• The KIPS Transactions:PartB
• /
• v.16B no.5
• /
• pp.377-384
• /
• 2009

A new algorithm in order to classify various contents in the image documents, such as text, figure, graph, table, etc. is proposed in this paper by classifying contents using texture-based PCA, and by segmenting document images using local entropy-based histogram. Local entropy and histogram made the binarization of image document not only robust to various transformation and noise, but also easy and less time-consuming. And texture-based PCA algorithm for each segmented region was taken notice of each content in the image documents having different texture information. Through this, it was not necessary to establish any pre-defined structural information, and advantages were found from the fact of fast and efficient classification. The result demonstrated that the proposed method had shown better performances of segmentation and classification for various images, and is also found superior to previous methods by its efficiency.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.118-118
• /
• 2021

최근 지구 온난화 현상으로 인한 기후변화로 이상기후 현상이 발생하고 있으며 이로 인해 장기적으로 폭염의 빈도 및 강도 상승에 따른 가뭄 피해 우려가 증가하고 있다. 농업 가뭄은 강수량 부족, 토양 수분 부족, 저수량 부족 등 농업분야에 영향을 주는 인자들과 관련되어 있어 농작물 생육 및 수확량 감소를 야기한다. 우리나라는 논농사가 주를 이루고 있어 국내 농업 가뭄은 주수원공인 농업용 저수지의 가용저수용량으로 판단 가능하다. 따라서 안정적인 농업용수 공급을 위해 수리시설물의 모니터링, 공급량 등의 분석이 이루어져야 하며, 농업 가뭄에 대비하기 위해 농업용 저수지의 가용저수용량 파악이 필요하다. 수자원 분야에서 지점자료의 시·공간적 한계점을 보완하기 위해 인공위성 자료를 활용한 연구가 활발히 이루어지고 있으며, 본 연구에서는 위성영상 자료 및 딥러닝 기반 알고리즘을 적용하여 농업용 저수지 수표면 탐지 및 시계열 분석을 목적으로 한다. 위성영상 자료는 5일 주기 및 10 m 공간해상도를 가진 Sentinel-2 위성영상 자료를 활용하고자 하였으며, 딥러닝에 적용하기 위하여 100장 이상의 영상 이미지를 구축하였다. 딥러닝 기반 알고리즘으로는 Convolutional Neural Network (CNN)을 활용하였으며, CNN은 주로 이미지 분류나 객체 검출 문제를 해결하기 위해 제안된 모델로 최근 픽셀 단위로 분류가 가능한 알고리즘이 개발되어 높은 정확도의 수표면 탐지가 가능할 것으로 판단된다. 따라서 본 연구에서는 CNN 기반 수표면 탐지 알고리즘을 개발하여 Sentinel-2 영상 기준 경기도 안성시를 대상으로 소규모 농업용 저수지의 수표면적에 대한 시계열 데이터를 분석하고자 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.383-386
• /
• 2021

본 논문에서는 주행 중 운전자의 운전작업 중 전방 주의집중 여부를 모니터링하는 연구 방안들을 조사하고 최신 연구 동향을 분석하였으며, 자율주행자동차에서 운전자의 주의집중이 필요한 상황들에 대해 사전에 안내하는 방안을 제시하고자 한다. 연구 동향을 조사한 결과 대부분의 방법은 시각 자료 기반과 생체신호 기반으로 진행하고 있다. 연구분석 결과를 바탕으로 두 가지 방법 중 본 연구에서는 시각 자료 기반 연구 방법에 초점을 맞추어, 자동차에 설치된 카메라를 통해 수집된 영상에서 운전자의 운전작업 주의 여부를 식별하는 방법들에 대해서 분석을 진행하였다. 주행 영상에서 HoG(histogram of oriented gradients) 특징과 딥러닝 학습을 통해 운전자의 주의집중 여부를 모니터링하는 방법이 효과적임을 제시한다. 본 연구조사를 통해 분석된 운전자 모니터링 방안들을 자율주행 자동차에 적용하기 위한 운전자 주의 태만 경고시스템에 적용이 가능함을 제시한다.

