• 정보처리학회논문지B
• /
• 제13B권4호
• /
• pp.361-368
• /
• 2006

본 논문에서는 스네이크 기반의 객체 윤곽선 검출 방법을 제안한다. 기존의 방법들은 스네이크 에너지 함수의 제약으로 오목한 윤곽을 갖는 복잡한 모양의 객체에 대해서는 윤곽선 검출의 정확도가 떨어지고, 고정된 스네이크 포인트 수를 이용하기 때문에 효율적으로 객체 윤곽을 표현하는데 문제점이 있다. 이러한 문제점을 해결하기 위해 스네이크 포인트의 추가 및 제거를 통해 객체의 윤곽을 검출하는 방법을 제안한다. 제안한 방법은 크게 두 단계로 구성된다. 먼저, 제안하는 스네이크 모델로 초기 관심객체의 윤곽을 검출하고, 두번째 단계로 부족한 포인트는 추가하고 잉여 포인트는 제거하여 객체의 윤곽선을 잘 검출할 수 있게 한다. 제안한 방법은 복잡한 윤곽을 갖는 객체에 대해 윤곽선 검출이 기존의 방법보다 좋은 결과를 보이는 것을 실험을 통해 확인하였다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2002년도 추계학술발표논문집
• /
• pp.267-270
• /
• 2002

최근 멀티미디어 데이터에 대한 관심이 높아지면서 비디오 데이터에 대한 연구가 매우 활발히 진행되고 있다. 비디오 데이터에는 시간의 변화에 따라 공간적인 위치가 변화하는 움직임 객체를 포함하고 있다. 이러한 움직임 객체를 효과적으로 표현하고 검색하기 위해서는 객체의 전체적인 움직임을 파악할 수 있는 궤적을 표현하고 검색할 수 있는 방법이 필요하다. 본 논문에서는 비디오 내의 움직임 객체의 궤적을 효과적으로 표현하고 검색하는 기법을 제안한다. 따라서 움직임 객체의 궤적 유사도 검색을 수행하도록 한다.

• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2012년도 춘계학술논문집 2부
• /
• pp.486-489
• /
• 2012

본 논문에서는 인간의 주의시각(Human Visual Attention)에 기반하여 영상에서 가장 유용하다고 생각되는 관심 영역(Salient Region)을 새로운 방식으로 탐지해내고 관심-객체를 검출하는 방법을 제안한다. 제안하는 시스템은 인간의 주의시각 특성인 주파수와 명도, 색상 특징을 이용하는데, 먼저 주파수-명도 정보를 이용한 특징 지도(Feature map)와 색상 정보를 이용한 특징 지도를 각각 생성 한 후 영상의 특징 점(Saliency Point)을 추출한다. 이렇게 생성된 특징 지도와 특징 점을 이용하여 집중 윈도우의 위치와 크기를 결정하고 집중 윈도우 내에 특징 지도를 결합하여 관심 영역을 탐지하고 해당하는 영역에 대해 관심-객체를 추출한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2014년도 추계학술대회
• /
• pp.142-145
• /
• 2014

동영상에서의 객체 추적 알고리즘에 대한 활발한 연구가 진행되고 있음에도 불구하고 실시간 객체추적을 위해서는 여전히 정확도, 복잡도 등에서의 성능향상이 필요하다. 압축영역 기반 방식에서는 전역 움직임 보상(GMC : Global Motion Compensation)과정을 거쳐 추적하려는 객체와 배경을 구분한다. 전역 움직임 보상방법은 프레임 전 영역을 대상으로 하는 연산으로 전체 추적 시스템에서 차지하는 복잡도가 높다. 본 논문은 관심영역(ROI : Region Of Interest) 기반 전역 움직임 보상방법을 이용한 ST-MRF(Spatio-Temporal Markov Random Field)기반 추적기 고속화 방법을 제안한다. 관심영역을 기반으로 전역 움직임 보상을 적용함으로써 객체와 배경을 분리할 뿐만 아니라 알고리즘의 복잡도를 효과적으로 줄일 수 있다. 제안하는 방법의 추적성능은 평균 precision 87.29%, recall 82.58%, F-measure 83.78%로 기존방법과 비교하여 약 1%의 차이를 유지하였으며 전체 시스템의 수행시간은 평균 29.95ms로 기존방법과 비교하여 1.74배의 속도향상을 보였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2013년도 추계학술대회
• /
• pp.48-49
• /
• 2013

