• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2011.10a
• /
• pp.168-170
• /
• 2011

본 논문에서는 항공 갑판의 비파괴 검사 영상에서, 조직의 이상이나 결함의 정도를 검출하는 기존의 방법보다 결함 검출의 정확도를 개선한 방법을 제안한다. 제안된 결함 검출 방법은 결함의 윤곽선을 추출하기 위하여 라플라시안 필터링 기법을 적용하여 윤곽선을 추출한다. 라플라시안 필터링 기법을 적용하여 윤곽선을 추출할 경우에는 결함 이외의 다른 객체들의 윤곽선도 검출된다. 따라서 본 논문에서는 이진화 기법과 팽창 연산을 적용하여 결함의 후보 객체들을 연결한다. 그리고 Grassfire 라벨링 기법을 적용하여 잡음을 제거하고 팽창 연산과 침식 연산을 이용하여 결함 후보 영역의 크기를 조정한다. 크기가 조정된 결함 후보 영역을 기반으로 원 영상에서 결함 후보 영역을 추출한다. 결함 후보 영역에서 결함 영역을 추출하기 위해 결함 후보 영역의 명암 대비를 증가시키고 결함 후보 영역의 주변 정보를 이용하여 이진화한다. 이진화 된 영역에서 Grassfire 라벨링 기법을 이용하여 잡음을 제거하고 최종적으로 결함 영역을 검출한다. 본 논문에서 제안한 방법으로 항공갑판의 결함을 추출한 결과, 기존의 방법보다 항공 갑판의 결함을 추출하는데 효과적인 것을 확인하였다.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2006.06a
• /
• pp.49-52
• /
• 2006

오늘날 컴퓨터의 발달과 인터넷의 확산으로 멀티미디어 컨텐츠의 보급이 급격히 확대되고 있으며, 이들 컨텐츠에는 원거리 화상회의, 감시시스템, 주문형 비디오(VOD), 주문형 뉴스(NOD), 디지털 편집 시스템 등 동영상이 포함되어 있다. 이처럼 동영상은 정보교환과 정보표현의 매개물로서 중요한 역할을 한다. 그러나 이와 같은 동영상은 노이즈나 전송과정 중 발생하는 문제 등으로 인해 항상 좋은 품질을 보장되지 않는다. 이런 훼손된 영상을 원영상으로 복원하거나 사용자가 제거 혹은 복원하고자 하는 영역을 지정 처리함으로서 다양한 정보를 획득할 수 있다. 일반적으로 pc에서 사용되어지는 대부분의 동영상은 $15fps{\sim}30fps$이다. 대부분의 동영상 편집 기술은 각각의 frame을 추출하여 수동적으로 처리하므로 비용과 시간이 많이 든다. 이런 단점을 해결하기 위해 여러 방법이 기존에 시도되고 있다. 제거 혹은 복원하고자 하는 영역을 전 frame에서 처리하기 위해 움직임 검출 및 추적기법이 사용되며, 제거 혹은 복원하기 위해 median filtering, image inpainting 처리 방법들이 있다. 본 연구에서는 사용자에 의해 미리 정의된 바운딩 박스내의 객체를 추적하여 객체의 중심값을 찾는 mean-shift algorithm을 이용하여 움직이는 객체를 추적하였고 image Inpainting algorithm을 이용하여 훼손된 영역을 복원하거나 제거하고자 하는 객체를 제거하였다.

• Journal of the Korea Society of Computer and Information
• /
• v.11 no.2 s.40
• /
• pp.25-33
• /
• 2006

We propose a method that automatically classifies the images into the object and non-object images. An object image is the image with object(s). An object in an image is defined as a set of regions that lie around center of the image and have significant color distribution against the other surround (or background) regions. We define four measures based on the characteristics of an object to classify the images. The center significance is calculated from the difference in color distribution between the center area and its surrounding region. Second measure is the variance of significantly correlated colors in the image plane. Significantly correlated colors are first defined as the colors of two adjacent pixels that appear more frequently around center of an image rather than at the background of the image. Third one is edge strength at the boundary of candidate for the object. By the way, it is computationally expensive to extract third value because central objects are extracted. So, we define fourth measure which is similar with third measure in characteristic. Fourth one can be calculated more fast but show less accuracy than third one. To classify the images we combine each measure by training the neural network and SYM. We compare classification accuracies of these two classifiers.

• Journal of the Korea Society of Computer and Information
• /
• v.26 no.7
• /
• pp.19-27
• /
• 2021

In this paper, we propose a method for detecting characters in images and detecting facial regions, which consists of two tasks. First, we separate two different characters to detect the face position of the characters in the frame. For fast detection, we use You Only Look Once (YOLO), which finds faces in the image in real time, to extract the location of the face and mark them as object detection boxes. Second, we present three image processing methods to detect accurate face area based on object detection boxes. Each method uses HSV values extracted from the region estimated by the detection figure to detect the face region of the characters, and changes the size and shape of the detection figure to compare the accuracy of each method. Each face detection method is compared and analyzed with comparative data and image processing data for reliability verification. As a result, we achieved the highest accuracy of 87% when using the split rectangular method among circular, rectangular, and split rectangular methods.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2007.10a
• /
• pp.277-280
• /
• 2007

