• Proceedings of the Korean Information Science Society Conference
• /
• 2007.06b
• /
• pp.199-202
• /
• 2007

본 논문에서는 주어진 영상을 필터링하여 영상의 스타일을 제거하는 방법을 제시한다. 스타일이 제거된 영상은 영상 분류, 특징점 인식, 영상 분할 등의 다양한 용도에 쓰일 수 있다. 또한 원래 영상과 스타일이 제거된 영상을 비교하여 영상의 스타일을 유추할 수 있다. 본 논문에서는 이를 위해 주어진 영상에서 스타일 벡터를 계산한 후 계산된 스타일 벡터를 이용하여 영상에 양방향 필터링을 적용한다. 이 때 영상의 경계 부분에서 스타일을 효과적으로 분리하는 방법과 다중 해상 처리 방법을 적용하여 다양한 크기와 방향의 스타일을 찾아낸다. 그 결과 주어진 영상에서 다양한 크기와 방향의 스타일을 제거하고 영상의 중요한 내용만을 효과적으로 나타낸다.

• Journal of the Korea Computer Graphics Society
• /
• v.13 no.3
• /
• pp.7-10
• /
• 2007

We propose an image filtering technique that removes various image styles. To destylize a given image, we define image styles as repeated patterns existing in the image. For dll pixels of the image, we compute image styles as style vectors. We remove image styles by using bilateral filtering based on these style vectors. Destylization results show well smoothed images while preserving feature boundaries. Our method effectively removes image styles and reveals image structures clearly, and results can be applied to several applications such as texture transfer.

• The Journal of the Korea Contents Association
• /
• v.14 no.3
• /
• pp.11-21
• /
• 2014

Multi-scale image segmentation is important in many applications such as image stylization and medical diagnosis. This paper proposes a novel segmentation algorithm based on MSER(maximally stable extremal region) which captures multi-scale structure and is stable and efficient. The algorithm collects MSERs and then partitions the image plane by redrawing MSERs in specific order. To denoise and smooth the region boundaries, hierarchical morphological operations are developed. To illustrate effectiveness of the algorithm's multi-scale structure, effects of various types of LOD control are shown for image stylization. The proposed technique achieves this without time-consuming multi-level Gaussian smoothing. The comparisons of segmentation quality and timing efficiency with mean shift-based Edison system are presented.

• Journal of the KSME
• /
• v.41 no.10
• /
• pp.33-38
• /
• 2001

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2010.07a
• /
• pp.433-434
• /
• 2010

본 논문에서는 영상처리에서 많이 사용하는 bilateral filtering과 mean shift segmentation을 이용하여 일반적인 사진을 수채화 스타일로 변환하는 기법에 대하여 제안한다. 먼저 bilateral filtering을 이용하여 사진의 외곽선 부분은 보존하면서 고주파 성분을 약화시키도록 한다. 그리고 bilateral filtering된 영상에서 mean shift segmentation을 수행하여 수채화 스타일의 영상을 생성한다. 본 논문에서 제안하는 기법으로 다양한 사진에 대하여 실험한 결과 수채화 스타일로 잘 변화되는 것을 확인하였으며 특히 주광에서 촬영한 풍경 사진들에 대하여 보다 우수한 성능을 보임을 확인하였다.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.16 no.6
• /
• pp.1271-1278
• /
• 2021

In this paper, we implemented smart mirrors that virtually select and experience eyeglasses and hair styles on user faces through face recognition and recommend weather-specific clothes to guide various styles. In addition, makeup is possible while watching the video while looking at the screen. Raspberry Pi, acrylic plate and half mirror film were used to reduce the cost of conventional smart mirrors. It also added basic information such as weather, dates, calendars, and news, and increased user convenience by using a touchscreen.

• Journal of the Korea Computer Graphics Society
• /
• v.11 no.1
• /
• pp.8-12
• /
• 2005

본 연구에서는 영상에 간단한 공간 필터를 적용하여 연필 해칭 효과를 갖는 영상을 만들어 내는 방법을 제안한다. 해칭 스타일의 톤 생성을 위하여 모션 블러링을 이용해서 입력 영상에 방향성을 주고, 샤프닝과 블러링으로 연필 해칭 효과를 만들어 낸다. 이렇게 만들어진 영상은 영상 전체에 같은 방향으로 해칭한 것 같은 효과를 가진다. 모션 블러링을 각기 다른 방향으로 적용한 영상들을 합성하면 크로스 해칭의 효과를 만들 수 있다. 여기에 소벨 필터를 사용해서 원본 영상의 에지를 검출해서 함께 합성하여 해칭을 이용한 연필화를 생성한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• fall
• /
• pp.283-286
• /
• 2021

4차 산업혁명을 맞이해 최근 산업 및 기술 영역에서는 인공지능을 이용한 생산력 향상, 자동화 등 딥러닝의 보편화가 빠르게 진행되고 있다. 또한, 딥러닝의 성능을 도출하기 위해서는 수많은 양의 학습용 데이터가 필요하며 그 데이터의 양은 딥러닝 모델의 성능과 정비례한다. 이에 본 작품은 최신형 영상처리 Library인 Albumentations를 이용하여 영상처리 알고리즘을 이용하여 이미지를 증강하고, 이미지 데이터 크롤링 기능을 통해 Web에서 영상 데이터를 수집을 자동화하며, Label Pix를 연동하여 수집한 데이터를 라벨링 한다. 더 나아가 라벨링 된 데이터의 증강까지 포함하여 다양한 증강 자동화를 한 인터페이스에 집적시켜 딥러닝 모델을 생성할 때 데이터 수집과 전처리를 수월하게 한다. 또한, Neural Net 기반의 AdaIN Transfer를 이용하여 이미지를 개별적으로 학습하지 않고 Real time으로 이미지의 스타일을 옮겨올 수 있도록 하여 그림 데이터의 부족 현상을 해결한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.44-47
• /
• 2019

스마트 폰과 태블릿 PC를 이용하여 실시간 영상 재생 서비스(OTT: Over The Top)를 이용하는 사람들이 폭발적으로 증가하고 있다. 그에 따라 실시간 영상 재생 서비스를 즐길 수 있는 수많은 콘텐츠들이 증가하고 있다. 이에 따라 사용자는 자신의 취향에 맞는 드라마가 어떤 드라마인지 찾기가 어렵다. 따라서 본 논문에서는 사용자 스타일에 가장 적합한 미국 드라마 추천 시스템을 제안하기 위하여 선호 장르 2개, 연령대, 성별, 미국인 여부를 이용하여 유클리드 방법으로 유사도를 계산하고 협업 필터링 방법을 적용하여 드라마를 추천하는 시스템을 R을 이용하여 구현하였다.

• Journal of KIISE:Computer Systems and Theory
• /
• v.34 no.12
• /
• pp.665-682
• /
• 2007

Line drawing is a widely used style in non-photorealistic rendering because it generates expressive descriptions of object shapes with a set of strokes. Although various techniques for line drawing of 3D objects have been developed, line drawing of 2D images has attracted little attention despite interesting applications, such as image stylization. This paper presents a robust and effective technique for generating line drawings from 2D images. The algorithm consists of three parts; filtering, linking, and stylization. In the filtering process, it constructs a likelihood function that estimates possible positions of lines in an image. In the linking process, line strokes are extracted from the likelihood function using clustering and graph search algorithms. In the stylization process, it generates various kinds of line drawings by applying curve fitting and texture mapping to the extracted line strokes. Experimental results demonstrate that the proposed technique can be applied to the various kinds of line drawings from 2D images with detail control.