• 제목/요약/키워드: shape descriptors

검색결과 71건 처리시간 0.03초

수중로봇을 위한 형태를 기반으로 하는 인공표식의 인식 및 추종 알고리즘 (Shape Based Framework for Recognition and Tracking of Texture-free Objects for Submerged Robots in Structured Underwater Environment)

  • 한경민;최현택
    • 전자공학회논문지SC
    • /
    • 제48권6호
    • /
    • pp.91-98
    • /
    • 2011
  • 본 논문에서는 수중로봇에 쓰일 수 있는 카메라 영상을 기반으로 하는 인공표식물의 인식 및 추종 기법을 제안한다. 문제를 풀기 위해 제안된 방법은 인식과 추종의 두 개의 단계로 이루어져 있으며 인식단계에서는 물체의 외형에 관한 특징을 분석한 후 비선형 최적화 알고리즘을 통하여 알맞은 목표물로 분류한다. 이 후 추종 단계에서는 분류된 목표물에서 색깔 히스토그램을 추출한 후 meanshift 추종 법을 이용하여 지속적으로 추종하는 방법을 택하였다. 히스토그램 매칭 시에는 Bhattacharyya 거리를 계산하는 방법을 이용하였다. 결과적으로 제안하는 접근법은 수중로봇의 영상처리 분야에 다음과 같은 공헌을 할 것으로 기대한다. 1) 제안하는 방법은 카메라의 움직임으로 생기는 물체의 자세변화나 크기 변화에도 강인하게 대처할 수 있으며 2) 카메라 센서를 통한 방법이므로 초음파 센서 등의 기기들에 비하여 가격 경쟁력이 우수하다. 3) 또한 본 논문에서는 일반적으로 많이 쓰이는 특징 점을 기반으로 한 방법이 탁도 변화에서는 형태를 기반으로 한 방법보다 열등할 수 있음을 실험을 통하여 보였다. 4) 마지막으로 제안된 방법의 성능을 기존의 방법들과 비교하여 수치적으로 검증해 보았다.

형태와 텍스쳐 특징을 조합한 나뭇잎 분류 시스템의 성능 평가 (Performance Evaluations for Leaf Classification Using Combined Features of Shape and Texture)

  • 김선종;김동필
    • 지능정보연구
    • /
    • 제18권3호
    • /
    • pp.1-12
    • /
    • 2012
  • 길 옆이나 공원 또는 조경시설에는 많은 나무들을 포함하고 있다. 비록 많은 나무들이 쉽게 우리 주변에서 보이지만, 일반인들이 그 나무의 이름, 종류 및 정보들을 얻기가 힘든 경우도 있다. 나무의 이름이나 정보를 얻기 위하여 인터넷이나 서적을 이용하여 찾아 분류하여야 한다. 나무의 구성 요소는 잎, 꽃, 수피 등이 있는데, 일반적으로 나무의 잎을 이용하여 분류할 수 있다. 이는 잎이 형태, 잎맥 등의 정보를 포함하고 있기 때문이다. 잎의 형태는 나무의 종류를 결정하는데 중요한 역할을 하며, 또한 잎맥을 포함한 텍스쳐도 나무의 종류를 분류하는데 유용하게 사용된다. 본 논문에서는 형태와 텍스쳐를 조합한 특징들을 이용한 잎 분류 시스템에 대한 성능을 평가하였다. 형태 특징으로는 푸리에 기술자를 이용하였고, 텍스쳐 특징으로는 GLCM 또는 웨이브릿 기술자, 그리고 그들의 조합을 사용하였다. 그리고 사용된 데이터는 인터넷에서 용이하게 구할 수 있고, 분류 성능평가에 사용되는 Flavia 잎 데이터 셋을 사용하였다. 형태와 텍스쳐를 기반으로 하는 다양한 조합을 가진 분류 시스템의 성능을 인식률과 PR(precision-recall) 지수로 평가하고, 성능을 비교하였다. 성능평가 결과, 형태와 텍스쳐를 조합한 특징들을 갖는 시스템의 성능이 조합하지 않은 시스템의 성능보다 나아짐을 알 수 있었다.