A moving object tracking algorithm for image searching based on specific color detection is proposed in this paper. That is preprocessed for a luminance variation and noise cancellation to be robust system. The motion tracking is used the difference between input image and reference image in R, G, B each channels for a moving image. The proposed method is enhanced to 15% fast in comparison with the contour tracking method and the matching method, and stable.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.652-654
• /
• 2012

본 논문에서는 다중 심도 카메라 기반의 실시간 피플 카운팅 시스템을 제안 한다. 카메라 영상으로부터 사람을 감지하고 추적하는 시스템 및 그 방법에 관한 것으로, 피플 카운팅 시스템은 쇼핑몰이나 대형건물의 출입구 등과 같은 다양한 환경에 적용될 수 있다. 기존 피플 카운팅 시스템에서의 급격한 조명의 변화나 겹침 현상, 가림 현상에 대한 해결 방법으로, 다중 심도 카메라 환경에서 동일 객체 추적을 위해 RLM(Range Laser Method)를 적용하고, 조명 등 환경 변화에 강인한 배경 제거 및 물체 검출 기법으로 가우시안 혼합 모델(Gaussian Mixture Model)을 적용해 객체인식에 대한 정확도를 높인다. 또한, 객체를 블랍(Blob)으로 지정해 확장 칼만 필터(Extended Kalman Filter, EKF) 방법으로 객체를 추적한다. 본 제안은 피플 카운팅 시스템에의 객체 검출 및 인식에 대한 정확도를 향상시킬 수 있으리라 기대된다.

• The Journal of the Korea Contents Association
• /
• v.7 no.2
• /
• pp.40-50
• /
• 2007

In this paper, we propose an efficient method for detecting and tracking multiple moving objects based on morphological region merging from real-time video sequences. The proposed approach consists of adaptive threshold extraction, morphological region merging and detecting and tracking of objects. Firstly, input frame is separated into moving regions and static regions using the difference of images between two consecutive frames. Secondly, objects are segmented with a reference background image and adaptive threshold values, then, the segmentation result is refined by morphological region merge algorithm. Lastly, each object segmented in a previous step is assigned a consistent identification over time, based on its spatio-temporal information. The experimental results show that a proposed method is efficient and useful in terms of real-time multiple objects detecting and tracking.

• Journal of Korea Society of Industrial Information Systems
• /
• v.22 no.2
• /
• pp.1-13
• /
• 2017

In This Paper, we find the Target Candidate Region and the Location of the Candidate Region by Performing the Morphological Difference Calculation and Pixel Labeling for Robust Small Target Detection in Infrared Image with low SNR. Conventional Target Detection Methods based on Morphology Algorithms are low in Detection Accuracy due to their Vulnerability to Clutter in Infrared Images. To Address the Problem, Target Signal Enhancement and Background Clutter Suppression are Achieved Simultaneously by Combining Moravec Algorithm and LCM (Local Contrast Measure) Algorithm to Classify the Target and Noise in the Candidate Region. In Addition, the Proposed Algorithm can Efficiently Detect Multiple Targets by Solving the Problem of Limited Detection of a Single Target in the Target Detection method using the Morphology Operation and the Gaussian Distance Function Which were Developed for Real time Target Detection.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2001.04b
• /
• pp.871-874
• /
• 2001

장면 변환 검출(Scene Change Detection)수행 방법으로 객체 인식에 의한 검출이 아닌 전체영상의 형태 흐름을 기반으로한 검출시스템을 제안한다. 형태흐름의 변화는 영상내에 존재하는 에지(edge), 에지의 중심(Center of edge), 분산(Varience of edge) 및 표준 편차(Standard deviation of edge)의 분포 변화에서 추출할 수 있다. 본 논문에서는 효율적인 정보의 추출을 위해서 보다 정확한 에지의 정보 추출이 중요하다. 영상의 히스토그램을 8단계로 분류한 후, 각 단계에 맞는 임계치를 에지검출 수행에 사용하였으며, 효율적인 에지검출을 위하여 개량형 라플라시안 필터를 제안한다. 일반적으로 이용되는 필터를 이용하였을 때 획득할 수 있는 에지 정보보다 우수한 정보를 얻을 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.04a
• /
• pp.751-754
• /
• 2002

장면 전환 검출(Scene Change Detction)수행 방법으로 객체 인식에 의한 검출이 아닌 전체 영상의 전역적인 형태 흐름을 기반으로 한 검출 시스템을 제안한다. 형태흐름의 변하는 영상의 전체적 모양에 관한 전역적 특징을 이용하여 영상내에 존재하는 에지, 에지의 중심, 표준 편차 및 에너지의 분포 변환에서 추출할 수 있다. 본 논문에서는 효율적인 에지 검출을 위하여 미디언 필터와 개량형 라플라시안 필터를 사용한다. 일반적으로 이용되는 라플라시안 필터를 사용하였을 때 획득할 수 있는 에지 정보보다 우수한 정보를 얻을 수 있었고 보다. 정착한 장면 전환을 검출하기 위해 이 에지 정보를 수평$(0^{\circ})$, 수직$(90^{\circ})$, 대각선$(45^{\circ},\;135^{\circ})$ 방향으로 세분화한 뒤에 프레임간에 각도 방향별 에지 정보를 파악하여 방향별 에지 에너지(Energy of edge)의 상대적인 성분 분포의 비교를 수행함으로써 정확성을 높였다.