• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.19 no.12
• /
• pp.2844-2851
• /
• 2015

How to recover from the multiple 2D images into 3D object has been widely studied in the field of computer vision. In order to improve the accuracy of the recovered 3D shape, it is more important that noise must be minimized and the number of image frames must be guaranteed. However, potential noise is implied when tracking feature points. And the number of image frames which is consisted of an observation matrix usually decrease because of tracking failure, occlusions, or low image resolution, and so on. Therefore, it is obviously essential that the number of image frames must be secured by recovering the missing feature points under noise. Thus, we propose the analytic approach which can control directly the error distance and orientation of missing feature point by the geometrical properties under noise distribution. The superiority of proposed method is demonstrated through experimental results for synthetic and real object.

• Proceedings of the KIEE Conference
• /
• 1999.11c
• /
• pp.807-811
• /
• 1999

자동 지문 인식을 위한 특징점 추출 과정에서 얻은 특징점에는 지문 획득시 발생하는 잡음과 전처리 과정으로 인한 정보의 손실에 의해 상당량의 의사 특징점이 포함되어 있다. 본 논문에서는 특징점들로 구성된 지문의 특징량에서 잡음이라고 할 수 있는 의사 특징점을 제거하는 알고리즘을 제안한다. 제안하는 알고리즘은 후보 특징점 목록에서 세선화된 지문 화상의 구조적 특성을 고려하여 복원 가능 영역에 속하고 의사 특징점이라고 간주되는 특징점을 선택한다. 이와 같이 선택된 특징점이 세선화 화상에 위치하는 영역은 잡음에 의해 잘못 세선화된 부분이기 때문에 해당 영역을 올바르게 재구성하고 후보 특징점 목록에서 선택한 특징점을 삭제한다. 재구성된 세선화 화상에서 지문 원화상의 부영역별 방향과 지문의 구조적 특성을 근거로 후보 특징점이 위치한 영역의 패턴을 검사하여 진짜 특징점만을 선택함으로써 의사 특징점을 제거하게 된다. NIST sdb 14의 지문 화상을 알고리즘에 적용한 결과는 정추출율 손실 대비 높은 오추출율 개선을 얻었음을 보여주고 있다.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.44 no.4 s.316
• /
• pp.1-7
• /
• 2007

In this paper, we analyze geometrical relations of 3D shape reconstruction from 2D images taken under anne projection. The purpose of this research is to contribute to more accurate 3-D reconstruction under noise distribution by analyzing geometrically the 2D to 3D relationship. In situation for no missing feature points (FPs) or no noise in 2D image plane, the accurate solution of 3D shape reconstruction is blown to be provided by Singular Yalue Decomposition (SVD) factorization. However, if several FPs not been observed because of object occlusion and image low resolution, and so on, there is no simple solution. Moreover, the 3D shape reconstructed from noise-distributed FPs is peturbed because of the influence of the noise. This paper focuses on analysis of geometrical properties which can interpret the missing FPs even though the noise is distributed on other FPs.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2015.11a
• /
• pp.67-70
• /
• 2015

최근 깊이 영상 기반 렌더링 방법을 이용하여 제작된 3차원 컨텐츠가 우리의 눈을 즐겁게 해주고 있다. 이러한 깊이 영상 기반 렌더링에서는 필연적으로 색상 카메라와 깊이 카메라 간의 시점 차이가 발생한다. 따라서 두 시점을 일치시키는 전처리 과정으로서 카메라 파라미터가 중요한 역할을 수행한다. 카메라 파라미터를 획득하는 과정으로 카메라 캘리브레이션이 수행된다. 널리 사용되는 기존의 카메라 캘리브레이션 방법은 평면의 체스보드 패턴을 여러 자세로 촬영한 다음 패턴 특징점을 손으로 직접 선택해야하는 불편함이 따른다. 따라서 본 논문에서는 이 문제를 해결하기 위해 원형 샘플 화소 검사와 호모그래피 예측을 이용한 반자동 카메라 캘리브레이션을 제안한다. 제안하는 방법은 먼저 FAST 코너 검출 알고리즘을 이용하여 패턴 특징점의 후보를 영상으로부터 추출한다. 다음으로 원형 샘플 화소를 검사하여 후보군의 크기를 줄인다. 그리고 호모그래피 예측을 통해 손실된 패턴 특징점을 보완하는 완전한 패턴 특징점군을 획득한다. 마지막으로 화소 정확성 향상을 통해 실수 단위의 정확성을 가지는 패턴 특징점의 위치를 획득한다. 실험을 통해 제안하는 방법이 기존의 방법과 비교하여 카메라 파라미터의 정확성은 유지하고 수작업의 불편함을 해소할 수 있음을 확인했다.

