• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2006년도 추계학술발표대회
• /
• pp.199-202
• /
• 2006

본 논문에서는 적응적 관심윈도우에 기반한 세포영상 세그먼테이션 기법을 제안한다. 명암지도를 이용하여 초기 관심윈도우를 생성하고, 초기 관심윈도우를 쿼드-트리 분할을 통해 실제 관심영역과 유사한 크기가 될 때까지 축소한다. 이렇게 생성된 적응적 관심윈도우는 세포영상에서 배경을 제거하고 관심영역 추출의 처리시간을 줄일 수 있다. 그리고 세그먼테이션과 관심영역의 분리를 위한 영역 병합 및 제거를 수행하여 최종적으로 정밀한 관심영역을 얻어낸다. 실험에서 제안된 기법은 세포영상의 관심영역을 효과적으로 분리하여 인간 시각과 유사한 향상된 세그먼테이션 결과를 보여준다.

• 정보처리학회논문지B
• /
• 제14B권2호
• /
• pp.99-106
• /
• 2007

본 논문에서는 적응적 관심영역(AAW: Adaptive Attention Window)에 기반한 세포영상 분할 기법을 제안한다. 적응적 관심영역은 분할하기 위해, 명암지도를 이용하여 초기 관심윈도우(IAW: Initial AW)를 생성한다. 생성된 초기 관심윈도우는 쿼드-트리 분할을 이용하여 실제의 관심영역(ROI: Region of Interest)과 유사한 크기가 될 때까지 축소된다. 이렇게 생성된 적응적 관심윈도우는 세포 영상에서 배경을 제거하고 관심영역 추출의 처리 시간을 줄이기 위해서 사용된다. 마지막으로 적응적 관심영역 안에서 영역을 분할하고, 관심영역만을 분리하기 위한 영역 병합과 제거를 수행한다. 실험에서 제안된 기법은 세포영상의 관심영역을 효과적으로 분리하여 인간 시각과 유사한 향상된 영상 분할 결과를 보여준다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2014년도 춘계학술대회
• /
• pp.408-410
• /
• 2014

본 논문에서는 자동차 번호판 인식을 위해 이진화과정을 거쳐 레이블링된 이미지에서 번호판 영역을 추출하기 위한 기법을 제안한다. 자동차 번호판 인식 시스템은 지금까지 많은 연구가 이루어지고 있으며, 번호판의 인식률도 점점 높아지고 있는 추세이다. 본 논문에서는 레이블링 이미지에서 자동차 번호판 영역을 추출하기 위한 관심 영역 설정에 대한 연구를 기술하였으며 레이블링을 위한 이미지 샘플은 오츠알고리즘을 이용하여 이진화 되었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2004년도 춘계학술발표대회
• /
• pp.737-740
• /
• 2004

본 논문에서는 차종 식별을 위해 차량 영상의 질감 특징을 사용하였다. 차량의 질감 특징 정보를 얻기 위한 관심영역으로 라디에이터 그릴 부분을 선택하였다. 추출된 관심영역으로부터 GLCM(Gray Level Co-occurrence Matrix)을 사용하여 질감 특징 값을 추출하였고, 그 특징 값들을 입력으로 취하는 3층의 신경회로망을 구성한 후 역전파 학습 알고리즘을 사용하여 학습을 시켜서 차종 식별을 시도하였다.

• 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.

• 한국컴퓨터정보학회논문지
• /
• 제14권10호
• /
• pp.63-71
• /
• 2009

본 논문에서는 낮은 피사계 심도 JPEG2000 이미지의 복원 과정에서 관심영역을 자동으로 추출하여 우선적 처리하는 개선된 동적 관심영역 코딩 방법을 제안한다. 제안한 방법은 기존 방법과는 달리 사용자의 관심영역 지정 과정을 거치지 않고, DWT(Discrete Wavelet Transform)에서 특정 레벨의 고주파 서버 밴드를 사용하여 에지 마스크 정보를 생성한 후에 자동 에지 코드 블록 판별 알고리즘을 사용하여 관심영역을 빠르게 처리한다. 이 알고리즘은 에지 임계값과 4 방향(동, 서, 남, 북)으로 코드 블록 단위의 에지 마스크 정보를 이용하여 에지 코드 블록을 판별한다. 본 알고리즘을 기존의 Implicit 방법에 적용하여 실험한 결과, 제안한 방법이 기존의 방법들에 비해 속도와 품질 면에 있어서 우수함을 확인하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제6권6호
• /
• pp.321-328
• /
• 2017

