• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.06a
• /
• pp.142-145
• /
• 2001

본 논문에서는 얼굴추출을 하는데 있어서 빠른 속도로 얼굴의 구성요소들을 분할하고 추출한다. 효율적인 분할과 추출물 위해서 3가지의 정보를 사용한다. 첫 번째는 얼굴의 색상정보로써 배경 속의 얼굴을 찾는데 이용한다. 두 번째는 얼굴의 윤곽선 정보로 얼굴의 구성요소를 추출해 내는데 사용한다. 세 번째는 얼굴의 구조적인 정보를 이용하여 색상 및 윤곽선 정보를 이용하여 추출된 요소에 대해 얼굴의 다른 구성요소를 추출하는데 이용한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.436-438
• /
• 2001

본 논문에서는 기울어진 얼굴 영상에서 얼굴 구성 요소를 추출하는 방법을 제안한다. 제안하는 방법은 먼저 피부 색상 정보를 이용하여 얼굴 후보 영역을 추출한다. 이때 YIQ 색상 좌표계를 이용하고 조명의 영향을 반영하기 위하여 피부색상 영역을 다단계로 분할하여 색상 영역을 각각 결정한 뒤 적중률을 계산하여 얼굴 후보 영역을 결정하는 방법을 제안하였다. 2단계에서는 얼굴의 구성 요소중 가장 두드러진 특징인 눈동자 영역을 기준으로 한국인의 표준 얼굴 통계치를 적응하여 탐색하는 방법을 사용하였다. 이때 탐색된 눈동자 좌표로부터 얼굴의 기울기를 추정한다. 다음 단계에서는 얼굴 후보 영역에 대하여 기울어짐 보정을 수행한 뒤, 수평 수직 투영값을 이용하여 얼굴의 구성요소를 탐색한 뒤 얼굴 포함 최소 사각형을 정의하였다. 마지막으로 얼굴 영상 데이터 베이스로부터 얼굴 포함 최소 사각형에 대한 명암값 표준템플릿을 정의하고, 입력 영상에서 탐색된 최소 포함 사각형에 대하여 얼굴 영역 검증하는 방법을 제안하였다.

• Journal of KIISE:Computing Practices and Letters
• /
• v.14 no.1
• /
• pp.1-12
• /
• 2008

In this paper, we present a real-time algorithm for recognizing the vehicle color from the indoor and outdoor vehicle images based on GPU (Graphics Processing Unit) acceleration. In the preprocessing step, we construct feature victors from the sample vehicle images with different colors. Then, we combine the feature vectors for each color and store them as a reference texture that would be used in the GPU. Given an input vehicle image, the CPU constructs its feature Hector, and then the GPU compares it with the sample feature vectors in the reference texture. The similarities between the input feature vector and the sample feature vectors for each color are measured, and then the result is transferred to the CPU to recognize the vehicle color. The output colors are categorized into seven colors that include three achromatic colors: black, silver, and white and four chromatic colors: red, yellow, blue, and green. We construct feature vectors by using the histograms which consist of hue-saturation pairs and hue-intensity pairs. The weight factor is given to the saturation values. Our algorithm shows 94.67% of successful color recognition rate, by using a large number of sample images captured in various environments, by generating feature vectors that distinguish different colors, and by utilizing an appropriate likelihood function. We also accelerate the speed of color recognition by utilizing the parallel computation functionality in the GPU. In the experiments, we constructed a reference texture from 7,168 sample images, where 1,024 images were used for each color. The average time for generating a feature vector is 0.509ms for the $150{\times}113$ resolution image. After the feature vector is constructed, the execution time for GPU-based color recognition is 2.316ms in average, and this is 5.47 times faster than the case when the algorithm is executed in the CPU. Our experiments were limited to the vehicle images only, but our algorithm can be extended to the input images of the general objects.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.359-361
• /
• 1999

