• Journal of Korea Society of Industrial Information Systems
• /
• v.20 no.2
• /
• pp.73-83
• /
• 2015

This paper proposes a TFT-LCD defect blob detection algorithm using the sequential defect detection method. First, for every pixel, a defect possibility is determined by the intensity difference and the defect candidates are detected according to the sequential defect detection method. For detected candidate pixels, the defect probability that indicates a potential included in the defect according to the each step. By applying the morphological operation, blobs are comprised of the detected candidates and the defect blobs are detected using the defect possibility of blobs. The validity of the proposed method was demonstrated a simulated image and also then it was tested a real TFT-LCD image. By the experimental results, the proposed method is very effective in TFT-LCD detect detection.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10b
• /
• pp.553-555
• /
• 2003

사람의 얼굴을 검출 및 인식을 하는 여러 가지 다양한 알고리즘이 소개되고 있다. 본 논문에서는 사람의 피부색을 이용한 컬러정보(Color Information)와 국부 최적 임계치 기법을 사용하여 얼굴의 형상정보를 검출하고 얼굴 영역을 검출하는 방법을 사용한다. 컬러정보를 사용하여 얼굴의 후보영역을 선정한 후에 그 후보영역에서 얼굴의 특징인 눈, 눈썹, 입을 찾는 방법을 제안한다. 피부색은 일정한 분포를 가지고 있기 때문에 후보영역을 비교적 정확히 찾을 수 있으며, 국부 최적 임계치 기법은 효과적인 얼굴 특징 검출방법이다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.580-582
• /
• 2000

본 논문에서는 MAM을 이용한 특징 벡터의 보정을 기반으로 하는 헤드 제스처 인식에 관해 기술한다. 제안된 시스템은 얼굴 움직임 검출 모듈과 눈 영역 추적 모듈, 미 측정된 벡터 보정 모듈, 측정된 제스처에 대한 인식모듈로 구성된다. 신경망과 모자이크 이미지를 이용하여 얼굴 영역을 검출하고, 이 영역에서 눈 영역을 검출한다. 만약 눈의 쌍이 검출되지 않는다면 시스템은 특징 벡터 보정(MAM)을 수행하여 손실된 정보를 예측한다. 검출된 눈 영역은 정규화된 벡터로 변경된다. 이 벡터의 분산을 이용하여 긍정, 부정, 중립의 제스처를 판단한다. 제스처의 인식은 직접 관측, 이중 HMM, 삼중 HMM을 사용한 다중 인식기를 이용한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.11a
• /
• pp.899-900
• /
• 2017

본 논문에서는 도로주행 영상 내에서 차선을 검출하는 알고리즘을 제안한다. 제안하는 알고리즘은 차량 내부 카메라로 촬영된 영상에 대하여 바타차야 거리를 이용해 차선 후보 영역을 검출한다. 검출된 영역에 대해 도로와 차선의 레퍼런스 RGB 값과의 바타차야 거리를 이용해 분류한 뒤, 차선이 갖는 특징을 모델링하여, 분류된 영역에서 차선으로 추정되는 영역만을 남긴다. 차선 영역 세그먼트의 흰 차선과 노란 차선의 클래스와의 유사도를 계산하여 검출된 차선정보를 제공한다.

• Journal of Korea Entertainment Industry Association
• /
• v.5 no.1
• /
• pp.127-133
• /
• 2011

Characters in natural image are an important information with various context. Previous work of character region detection algorithms is not detect of character region in case of image complexity and the surrounding lighting, similar background to character, so this paper propose an method of character region detection in natural image using edge and connected component by morphological reconstructions. Firstly, we detect edge using Canny-edge detector and connected component with local min/max value by morphological reconstructed-operation in gray-scale image, and labeling each of detected connected component elements. lastly, detected candidate of text regions was merged for generation for one candidate text region, Final text region detected by checking the similarity and adjacency of neighbor of text candidate individual character. As the results of experiments, proposed algorithm improved the correctness of character regions detection using edge and connected components.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2018.05a
• /
• pp.363-365
• /
• 2018

대장과 소장에서 모두 폐색 영역을 검출하기 위하여 본 논문에서는 기존에 연구된 장 폐색 영역 검출 방법과 ART2 알고리즘을 이용한 대장 폐색 영역과 소장 폐색 영역을 검출하는 방법을 제안한다. 제안된 방법은 기존에 연구된 방법을 이용하여 ROI 영역을 추출한 후, 추출된 ROI 영역을 ART2 알고리즘을 이용하여 영상을 군집화 한다. 군집화된 ROI 영역과 기존에 연구된 방법으로 X-ray 영상에서 검출한 장 폐색 영역의 형태학적 특징을 비교 및 분석하여 장 폐색의 형태학적 특징을 포함하는 클러스터를 분석한다. 따라서 장 폐색 영역에 해당되는 클러스터로 분류된 영역 내부를 클러스터의 중심에 해당되는 픽셀로 모두 대체한다. 그리고 $3^*3$ 필터를 이용한 침식과 팽창 연산을 적용하여 잡음을 제거한다. 잡음이 제거된 영상에서 각 객체들을 라벨링한 후에 크기를 비교하여 배경과 기타 지방 영역을 제거하고 남은 객체들을 장 폐색 영역으로 검출한다. 제안된 추출 방법을 장 폐색 X-ray 영상을 대상으로 실험한 결과, 기존에 연구된 방법으로 추출에 성공한 대장 장 폐색 영상과 추출에 실패한 소장 폐색 영상 모두에서 추출되는 것을 확인하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2009.11a
• /
• pp.125-128
• /
• 2009

