• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2016.11a
• /
• pp.131-133
• /
• 2016

본 논문은 연속적인 비디오 시퀀스에서 움직이는 객체의 영역을 효율적으로 분할하기 위하여 커널 기반 객체 추적과 Grab-Cut 알고리즘을 결합한 비디오 영역 분할 방법을 제안한다. 제안 방법에서는 추적 목표 객체의 초기 위치를 사각영역으로 선택하면, 사각의 외부 영역을 배경색상으로 인지하고, 배경 색상을 고려한 목표 객체의 주요 색상을 분석한다. 이를 기반으로 커널기반 객체 추적 기법을 적용하여 빠르게 객체의 영역을 추출한다. 추적한 각 객체의 영역에서 중앙 객체 영역과 배경 영역의 색 정보를 초기값으로 하여 Grab-Cut 알고리즘을 수행하고 사각형 형태가 아닌 객체의 실루엣 최적화된 영역으로 분할한다. 제안 방법을 스포츠 방송, 광고, 영화 등의 특수 효과로 활용되고 있는 stromotion 영상 생성에 적용하기 위하여 프레임별 추출된 객체의 영상을 새로운 프레임 영상에 합성하는 작업을 수행하여, 초당 10 프레임의 처리 속도에서 원하는 스트로모션 효과 영상을 생성하였다.

• Journal of Internet Computing and Services
• /
• v.19 no.1
• /
• pp.105-111
• /
• 2018

This paper presents the analysis of image quality with FHD(Full HD) resolution camera equipped DIC(Digital Image Correlation) platform for the measurement of the architectural structure's relative displacement. DIC platform was designed based on i.MX6 of Freescale. Displacement measurement based on DIC method, the error is affected by image quality factors as pixel number, brightness, contrast, and SNR[dB](Signal to Noise Ratio). The effect were analyzed. The displacement of ROI(Region Of Interest) area within the image was measured by sub-pixel units based on DIC method. The non-contact telemetry property of DIC method, it can be used to long distance non-contact measurement. The various displacement results was measured and analyzed with the image quality factor adjustment according to the distance(25m, 35m, 50m).

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.101-101
• /
• 2016

하천원격탐사는 원격탐사의 하위 개념으로서 계측하고자 하는 대상인 하천이나 호소 수체에서 발생하는 빛의 반사, 복사 또는 방출되는 양을 획득하고 분석하여 수리량, 지형 등 하천 조사에 활용하는 기법이다. 일반적으로 원격탐사는 주로 위성영상 자료를 활용하여 수행되어 자료취득비용이 고가이고 해외 위성자료에 의존하여 시공간적인 해상도가 매우 낮아 유역에 비해 공간적인 규모가 작고 변동 시간이 짧은 하천에 적용하는 데 한계가 있어 왔다. 또한, 단순한 사진촬영으로 도출할 수 있는 정보에 한계가 있고 자료를 저장 및 분석할 수 있는 기법도 부족하여 하천조사에 원격탐사를 활용한 사례가 드물었다. 그러나, 최근 드론과 같은 운반체 기술이 획기적으로 개선되고 있고 다양한 영상촬영장비의 개발과 IT기술의 발전으로 인해 위성영상에 비해 시공간적 해상도가 매우 정밀한 자료를 저렴한 비용으로 획득 가능해졌다. 또한, 매우 조밀한 파장대로 세분된 빛의 세기를 측정할 수 있는 초분광 영상을 이용한 원격탐사기법도 하천과 같은 좁은 영역에 적용이 가능해졌다. 초분광영상은 가시광선 외에 자외선과 적외선 영역에 해당하는 반사광을 200개 이상의 조밀한 파장대로 나누어 측정할 수 있어 수리량, 하상, 식생 등 하천 수체와 관련된 정보를 조사할 가능성이 증가하였다. 본 연구에서는 하천 수체에서 취득한 초분광 영상을 이용하여 하천특성과의 상관관계를 규명하고 이를 통해 초분광 영상 기반의 하천특성 계측 기법을 개발하고자 하였다. 드론과 같은 항공영상에 적용하기 전에, 우선 지상에서 측정된 초분광 영상과 하상재료 및 수심과의 상관관계를 규명하여 초분광 영상의 하천조사로의 사용 가능성을 점검해 보았다. 폭 10m, 수심 1m의 저수심의 소하천에 적용한 결과, 초분광 영상의 표준화 및 패턴 분석을 통해 수중에 위치한 하상재료를 구분할 수 있었고 주성분분석 등을 통해 수심과 상관성도 일부 도출되어 하천조사에 초분광영상이 활용될 수 있음을 확인하였다.

• Journal of the Korea Convergence Society
• /
• v.11 no.3
• /
• pp.19-26
• /
• 2020

In this paper, we propose a method to analyze the loss region of the dictionary-based super resolution result learned for image quality improvement and to map the learning data according to the analyzed loss region. In the conventional learned dictionary-based method, a result different from the feature configuration of the input image may be generated according to the learning image, and an unintended artifact may occur. The proposed method estimate loss information of low resolution images by analyzing the reconstructed contents to reduce inconsistent feature composition and unintended artifacts in the example-based super resolution process. By mapping the training data according to the final interpolation feature map, which improves the noise and pixel imbalance of the estimated loss information using a Gaussian-based kernel, it generates super resolution with improved noise, artifacts, and staircase compared to the existing super resolution. For the evaluation, the results of the existing super resolution generation algorithms and the proposed method are compared with the high-definition image, which is 4% better in the PSNR (Peak Signal to Noise Ratio) and 3% in the SSIM (Structural SIMilarity Index).

