• 한국전자통신학회논문지
• /
• 제14권4호
• /
• pp.663-670
• /
• 2019

지하철에서 스크린 도어와 플랫폼간의 경계선을 검출할 수 있는 변형된 케니에지 검출 알고리듬을 제안한다. 일반적으로 지하철에서는 플랫폼과 스크린 도어 사이의 경계선은 주변에 비해 어둡게 나타나므로 이의 특성을 고려하여 변형된 bottom-hat 변환을 이용해 에지 영상을 만든다. 이렇게 구한 에지 영상에 이중 문턱화를 통해 강한 에지와 약한 에지를 포함하는 이중 문턱화 영상을 얻는다. 이중 문턱화 영상에 호프 변환을 적용하여 플랫폼과 스크린 도어 간의 경계선을 검출하여 그 길이를 계산하고, 사람 등 물체가 있을 때와 없을 때와의 경계선 길이를 비교함으로써, 경계선을 침범 여부를 판단하는 알고리듬을 제안한다. 본 논문에서는 카메라 높이 위치에 따라 두 종류의 서로 다른 입력영상을 사용하여 제안한 변형된 케니에지 검출 알고리듬에 대한 결과를 컴퓨터 시뮬레이션으로 나타내었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2014년도 춘계학술발표대회
• /
• pp.844-847
• /
• 2014

본 논문에서는 다양한 형태의 어플리케이션 중 스마트폰에 탑재된 카메라를 이용하여 명함을 인식할 때 발생하는 문제점을 해결하기 위한 기법을 제시하고자 한다. 스마트폰의 카메라를 이용하여 이미지를 얻을 경우 카메라의 각도에 따라 객체의 모양이 변형된다. 명함인식에서 이러한 이미지 왜곡문제는 인식률에 많은 영향을 미친다. 본 논문에서는 카메라의 각도에 따른 이미지의 왜곡 문제를 해결하기 위해 캐니 에지를 이용하여 객체를 검출하고, 검출된 객체의 간단한 정보를 이용하여 명함 영역을 검출하고, 영역 내에 명함을 검출하는 기법을 제안한다.

• 정보처리학회논문지B
• /
• 제16B권4호
• /
• pp.299-308
• /
• 2009

AAM(Active Appearance Model)은 PCA(Principal Component Analysis)를 기반으로 객체의 형태(shape)와 질감(texture) 정보에 대한 통계적 모델을 통해 얼굴의 특징점을 검출하는 알고리즘으로 얼굴인식, 얼굴 모델링, 표정인식과 같은 응용에 널리 사용되고 있다. 하지만, AAM알고리즘은 초기 값에 민감하고 입력영상이 학습 데이터 영상과의 차이가 클 경우에는 검출 에러가 증가되는 문제가 있다. 특히, 입을 다문 입력얼굴 영상의 경우에는 비교적 높은 검출 정확도를 나타내지만, 사용자의 표정에 따라 입을 벌리거나 입의 모양이 변형된 얼굴 입력 영상의 경우에는 입술에 대한 검출 오류가 매우 증가되는 문제점이 있다. 이러한 문제점을 해결하기 위해 본 논문에서는 입술 특징점 검출을 통해 정확한 입술 영역을 검출한 후에 이 정보를 이용하여 AAM을 수행함으로써 얼굴 특징점 검출 정확성을 향상시키는 방법을 제안한다. 본 논문에서는 AAM으로 검출한 얼굴 특징점 정보를 기반으로 초기 입술 탐색 영역을 설정하고, 탐색 영역 내에서 Canny 경계 검출 및 히스토그램 프로젝션 방법을 이용하여 입술의 양 끝점을 추출한 후, 입술의 양 끝점을 기반으로 재설정된 탐색영역 내에서 입술의 칼라 정보와 에지 정보를 함께 결합함으로써 입술 검출의 정확도 및 처리속도를 향상시켰다. 실험결과, AAM 알고리즘을 단독으로 사용할 때보다, 제안한 방법을 사용하였을 경우 입술 특징점 검출 RMS(Root Mean Square) 에러가 4.21픽셀만큼 감소하였다.