• Journal of KIISE:Software and Applications
• /
• v.36 no.11
• /
• pp.936-946
• /
• 2009

A graph cuts method has recently attracted a lot of attentions for image segmentation, as it can globally minimize energy functions composed of data term that reflects how each pixel fits into prior information for each class and smoothness term that penalizes discontinuities between neighboring pixels. In previous approaches to graph cuts-based automatic image segmentation, GMM(Gaussian mixture models) is generally used, and means and covariance matrixes calculated by EM algorithm were used as prior information for each cluster. However, it is practicable only for clusters with a hyper-spherical or hyper-ellipsoidal shape, as the cluster was represented based on the covariance matrix centered on the mean. For arbitrary-shaped clusters, this paper proposes graph cuts-based image segmentation using mean shift analysis. As a prior information to estimate the data term, we use the set of mean trajectories toward each mode from initial means randomly selected in $L^*u^*{\upsilon}^*$ color space. Since the mean shift procedure requires many computational times, we transform features in continuous feature space into 3D discrete grid, and use 3D kernel based on the first moment in the grid, which are needed to move the means to modes. In the experiments, we investigate the problems of mean shift-based and normalized cuts-based image segmentation methods that are recently popular methods, and the proposed method showed better performance than previous two methods and graph cuts-based automatic image segmentation using GMM on Berkeley segmentation dataset.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.11a
• /
• pp.565-567
• /
• 2010

일반적으로 얼굴 인식 방법에는 템플릿 기반 통계적 기법들이 사용되고 있다. 이 방법들은 2차원 영상을 고차원 벡터로 표현하여 특징을 추출한다. 그러나 많은 이미지와 비디오 데이터는 본래 텐서로 표현된다. 따라서, 본 논문에서는 벡터 표현보다는 직접적인 텐서 표현으로 특징들을 추출하기 위해 텐서 얼굴의 다선형 주성분 분석(MPCA: Multilinear Principal Component Analysis) 기법을 이용한 동영상 기반 얼굴인식에 대해 다룬다. 마지막으로, u-로봇 테스트베드 환경에서 구축된 얼굴 인식 데이터 베이스를 이용하여 제안된 방법과 기존 방법들의 인식처리시간과 성능을 비교한다.

• Proceedings of the Korean Society of Surveying, Geodesy, Photogrammetry, and Cartography Conference
• /
• 2007.04a
• /
• pp.215-218
• /
• 2007

이 논문은 고해상도 Quickbird 영상을 이용하여 세부레벨계획을 위한 토지피복분류를 수행하였으며 고해상도 영상을 이용한 토지피복분류를 위하여 객체기반분류와 ISODATA 기법을 적용하였다. 객체기반분류는 eCognition 소프트웨어를 사용하였으며 ISODATA 기법의 토지피복분류 결과와 비교분석을 수행하였다. 연구 대상지역은 인도의 Sukkalampatti이라 하는 작은 유역을 대상으로 연구를 진행하였다. 고해상도 영상의 사용으로 토지피복분류에 있어서 공간 해상도에 따른 토지피복의 세부레벨분류 정확도를 향상 시킬 수 있는 이점을 확인 할 수 있으며 또한, 객체기반분류와 ISODATA 기법의 분류 결과는 eCognition을 사용한 객체기반 토지피복분류결과가 ISODATA의 픽셀기반의 분류방법보다 높은 정확도를 보였다.

• Journal of the Korea Institute of Information Security & Cryptology
• /
• v.21 no.6
• /
• pp.153-160
• /
• 2011

Recently, the use of security surveillance system including CCTV is increasing due to the increase of terrors and crimes. At the same time, interest of face recognition at a distance using surveillance cameras has been increasing. Accordingly, we analyzed the performance of face recognition according to distance using PCA-based face recognition and interpolation. In this paper, we used Nearest, Bilinear, Bicubic, Lanczos3 interpolations to interpolate face image. As a result, we confirmed that existing interpolation have an few effect on performance of PCA-based face recognition and performance of PCA-based face recognition is improved by including face image according to distance in traning data.