SOSiM: 형태 특징 기술자를 사용한 형태 기반 객체 유사성 매칭 (SOSiM: Shape-based Object Similarity Matching using Shape Feature Descriptors)

  • 노충호;이석룡;정진완;김상희;김덕환
    • 한국정보과학회논문지:데이타베이스
    • /
    • 제36권2호
    • /
    • pp.73-83
    • /
    • 2009
  • 본 논문에서는 영상 내의 객체의 형태(shape)에 기반한 객체 유사성 매칭(matching) 방법을 제안한다. 제안한 방법에서는 객체의 윤곽선(edge)에서 점들(edge points)을 추출하고, 추출된 점들의 위치 관계를 나타내기 위하여 각 점을 기준으로 로그 원형 히스토그램(log polar histogram)을 생성하였다. 객체의 윤곽을 따라가며 각 점에 대한 원형 히스토그램을 순차적으로 비교함으로써 객체간의 매칭이 이루어지며, 데이타베이스로부터 유사한 객체를 검색하기 위하여 사용한 매칭 방식은 널리 알려진 k-NN(nearest neighbor) 질의 방식을 사용하였다. 제안한 방법을 검증하기 위하여 기존의 형태 문맥 기법(Shape Context method)과 제안한 방법을 비교하였으며, 객체 유사성 매칭 실험에서 k=5일 때 기존 방법의 정확도가 0.37, 제안한 방법이 0.75-0.90이며, k=10일 때 기존 방법이 0.31, 제안한 방법이 0.61-0.80로서 기존의 방법에 비해 정확한 매칭 결과를 보여 주었다. 또한 영상의 회전 변형 실험에서 기존 방법의 정확도가 0.30, 제안한 방법이 0.69로서 기존 방법보다 회전 변형에 강인한(robust) 특성을 가짐을 관찰할 수 있었다.

딥러닝을 이용한 스마트 안전 축사 관리 방안 (The Management of Smart Safety Houses Using The Deep Learning)

  • 홍성화
    • 한국정보통신학회:학술대회논문집
    • /
    • 한국정보통신학회 2021년도 춘계학술대회
    • /
    • pp.505-507
    • /
    • 2021
  • 영상 인식 기술은 인공지능 기술을 기반으로 인식하고자하는 객체의 형상, 객체 주변의 환경변화 및 객체 회전에 의한 인식 능력 저하를 보완할 수 있는 객체특징점 및 특징 기술자를 생성하고, 생성된 특징 기술자를 이용하여, 영상 객체를 인식하는 기술로, 일반적으로 영상에 나타난 객체를 인식하는 기술을 뜻한다. 스마트 안전 축사에서 전력소비 및 화재 발생 복합 환경 분석을 위해 설치되는 전력화재 관리 디바이스를 통합 관리함으로써 축사 전력 사용의 효율성 향상 및 전기 사용의 과부화로 발생할 수 있는 사고를 방지하여 축산 농가의 이익 증대 및 피해를 최소화하고 안전하고 최적화된 지능형 스마트 안전 축사를 개발하여 보급하는데 요구되는 전력 관리 프레임워크를 구현하는데 목적이 있다.

  • PDF

Investigation on sink/source related traits and their relation of watermelon germplasm to promote use

  • Hwang, Hyun-Chul;Yi, Jung-Yoon;Rhee, Ju-Hee;Hur, On-Sook;Ro, Na-Young;Sung, Jung-Sook;Lee, Ho-Sun;Lee, Jae-Eun;Lee, Sok-Young
    • 한국자원식물학회:학술대회논문집
    • /
    • 한국자원식물학회 2018년도 추계학술대회
    • /
    • pp.75-75
    • /
    • 2018
  • Watermelons, Citrullus species(Cucurbitaceae), are native to Africa and have been cultivated since ancient times. T he fruit flesh of wild watermelon is watery, but typically hard-textured, pale-colored and bland or bitter. The familiar sweet dessert watermelons, C. lanatus, featuring non-bitter, tender, well colored flesh, have a narrow genetic base, suggesting that they are originated from a series of selection events in a single ancestral population. In this study, considered as sweet dissert watermelon, genetic resources, C. lanatus, comprising of traditional cultivars and local accessions were collected from 18 different countries in four continents. A total of 60 accessions were characterized morphologically according to RDA genebank descriptors combined with Japan and China, list for 11 qualitative characteristics, leaf length, leaf width, petiole length, petiole diameter-source, stalk end length, stalk diameter, fruit length, fruit diameter, rind thickness, flesh sugar content($^{\circ}brix$), fruit weight-sink, and 6 sink related characters, leaf margin incision-source, fruit shape, fruit skin ground color, fruit skin stain color, fruit skin stain pattern and flesh color-sink, were also investigated. Even though the relatedness between some morphological traits and fruit weight or fruit sweetness showed no significance, the accessions investigated have a great deal of variation for most of the morphological traits. Additionally, the accessions which showed good performance in flesh color and fruit shape (IT271048) and high sugar content of flesh (IT274119, IT290118) above 14brix, were investigated in this experiment. The accessions, which have the information on specific traits including the selected accessions could be introduced, distributed and investigated for further use.

