• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 추계학술발표대회
• /
• pp.1169-1172
• /
• 2010

대부분의 홍채인식 시스템의 전반부를 살펴보면 카메라를 통한 이미지를 획득 후 전처리 과정에서 동공의 경계를 잡는 과정이 수행된다. 카메라를 통한 이미지 획득 시 초점이 좋은 이미지와 나쁜 이미지가 같이 획득이 된다. 초점이 나쁜 이미지는 동공의 경계를 잡는 과정에 있어서 좋은 이미지보다 시간이 오래 걸리기 마련이다. 이에 본 논문에서는 영상획득 후 동공의 경계를 잡는 과정 전에 DCT(Discrete Cosine Transform)를 이용한 선명도 측정하는 방법을 제안한다. 카메라를 통한 영상을 획득한 후 초점이 좋은 영상과 나쁜 영상을 구분하게 되고 초점이 좋은 영상만을 선택하여 다음 과정인 동공의 경계를 잡는 작업을 수행하게 된다. 제안하는 방법은 DCT를 이용한 이미지의 선별 작업에 시간이 소비 되지만 나쁜 영상을 이용하여 동공의 경계를 잡느라 걸리는 시간을 줄일 수 있는 장점을 기대할 수 있다. 우선적으로 수학적 분석을 통하여 23%의 속도 절감을 통한 성능 개선의 가능성을 보였고, 실제 구현을 통하여 속도 향상이 기대된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 추계학술대회
• /
• pp.153-155
• /
• 2022

최근 로봇과 드론을 이용하여 이미지 데이터를 수집하는 경우가 많아졌다. 로봇이나 드론이 주행할 때 외부 영향으로 흔들리게 된다. 이렇게 수집된 이미지를 사용하기 위해서는 이미지를 정합하는 전처리 기술이 필요하다. 따라서 본 논문에서는 자율주행 로봇 데이터셋과 직접 촬영한 드론 데이터셋을 사용하여 Deblur 딥러닝 모델을 통해 흔들린 이미지 데이터의 품질을 높인다. 실험 결과를 통해 흔들린 이미지가 선명하게 정합되는 것을 확인하였으며 모델의 성능을 평가하였다.

• 융합신호처리학회논문지
• /
• 제8권3호
• /
• pp.163-170
• /
• 2007

본 논문에서는 bicubic 방법보다 하드웨어 구조는 간단하면서 확대 이미지는 더욱 선명한 polyphase scaler를 제안하였다. 제안된 시스템은 새로운 픽셀을 얻기 위해서 디지털 필터의 group delay를 이용하여 해상도를 확대하는 방식을 사용하였으며 bicubic 방법과 비교하여 더 좋은 성능을 가지면서 하드웨어 구조를 간단히 하여 모바일 기기 등에 쉽게 적용이 가능하도록 설계하였다. 기존 polyhpase 필터는 해상도 확대시 영상을 흐릿하게 하는 blurring 노이즈가 발생하는 문제점을 가지고 있었다. 그래서 입력 신호의 고주파 성분을 증폭시키도록 Polyphase 필터를 boost-up 필터로 수정하여 보다 선명한 결과를 얻을 수 있었다. 본 논문에서 제안하는 polyphase scaler는 Xilinx Virtex2 FPGA를 이용하여 하드웨어 검증을 수행하였다. 제안된 polyphase scaler는 핸드폰 카메라의 디지털 줌으로 사용되어 질 수 있다.

• 한국위성정보통신학회논문지
• /
• 제10권1호
• /
• pp.1-5
• /
• 2015

멀티미디어 기술의 급속한 발전과 사용자의 대형 화면에 대한 선호도가 높아지는 가운데 새로운 영상 압축 기술인 HEVC(High Efficiency Video Coding) 고화질 영상 압축 표준을 탄생시켰으며, 그 결과 기존의 HD급 영상보다 4배 이상, 16배까지 선명한 초고화질 UHD(Ultra High Definition) 영상 서비스가 새롭게 주목받고 있다. 또한 JPEG 2000 압축도 기존 처리되던 픽셀 이미지를 넘어 초고화질 해상도 이미지(4K : $3,840{\times}2,160$ 또는 8K : $7680{\times}4320$)를 처리 지원을 하고 있다. 따라서 초고화질 이미지의 획득 및 저장을 위해서는 고속의 처리 기술이 필요하다. 이에 본 논문은 초고화질 해상도 이미지의 고속 처리를 위한 병렬처리 기술에 대한 연구를 위하여, JPEG 2000의 처리 과정을 살펴보고 전처리 단계인 색공간 변환 알고리즘 적용을 위하여 GPU환경에서 병렬 컴퓨팅을 통해 처리속도를 향상시키는 방법을 제안한다. 병렬화한 알고리즘의 구현은 OpenCL(Open Computing Language)을 이용하였다. 실험 결과 사용자 정의 쓰레드 기반 고속 처리와 비교하여 초고화질 해상도 이미지(UHD 4K : $3,840{\times}2,160$)를 기준으로 최대 5배의 성능 향상의 결과를 보여주었다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2011년도 하계학술대회
• /
• pp.28-30
• /
• 2011

