• 스마트미디어저널
• /
• 제4권4호
• /
• pp.18-23
• /
• 2015

본 논문에서는 텐서보팅을 이용하여 기존 마르코프 랜덤 필드 메소드 안의 가우시안 혼합 모델 함수의 성능을 향상시킬 수 있는 적합한 클러스터 개수 검출 방법을 제시한다. 제안하는 방법의 핵심 포인트는 텐서보팅의 인풋 데이터 토큰의 연속성인 saliency map을 통한 중심점 개수의 추출이다. 우리는 가장 먼저 주어진 자연 영상에서 전경 및 배경 후보 영역을 분리한다. 다음으로, 분리된 각 후보 영역에 대하여 텐서보팅을 적용하여 적절한 클러스터 개수를 추출한다. 우리는 검출된 클러스터 개수를 이용하여 정확한 가우시안 혼합 모델 모델링을 수행할 수 있다. 그리고 이를 적용한 마르코프 랜덤 필드의 unary term과 pairwise term을 계산하여 자연 영상의 텍스트 이진화 결과를 반환한다. 실험 결과, 제안된 방법이 최적의 클러스터 개수를 반환하고, 향상된 텍스트 이진화 결과를 반환함을 확인하였다.

• 한국산업정보학회:학술대회논문집
• /
• 한국산업정보학회 1997년도 춘계학술대회 발표논문집
• /
• pp.141-161
• /
• 1997

팩시밀리로부터 수신된 영상은 글자를 두껍게 하는 돌출잡영(salient noise), 문자주변에 점이 추가되는 고춧가루 잡영(pepper noise), 선의절단을 일으키는 백색잡영(white noise)으로 인하여 가독성이 떨어진다. 수신된 팩시밀리 영상을 원래의 영상으로 복원하기 위하여 최근에 Handley 와 Dougherty가 처음으로 형태학적 복원 방법을 제안하였다. 형태학적 복원 방법은 돌출잡영에 대해서 효과적이었지만, 확률적으로 발생하는 백색잡영과 고춧가루잡영에 대해서는 팩시밀리 영상을 결정적 수열(deterministic sequence)로다루었기 때문에 효과적이지 못했다. 본 논문에서는 주사과정, 고딩과정, 그리고 통신과정에서 생성되는 돌출, 고춧가루, 백색잡영에 의해 훼손된 팩시밀리 영상을 칼만여과를 이용하여 복원하는 새로운 방법을 제안하였다. 제안된 방법은 모델링과 복원 두 단계로 구축된다. 첫째, 이웃 화소들과의 종속관계를 갖는 팩시밀리 영상을 마르코프 랜덤 필드를 바탕으로 팩시밀리 시스템 모델을 제안하였다. 둘째, 제안된 팩시밀리 시스템 모델을 칼만 여과과정의 시스템 모델 및 관측모델로 재구성한 다음, 칼만 여과과정의 ill-conditioned 문제를 극복하기 위하여 양정치 (positive definite)공분산 행렬을 유도하여 새로운 복원방법을 제안하였다. 제안된 방법의 복원 능력을 검증하기 위하여 사무실에서 가장 많이 사용되는 한글을 사용하여 알파벳 대소문자, 숫자, 특수문자로 구성된 문서를 만들어 실험하였다. 그 결과, 제안된 방법이 형태학적인 복원 방법보다 성능이 우수함을 밝혔다.