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.37 no.3
• /
• pp.101-108
• /
• 2019

Due to recent improvements in computer processing speed and image processing technology, researches are being actively carried out to combine information from camera with existing GNSS (Global Navigation Satellite System) and dead reckoning. In this study, developed a vision-based positioning assistant algorithm to estimate the distance to the object from stereo images. In addition, GNSS/on-board vehicle sensor/vision based positioning algorithm is developed by combining vision based positioning algorithm with existing positioning algorithm. For the performance analysis, the velocity calculated from the actual driving test was used for the navigation solution correction, simulation tests were performed to analyse the effects of velocity precision. As a result of analysis, it is confirmed that about 4% of position accuracy is improved when vision information is added compared to existing GNSS/on-board based positioning algorithm.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.11a
• /
• pp.431-433
• /
• 2011

본 논문에서는 기존의 영상 및 동영상 편집 툴을 사용하여 2D 동영상을 3D 입체영상으로 변환하는 절차를 분석하고, 변환 과정에서 나타나는 비효율적 요소 및 자동화 가능 요소 등을 분류한다. 또한, 기존의 3D 입체영상 변환 도구의 종류 및 한계점을 분석하고, 분석 내용을 기반으로 3D 입체 영상 변환 전용도구의 필수 기능을 설계한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.691-694
• /
• 2022

최근 고해상도 영상이 필요하게 되었으며, 저해상도 영상을 고해상도 영상으로 변환하는 딥러닝 기반의 초해상도 알고리즘에 대한 연구가 활발히 진행되고 있다. 그럼에도 불구하고 딥러닝 기반의 초해상도 알고리즘은 하드웨어의 한계로 인해 임베디드 시스템에서 실행시간이 느린 단점이 있다. 본 논문에서는 심층신경망 기반의 초해상도 알고리즘의 네트워크 구조를 제시하고 다양한 활성화 함수에 따른 화질 및 실행시간 성능을 분석한다. 실험 결과, 젯슨 나노보드의 다양한 활성화 함수 중 화질과 실행 시간의 관계에서 도출한 최적의 활성화 함수가 PReLU 함수임을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.05a
• /
• pp.727-730
• /
• 2004

영상은 복잡한 객체들의 집합으로 이루어져 있기 때문에 영상에 포함된 객체를 분리하는 일은 컴퓨터 비전이나 인식 등 많은 분야에서 중요시 된다. 영상 처리 측면에서 객체를 분할하기 위해서 색상, 모양, 질감, 움직임 등 다양한 기법들이 이용되고 있다. 본 논문에서는 정확한 색상의 비교를 위해서 CIE 색상 모델을 이용하고 있으며 이것을 기반으로 객체를 추출하고 있다. 그리고 추출된 객체의 해석과 검증을 위해서 모양 기반의 분석법을 이용하고 있다. 본 논문에서는 Pan/Tilt 카메라의 타겟팅(Targeting)과 포커싱(Focusing)을 위해 영상 내에 포함되어진 객체를 검출하기 위한 방법론을 제안하고자 한다. 객체를 인식하기 위해 CIE 색상 모델을 이용한 색상 매칭 기법을 제안하고 있다. 색상의 분포를 파악하기 위해서 CIE 모델이 생성해내는 Lab 블록을 통계적인 방법으로 분석한다. 그리고 분석된 결과는 CIE 블록 매칭(Bock Matching) 기법의 기준이 되며 이것을 이용해서 후보 객체 영역(Candidate Object Area)을 추출하게 된다. 추출된 후보 객체 영역을 검증하기 위해서 모멘트를 이용한 모양 기반의 분석을 활용하고 있다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2022.10a
• /
• pp.376-378
• /
• 2022

Artificial intelligence technology is widely used in various fields such as artificial intelligence speakers, artificial intelligence chatbots, and autonomous vehicles. Among these AI application fields, the image processing field shows various uses such as detecting objects or recognizing objects using artificial intelligence. In this paper, data synthesized by a virtual human is used as a method to analyze images taken in a specific space.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2017.11a
• /
• pp.13-15
• /
• 2017

최근 카메라로부터 획득한 영상을 이용하여 지능적으로 상황을 인지하고 판단하고 결정하는 알고리즘의 연구개발이 활발하게 이루어지고 있다. 예를 들어 영상 내의 객체를 검출하는 알고리즘, 영상 내 화재와 같은 위험 상황을 알려주는 알고리즘 등이 있다. 본 논문에서는 SuBSENSE 라고 하는 영상 내 객체를 검출하는 알고리즘에 대해서 분석하고자 한다. SuBSENSE 는 background subtraction 기반으로 동작하는 객체 알고리즘으로서 다양한 상황에도 강건하게 객체를 추출하기위한 몇 가지 과정들이 존재한다. 본 논문에서는 SuBSENSE 알고리즘 구조 분석 및 해당 구조에서 동작하는 파라미터들의 역할에 대해 살펴보고자 한다.