내용 기반 영상 검색을 위해 본 연구에서는 Vector Quantization을 이용하여 영상을 구성하는 주요 객체들의 특징 추출 방법을 제안한다. 내용 기반 검색 시스템에서 사용되는 영상의 주요 특징들은 색상, 질감, 형태 및 영상을 구성하고 있는 객체들의 공간적 위치 등이 사용된다. 이러한 특징들 중에서 어떤 특징들을 사용하고 또 어떤 방식으로 결합하느냐에 따라 혹은 영상의 특성을 잘 나타낼 수 있는 주요 특징을 어떻게 추출, 표현하느냐에 따라 검색 성능에 큰 영향을 미친다. 이 중 본 논문에서는 일반적인 색상, 질감 특징 추출방법과 더불어 Vector Quantization 알고리즘을 이용하여 정지 영상을 구성하고 있는 객체들의 대표 색상과 질감 특징을 빠르게 추출하고 이를 내용 기반 검색에 이용함으로써 객체의 위치, 회전 및 크기 변화에 무관한 검색을 가능케 했다. 연구의 실험 결과 VQ를 이용함으로써 대표특징치 추출시간을 줄일 수 있었고 검색시 색상과 질감 특징의 가중치를 각각 0.5, 0.5로 주는 것이 가장 높은 검출율을 보였으며 제안된 방식에 의해 '사람' 영상의 경우 0.9의 검출율을 보였다.

• 한국HCI학회:학술대회논문집
• /
• 2007.02a
• /
• pp.725-730
• /
• 2007

본 논문에서는 인체 추적에 필요한 인체의 각 부위들을 구성요소로 각각 검출하여 연결하는 인체 모델을 통해 각 구성요소를 개별적으로 추정하게 된다. 여기서 인체의 구성요소 중 동작 추적에 가장 필요한 6개 부위로 구성된 구성요소인 머리, 몸통, 왼팔, 오른팔, 왼발, 오른발 등을 검출하여 추적한 후, 각 구성요소의 중심값과 색상정보를 이용하여 이전 프레임과 현재 프레임 간에 연결성을 두여 각 구성요소를 개별적으로 확률 전파를 통해 추적되어지고, 각 구성요소의 추적 결과는 구성요소들의 추정 결과를 구성요소 기반 확률 전파를 이용하여 인체의 동작을 추정하는 방법을 제안한다. 입력 영상에서 피부색 등의 색상 정보를 이용하여 인체 부위 또는 인체 모델의 구성 요소들 각각의 중심값과 색상정보를 가지고 확률전파를 통해 이것이 어떤 동작인지 동작 추정이 가능하다. 본 논문에서 제안하는 인체 동작 추적 시스템은 유아의 동작교육에 이용되는 7가지 동작인 걷기, 뛰기, 앙감질, 구부리기, 뻗기, 균형 잡기, 회전하기 등에 적용하였다. 본 논문에서 제안한 인체 모델의 각 구성요소 부위들을 독립적으로 검출하여 평균 96%의 높은 인식률을 나타냈고, 앞서 적용한 7가지 동작에 대해서 실험한 결과 평균 88.5% 성공률을 획득함으로써 본 논문에서 제안한 방법의 타당성을 보였다.

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 2001.11a
• /
• pp.154-157
• /
• 2001

자동차 인테리어 디자인에 있어서 색상은 외형디자인과 함께 사용자의 감성적 평가를 결정짓는 중요한 요인중의 하나이다. 그러나 이러한 중요성에도 불구하고 이에 대한 체계적인 연구가 이루어지지 않고 있는데 그 주된 이유로 자동차 프로토타입 모델의 완성 전에 가상적인 색상 배색 시뮬레이션을 해 볼 수 있는 기술적 기반이 미약했음을 들 수 있다. 다행히 최근의 컴퓨터 하드웨어 발달로 자동차 색상계획 단계에서 실시간으로 색채 배색효과를 시뮬레이션 할 수 있는 환경의 구축이 가능해지고 있다. 본 연구에서는 색상이미지에 대한 사용자 감성척도를 기반으로 색상 배색 디자인을 지원할 수 있는 자동차 인테리어 색상 배색 지원 시스템을 제안하고자 한다. 지원 시스템은 색상 감성 요소의 수집을 위한 정보수집 모듈, 색채 감성과 색상 속성의 상관관계를 추출하기 위한 컬러 감성 해석 모듈, 디자이너의 색상 배색을 지원하기 위한 시뮬레이션 모듈, 도출된 배색의 평가 테스트를 위한 평가 지원 모듈로 구성된다.