• 한국정보처리학회논문지
• /
• 제7권8호
• /
• pp.2555-2564
• /
• 2000

본 논문에서는 새로운 무관리형 화상분할 알고리즘이 제안된다. 제안된 알고리즘은 화상에 내재되어 있는 구조 정보를 모델링하기 위하여 마르코프 랜덤필드의 특성을 이용하고 있다. 텍스쳐 화상은 정상상태의 가우스 마르코프 랜덤필드가 2차원의 격자구조 위에 실현된 상태로 간주되었으며 2차의 비순차근방을 갖는 조건부 자기회귀함수를 이용하여 모델링 되었다. 화상의 경계면 감출을 위하여 마스크로 선택된 두 영역에 대한 가설검정이 수행된다. 이 방법은 선택된 두 영역이 같은 종류의 텍스쳐라고 가정을 한 후 조건부 자기회귀모델의 매개변수를 최소평균제곱오차 측면에서 추정한다. 가설이 거절되면 두 영역의 상이함을 측정한 그 값이 선택된 영역에 누적된다. 이와 겉은 방법을 통하여 잠재적인 경제지도가 얻어지며, 이것을 통하여 여러 종류의 텍스쳐 화상의 분할이 미세오류경계 없이 이루어지게 된다. 제안된 알고리즘의 성능은 인공화상 뿐만 아니라 실제의 자연화상을 이용한 실험을 통하여 입증되었으며 일체의 사전정보 없이도 만족할 만한 결과를 보여 주었다.

• 대한전자공학회논문지SP
• /
• 제38권4호
• /
• pp.1-1
• /
• 2001

본 논문에서는 웨이블릿 변환을 멀티스케일 매치 필터의 관점에서 해석하고, 이를 위하여 마르코프 랜덤 필드에 묻혀있는 가우시안 형태의 작은 물체를 검출하는 이론적 근거를 제시하며, 이의 응용으로 맘모그램에 존재하는 마이크로캘시피케이션을 검출하는 알고리즘을 제안한다. 검출하고자 하는 물체가 가우시안 형태이고 그 스케일이 웨이블릿 변환에 의해 계산된 것과 일치하며, 그 주변의 잡영이 마르코프 프로세스이면, LoG(Laplacian of Gaussian) 웨이블릿은 멀티스케일 매치 필터로 작용하며, 적절한 디테일 이미지를 단순히 이진화함으로써 최적의 검출기를 구현할 수 있다. 그런데, 마이크로캘시피케이션은 정확한 가우시안 형태를 갖지 않고, 게다가 맘모그램의 배경이미지도 마르코프 프로세스라는 가정에서 벗어난다. 이러한 불일치를 해결하기 위하여, 본 논문에서는 멀티스케일 웨이블릿 계수에서 추출한 특징벡터를 Hotelling observer에 입력하여 처리함으로써 이를 보상하고자 하였다.

• 대한전자공학회논문지SP
• /
• 제38권4호
• /
• pp.325-334
• /
• 2001

본 논문에서는 웨이블릿 변환을 멀티스케일 매치 필터의 관점에서 해석하고, 이를 위하여 마르코프 랜덤 필드에 묻혀있는 가우시안 형태의 작은 물체를 검출하는 이론적 근거를 제시하며, 이의 응용으로 맘모그램에 존재하는 마이크로캘시피케이션을 검출하는 알고리즘을 제안한다. 검출하고자 하는 물체가 가우시안 형태이고 그 스케일이 웨이블릿 변환에 의해 계산된 것과 일치하며, 그 주변의 잡영이 마르코프 프로세스이면, LoG(Laplacian of Gaussian) 웨이블릿은 멀티스케일 매치 필터로 작용하며, 적절한 디테일 이미지를 단순히 이진화함으로써 최적의 검출기를 구현할 수 있다. 그런데, 마이크로캘시피케이션은 정확한 가우시안 형태를 갖지 않고, 게다가 맘모그램의 배경이미지도 마르코프 프로세스라는 가정에서 벗어난다. 이러한 불일치를 해결하기 위하여, 본 논문에서는 멀티스케일 웨이블릿 계수에서 추출한 특징벡터를 Hotelling observer에 입력하여 처리함으로써 이를 보상하고자 하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제28권1호
• /
• pp.46-51
• /
• 2001

2D로 확장한 HMM은 다수 제안되었지만 엄밀한 의미에 있어서 2D HMM이라고 하기에 부족한 점이 많다. 본 논문에서는 기존의 랜덤 필드 모형이 아닌 새로운 2D HMM을 제안한다. 상하 및 좌우 방향의 causal chain 관계를 가정하고 완전한 격자 형성 조건을 두어 2D HMM의 평가, 매개 변수를 추정하는 알고리즘을 제시하였다. 각각의 알고리즘은 동적 프로그래밍과 최우 추정법에 근거한 것이다. 변수 추정 알고리즘은 반복적으로 이루어지며 국소 최적치에 수렴함을 보였다.