  • PDF

SIFT를 이용한 유사 위성 영상 검색 (Similar Satellite Image Search using SIFT)

  • 김정범;정진완;김덕환;김상희;이석룡
    • 한국정보과학회논문지:데이타베이스
    • /
    • 제35권5호
    • /
    • pp.379-390
    • /
    • 2008
  • 영상 데이타의 증가로 인해 여러 분야에 걸쳐 유사 영상 검색에 대한 수요는 계속해서 증가하고 있으며, 좀 더 정확한 유사 영상 검색을 위해 내용기반영상검색 기술 분야에 대한 많은 연구가 이루어지고 있다. 내용기반영상검색에서는 유사한 영상을 검색하기 위해 색상, 모양, 질감 등의 영상 자체의 내용을 사용한다. 하지만 위성 사진과 같이 색상 정보의 사용이 어렵고 영상 자체가 매우 복잡한 영상의 경우는 내용기반영상검색 기술을 이용해도 유사성 검색이 쉽지 않다. 그 이유는 색상 정보의 사용이 어려워 모양 정보를 이용하려면 영상 세그멘테이션을 통해 물체의 모양을 분리해내야 하는데 영상이 매우 복잡한 경우 영상 세그멘테이션의 결과가 좋지 않기 때문이다. 따라서 본 논문에서는 영상 세그멘테이션을 사용하지 않고 유사성 검색을 하는 방법을 제안하여 유사 위성 영상을 검색하고자 한다. 이를 위해 영상 세그멘테이션을 사용하지 않는 모양 기술자인 SIFT keypoint descriptor를 기반으로 영상의 유사도를 정의하여 유사성 검색을 한다. 실험을 통해 제안한 방법을 이용함으로써 색상 정보의 사용이 어렵고 영상 자체가 매우 복잡한 위성 영상의 유사성 검색의 정확성을 향상 시킬 수 있음을 보인다.

Local Prominent Directional Pattern을 이용한 얼굴 사진과 스케치 영상 성별인식 방법 (Local Prominent Directional Pattern for Gender Recognition of Facial Photographs and Sketches)

  • ;채옥삼
    • 융합보안논문지
    • /
    • 제19권2호
    • /
    • pp.91-104
    • /
    • 2019
  • 본 논문에서는 성별 인식을 위해 얼굴 영상을 효과적으로 기술하는 새로운 지역 패턴 방법 Local Prominent Directional Pattern (LPDP)를 제안한다. 제안된 LPDP 방법은 성별 인식에 중요한 얼굴 모양을 명확하게 구분하기 위해 주변 패턴이 누적된 히스토그램을 통계적으로 분석하고 패턴 변화가 크게 발생하는 픽셀을 부호화 한다. 통계적인 정보를 사용하는 얼굴 모양 구분에 중요한 뚜렷한 에지 방향 패턴 영역을 구분하는 중요한 정보를 제공 할 수 있다. 이는 뚜렷한 에지 방향 패턴이 나타나는 영역의 주변도 유사한 에지 방향 패턴이 나타내기 때문에 통계적으로 특정 방향이 히스토그램에 많이 누적될 수 있기 때문이다. 또한 통계적인 방법은 주변 영역의 정보를 많이 수용하기 때문에 잡음으로 발생하는 에지 방향 변화 오류에 강력한 장점이 있다. 제안된 방법은 기존 방법들 보다 더 강력한 성별인식에 중요한 얼굴 모양 구분 능력을 보여주면서 국소적으로 발생하는 잡음에 견고함을 보여준다. 우리는 제안된 방법의 성능을 평가하기 위해 밝기, 표정, 연령, 머리 포즈가 변화하는 성별 인식 데이터 셋에 다양한 실험을 실험 했고 기존 방법 보다 제안된 방법의 성능이 우수함을 입증했다.

윤곽선 이미지 피라미드와 관심영역 검출을 이용한 SIFT 기반 이미지 유사성 검색 (SIFT based Image Similarity Search using an Edge Image Pyramid and an Interesting Region Detection)

  • 유승훈;김덕환;이석룡;정진완;김상희
    • 한국정보과학회논문지:데이타베이스
    • /
    • 제35권4호
    • /
    • pp.345-355
    • /
    • 2008
  • 다양한 형태 특징 추출 방법 중의 하나인 SIFT는 물체 인식, 모션 추적, 3차원 이미지 재구성과 같은 컴퓨터 비전 응용 분야에서 많이 사용된다. 하지만 SIFT 방법은 많은 특징점들과 고차원의 특징 벡터를 사용하기 때문에 이미지 유사성 검색에 그대로 적용하기에는 많은 어려움이 있다. 본 논문에서는 윤곽선 이미지 피라미드와 관심영역 검출을 이용한 SIFT 기반 이미지 유사성 검색 기법을 제안한다. 제안한 방법은 윤곽선 이미지 피라미드를 이용하여 이미지의 밝기 변화, 크기, 회전등에 불변한 특징을 추출하고, 타원 형태의 허프변환을 이용한 관심영역 검출을 통해 불필요한 많은 특징점들을 제거하여 검색성능을 높인다. 실험 결과에서 제안한 방법의 이미지 검색 성능이 기존의 SIFT의 방법에 비해 평균 재현율이 약 20%정도 좋은 성능을 보이고 있다.

