• 한국통신학회논문지
• /
• 제26권8B호
• /
• pp.1152-1160
• /
• 2001

본 논문에서는 수동주사로 얻은 2차원 연속 프레임으로 3차원 초음파 영상 재구성을 위한 연속 프레임의 프레임간 거리 추정 방법을 제안하였다. 수동주사로 얻은 연속 프레임은 프레임간 거리가 불균일하기 때문에 이를 그대로 3차원 영상으로 재구성하면 실제 인체 장기의 형태와 다른 영상을 얻게 된다. 제안한 알고리듬에서는 연속 프레임의 프레임간 거리를 추정하기 위하여 매 프레임의 블록별 측면거리 상관함수를 얻고, 측면거리 상관함수들이 프로브의 진행축과 초음파 센서의 배열축이 이루는 평면상에서 등방성을 가진다는 가정 하에 인접 프레임 내의 각 블록간의 프레임간 거리를 추정하였다. 인접 프레임간 추정거리는 프레임 내에서 블록단위로 추정된 프레임간 거리를 평균하여 얻었다. 실험 결과, 제안한 알고리듬의 프레임간 추정거리 곡선은 기준 진행거리 상관함수를 이용한 방법의 추정거리 곡선에 비해서 실제 프레임간 거리 곡선에 가까웠고, SNR 비교에서 제안한 방법이 기존의 방법에 비해 좋은 결과를 보였다. 그리고, 기존의 알고리듬에 비해 제안한 알고리듬으로 재구성한 3차원 영상이 원영상에 더 흡사한 것을 볼 수 있었다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2007년도 학술대회 1부
• /
• pp.1000-1005
• /
• 2007

본 논문에서는 실물체의 3차원 모델을 복원하기 위해 거리영상 카메라에서 획득된 3차원 점군에 대한 온라인 정합 기법을 제안한다. 제안하는 방법은 거리영상 카메라를 사용하여 연속된 거리영상과 사진영상을 획득하고 문턱값(threshold)을 이용하여 물체와 배경에 대한 정보를 분류한다. 거리영상에서 특징점을 선택하고 특징점에 해당하는 거리영상의 3차원 점군을 이용하여 투영 기반 정합을 실시한다. 초기정합이 종료되면 사진영상간의 대응점을 추적하여 거리영상을 정제하는 과정을 거치는데 대응점 추적에 사용되는 KLT(Kanade-Lucas-Tomasi) 추적기를 수정하여 초기정합의 결과를 대응점 탐색에 이용함으로써 탐색의 속도와 성공률을 증가시켰다. 특징점과 추적된 대응점에 해당하는 3차원 점군을 이용하여 거리영상의 정제를 수행하고 정합이 완료되면 오프라인에서 3차원 모델을 합성하였다. 제안한 알고리듬을 적용하여 2개의 실물체에 대하여 실험을 수행하고 3차원 모델을 생성하였다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2002년도 춘계학술발표논문집(상)
• /
• pp.164-169
• /
• 2002

칼라 정보를 이용하여 영상을 정합하기 위해서는 적은 수의 칼라 집합으로 영상을 표현하는 영상 양자화 과정이 필요하다. 적응적 양자화를 사용하는 경우에는 균일 양자화에 비해 높은 정합 성능을 기대할 수 있지만 상이한 칼라 집합의 생성으로 인해 영상 정합 과정이 힘들게 된다. 이에 본 논문에서는 상이한 칼라 집합을 갖는 영상을 정합할 수 있는 기초적인 연구를 수행하였다. 영상 정합을 위해 우선 STR(sort-tile-recursive) 방법[1]을 응용하여 질의 영상의 각 칼라에 대한 유사 칼라를 DB 영상으로부터 빠르게 선정할 수 있는 방법을 개발하였다. 질의 칼라와 유사 칼라간의 유사도를 정의하고 이를 기반으로 영상간의 유사도를 계산함으로써 영상 정합에 이용할 수 있도록 하였다. 칼라간의 유사도는 칼라 차이가 고려되어 정의되는데 칼라 차이는 칼라 공간에서의 칼라 거리로 계산된다. 칼라 거리를 계산하기 위해 유클리디언 거리를 이용할 경우 많은 계산량이 요구되므로 기존의 시티블록 거리나 체스보드 거리에 비해 유클리디언 거리를 좀더 유사하게 근사화하면서 빠른 계산이 가능한 거리 계산 방법을 개발하였다.