Saliency는 인간의 시각에서 관심 영역이나 객체를 찾기 위한 기법으로 최근 영상 리타겟팅, 영상분할 등에 다양하게 활용되고 있다. 기존 제안된 방법들을 전체영상을 대상으로 saliency map을 구하게 되어, 복잡한 객체들의 구성, 큰 전경객체들의 존재 등의 경우에는 성능이 저하되는 문제점이 있다. 따라서 본 논문에서는 배경이 존재하는 영상들을 대상으로 기존 방식중의 하나인 histogram based contrast(HBC)을 개선하는 방법을 제안한다. 배경영역의 빈도확률을 HBC에 적용하여 배경에 존재하는 픽셀값의 saliency을 감소하면, 상대적으로 전경에 존재하는 픽셀들의 saliency는 증가하게 된다. 실험에서는 제안한 기법으로 배경의 saliency는 감소하고, 전경객체는 증가하는 것을 증명하였다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2003년도 추계종합학술대회 논문집
• /
• pp.313-317
• /
• 2003

GVF 스네이크 알고리즘은 에지 에너지에 상당히 민감하여 주변 에지와 객체의 윤곽선이 포함하고 있는 에지를 구분하지 못하여 정확한 객체의 형태를 추출하기가 어렵다. 본 논문은 배경으로부터 객체의 윤곽선을 추출하기위해 GVF 스네이크 알고리즘을 적용하기전 알고리즘의 성능을 높일 수 있는 최적의 초기경계선을 설정하는 방법을 제안하였다. 제안하는 방법은 관심 영역을 분할 하기위한 화소의 형태학적 재구성을 한 후 에지추출 알고리즘을 적용하여 이것을 이진화하여 초기경계선을 설정하였다. 관심의 대상이 되는 객체의 형태에 가장 근접한 초기경계선을 설정하므로써 GVF 스네이크의 성능을 높이고 계산 시간을 줄일 수 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제11권2호
• /
• pp.25-33
• /
• 2006

본 논문에서는 영상을 자동적으로 객체와 비객체 영상으로 분류하는 방법을 제안한다. 객체 영상은 객체를 포함하는 영상이다. 객체는 영상의 중심 부근에 위치하고 주변 영역과는 상이한 칼라 분포를 가지는 영역들로 정의한다. 영상 분류를 위해 객체의 특징에 기반을 두고 네 가지 기준을 정의한다. 첫 번째 기준인 중심 영역의 특이성은 중심 영역과 주변 영역간의 칼라 분포의 차이를 통해 계산된다. 두 번째 기준은 영상 내의 특이 픽셀의 분산이다. 특이 픽셀은 영상의 주변영역보다 중심 부근에서 더욱 빈번하게 나타나는 상호 인접한 픽셀들의 칼라 쌍에 의해 정의된다. 세 번째 기준은 중심 객체의 평균 경계강도이다. 세 번째 기준은 분류 기준들중에서 가장 우수한 분류 성능을 나타내지만 특징값을 추출하기 위해서는 중심 객체를 추출해야 되는 많은 연산을 내포하고 있다. 이에 이와 비슷한 특성을 나타내는 네 번째 기준으로 영상 중심 영역에서의 평균 경계강도를 선택하였다. 네 번째 분류 기준은 세 번째 분류 기준에 비해 분류 성능은 조금 낮지만 빠르게 특징값을 추출할 수 있어 많은 데이터를 빠른 시간 내에 처리해야 되는 대규모 영상 데이터 베이스에 적용가능하다. 영상을 분류하기 위해 신경회로망 및 SVM을 사용하여 이들 기준들을 통합하였으며 신경회로망 및 SVM의 분류 성능을 비교하였다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2004년도 춘계학술발표대회논문집
• /
• pp.656-659
• /
• 2004

