• Smart Media Journal
• /
• v.9 no.2
• /
• pp.9-15
• /
• 2020

In this paper, we propose a network model composed of Multi path Encoder-Decoder branches that can recognize each instance from the image. The network has two branches, Dot branch and Segmentation branch for finding the center point of each instance and for recognizing area of the instance, respectively. In the experiment, the CVPPP dataset was studied to distinguish leaves from each other, and the center point detection branch(Dot branch) found the center points of each leaf, and the object segmentation branch(Segmentation branch) finally predicted the pixel area of each leaf corresponding to each center point. In the existing segmentation methods, there were problems of finding various sizes and positions of anchor boxes (N > 1k) for checking objects. Also, there were difficulties of estimating the number of undefined instances per image. In the proposed network, an effective method finding instances based on their center points is proposed.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2016.06a
• /
• pp.211-214
• /
• 2016

본 논문에서는 하나의 넓은 동적 영역(High Dynamic Range: HDR)을 갖는 이미지를 Earth Mover's Distance(EMD)값을 이용한 이미지 분할 기법을 적용한 유사 지역 그룹화를 통해, 각 그룹별로 톤 매핑을 수행하는 기법을 제안하고자 한다. 기존의 EMD 값을 통한 이미지 분할 알고리듬은 이미지 내의 같은 그룹으로 분류된 지역에서 휘도(luminance)의 변화가 클 때 후광 현상(halo artifact)이 발생하는 문제점을 보였다. 본 논문에서는 기존의 알고리듬으로 분할된 이미지를 처리할 때 휘도 변화량(gradient)의 정보를 활용하여 후광 현상 제거함으로써 주관적 화질을 향상시켰다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2000.10a
• /
• pp.391-394
• /
• 2000

무선인터넷 분야는 전송속도 및 서비스를 제공받는 단말기의 특성상 콘텐츠 크기의 제약을 가지다. 그 크기란 현재 무선기기의 전송속도에 의해 정해진 것으로 앞으로 더 높은 전송속도를 가지게 된다면 상관없겠지만, 현재는 이 전송량의 한계 때문에 거의 대부분의 콘텐츠들은 이미지보다는 상대적으로 크기가 적은 텍스트 기반으로 설계되고 만들어지고 있다. 하지만, 이미지를 기반으로 하는 게임 응용분야의 경우 이와 같은 제약으로 인해 상대적으로 작은 이미지만으로 구현하고 있다. 본 논문은 현재의 콘텐츠 제약에 따르면서, 큰 이미지를 일정 패턴을 갖는 다수의 작은 이미지로 분할하는 기법을 통해 상대적으로 적은 데이터 전송량으로 이미지를 처리할 수 있는 이미지 기반의 사용자 인터페이스를 제작할 수 있는 이미지 분할 관리 기법을 제안하고, 실제 게임 구현을 통해 그 실용성을 보여준다.

• Proceedings of the Korean Society for Information Management Conference
• /
• 2006.08a
• /
• pp.183-189
• /
• 2006

이 연구에서는 색상 자질을 이용하여 이미지를 검색할 때 이미지를 분할하여 각 영역별로 색인하여 검색하는 것의 유용성을 알아보고 분할된 영역간의 유사도 산출 기법을 제안하였다. 실험결과, 질의 이미지의 특정 영역과 최대의 유사도를 갖는 검색 이미지의 영역을 이미지간 유사도 산출 방법으로 이용하고, 이미지 영역을 세분할수록 이미지 검색 성능이 향상되었다. 특히 검색 성능이 좋지 않은 질의 이미지의 경우, 이 연구에서 제안한 기법이 더욱 유용하였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 1998.10a
• /
• pp.232-236
• /
• 1998

이미지가 전경과 배경으로 이루어져 있을 경우, 이미지에서 중요한 대부분의 정보는 전경의 영역에 집중하게 된다. 만약 이미지를 전경과 배경으로 구분할 수 있다면 영상 인식, 영상 합성, 영상 압축 등 여러 분야에 유용하게 활용할 수 있게 된다. 본 논문에서는 선명도 차이를 이용하여 이미지를 전경과 배경으로 분할하는 방법을 소개하고, 그 실험 결과를 보인다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.06a
• /
• pp.1297-1300
• /
• 2022

