature Transform)알고리즘을 이용하여 물체 저장 데이터베이스를 구축하였으며, 이를 기반으로 영상을 통해 입력된 화면에 존재하는 여러 물체를 한번에 신속히 인식하는 방법을 제안하여 구현하였다.

• 한국통신학회논문지
• /
• 제41권3호
• /
• pp.317-327
• /
• 2016

영상에서 의미 있는 특징점(feature point)의 추출은 제안하는 기법의 성능과 직결되는 문제이다. 특히 나무나 사람 등에서의 가려짐 영역(occlusion region), 하늘과 산 등 객체가 아닌 배경에서 추출되는 특징점들은 의미없는 특징점으로 분류되어 정합과 인식 기법의 성능을 저하시키는 원인이 된다. 본 논문에서는 한 장 이상의 멀티 프레임을 이용하여 건물 인식에 필요한 특징점을 분류하여 인식과 정합단계에서 기존의 일반적인 건물 인식 기법의 성능을 향상시키기 위한 새로운 기법을 제안한다. 먼저 SIFT(scale invariant feature transform)를 통해 일차적으로 특징점을 추출한 후 잘못 정합 된 특징점은 제거한다. 가려짐 영역에서의 특징점 분류를 위해서는 RANSAC(random sample consensus)을 적용한다. 분류된 특징점들은 정합 기법을 통해 구하였기 때문에 하나의 특징점은 여러 개의 디스크립터가 존재하고 따라서 이를 통합하는 과정도 제안한다. 실험을 통해 제안하는 기법의 성능이 우수하다는 것을 보였다.