• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2002년도 춘계학술발표논문집(상)
• /
• pp.180-185
• /
• 2002

본 논문에서는 키워드를 입력해 검색된 영상들을 유사한 특징을 갖는 소수의 그룹으로 그룹핑하고 각 그룹을 대표하는 대표영상을 추출하여 우선적으로 사용자에게 보여주고 필요에 따라 나머지 영상들을 단계적으로 서비스할 수 있는 방안을 제시한다. 영상 그룹핑을 위한 각 영상의 특징은 영상에 포함된 중심 객체를 사용하여 추출한다. 이를 위해 검색 키워드는 객체와 연관성이 있는 단어로 제한하여 영상을 검색하며 검색된 영상으로부터 중심 객체를 추출할 수 있는 객체 추출 방법을 활용하였다. 각 영상으로부터 추출된 중심 객체에 대한 특징 벡터는 칼라 분포를 이용한다. 영상 그룹핑은 칼라분포로 표현되는 특징공간에서의 밀집도를 조사하여 높은 밀도로 모여있는 영역별로 추출하여 동일한 그룹으로 분류하였다. 대표 영상은 분류된 그룹에서 가장 밀집도가 높은 영상으로 선택된다. 한편, 얼굴이 포함된 영상은 사전에 따로 분류하고 얼굴 크기 및 얼굴 수에 따라 영상을 그룹핑하여 각 그룹에 대한 대표 영상을 선정한다. 본 연구에서 제안한 방법은 사용자에게 모든 검색 결과를 일괄적으로 보여주는 것에 비해 보다 빠른 시간 내에 사용자가 원하는 영상을 편리하면서도 효과적으로 확인할 수 있는 방법을 제공해 줄 수 있을 것으로 기대한다.

• 한국통신학회논문지
• /
• 제26권7B호
• /
• pp.957-967
• /
• 2001

본 논문에서는 모델 기반 지각적 그룹핑을 이용한 3차원 다면체의 인식 및 형상 복원에 관한 새로운 기법을 제안한다. 2차원 입력 영상과 여기에서 추출된 특징들의 3차원 특징을 거리 측정기를 이용하여 추출하여 인식 및 복원의 기본 특징으로 이용한다. 이 때, 모델의 3차원 기하학적 정보는 결정 트리 분류기에 의하여 학습되며 지각적 그룹핑은 이와 같은 모델 기반으로 이루어진다. 또한, 1차 그룹핑의 결과로 얻어진 3차원 직선 특징간의 관계는 Gestalt 그래프로 표현되며 이것의 부그래프 분할을 통하여 인식을 위한 후보 그룹이 생성된다. 마지막으로 각각의 후보 그룹은 3차원 모델과 정렬되어 가장 잘 부합되는 그룹을 인식 결과로 생성하게 된다. 그리고 정렬의 결과로서 2차원 텍스춰를 추출하여 3차원 모델에 매핑함으로써 실제적인 3차원 형상을 복원할 수 있다. 제안하는 알고리듬의 성능을 평가하기 위하여 불록 영상과 지형 모델 보드 영상에 대하여 실험을 수행하였다. 실험 결과, 모델 기반의 그룹핑 기법은 결과 그룹의 수를 상당히 감소시켰으며 또한 잡음과 가리워짐에 강건한 인식과 복원 결과가 얻어졌다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 가을 학술발표논문집 Vol.28 No.2 (2)
• /
• pp.469-471
• /
• 2001

뇌 MR 영상의 분석을 통해 질환을 자동적으로 진단하고 판별을 하기 위한 전처리 단계에서 정상인의 MR 영상 모델과 현재 고려되어지는 대상 영상과의 비교 작업이 요구된다. 이를 통해 보다 정확한 질병에 대한 근거를 제시함으로서 진단이 가능하게 된다. 이러한 비교 작업을 위해 우선적으로 해결해야 하는 것이 현재 대상 영상이 정상인의 MR 영상 시리즈 중 어느 위치의 영상과 일치하는 지를 판별해야 한다. 실질적으로 뇌 MR 시리즈는 영상의 특징에 따라 크게 몇 개의 그룹으로 분류된다. 따라서 본 논문에서는 매핑을 위한 각 구성 요소의 특징을 추출해 자동으로 뇌 영상의 그룹핑을 함으로써 매핑시 고려되어지는 슬라이드의 범위를 좁혀줄 뿐만 아니라 영상의 질에 따라 부분적인 손실이 있다 하더라도 전후 관계 정보를 이용하여 유추가 가능한 방법을 제시한다. 800여개의 T2 MR 강조 영상에 대해서 실험을 행하여 비교적 정확한 그룹핑 결과를 유도할 수 있었음을 확인하였다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2002년도 추계학술발표논문집
• /
• pp.97-100
• /
• 2002