• Proceedings of the IEEK Conference
• /
• 2003.07e
• /
• pp.1795-1798
• /
• 2003

내용을 기반으로 하는 영상검색에 있어 색상과 물체의 특징은 중요한 요소로서, 지금까지의 검색 기법들은 이들을 중심으로 연구가 진행되어 왔으며, 이들을 추출하기 위해서는 color 영상에서의 배경과 물체의 분리는 선행되어야 할 중요한 과제이다. color 영상에서 물체를 분리 하고자 하는 여러 가지 시도가 있었으나, 대부분 clustering 에 준하고 있으며, 처리시간이나 결과에 있어서 그다지 좋은 효과를 내지 못하는 것도 사실이다. 따라서, 영상검색을 위한 물체의 분리 기법으로서는 적합하지 않다. 본 논문에서는 물체가 영상의 중심에 주로 위치한다는 점에 착안한 방법을 응용하여 영상의 외곽에 존재하는 색상뿐만 아니라 명암까지 분석하여, 배경을 구성하는 화소들의 색상 및 명암과 동일하지 않은 색상들로 이루어진 부분을 물체로 판단, 추출하는 기법에 대해 설명하고, edge를 추출해낸 영상의 정보와 합성하여 최적의 물체를 찾아 검색을 하는 기법에 대하여 기술하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.05a
• /
• pp.1633-1636
• /
• 2005

의료영상정합은 환자의 해부학적 정보와 기능적 정보를 혼합함으로써 기능이상부위의 해부학적 위치를 판별하기 위한 목적으로 널리 이용되고 있다. 그러나 실제적으로 여러 종류의 환자영상 취득이 어렵거나 해부학적 영상정보가 손실되는 경우가 적지 않다. 따라서 표준 정상인 해부학적 영상과 환자 기능영상을 정합함으로써 보다 객관적인 환자 기능이상부위 분석이 요구된다. 이는 다중개체, 다중모달리티간 영상정합으로 기존의 표면정보 또는 복셀정보 기반 방법으로는 한계가 있다. 따라서 본 연구에서는 두 대상영상 표면 뿐 아니라 내부 볼륨까지 대응시킬 수 있는 표면정보와 복셀정보를 혼합 적용한 기법을 제안한다.

• Proceedings of the KIEE Conference
• /
• 2007.10a
• /
• pp.111-112
• /
• 2007

본 논문에서는 멀티프로세서 기반의 고속 영상처리 알고리즘 개발방법에 대해 소개한다. 영상획득 방식의 발전과 더불어 고해상도 영상의 획득이 가능해지고 영상이 컬러화가 되면서 많은 영상처리 응용분야에서 알고리즘 고속화를 필요로 하고 있다. 이러한 수요를 만족시키기 위해서는 최근에 출시되고 있는 멀티프로세서를 최대한 활용할 수 있는 알고리즘 개발이 최우선이다. 본 논문에서는 OpenMP, MIL(Matrox Image Library), OpenCV, IPP(Integrated Performance Primitives), SSE (Streaming SIMD (Single Instruction Multiple Data) Extensions)등 병렬처리와 고속 영상처리 라이브러리를 이용한 알고리즘 개발방법에 대해 소개하고, 각 개발방법에 따른 알고리즘 성능을 분석 및 평가하였다. 실험결과로부터 SSE와 IPP, MIL(Thread)을 이용하여 Mean, Dilation, Erosion, Open, Closing, Sobel등 알고리즘을 구현하여 $4057{\times}4048$크기의 영상에 적용하였을 때 $7{\sim}35msec$의 좋은 성능을 나타내어 기타 방식보다 우수함을 알 수 있었다.