• 정보처리학회논문지B
• /
• 제14B권7호
• /
• pp.493-502
• /
• 2007

본 논문에서는 물체의 3차원 모델을 복원하기 위하여 거리영상 카메라에서 획득한 다시점 3차원 거리영상을 온라인으로 정합(registration)하는 기술을 제안한다. 3차원 모델 복원을 위하여 거리영상 카메라를 복원하고자하는 물체 주위로 이동하여 연속된 다시점 거리영상과 사진영상을 획득하고 물체와 배경을 분리한다. 분리된 다시점 거리영상의 정합을 위하여 이미 등록된 거리영상의 변환정보 그리고 두 거리영상 사이의 기하정보를 이용하여 정합을 초기화한다. 위 과정을 통해 서로 인접한 거리영상에서 영상 특징점을 선택하고 특징점에 해당하는 거리영상의 3차원 점군을 이용하여 투영 기반(projection-based) 정합을 실시한다. 기하정합이 완료되면 사진영상 간의 대응점을 추적하여 정합을 정제(refinement)하는 과정을 거치는데 KLT (Kanade-Lucas-Tomasi) 추적기를 수정하여 대응점 탐색의 속도와 성공률을 증가시켰다. 영상 특징점과 추적된 대응점에 해당하는 3차원 점군을 이용하여 거리영상을 정제하였다. 정합과 정제의 결과를 통해 추정된 변환 행렬과 정합된 대응점들 사이의 거리를 계산하여 정합 결과를 검증하고 거리영상의 사용 여부를 결정한다. 만약 정합이 실패하더라도 경우에도 거리영상을 실시간으로 계속 획득하고 정합을 다시 시도한다. 위와 같은 과정을 반복하여 충분한 거리 영상을 획득하고 정합이 완료되면 오프라인에서 3차원 모델을 합성하였다. 실험 결과들을 통해 제안한 방법이 3차원 모델을 성공적으로 복원할 수 있음을 확인 할 수 있었고 오차 분석을 통해 모델 복원의 정확도를 검증하였다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2000년도 춘계정기학술대회 e-Business를 위한 지능형 정보기술 / 한국지능정보시스템학회
• /
• pp.469-474
• /
• 2000

본 논문에서는 두 이진 영상의 비교시 그 유사도를 결정하는 새로운 방법을 제안한다. 이는 두 영상사이의 최소거리에 기반한 방법이며, 제안된 방법에서는 구해진 거리 그 자체보다는 이 거리의 분포로부터 최적 거리를 계산한다. 구해진 거리 분포 함수로부터 최종적인 두 영상의 유사도는 비퍼지화 추론을 이용하여 계산되어진다. 제안한 방법을 실제 문제에 적용하여 그 우수성을 검증하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 가을 학술발표논문집 Vol.28 No.2 (2)
• /
• pp.364-366
• /
• 2001

본 논문에서는 디지털 영상을 비교하기 위해 평균값을 이용한 영상에서의 거리 측정 방법을 제안한다. 이 제안된 방법은 그레이 블록 거리(Grey Block Distance: GBD)를 이용하여 완전 영상 해상도를 도입하여 해상도를 다르게 하여 영상을 비교하였다. 영상간의 거리 측정 결과, 주어진 해상도에 블록의 최대 직경은 스칼라 ${\gamma}$이 증가하면 제로에 접근하는 것을 알 수가 있었으나, 상대적 식별이 용이하지 않음을 살펴 볼 수가 있었다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2013년도 하계학술대회
• /
• pp.325-328
• /
• 2013

본 논문에서는 ToF(Time-of-Flight) 카메라의 거리 잡음을 제거하는 방법으로 거리와 진폭에 따른 거리 잡음 모델링을 이용한 적응적인 SUSAN(Smallest Univalue Segment Assimilating Nucleus) 필터를 제안한다. ToF 카메라의 거리 잡음 제거를 위해서 기존에 제안된 여러 가지 방법들은 거리 잡음의 특성을 고려하지 않거나 진폭에 따른 거리 잡음의 특성만을 고려하였다. 하지만 실제 ToF 카메라의 거리 영상에 포함되는 거리 잡음은 진폭과 거리에 따라서 변화하기 때문에 거리와 진폭을 모두 고려한 거리 잡음 모델링이 필요하다. 따라서 제안하는 방법은 우선 거리와 진폭의 변화에 따른 ToF 카메라의 거리 잡음 특성을 모델링 한다. 이후 제안하는 방법은 생성된 거리 잡음 모델에 의해 인자가 결정되는 적응적 SUSAN 필터를 이용하여 ToF 카메라의 거리 영상의 잡음을 제거한다. 실험 결과 제안하는 방법은 기존의 ToF 거리 영상의 거리 잡음제거 방법에 비해 보다 효과적으로 거리 영상의 잡음을 제거하면서 디테일을 잘 보존하였다.