우리는 빛의 정도에 따라 이미지의 밝기와 채도, 대비를 보정하고 더 나아가 역광을 보정하는 기술을 구현하였다. 역광보정은 자동이나 수동으로 할 수 있는데, 수동으로 역광보정을 적용하기 위해서는 먼저 관심영역을 지정해 주어야 한다. 관심영역은 사진 속 원하는 사물의 윤곽선을 이어줌으로써 선택한다. 우리는 자석 올가미를 이용하여 사용자가 섬세한 선택을 가능하게 하였다. 기존 올가미 기능은 시작점과 끝점을 일치시켜 주어야 하는 단점이 있었으나 제안하는 올가미 기능은 시작점과 끝점을 일치시키지 않아도 관심영역을 선택할 수 있는 장점이 있다. 또한 사용자가 이진화 임계값과 질감추출을 위한 k-means 군집의 개수를 선택할 수 있도록 하여 다양한 역광보정 결과를 자동으로 얻을 수 있게 하였다.

• 디지털융복합연구
• /
• 제10권3호
• /
• pp.173-178
• /
• 2012

본 논문에서는 영상의 관심 영역을 선택추출하여 효과적으로 객체를 추출 할 수 있는 관심 영역 지도(Saliency Map) 생성 기법을 제안하였다. 제안하는 방법은 객체의 윤곽선에 초점을 맞추어 단일영상의 에지(Edge), HSV 색상 모델의 H(Hue)성분, 포커스(Focus), 엔트로피(Entropy)의 네 가지 특징 정보를 이용한 각각의 특징 지도(Feature Map)를 생성하고, 생성된 특징 지도들을 중심 주변 차이(Center Surround Differences)를 이용하여 중요도 지도(conspicuity map)를 생성하게 된다. 이후 생성된 중요도 지도들을 조합함으로써 관심 영역 지도를 생성하게 된다. 제안한 기법을 이용하여 생성한 관심 영역 지도를 기존 기법의 관심 영역 지도와 비교한 결과 제안한 기법의 우수함을 알 수 있었다.

• 대한전자공학회논문지SP
• /
• 제38권4호
• /
• pp.87-87
• /
• 2001

일반화 대칭 변환 (generalized symmetry transform, GST)은 주어진 영상에서 사전 분할이 없이 국부성과 반사 대칭성을 결합하여 대칭을 측정하고 관심 영역을 추출한다. GST의 거리 가중치 함수에서 국부적인 대칭성이 반영되며 이 함수의 표준 편차 u에 의해 GST의 수행 범위가 조절된다. 넓은 관심영역을 추출하기 위해 반지름 r이 큰 검색영역 내에서의 대칭성이 추출될 필요가 있다. 이에 따라서 GST의 수행시간은 r에 따라 2차적으로 증가하게 된 본 논문에서는 이를 개선하기 위해 선택적 방향 주의를 가지는 수정된 스캔라인 GST를 제안한다. 제안된 GST는 기존의 GST와 유사한 대칭 특성을 추출하지만 선택적 방향의 기울기만을 고려한 스캔라인 위의 에지 화소쌍에서 GST를 수행함으로써 r에 따라서 이의 수행시간이 선형적으로 증가된다 특히 r이 큰 경우에 선택적 방향에 대해서만 적용하면 기존의 GST의 계산량이 비대해지는 단점을 보완해 줄 수 있다. 제안된 GST가 기존의 GST보다 시간적으로 효과적이며 유용하다는 것이 여러 종류의 영상에 대한 실험으로 확인되었다.

• 방송공학회논문지
• /
• 제17권4호
• /
• pp.670-675
• /
• 2012

정지영상 및 동영상내의 화면에서 관심영역이 설정되고, 비관심영역에 비하여 관심영역에 높은 화질이 제공되면 전체적으로 주관적 화질이 증대하게 된다. 관심영역은 색상 카메라만을 이용하여 추출하게 되면 계산이 복잡해질 뿐만아니라 추출의 정확도도 떨어지게 된다. 따라서 본 논문에서는 관심영역을 설정하기 위하여 깊이 카메라를 이용하며, 카메라와 관심영역 객체별 거리를 산출하고, 거리에 따라 객체의 화질을 차별적으로 제어하는 방법을 제안한다. 즉, 거리가 먼 객체에는 높은 양자화 계단크기를 적용하지만, 상대적으로 거리가 가까운 객체에는 낮은 양자화 계단크기를 적용하여 화질을 좋게 한다. 본 논문에서 제안된 방법에 의해 객체의 거리별로 양자화계단의 크기를 차등적으로 적용함으로써 주관적 화질의 개선이 이루어졌으며 모의실험을 바탕으로 확인할 수 있다.