• 대한전자공학회논문지SP
• /
• 제48권1호
• /
• pp.157-165
• /
• 2011

본 논문에서는 마르코프 랜덤 필드(Markov random fields: MRF) 기반으로 배경을 모델링하는 방식과 함께 관련 파라미터들을 추정하는 알고리즘을 제안한다. 화소 기반의 배경 모델링 기법은 인근 화소 간의 연관성을 고려하지 않고 화소 단위의 시간적 변화에 대한 통계적 특성에 주로 의존하므로 판정 오류를 줄이는데 한계가 있다. 제안 알고리즘은 화소 기반으로 배경 모델을 일차적으로 수행한 다음 MRF를 이용하여 시공간적으로 인근한 화소 간의 상호 의존성을 활용하여 배경모텔의 정확도를 향상시키는데 그 목적을 두고 있다. MRF는 기본적으로 파라미터의 크기에 매우 민감하므로 기존의 MRF 기반 알고리즘은 이미지에 따라 적절한 값을 사전에 구하여 적용하고 있다. 제안한 방식은 초기에 임의의 파라미터로 배경/전경 상태변수를 구한 후에 이의 통계적 특성을 이용하여 파라미터들을 추정하고 추정된 파라미터를 적용하여 상대변수를 재차 구하는 과정을 반복함으로써 최적의 파라미터에 적응적으로 수렴하도록 조정한다. 실내외의 다양한 환경에서 촬영한 비디오를 이용하여 제안한 방식 성능을 확인한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2012년도 추계학술발표대회
• /
• pp.495-496
• /
• 2012

원격 환경에서 작동하는 원격 로봇을 조종하기 위해서는 조종사가 빠르게 계획을 세워야 한다. 이를 위해 GPS, 자이로스코프, 비디오 카메라, 3D 센서 등에서 획득한 2D 및 3D 데이터셋으로 복셀 맵을 구성한다. 지형 모델의 각 복셀은 이웃하는 복셀에 큰 영향을 받는다. 그러므로 깁스-마르코프 랜덤 필드 모델(GMRF, Gibbs-Markov Random Field) 을 사용하여 복셀맵에서 이동 가능한 영역을 탐색하는 방법을 제안한다.

• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2003년도 하계학술대회 논문집
• /
• pp.1-5
• /
• 2003

의료영상의 분할은 의료영상을 컴퓨터 진단 및 가시화에 필요한 같은 성질을 가진 여러 조직으로 나누어주는 방법이다. 즉 입력되어진 영상을 처리하여 유사한 화소들의 집합인 영역들로 화소들을 구분하는 작업이며 영상분할의 결과는 영상인식의 정확성에 큰 영향을 미친다. MRI(Magnetic Resonance Imaging)으로부터 정상적인 세포조직 또는 뇌종양과 같은 비정상적인 세포조직의 가시화와 분석을 위해서는 대상 세포조직의 적절한 분류를 필요로 한다. 하지만 기존의 영역 검출 방법으로는 잡음이 섞여 있는 영상에서 여러 가지의 처리과정(주로 잡음 제거)이 필수적이고 그런 과정으로 인해 정확한 영역 검출이 힘들게 된다. 이에 잡음이 있더라도 이를 제거하기 위한 처리가 필요 없이 영역기반으로 필요한 파라미터의 추정을 통한 MRF(Markov Random Field)를 이용하여 보다 효율적이고 정확하게 MRI에서 질환 영역을 검출할 수 있다.

• 한국멀티미디어학회논문지
• /
• 제18권12호
• /
• pp.1432-1438
• /
• 2015

We present a methodology to detect moving shadows in video sequences, which is considered as a challenging and critical problem in the most visual surveillance systems since 1980s. While most previous moving shadow detection methods used hand-crafted features such as chromaticity, physical properties, geometry, or combination thereof, our method can automatically learn features to classify whether image segments are shadow or foreground by using a deep learning architecture. Furthermore, applying Markov Random Field enables our system to refine our shadow detection results to improve its performance. Our algorithm is applied to five different challenging datasets of moving shadow detection, and its performance is comparable to that of state-of-the-art approaches.