본 논문에서는 특이값 분해(Singular Value Decomposition)을 이용하여 이미지의 주파수 영역 내에 정보를 은닉하는 방법을 제시한다. 이미지를 주파수 영역으로 변환하기 위하여 블록 단위로 이산 코사인 변환(Discrete Cosine Transform)을 수행한다. 이후 인접한 네 블록의 DC 값들로 구성된 행렬의 특이값을 은닉하고자 하는 정보에 따라 변환한다. 원래의 DC 값은 정보에 따라 변환된 DC 값으로 대체되고 역 이산 코사인 변환(Inverse Discrete Cosine Transform)을 수행하여 정보가 은닉된 이미지를 얻는다. 제안하는 알고리즘의 성능을 분석하기 위해 JPEG(Joint Photographic Coding Experts Group), 선명화(Sharpening), 히스토그램 등화(Histogram Equalization)와 같이 다양한 이미지 변화를 거친 후, 은닉된 정보의 신뢰도를 비교한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제28권5호
• /
• pp.402-411
• /
• 2001

H.263 압축 방식은 실현하는데 여러 가지 문제가 있지만 그 중에서 그 대표적인 것은 인코딩 과정에서의 압축 시간이 오래 걸린다는 것이고 다른 한 가지는 과도한 압축률에 의한 복원된 이미지 화질 저하이다. 이 논문에서는 H.263에서의 압축 속도 향상과 복원 이미지의 화질 이미지의 화질 보상에 대한 두 가지 새로운 방법을 제안하였다. 압축 속도를 향상시키기 위해서 움직임 벡터를 찾는 알고리즘을 개선하여 새로운 4단계 탐색 알고리즘을 제안하였다. 또한 화질을 보상하기 위해 디코더에서 블록 아티팩을 제거하고 복원 이미지를 선명하게 하는 알고리즘을 제안하였다. 여기서 화질 보상은 원본 이미지와 동일하게 만드는 것이 아니라 인간이 더 좋은 영상으로 인식하도록 하는 걸 목적으로 한다. 우리가 제한한 알고리즘에 의해서 압축 속도는 초당 2.5에서 17 프레임으로 증가하였고 블록 아티팩을 제거하고 명암 대비를 높임으로써 보기 좋은 영상을 제공하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2011년도 춘계학술발표대회
• /
• pp.382-383
• /
• 2011

초고전압 투과전자현미경으로부터 생산된 2D 이미지들에는 고전압(1250 kV)의 사용으로 인한 다양한 노이즈가 발생한다. 따라서 2D 이미지로부터 3D tomogram으로 재구성시 선명도 향상을 위하여 2D 이미지의 노이즈 제거 과정은 필수적이다. 본 연구에서는 band-pass filtering 기법을 활용하여 노이즈를 상당 부분 제거하였고, 필터링된 이미지로부터 3D tomogram으로 재구성한 경우 band-pass filtering의 효과가 2D 이미지에서 뿐만아니라 3D tomogram으로 재구성 했을 경우에 어떤 대역의 filter radius를 적용해야 더욱 효과가 크다는 사실을 확인하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2009년도 학술발표회 초록집
• /
• pp.1812-1816
• /
• 2009

