• 한국멀티미디어학회논문지
• /
• 제7권3호
• /
• pp.319-326
• /
• 2004

본 논문에서는 물체의 경계선을 고려한 칼라 영상 분할 방법을 제안한다. 제안 방법은 먼저 원영상을 벡터 양자화한 후 양자화된 영상의 인덱스 맵을 이용하여 초기 영역을 설정하였다. 그 후 HSI컬러 공간을 이용한 영역 병합에서 물체의 경계선을 고려하기 위해 경계선 제한 성분을 적용하여 영역들을 병합하였다. 또한 RGB 컬러 공간을 이용하여 HSI 컬러 공간에서 병합되지 않은 영역들을 병합하였다. 그리 고 영역병합 알고리즘을 통해 반복적인 처리를 감소시킴으로써 처리 시간을 줄였다. 실험 결과에서는 다양한 영상에 대해 주요 영역들의 분할 결과 및 처리소요시간에서 우수한 성능을 보였다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2006년도 Proceedings of ISRS 2006 PORSEC Volume II
• /
• pp.684-687
• /
• 2006

Airborne imagery must be precisely orthorectified to be used as geographical information data. GPS/INS (Global Positioning System/Inertial Navigation System) and LIDAR (LIght Detection And Ranging) data were employed to automatically orthorectify airborne images. In this study, 154 frame airborne images and LIDAR vector data were acquired. LIDAR vector data were converted to raster image for employing as reference data. To derive images with constant brightness, flat field correction was applied to the whole images. The airborne images were geometrically corrected by calculating internal orientation and external orientation using GPS/INS data and then orthorectified using LIDAR digital elevation model image. The precision of orthorectified images was validated using 50 ground control points collected in arbitrary selected five images and LIDAR intensity image. In validation results, RMSE (Root Mean Square Error) was 0.365 smaller then two times of pixel spatial resolution at the surface. It is possible that the derived mosaicked airborne image by this automatic orthorectification method is employed as geographical information data.

• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2003년도 하계학술대회 논문집
• /
• pp.94-97
• /
• 2003

본 논문에서는, 웨이브렛 변환과 잡음 섞인 숫자 영상에 대한 최적화 인식 훈련기법을 사용한 다계층 신경망을 제안하고, 이 시스템을 아라비아숫자 인식에 적용한다. 웨이브렛 변환을 이용해 원 영상 정보의 중요한 부분은 최대한 보존하면서 입력벡터의 크기를 줄임으로써 신경망의 노드 수와 학습 수렴시간이 줄어들도록 하였고, 최적화 인식 훈련기법은 데이터의 잡음을 점차적으로 높여가면서 훈련벡터에 적용, 인식률의 변화에 대해 살펴보았다. 잡음이 섞인 숫자 영상의 인식율을 높이기 위해 원 영상에 0, 10, 20, 30, 40, 50㏈의 잡음을 섞은 영상을 훈련에 함께 사용하였다. 테스트 영상에 잡음이 30∼50㏈정도 섞였을 경우에는 원 영상만을 훈련에 이용했을 패와 잡음이 섞인 영상을 이용하여 훈련시켰을 경우에 인식율의 차이가 별로 없지만, 0∼20㏈정도 섞인 영상을 테스트에 사용할때에는 0, 10, 20, 30, 40 , 50㏈의 잡음이 있는 영상을 훈련에 사용했을 때가 원 영상만을 훈련에 이용했을 경우에 비해 인식율이 9% 향상된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2001년도 추계종합학술대회
• /
• pp.579-582
• /
• 2001

벡터변형은 벡터 양자화(VQ)와 부호화를 통합한 새로운 방법이다. 최근까지 부호화에 적용된 코드북 생성은 LBG 알고리즘이었으나 신경회로망을 기반으로 한 자기생성 특성맵(SOFM: Self Organizing Feature Map)의 장점을 이용하면 시스템의 성능을 개선할 수 있다는 점에 착안하였다. 본 논문에서는 SOFM 알고리즘을 적용한 VTC(Vector Transformation coding)코드북 생성과 LBG 알고리즘의 부호화률에 대한 결과를 비교하여 분석하였다. 벡터 양자화의 문제점은 계산의 복잡성과 코드북 생성에 있으므로 본 연구에서는 이 문제의 해결을 위해 신경망 접근법을 제안한다.