뇌 MR 영상의 분석을 통해 질환을 자동적으로 진단하고 판별을 하기 위한 전처리 과정으로 정상인의 MR 영상 모델과 현재 고려되어지는 대상 영상과의 비교 작업이 요구된다. 이를 통해 보다 정확한 질병에 대한 근거를 제시함으로서 진단이 가능하게 된다. 이러한 비교 작업을 위해 우선적으로 해결해야 하는 것이 현재 대상 영상이 정상인의 MR 영상 시리즈 중 어느 위치의 영상과 일치하는 지를 판별해야 한다. 실질적으로 뇌 MR 시리즈는 영상의 특징에 따라 크게 몇 개의 그룹으로 분류된다. 그루핑 결과 뇌척수액이 존재하는 그룹은 또 다시 4 종류의 세부분류로 나누어지는데, 본 논문에서는 이 뇌 척수액의 모양에 따라 분류하는 알고리즘을 소개한다.

• 한국정보과학회논문지:시스템및이론
• /
• 제35권7호
• /
• pp.340-353
• /
• 2008

화풍을 효과적이고 객관적으로 기술하는 한 방법으로 팔레트 추출에 대한 수학적 모델을 제시한다. 이 모델에서는 팔레트를 허용 오차 범위 내에서 회화 작품의 영상을 표현할 수 있는 주요 색상의 집합으로 정의하고 색상 그룹핑과 주요 색상 추출의 두 단계를 거처 팔레트 색상을 추출한다. 색상 그룹핑은 주어진 회화에 대해 적응적으로 색의 분해능을 조절하여 각 회화 작품을 이루는 기초 색상을 추출하며 다음 주요 색상 추출 단계에서 이것과 이것이 차지하는 영역에 대한 정보를 바탕으로 K-Means 클러스터링 알고리즘을 적용하여 팔레트를 얻는다. 실험을 통해 유명 화가의 작품을 대상으로 RGB와 CIE LAB 색상 모델을 사용하여 추출한 팔레트를 3차원 색 공간에 표시하였다. 팔레트 색상의 거리를 사용한 화가 분류 실험과 실사 영상의 색채 변환 실험 통해 이 방법이 화풍 분석과 그래픽 분야에 적용될 수 있음을 확인하였다.

• 대한전자공학회논문지SP
• /
• 제38권6호
• /
• pp.648-656
• /
• 2001

본 논문에서는 지능적인 교통감시를 위해 궤적 정합을 이용한 특징 기반의 새로운 차량 추적 시스템을 제안한다. 제안된 차량 추적 시스템의 전체적인 알고리즘은 특징 추출, 특징 추적 및 궤적 정합을 통한 그룹핑의 세 단계로 구성된다. 특징 추출 및 추적 단계에서는 입력된 영상에서 차량으로 추정할 수 있는 부속 정보를 추출하기 위해 꼭지점 추출 영상처리 기법을 적용하여 차량의 특징점으로 추출하고 선형 칼만 필터을 이용하여 특징들을 추적한다. 그룹핑 단계에서는 개별 차량에 소속된 특징점들을 하나의 그룹으로 분류한다. 이때, 특징 기반 추적방식의 문제점인 객체 중첩 문제를 해결하기 위해 특징들의 위치 정보와 궤적 정합을 이용한 새로운 그룹핑 방법을 제시한다 마지막으로, 차량들이 근접하거나 부분 겹침이 일어나는 경우의 교통영상에 적용하여 제안된 추적 시스템의 성능을 보인다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2002년도 춘계학술발표논문집(상)
• /
• pp.206-209
• /
• 2002