이미지 해석에 의한 유속장 측정방법은 유체역학분야에서 지난 30 여년 동안 많이 활용되어온 속도측정 기법으로 오늘날에는 이를 수공학 분야에서 이를 유량측정 등 수리현상 해석에 활용하려는 시도가 다각적으로 이루어지고 있다. 이에 본 연구에서는 이미지 해석에 의한 유속장 측정방법을 용담댐 시험유역에 적용하여 그의 자연하천에서의 적용성을 검토하고자 한다. 이미지 해석에 의한 유속장 측정방법은 PIV(Particle Image Velocimetry)로 통칭되고 있으며, PIV는 seeding, illumination, recording, 및 image processing의 네 가지 요소로 구성된다. seeding을 위해서 유체를 따라 흐를수 있는 작은 입자를 유체에 첨가한다. 유체를 따라 흐르는 입자들의 선명한 이미지를 얻기 위해서illumination이 필요하다. PIV를 이용하여 흐름을 해석하기 위한 illumination은 일반적으로 이중펄스 레이저가 이용된다. 이렇게 유속장 해석을 하려는 유체에 대하여 seeding 및 illumination이 준비되면 단일노출- 다중 프레임법, 혹은 다중노출-단일 프레임법으로 흐름을 recording을 한다. image processing은 이미지를 다운로드하고, 디지타이징 및 화질향상을 하는 전처리(pre-processing), 상관계수의 산정에 의한 유속 벡터의 결정 및 에러 벡터를 제거하고 유속장을 그래프화하는 후처리(post-processing) 과정으로 구성된다. LSPIV(Large Scale PIV)는 PIV의 기본원리를 근거로 하여 기존의 PIV에 비하여 실험실 내에서의 수리모형실험이나 일반 하천에서의 유속측정과 같은 큰 규모$(4m^2\sim45,000m^2$)의 흐름해석을 할 수 있도록 Fujita et al.(1994)와 Aya et al.(1995)이 확장시킨 것이다. PIV와 비교시 LSPIV의 다른 점은 넓은 흐름 표면적을 포함하기 위하여 촬영시에 카메라의 광축과 흐름 사이의 각도가 PIV에서 이용하는 수직이 아닌 경사각을 이용하였고 이에 따라 발생하는 이미지의 왜곡을 제거하기 위하여 이미지 변환기법을 적용하여 왜곡이 없는 정사촬영 이미지로 변환시킨다. 이후부터는 PIV의 이미지 처리 방법이 적용되어 표면유속을 산정한다. 다만 이미지 변환을 PIV 이미지 처리 전에 하느냐 후에 하느냐에 따라 유속장 해석결과에 차이가 있다. PIV의 네가지 단계를 포함하여 LSPIV의 각 단계를 구분하면, seeding, illumination, recording, image transformation,image processing 및 post-processing의 여섯 단계로 나뉘어진다 (Li, 2002). LSPIV를 적용시 물표면 입자의 Tracing을 위하여 자연하천에서 사용하기에 적합한 환경친화적인 seeding 재료인 Wood Mulch를 사용하여 유속을 측정하였다. 적용지점은 용담댐 상류의 동향수위관측소 지점으로 이 지점은 한국수자원공사의 수자원시험유역이 위치하고 있다. 이미지의 촬영은 가정용 비디오 캠코더 (Sony DCR-PC 350)을 이용하여 두 줄기의 흐름에 대하여 각각 약 5분 동안의 영상을 촬영한후 이중에서 seeding의 분포가 잘 이루어진 약 1분간을 추출한후 이를 이용하여 PIV 분석에 이용하였다. 대체적으로 유속장의 계산이 무난하게 이루어지었으나 비교적 수질 상태가 양호하고, 수심이 낮고, 하상재료가 자갈로 이루어져 있어 비슷한 색상의 seeding 재료를 추적하기 어려운 구간이 발생한 부분에서는 유속의 계산이 정확히 이루어지지 않았다.

• 스마트미디어저널
• /
• 제11권7호
• /
• pp.61-69
• /
• 2022

학습된 머신러닝은 시간 경과에 따른 학습 모델과 학습 데이터 측면의 표류 현상이 발생과 동시에 머신러닝의 성능이 퇴화하게 된다. 이를 해결하기 위한 방안으로 머신러닝의 재학습 시기를 결정하기 위한 ML 표류의 개념과 평가 방법을 제안하고자 한다. 딸기와 선명도에 따른 XAI 테스트 및 사과 이미지의 XAI 테스트를 진행하였다. 딸기의 경우 선명도 값에 따른 ML 모델의 XAI 분석의 변화는 미미하였으며 사과 이미지의 XAI의 경우 사과는 정상적으로 객체 분류 및 히트맵 영역을 표시하였으나 사과꽃 및 꽃봉오리의 경우 그 결과가 딸기나 사과에 비해 미미하였다. 이는 사과꽃 및 꽃봉오리의 학습 이미지 수가 부족하기에 발생한 것으로 예상되며 추후 더 많은 사과꽃 및 꽃봉오리 이미지를 학습하여 테스트할 계획이다.

• 한국정보처리학회논문지
• /
• 제1권1호
• /
• pp.73-80
• /
• 1994

푸리에 서술자는 물체의 경계를 표현하는 일반적인 방법이다. 본 논문에서는 이 푸리에 서술자를 이용하여 물체를 인식할 수 있는 알고리즘을 구축하고 실제로 8가지 의 도구들을 구분 인식할 수 있는지를 직접 적용하여 알고리즘의 타당성 검토와 여러 분야에 응용될 수 있음을 추론하였다. 이 알고리즘 구축은 이미지 형성과정과 물체 인식 과정으로 분리하여 생각한다. 이미지 형성 과정은 가능한 인식을 용이하도록 적 절한 조도, 투영시각, 배경과 물체간에 선명한 대비를 이루는 것이 중요하다. 물체 인식과정은 푸리에 서술자와 경계선 매칭을 사용하여 여러 물체 가운데 최소 거리를 산출한 것을 인식한다. 또한 물체가 회전, 위치 변위, 확대 축소 변형에도 인식이 가 가능한지를 시험한다. 인식 과정을 신속히 수행하기 위해 푸리에 서술자 1024개중에 1/4 만을 사용하여 이를 달성한다.