• 대한전자공학회논문지SP
• /
• 제37권2호
• /
• pp.15-20
• /
• 2000

본 논문에서는, 움직임 벡터와 보상 블록을 이용한 분류기를 제안하고, 이 분류기로써 MCD(motion compensated difference) 블록을 CVQ(classified vector quantization)하는 새로운 MCDI(motion compensated difference image) 부호화 방법을 제안하였다. MCD 블록의 분산은 움직임 벡터의 크기뿐만 아니라 보상 블록의 분산과도 밀접한 관계가 있으므로, 이 특성들을 이용하여, 새로운 분류기를 제안하였다. 제안한 방법은 서브 코드북(sub-codebook)을 선택하는 분류기에 대한 부가 정보가 필요 없으면서, 모의 실험 결과 분류 비트가 필요한 기존의 방법에 비해 제안한 방법이 좋은 성능을 나타내었다.

• 정보처리학회논문지B
• /
• 제11B권1호
• /
• pp.21-26
• /
• 2004

칼라 양자화는 칼라 카메라로부터 입력된 자연 색의 칼라 영상을 컴퓨터 모니터에 표현하기 위해 더 적은 칼라 팔레트로 구성하는 것이다. 이것은 자연색 중에서 인간이 인식한 수 있는 색은 수 백가지 정도일 뿐 아니라 실제 칼라 영상에 나타나는 색은 이 보다는 훨씬 적다는 것을 바탕으로 한다. 본 논문에서는 인간의 시각 특성중 공간 지각 특성을 고려한 개선된 고유벡터를 이용한 이진 트리 벡터양자화 기법을 제안한다. 제안 방법은 고유벡터를 이용한 이진 트리 벡터 양자화의 두 노드로 분할하는 과정에 영상의 블록 내의 칼라의 변화에 따른 인간의 시각의 반응 정도를 가중피로 결합하여 양자화를 하였다. 제안 방법은 기존의 방법보다 색상이 선명해지며 유사한 영역의 분한에 뛰어난 성능을 보여 주었으며 주관적인 화질 평가와 PSNR에서도 좋은 결과를 보였다.

• 한국항행학회논문지
• /
• 제24권5호
• /
• pp.430-437
• /
• 2020

제안 모델은 얼굴 검출과 랜드마크 및 얼굴 인식 알고리즘을 이용하여 인공신경망으로 학습을 통해 얼굴 예측률과 인식률을 향상하는 모델을 구현하였다. 제안 모델은 특정 인물의 얼굴 영상에서 랜드마킹을 한 후, 기존에 학습된 Caffe 모델을 이용하여 얼굴검출과 임베딩 벡터 128D를 추출하였다. 학습은 기계학습 알고리즘인 SVM (support vector machine)과 DNN (deep neural network)을 구축하여 학습하였다. 얼굴인식은 학습된 모델을 이용하여 학습된 인물 중 다른 얼굴 영상으로 테스트하였다. 실험 결과, SVM 보다는 DNN으로 학습한 결과가 우수한 예측률과 인식률을 보였다. DNN의 중간층을 증가하게 되면 예측률은 높아지나 인식률이 감소하는 현상이 발생하였다. 이것은 인식하고자 하는 대상이 적음으로써 발생하는 과적합으로 판단된다. 제안 모델은 명확한 얼굴 영상을 추가하여 학습한 결과, 높은 예측률과 인식률의 결과를 얻을 수 있음을 확인할 수 있었다. 본 연구는 좀 더 많은 얼굴 영상 데이터를 이용함으로써 보다 효과적인 딥러닝 구축을 통해 보다 향상된 인식률과 예측률을 얻을 수 있을 것이다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제35권3호
• /
• pp.162-168
• /
• 2008