최근 많은 연구에서, 동일한 영상그룹들로부터 추출된 저수준의 특징들을 이용해서 고수준의 정보를 분석한 뒤, 이를 이용해서 영상을 분류하는 방법들을 소개하고 있다. 이러한 연구는 CBIR의 인덱싱에서 저수준의 특징만을 사용할 때 발생하는 의미적인 차이(semantic gap)문제를 해결하여, 검색의 효율을 높일 수 있게 한다. 하지만 이들 연구는 대부분 전경(scenery)영상만을 대상으로 하고 있다. 한편 영상을 객체 단위로 다루는 것은 CBIR의 성능을 크게 향상 시킬 수 있는 요인이 된다. 왜냐하면 대부분의 사용자는 관심있는 객체가 포함된 영상을 검색하기 원하기 때문이다. 본 논문에서는 영상의 객체를 인공객체와 자연객체로 분류하는 방법을 제안한다. 인공객체의 경우 자연객체에 비해 상대적으로 직선형태의 에지가 많이 발견되며 객체를 구성하는 패턴이 규칙적이고 방향성을 가진다. 또한 인공객체는 자연객체에 비해 객체영역의 경계가 직선에 의한 단순한 형태로 나타난다. 이러한 특징들을 EDH(edge Direction Histogram)의 에너지, EDAS(Energy Difference of Adjacent Sector)와 가버 필터를 통해 추출하여 분류에 이용한다. 실험을 통하여 각 특징들을 개별적으로 사용해서 76%에서 84% 사이의 분류 정확성을 얻었으며, 제안한 머징 방법을 이용하여 최종적으로 약 90%의 정확성으로 분류하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2000년도 제13회 춘계학술대회 및 임시총회 학술발표 논문집
• /
• pp.741-744
• /
• 2000

소프트웨어의 재사용성을 높일 수 있는 기법으로 객체보다 더 큰 재사용 단위인 컴포넌트 기반의 개발에 학계와 업계의 관심이 집중되고 있다. 객체지향 방식으로 구현된 모델들은 정보 은폐과 캡슐화를 지원함으로서 응집도 높은 객체들의 집합으로 컴포넌트를 식별하는 작업이 자연스러운 장점이 있다. 그러나 객체가 다른 객체들과 관계와 상속 등으로 연결되는 반면에, 컴포넌트는 컴포넌트들 사이의 인터페이스 호출에 의한 의존도만 나타나며 기본적으로 상호 독립적이다. 따라서 객체지향 모델을 컴포넌트 기반의 모델로 전환 시, 기존의 관계와 상속들을 컴포넌트의 인터페이스로 추출하여 제거하는 작업이 요구된다. 본 논문에서는 객체지향의 객체 모델을 컴포넌트 기반의 객체 모델로 전환 시 예상되는 문제점들을 해결하기 위한 실무적인 지침들을 제안하고자 한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1999년도 가을 학술발표논문집 Vol.26 No.2 (1)
• /
• pp.444-446
• /
• 1999

컴포넌트 기반의 개발과 컴포넌트 개발에 대한 관심이 높아지면서 이를 위한 개발 방법론과 개발 도구들의 도입이 확산되고 있다. 또한 컴포넌트의 재사용 범위를 확장시키기 위해 컴포넌트 개발 시 나타나는 Hot Spot 처리를 위한 분석, 설계기법에 대한 관심이 높아지고 있다. 따라서 본 논문에서는 Hot Spot 처리시에 나타나는 의존적인 Hot Spot을 디자인하는 방법을 제시하고 그 방법을 적용하여 의존적인 Hot Spot을 디자인 할 때 발생되는 Hot Spot 간의 결합도 줄이고 디자인 모델의 가독성을 높인다. 본 논문에서는 디자인 모델링을 위한 표기법으로서 객체지향 모델링 기법인 (UML(Unified Modeling Language)를 이용하여 모델링한다.