• Science of Emotion and Sensibility
• /
• v.16 no.4
• /
• pp.545-556
• /
• 2013

This study has established the GUI design elements of mobile phones as color, text, layout, graphic icon, and video, under the purpose of exploring the relevance between such elements and brand preference among senior citizens. To accomplish the objective, a model and hypotheses were established, which were tested through a multiple regression analysis. The findings are as follows. First, when the statistical significance was examined by GUI design element of mobile phones, the following results were obtained: Color, text, layout, graphic icon, and video were statistically significant at the significance level given, indicating that such elements all affect brand preference. Second, the relative influence of GUI design elements of mobile phones on brand preference was revealed in the following order: text, color, video, graphic icon, layout. It indicates that boosting the brand preference of senior citizens for mobile phones requires considering 'text' and 'color' first before any other element. In addition, as the influence of 'text' and 'color' becomes greater, the brand preference also becomes higher.

• The Journal of Korea Institute of Information, Electronics, and Communication Technology
• /
• v.3 no.2
• /
• pp.18-24
• /
• 2010

On-board spectrophotometer has been widely used as a non-contact and non-destructive measurement system in many fields. In this study, we evaluated the effect with respect to the light of on-board spectrophotometer based on a comparison with the standard spectrophotometer and color information coordinate system. Red, yellow, green and blue color paper, which were the standard reflective color paper and Munsell color paper, were used for experiments. In order to compare between a standard spectrophotometer system and an on-board spectrophotometer system, each color paper was measured 20 times. We concluded that it is possible to develop a system regardless the effect of light if the light was supplied consistently and a calibration was performed exactly while we applied an on-board spectrophotometer to non-contact and non-destructive measurement system.

• Proceedings of the IEEK Conference
• /
• 2001.09a
• /
• pp.377-380
• /
• 2001

본 논문에서는 실내에서 액티브 카메라를 사용하여 다중 인물의 얼굴의 위치를 검출하고. 추적할 수 있으며 조명과 배경 등의 영향에 강인한 추적 알고리즘을 제시하고자 한다. 알고리즘은 얼굴영역 검출, 추적의 2단계로 구성되며, 빠르고 효율적인 얼굴영역 검출은 추적 알고리즘의 성능향상으로 이어지므로, 이를 위해 독특한 색상영역 분포를 갖는 피부 색상 특징을 이용하였다. 표본영상에서 추출된 피부색상 픽셀들을 바탕으로 YCbCr 색상계를 사용하여 얼굴 색상모델을 구축한 후, Gaussian 함수를 사용하여 입력 영상의 픽셀과 얼굴색상모델과의 유사도를 결정하였다. 최종 얼굴 영역은 추출된 영역에 대한 얼굴의 타원특징, 해부학적 특징을 이용하여 결정된다. 추적은 추출된 얼굴영역과 temporal Gaussian 필터를 적용한 움직임 추정을 통한 움직임 검출의 조합으로 이루어진다. 또한, 예측버퍼의 사용으로 탐색영역의 축소로 인한 계산량 감소와 처리 속도의 증가시켰으며, pan/tilt가 가능한 카메라를 사용하여 상호 피드백이 가능하도록 하였다. 제시된 알고리즘은 PC 상에서 시뮬레이션되었으며, 좋은 결과를 얻을 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.05a
• /
• pp.643-646
• /
• 2003

본 논문은 분할된 비디오 화면들의 색상 내용을 기반으로 하는 새로운 영상 검색 방법을 제안 하고자 한다. 제안된 시간 색상 상관그래프는 공통적인 통계 데이터를 이용하여 비디오 화면 내의 공간-시간 관계를 계산한다. 시간 색상 상관 그래프는 내용 기반의 영상 검색에 매우 효과적인 것으로 밝혀진 HSV(Hue, Saturation, Value) 색상 상관 그래프를 기반으로 하고 있다. 시간 색상 상관 그래프는 하나의 비디오 화면으로부터 추출된 프레임 샘플의 양자화 된 HSV 색상 값의 자기상관관계를 이용하여 구성하였다. 본 논문에서는 11시간 분량의 분할된 MPEG-1 비디오에 대한 질의와 질의에 대한 관련성 판정을 하고자 내용 기반의 멀티미디어 검색 시스템을 구축하여 실험하였다. 실험 견과 제안된 방법이 시각 정보만을 필요로 하는 검색에 있어 기존의 다른 검색 방법보다 우수한 결과를 나타냄을 증명하였다.