의료 영상 처리 시스템에서는 영상들의 검색이 중요한 문제로 대두되고 있다. 그에 대한 해결 방법으로는 의료 영상 처리 시스템에 지능적인 내용 기반의 영상 검색 방법을 도입하는 것이다. 본 연구에서는 의료 영상에 적합한 분할 방법을 사용하여 뇌의 MR 영상에 대하여 내용기반 검색을 하기 위한 영상 특징 색인화 방법을 제안한다. 제안하는 색인화 방법은 뇌 MR 영상에서 뇌영역을 분할하고 특징들을 추출한 후 이 정보를 가지고 대상 영상의 그룹핑 정보를 유추하고, 각 대상 영상에서의 비정상 후보 영역 위치를 찾아내어 3차원 공간 색인을 하는 방법이다.

• 스마트미디어저널
• /
• 제1권2호
• /
• pp.23-33
• /
• 2012

본 논문에서는 영상처리 및 컴퓨터비전 분야에서 다양하게 응용되고 있는 텐서보팅(tensor voting)의 특징을 고찰하고자 한다. 일반적으로 텐서보팅은 점 (points), 곡선 성분 (curve elements), 그리고 표면 조각 성분 (surface patch elements)로 주어진 n-차원의 데이터들로부터 교차점 (junction), 곡선 (curve), 영역 (region), 그리고 표면 (surface)과 같은 구조 특징을 추론할 수 있다. 영상 및 장면에서 구조적 추론을 이용한 지각기반 그룹핑 (perceptual grouping) 방법들이 다양한 분야에서 연구되어 응용되고 있다. 텐서보링은 잡음에 강건한 특징을 제공하며 다양한 응용을 통하여 효율성을 보여주고 있다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2001년도 춘계학술발표논문집
• /
• pp.128-132
• /
• 2001

본 논문에서는 객체가 포함되어 있는 칼라 영상들의 집합으로부터 유사한 시각적 특징을 가진 캑체를 공통적으로 포함하는 영상들을 추출하여, 전체 영상들을 소수의 그룹으로 묶을 수 있는 방법을 제안한다. 먼저 영상에 포함된 객체는 주로 영상의 내부 위치에 나타난다는 사실에 착안하여, 영상의 경계와 접하지 않는 비경계 영역들을 병합하여 객체가 포함된 영역으로 간주한다. 그러나, 병합된 내부 영역에는 객체가 아닌 영역들도 포함하고 있을 수 있으므로, 칼라 히스토그램만을 이용하여 내부 영역에 대한 특징으로 이용한다. 이러한 내부 영역의 칼라 특징들이 분포하는 형상을 분석하여 밀집도가 높은 클러스터를 그룹으로 추출한다. 이때, 밀집도는 일반적으로 사용하는 공간적인 분포 대신에 히스토그램 인터섹션에 의한 유사도를 이용하여 정의한다. 즉, 서로 유사도가 놓은 것들이 집중되어 분포되어 있는 경우에 밀집도가 높은 클러스터로 간주하여 추출하는 방법을 사용한다. 클러스터의 형상 및 개수를 자동적으로 결정할 수 있는 방법도 제안한다. 실험에 의해, 추출한 클러스터의 칼라 영상들이 동일한 객체를 포함하고 있음을 알 수 있었으나, 향후 보다 안정화된 방법의 개발이 필요하다. 아울러, 클러스터별로 객체의 의미를 부여할 수 있는 방법론의 개발도 필요함을 알 수 있었다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2022년도 추계학술대회
• /
• pp.54-57
• /
• 2022

다수의 색상 및 거리 정보로 구성된 몰입형 영상 부호화를 위한 MPEG immersive video (MIV) 표준은 각 시점의 영상 간 중복성 제거 및 잔여 영상 병합을 통한 압축률 향상을 목표로 한다. 시점에 따른 카메라 그룹핑을 통해 압축률 향상이 가능하나, 그룹 기반 MIV 부호화 기술은 최근 활발히 논의되고 있지 않다. 따라서 본 논문은 최신 버전의 MIV 참조 소프트웨어에 그룹 기반 부호화 기술을 이식하고 적응적 스트리밍을 위한 그룹 기반 부호화 기술의 효율을 검증하였다.