• 전자공학회논문지
• /
• 제51권11호
• /
• pp.137-145
• /
• 2014

본 논문에서는 지능형 영상 감시시스템을 위한 LDA기반 원거리 얼굴인식 알고리즘을 제안한다. 기존 단일 거리 얼굴영상을 학습으로 사용한 얼굴인식 알고리즘은 원거리로 갈수록 얼굴인식률이 떨어지는 문제점이 있다. 실제 거리별 얼굴영상을 사용한 방법은 얼굴인식률은 향상되지만 사용자가 직접 움직이며 학습용 거리별 얼굴영상을 취득해야하는 문제점이 있다. 그러므로 본 논문에서는 단일 거리에서 취득한 얼굴영상을 이용해 거리별 얼굴영상을 자동으로 생성하여 학습으로 사용하는 방법을 제안한다. 제안하는 방법은 기존 얼굴인식 방법과 동일한 수준의 사용자 협조에서 거리별 사용자 등록영상을 생성할 수 있는 장점이 있다. 실험결과, 제안한 알고리즘은 기존 단일 거리 학습영상 기반 알고리즘에 비해 근거리에서 평균 16.3%, 원거리에서 평균 18.0% 향상된 얼굴인식 성능을 나타냈고, 실제 거리별 얼굴영상을 사용한 방법보다 근거리에서 평균 4.3%감소했지만, 원거리에서는 동일한 얼굴인식 성능을 나타냈다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 추계학술발표대회
• /
• pp.1487-1490
• /
• 2015

영상에서 실제 거리를 알 수 없는 상태에서 영상 기반 가상펜스 설계 시, 사전 경보 영역을 설계하기 위한 거리 맵을 제작하기 위해 영상에 색인(Index)을 입력하여 거리에 따른 영역을 나누고 영역에 대한 가중치를 설정하고, 사전 경보 영역이 실제 거리에 비례하여 설정 될 수 있는 방법을 제안한다. 본 연구에서 제안하는 방법과 스테레오 비전 기술이 융합하여 거리 맵을 제작할 시 가상펜스의 사전 경보 영역이 영상의 거리에 비례하게 설정 되어 가상펜스 시스템의 완성도를 높여줄 것으로 기대한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2012년도 추계학술대회
• /
• pp.151-154
• /
• 2012

본 논문에서는 화상통신의 현실감을 증진시킬 수 있는 화자 간 시선 맞춤 시스템을 제안한다. 제안하는 방법은 Kinect 거리 카메라로부터 입력된 영상에서 화자의 얼굴 영역을 획득하여 화자의 시선이 카메라를 응시하도록 획득한 영역을 변환한 후에 원본 영상과 합성한다. Kinect 거리 카메라에서 획득한 얼굴 영역에는 다양한 형태의 잡음이 많아 미디언 필터와 모폴로지 연산을 통해 얼굴 영역의 잡음을 제거한다. 화자의 위치에 상관 없이 화자가 카메라를 응시하는 영상을 생성하기 위해서 Kinect 가 제공하는 거리 정보를 이용하여 시선 보정 각도와 회전 축을 획득한다. 시선이 보정된 얼굴 영역은 원본 영상에서 존재하지 않는 영역을 포함하고 있기 때문에, 원본 영상의 각 화소를 삼각형 메쉬로 구성한 후 해당 영역을 보간하여 최종적으로 시선이 보정된 영상을 생성한다. 제안하는 방법은 시선 맞춤 영상을 생성하는 데 필수적인 눈과 주변 얼굴 영역만 선택해서 변환하므로 영상의 왜곡이 적고 실시간 처리가 가능하다는 장점이 있다. 또한 카메라와 화자 사이의 거리 정보를 이용해 화자의 위치에 적응적인 시선 맞춤 영상을 생성할 수 있다. 실험을 통해 Intel i5 CPU 를 장착한 PC에서 $320{\times}240$ 크기의 영상을 사용할 경우 초당 약 35 프레임의 보정된 영상을 생성하여 제안하는 방법이 실시간 처리가 가능하다는 것을 확인하였다.