The Journal of the Korea Contents Association (한국콘텐츠학회논문지)

The Korea Contents Association (한국콘텐츠학회)
권호 표지
DOI QR코드

DOI QR Code

Principle and Algorithm of Cloth Covering and Application to Script Identification

천 커버링의 원리와 알고리즘 그리고 언어 식별에 응용

  • 김민우 (전북대학교 전자정보공학부 컴퓨터공학) ;
  • 오일석 (전북대학교 컴퓨터공학부/영상정보신기술연구소)
  • Received : 2012.01.16
  • Accepted : 2012.02.03
  • Published : 2012.03.28
Download PDF
⟨ Previous Next ⟩

Abstract

This paper proposes a concept and algorithm of cloth covering. It is a physically-based model which simulates computationally a shape of cloth covering some objects. The goal of cloth covering is to conceal the details of object and to reveal only the shape outline. It has one scale parameter which controls the degree of suppressing fine-scale structures. To show viability of the proposed cloth covering, this paper performed an experiment of script recognition. The results of comparing accuracies of feature extraction using Gaussian and cloth covering showed that the cloth covering is superior to Gaussian. We discuss the reason for the superiority.

본 논문은 천 커버링 연산의 개념과 알고리즘을 제안한다. 천 커버링은 물리 법칙에 기반을 둔 연산으로 사물을 덮는 천의 모양을 계산학적으로 흉내낸다. 천 커버링의 목적은 사물을 천으로 덮어 표면의 상세함을 감추고 개략적인 외형이 드러나도록 하는 것이다. 이 연산은 천의 뻣뻣한 정도를 제어하는 하나의 크기 인자를 가지며, 이를 통해 외부로 드러나는 사물에 대한 정보의 상세함을 조절한다. 제안하는 연산의 가능성을 보이기 위해 문서 영상에 사용된 언어를 식별하는 문제에 천 커버링을 적용하였다. 실험 결과 가우시안을 이용한 특징 추출 방법보다 천 커버링을 이용한 특징 추출 방법이 더 우수한 식별 성능을 보였다. 토론에서 제안하는 연산이 우수한 이유를 제시한다.

Keywords

References

  1. T. Lindeberg, "Scale-space theory: a basic tool for analyzing structures at different scales," Journal of Applied Statistics, Vol.21, No.2, pp.224-270, 1994.
  2. R.C. Gonzalez and R.E. Woods, Digital Image Processing, 3rd Ed., Pearson, 2010.
  3. D.G. Lowe, "Distinctive image features from scale-invariant keypoints," International Journal of Computer Vision, Vol.60, No.2, pp.91-110, 2004. https://doi.org/10.1023/B:VISI.0000029664.99615.94
  4. A. L. Yuille and T. A. Poggio, "Scaling theorems for zero crossings," IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol.8, pp.15-25, 1986. https://doi.org/10.1109/TPAMI.1986.4767748
  5. T. Lindeberg, "Edge detection and ridge detection with automatic scale selection," International Journal of Computer Vision, Vol.30, No.2, pp.117-156, 1998. https://doi.org/10.1023/A:1008097225773
  6. K. Mikolajczyk and C. Schmid, "Scale and affine invariant interest point detectors," International Journal of Computer Vision, Vol.60, No.1, pp.63-86, 2004. https://doi.org/10.1023/B:VISI.0000027790.02288.f2
  7. S. G. Mallat, A Wavelet Tour to Signal Processing, Academic Press, 1999.
  8. D. Luebke, Level of Detail for 3D Graphics, Elsevier science, 2003.
  9. Y. Lee, S. Yoon, S. Oh, D. Kim, and S. Choi, "Multi-resolution cloth simulation," Pacific Graphics, Vol.29, No.7, 2010.
  10. D. Halliday, Fundamentals of Physics, 8th Ed. Wiley, 2008.
  11. S. Marinai, Machine Learning in Document Analysis and Recognition, Springer, 2008.
  12. D. Ghosh, T. Dude, and A. P. Shivaprasad, "Script recognition - a review," IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol.32, No.12, pp.2142-2161, 2010. https://doi.org/10.1109/TPAMI.2010.30
  13. U. Pal and B. B. Chaudhuri, "Identification of different script lines from multi-script documents," Image and Vision Computing, Vol.20, pp.945- 954, 2002. https://doi.org/10.1016/S0262-8856(02)00101-4
  14. C. J. C. Burges, "A tutorial on support vector machines for pattern recognition," Data Mining and Knowledge Discovery, Vol.2, pp.121-167, 1998. https://doi.org/10.1023/A:1009715923555