Document layout analysis는 문서 이미지의 구조와 구성요소를 파악하는 기술이다. 기존 딥러닝을 사용한 학습 기반 방법에는 각 구성 요소를 검출하는 detection 기반 방식이 많으나 이는 다양한 형식의 문서 이미지에 확장될 수 있는 가능성이 낮다는 한계가 존재한다. 특히, 다양한 모양과 크기의 화학 구조를 포함하는 화학 문서 이미지에 적용하기 어렵다. 본 논문에서는 영상분할을 활용하여 화학 구조 문서를 이해하는 연구를 진행하였다. 기존의 블록 단위로 레이블링된 벤치마크와 다르게 객체 단위로 레이블링한 학습 데이터를 가지고 DeepLabv3 구조의 네트워크를 학습하여 화학 문서 이미지를 효과적으로 분할하였다. 객체 단위 레이블링과 영상 분할을 사용한 방식이 문서 이해 및 화학 구조 검출에 준수한 성능을 보이는 것을 확인하였고 이 방식이 다양한 형식의 문서 이미지에 확장될 수 있음을 보였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.26 no.12
• /
• pp.1919-1925
• /
• 2022

In this paper, we propose an image-to-image translation approach based on the conditional generative adversarial network for semantic segmentation. Semantic segmentation is the task of clustering parts of an image together which belong to the same object class. Unlike the traditional pixel-wise classification approach, the proposed method parses an input RGB image to its corresponding semantic segmentation mask using a pixel regression approach. The proposed method is based on the Pix2Pix image synthesis method. We employ residual connections-based convolutional neural network architectures for both the generator and discriminator architectures, as the residual connections speed up the training process and generate more accurate results. The proposed method has been trained and tested on the NYU-depthV2 dataset and could achieve a good mIOU value (49.5%). We also compare the proposed approach to the current methods in semantic segmentation showing that the proposed method outperforms most of those methods.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2000.05a
• /
• pp.69-72
• /
• 2000

본 논문에서는 디지털 이미지 안에서의 얼굴 영상 분할을 위해서 데이터로부터 얼굴 영상과 배경 영상의 소속도(membership degree)를 학습시켜 구한다. 그리고 입력 이미지의 각 픽셀 값에 해당하는 소속도를 이용하여 얼굴 영상의 분할을 수행한다. 실험에서는 8-bit 그레이 스케일 영상의 ORL Database를 이용하였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.11b
• /
• pp.155-158
• /
• 2002

본 논문은 영역기반의 영상 검색을 위해 향상된 영역 매칭 알고리즘을 구현하고자 한다. 최근의 Mpeg-7표준은 객체 기반의 영상처리를 특징으로 하고 있으며, 객체 기반의 영상 처리방법들에서 가장 대표적인 방법인 영역기반 검색 방법은 영역 분할과 특징 추출, 그리고 영역매칭을 통한 유사도 측정에 따른 검색으로 나뉘어 진다. 본 논문에서는 영상을 분할한 후 분할된 영역들에 대한 특징을 추출 하고, 추출된 특징들을 다차원 특징 공간에서의 클러스터로 구성한다. 그리고 구성된 클러스터들을 인접한 중심을 가진 특징 그룹화 하여 특징 그룹 중심간의 거리차를 이용하여 질의 이미지와 검색 이미지의 유사도를 측정하는 영역 매칭 방법을 제안한다.

• Journal of the Korea Society of Computer and Information
• /
• v.17 no.12
• /
• pp.83-93
• /
• 2012

This paper proposes an image segmentation framework that modifies the objective function of Fuzzy C-Means (FCM) to improve the performance and computational efficiency of the conventional FCM-based image segmentation. The proposed image segmentation framework includes a locally weighted fuzzy c-means (LWFCM) algorithm that takes into account the influence of neighboring pixels on the center pixel by assigning weights to the neighbors. Distance between a center pixel and a neighboring pixels are calculated within a window and these are basis for determining weights to indicate the importance of the memberships as well as to improve the clustering performance. We analyzed the segmentation performance of the proposed method by utilizing four eminent cluster validity functions such as partition coefficient ($V_{pc}$), partition entropy ($V_{pe}$), Xie-Bdni function ($V_{xb}$) and Fukuyama-Sugeno function ($V_{fs}$). Experimental results show that the proposed LWFCM outperforms other FCM algorithms (FCM, modified FCM, and spatial FCM, FCM with locally weighted information, fast generation FCM) in the cluster validity functions as well as both compactness and separation.