• Journal of Broadcast Engineering
• /
• v.24 no.4
• /
• pp.564-572
• /
• 2019

With the development of deep learning, the performance of facial landmark detection methods has been greatly improved. The heat map regression method, which is a representative facial landmark detection method, is widely used as an efficient and robust method. However, the landmark coordinates cannot be directly obtained through a single network, and the accuracy is reduced in determining the landmark coordinates from the heat map. To solve these problems, we propose to combine integral regression with the existing heat map regression method. Through experiments using various datasets, we show that the proposed integral regression network significantly improves the performance of facial landmark detection.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.655-657
• /
• 2012

본 논문에서는 심도(Depth) 카메라로부터 실시간 획득한 RGBD 데이터에서 심도 정보 기반의 AAM(Active Appearance Models)과 나이 인식 알고리즘[1]을 통해 4 개의 AG(Age Group)으로 분류하는 실시간 얼굴 나이 인식 시스템(Real-time Facial Age Recognition System)을 설계한다. 기존의 AAM 을 이용한 실시간 얼굴 특징 추출은 평균 약 4.17%의 프레임 손실율을 보였으나, 심도 정보를 활용한 AAM 은 평균 약 0.43%의 프레임 손실율만을 보였다[5]. 본 논문에서는 심도 정보를 활용한 AAM과 병렬 처리 방법인 CUDA 를 결합하여 나이 특징을 추출하고, 실시간 시스템에 적용 가능하도록 나이 인식 알고리즘을 개선하여 실시간 나이 인식 시스템을 설계한다. 설계된 시스템은 1)머리 위치 추적, 2)얼굴 인식 및 특징점 추출, 3)나이 특징 추출, 4) 나이 특징 분석, 5) 나이 분류의 5 가지 단계를 통해 최종적으로 4 개의 AG 로 분류한다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.20 no.5
• /
• pp.624-630
• /
• 2010

As electrocardiogram(ECG) signals are generally sampled with a frequency of over 200Hz, a method to compress diagnostic information without losing data is required to store and transmit them efficiently. In this paper, an ECG signal compression method, which uses feature points based on curvature, is proposed. The feature points of P, Q, R, S, T waves, which are critical components of the ECG signal, have large curvature values compared to other vertexes. Thus, these vertexes are extracted with the proposed method, which uses local extremum of curvatures. Furthermore, in order to minimize reconstruction errors of the ECG signal, extra vertexes are added according to the iterative vertex selection method. Through the experimental results on the ECG signals from MIT-BIH Arrhythmia database, it is concluded that the vertexes selected by the proposed method preserve all feature points of the ECG signals. In addition, they are more efficient than the AZTEC(Amplitude Zone Time Epoch Coding) method.

• Journal of Broadcast Engineering
• /
• v.21 no.1
• /
• pp.36-42
• /
• 2016

Recently, many 3D contents have been produced through the multiview camera system. In this system, since a difference of the viewpoint between color and depth cameras is inevitable, the camera parameter plays the important role to adjust the viewpoint as a preprocessing step. The conventional camera calibration method is inconvenient to users since we need to choose pattern features manually after capturing a planar chessboard with various poses. Therefore, we propose a semi-auto camera calibration method using a circular sampling and an homography estimation. Firstly, The proposed method extracts the candidates of the pattern features from the images by FAST corner detector. Next, we reduce the amount of the candidates by the circular sampling and obtain the complete point cloud by the homography estimation. Lastly, we compute the accurate position having the sub-pixel accuracy of the pattern features by the approximation of the hyper parabola surface. We investigated which factor affects the result of the pattern feature detection at each step. Compared to the conventional method, we found the proposed method released the inconvenience of the manual operation but maintained the accuracy of the camera parameters.

• Journal of the Korean Institute of Telematics and Electronics T
• /
• v.36T no.4
• /
• pp.1-8
• /
• 1999

This paper presents a new algorithm for surface segmentation and feature description. In the first stage of proposed algorithm, the signature of an edge image of object is extracted. The signature technique represents a surface using the distance from the mass center to the boundary of the image as a function of angle rotating counterclockwise. If there exists a range in the angle axis where more than two signatures form a closed curve, we can conclude there is a surface inside the range. Using this feature of the signature, surface can be segmented. The surface features such as number of vertices, number of edges, convex and type of surface can also be extracted from segmented surfaces. This algorithm has distinguished advantages; it can easily recover the lost part in the edge image using the curve fitting method; it extracts surface features correctly regardless of the rotation of the surface in 3-D space.

• Proceedings of the IEEK Conference
• /
• 2003.07e
• /
• pp.1891-1894
• /
• 2003

본 논문에서는 분할 영상 좌보계 (split image coordinate: SIC)를 제안하여 3차원 영상의 주요 특징 중의 하나인 유, 무한 소실점을 그 위치의 무한성이나 카메라의 보정과 관계없이 정확하게 자동 추출하였다. 제안한 방법에서는 가우시안 구 (Gaussian sphere) 기반의 기존 방법들과는 달리 영상 공간을 누적 공간으로 활용함으로써 카메라 보정이나 영상의 사전정보가 없어도 원 영상의 정보 손실 없이 소실점을 추출할 수 있고, 영상을 무한대까지 확장한 후 분할하여 재정의 함으로써 유, 무한 소실점을 모두 추출할 수 있도록 하였다. 정확한 소실점의 검출을 위하여 직선 검출 과정에서는 방향성 마스크 (mask)를 사용하였으며, 직선들의 군집화 (clustering) 과정에서는 기울기 히스토그램 방법과 수평/수직 군집화 방법을 적응적으로 적용하였다. 제안한 방법을 합성 영상 및 건축물 (man-made environment) 영상에 적용시켜 유, 무한 소실점들을 효과적이고 정확하게 찾을 수 있음을 확인하였다.