본 논문에서는 실시간 영상으로부터 입술 영역 검출 방법을 제안한다. 제안하는 방법은 영상으로부터 피부색 범위의 검출을 통하여 불필요한 잡음을 제거한 후 Harr-like 특징을 이용하여 얼굴을 검출한다. 다음 검출된 얼굴 영역으로부터 얼굴의 기하학적 정보를 이용하여 입술 후보 영역을 분리한 후 제안하는 Cb, Cr를 가지고 입술색 범위 검출해 낸다. 최종적으로 검출된 입술색 범위 영역에 Haar-like 특징을 다시 한번 적용하므로써 보다 정확한 입술 영역을 검출해낸다. 본 논문에서 제안한 알고리즘을 실험한 결과 기존의 알고리즘보다 검출률이 높았으며, 적용범위가 더 넓음을 실험을 통해 확인할 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.11a
• /
• pp.314-317
• /
• 2011

본 논문은 상향식 현저함 모델을 이용하여 입력 영상으로부터 시각적 주의를 갖는 영역들을 자동으로 검출하는 방법을 제안한다. 제안한 방법에서는 인간의 시각 시스템과 같이 사전 지식 없이 시각정보의 공간적인 분포에 근거하여 장면을 해석하는 상향식 현저함 모델 방법을 입력 영상에 적용하여 관심 물체 영역을 검출하는 연구이다. 상향식 현저함 방법은 Treisman의 세부특징이론 연구에서 제시한 바와 같이 시각적 주의를 갖는 영역은 시각정보의 현격한 대비차이를 가지는 영역으로 집중되어 배경에서 관심영역을 구분할 수 있다. 입력 영상에서 현저함 모델을 통해 3차원 현저함 맵을 생성한다. 그리고 생성된 현저함 맵으로부터 실제 관심영역들을 검출하기 위해 제안한 방법에서는 적응적 임계치 방법을 적용하여 관심영역을 검출한다. 제안한 방법을 관심영역 분할에 적용한 결과, 영역 분할 정확도 및 정밀도가 약 88%와 89%로 제시되어 관심 영상분할 시스템에 적용이 가능함을 알 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.11a
• /
• pp.1709-1712
• /
• 2013

교통 신호등은 운전자 혹은 보행자들의 뚜렷한 시인성 확보를 위해 가능한 주위 배경과 구분되는 색상, 모양, 질감 등으로 구성하여 설치되어 있는 특징을 가지고 있다. 결국 기존 교통 신호등 검출 연구들에서는 대부분 교통 신호등의 색상과 모양을 기반으로 한 검출 연구가 주류를 이루고 있는 것이 사실이다. 하지만, 외부 날씨, 복잡한 시내, 다른 물체와의 겹침 등의 문제로 인해 색상 및 모양 기반의 교통 신호등, motion blur, 검출 오류가 증가 되고 있다. 따라서 본 연구에서는 입력 영상에서 색상정보를 배제하고 motion blur나 밝기 변화에 덜 민감하고 먼 거리에서도 뛰어난 시인성을 가진 spot light 검출을 통해 입력 영상에서 가장 밝은 교통표지판 후보 영역들을 검출한다. 그리고 교통 신호등의 특징인 가능한 원형을 유지하고 있으며 원형 외부 색상과 내부 색상이 현저하게 두드러지는 영역을 maximally stable extremal regions (MSER) 알고리즘을 사용하여 입력 영상에서 후보 영역을 선택한다. 마지막으로, 검출된 영역들에서 교통 신호등 영역을 검출하기 위해 템플릿 매칭 방법을 적용한다. 제안한 방법을 도로 상에서 실험한 결과, 평균 94% 이상의 검출율을 제시하였고, 특히 야간 시간대에 검출율이 비교적 높게 제시되었다.

• Proceedings of the KIEE Conference
• /
• 2009.07a
• /
• pp.1851_1852
• /
• 2009

본 논문은 차량 영역에 나타나는 수평, 수직 에지 특성만을 이용하여 빠르고 효율적으로 차량을 검출하는 방법을 제안한다. 차량을 포함하는 입력영상의 긴 수직 에지 성분을 찾아 차량의 후보 영역을 결정한다. 영상의 에지 성분의 누적 대신 연속적으로 나타나는 긴 수직 에지 성분을 찾음으로써 차량의 후보 영역의 검출과 동시에 중요한 정보를 담고 있는 도로와 접하는 차량의 하단부를 함께 검출한다. 후보 영역 내에서 차량과 비 차량을 구분하는 검증 단계에서는 차량의 후면의 대칭성(Symmetry)을 이용하여 후보 영역 내에서 차량이 있을 가능성이 있는 바닥 점 위에서 좌측과 우측의 유사도(Matching rate)를 이용하여 차량과 비 차량을 판별한다. 기존의 템플릿 기반 방법이나 외관 기반 방법이 아닌 에지 성분만을 이용하여 후보 영역을 결정하고 검증하기 때문에 다른 검출 기법들에 비해 비교적 검출 시간이 짧고 실시간 차량 검출에 적합하다.