Feature-Based Image Retrieval using SOM-Based R*-Tree

  • Shin, Min-Hwa;Kwon, Chang-Hee;Bae, Sang-Hyun
    • 한국산학기술학회:학술대회논문집
    • /
    • 한국산학기술학회 2003년도 Proceeding
    • /
    • pp.223-230
    • /
    • 2003
  • Feature-based similarity retrieval has become an important research issue in multimedia database systems. The features of multimedia data are useful for discriminating between multimedia objects (e 'g', documents, images, video, music score, etc.). For example, images are represented by their color histograms, texture vectors, and shape descriptors, and are usually high-dimensional data. The performance of conventional multidimensional data structures(e'g', R- Tree family, K-D-B tree, grid file, TV-tree) tends to deteriorate as the number of dimensions of feature vectors increases. The R*-tree is the most successful variant of the R-tree. In this paper, we propose a SOM-based R*-tree as a new indexing method for high-dimensional feature vectors.The SOM-based R*-tree combines SOM and R*-tree to achieve search performance more scalable to high dimensionalities. Self-Organizing Maps (SOMs) provide mapping from high-dimensional feature vectors onto a two dimensional space. The mapping preserves the topology of the feature vectors. The map is called a topological of the feature map, and preserves the mutual relationship (similarity) in the feature spaces of input data, clustering mutually similar feature vectors in neighboring nodes. Each node of the topological feature map holds a codebook vector. A best-matching-image-list. (BMIL) holds similar images that are closest to each codebook vector. In a topological feature map, there are empty nodes in which no image is classified. When we build an R*-tree, we use codebook vectors of topological feature map which eliminates the empty nodes that cause unnecessary disk access and degrade retrieval performance. We experimentally compare the retrieval time cost of a SOM-based R*-tree with that of an SOM and an R*-tree using color feature vectors extracted from 40, 000 images. The result show that the SOM-based R*-tree outperforms both the SOM and R*-tree due to the reduction of the number of nodes required to build R*-tree and retrieval time cost.

  • PDF

콩 유전자원의 소엽형질 변이와 농업형질과의 관계 (Variation of Leaflet Traits and Their Association with Agronomic Traits of Soybean Germplasm)

  • 이영호;황영광
    • 한국작물학회지
    • /
    • 제42권5호
    • /
    • pp.640-646
    • /
    • 1997
  • 엽장, 엽폭, 엽의 크기와 엽형지수 등 소엽(leaflet) 형질의 변이와 8개 농업형질과의 관계를 구명하기 위하여 1992년도 대만에서 가을에 재배된 콩 유전자원 884 품종의 특성조사 자료를 분석하였던 바 주요 결과를 요약하면 다음과 같다. 1. 콩 유전자원들의 소엽 형질들의 변이를 보면 엽장은 4.3~14.7cm, 엽폭은 2.8~9.7cm에 분포하였으며, 엽의 크기(엽장$\times$엽폭)는 12.1~124.6$\textrm{cm}^2$ 였다. 2. 엽장, 엽폭과 엽의 크기의 절대적 변이는 단일에 따른 영양생장량의 제한 때문에 크지 않았다. 또한 국제식물유전자원위원회(IBPGR)의 기준에 따른 분류시 엽의 크기가 대에 속하는 것은 없었다. 3. 엽형지수는 1.21~3.06의 변이를 보였으며 3품종은 피침형에 속하였고 나머지는 모두 난형 또는 중간형에 속하였다. 4. 엽장, 엽폭, 엽의 크기, 엽형지수의 범위와 평균은 온대품종군과 열대품종군간과 품종군내에서 차이가 있었다. 5. 엽장, 엽폭, 엽의 크기와 엽형지수는 100립중을 제외한 7개 형질과 고도로 유의한 정상관을 보였고 100립중과는 엽장, 엽의 크기 및 엽형지수와 고도로 유의한 부상관을 보였다. 6. 소엽 형질들의 농업형질과의 상관관계를 보면 소엽 형질간에 변이가 컸으며 엽장, 엽폭과 엽의 크기는 개화일수, $R_1$기 와 $R_8$기의 경장, 개체당협수와 밀접한 관계가 있었고 엽형지수는 다른 형질보다 100립중과 밀접한 관계가 있었다.

  • PDF