본 논문은 컬러 역하프토닝에서 참조표에 기반을 둔 벡터적응필터 방법을 제안한다. 역하프토닝은 하프톤영상을 연속계조 영상으로 변환한다. 참조표를 사용하는 방법에는 템플레이트와 학습영상이 필요하며 샘플 하프톤영상과 원영상내의 분포된 패턴으로부터 참조표를 구할 수 있다. 일반적으로 참조표에 기반한 방법들이 다른 방법에 비하여 처리가 빠르며 PSNR면에서도 더 좋은 성능을 보이지만 처리과정에서 참조표에 존재하지 않는 패턴을 어떻게 처리 하느냐에 따라서 많은 품질의 변화를 보인다. 이 논문에서는 이와 같이 존재하지 않는 패턴을 보상하기 위하여 벡터적응필터를 제안 하였는데, 이 방법은 처리하는 픽셀의 주변 화소의 색상, 색농도, 자기 등의 정보를 이용함으로써 컬러 역하프토닝에서 더 좋은 품질을 얻을 수 있다. 제안된 벡터적응 필터 방법이 기존의 최량선형추정에 의한 방법보다 PSNR면에서 더 좋은 결과를 얻을 수 있음을 실험결과에서 알 수 있었다. 참조표의 템플레이트 크기가 커질수록 제안한 방법이 더 좋은 결과를 얻을 수 있다.

• 한국멀티미디어학회논문지
• /
• 제9권11호
• /
• pp.1465-1473
• /
• 2006

본 논문에서는 Active Shape Models(ASM)과 상태기반 모델을 사용하여 동영상으로부터 얼굴 표정을 인식하는 방법을 제시한다. ASM을 이용하여 하나의 입력 영상에 대한 얼굴요소특징점들을 정합하고, 그 과정에서 생성되는 모양변수벡터를 추출한다. 동영상에 대해 추출되는 모양변수벡터 집합을 세 가지 상태 중 한 가지를 가지는 상태벡터로 변환하고 분류기를 통해 얼굴의 표정을 인식한다. 분류단계에서는 표정별 표정변화에 따른 변화영역의 차이를 고려한 새로운 유사도 측정치를 제안한다. 공개데이터베이스 KCFD에 대한 실험에서는 제안한 측정치와 기존의 이친 측정치를 사용한 k-NN의 인식률이 k가 1일 때 각각 89.1% 및 86.2%을 보임으로써, 제안한 측정치가 기존의 이진 측정치보다 더 높은 인식률을 나타내는 것을 보인다.

• 한국정보처리학회논문지
• /
• 제7권2S호
• /
• pp.638-648
• /
• 2000

This paper introduces a new technique for block is matching motion estimation. Since the temporal correlation of the image sequence, the motion vector of a block is highly related to the motion vector of the same coordinate block in the previous image frame. If we can obtain useful and enough information from the motion vector of the same coordinate block of the previous frame, the total number of search points used to find the motion vector of the current block may be reduced significantly. Using that idea, an efficient predicted direction search algorithm (PDSA) for block matching algorithm is proposed. Based on the direction of the blocks of the two successive previous frames, if the direction of the to successive blocks is same, the first search point of the proposed PDSA is moved two pixels to the direction of the block. The searching process after moving the first search point is processed according to the fixed search patterns. Otherwise, full search is performed with search area $\pm$2. Simulation results show that PSNR values are improved up to the 3.4dB as depend on the image sequences and improved about 1.5dB on an average. Search times are reduced about 20% than the other fast search algorithms. Simulation results also show that the performance of the PDSA scheme gives better subjective picture quality than the other fast search algorithms and is closer to that of the FS(Full Search) algorithm.