• The Journal of the Convergence on Culture Technology
• /
• v.4 no.4
• /
• pp.355-360
• /
• 2018

We propose a method to connect partial image in whole image to partial image in whole image of other internet site. For this study, we have developed four partial image generation methods and retrieval methods. A method of 'image segmentation' that cuts out only partial images that want to provide information from the whole image, a method of 'creating an image block' that finds outermost points of a cut-out partial image, a method of 'Stamp transformation of outer points', which connects outer points and registers them as the most similar image stamp, and a retrieval method that connects image stamps with other image stamps are developed. We suggested a image search UI that can use image stamps in various ways.

• Journal of Korea Game Society
• /
• v.11 no.1
• /
• pp.139-146
• /
• 2011

We propose a photomosaic method using PCA(Principal Component Analysis), which uses PCA results to find the most similar candidate fast and correctly. When two images are projected onto a certain principal component, if their coefficients are similar, they are also likely to be similar. Thus our photomosaic method using PCA can take care of both colors and shapes of images. Our method using coefficient comparison is faster than the one using all color comparison and more correct than the one using average comparison. Our hardware accelerated photomosaic algorithm can handle video images in real-time.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10a
• /
• pp.296-298
• /
• 1999

컬러 히스토그램은 멀티미디어 이미지 데이터의 특성을 표현하기 위하여 널이 이용되어 왔다. 그러나 컬러 히스토그램을 고차원으로 설정할 경우 색인 구조에 효율적이지 못할 뿐만 아니라 유사도 계산에서도 고비용이 요구된다. 이러한 단점을 보완하기 위해 히스트그램의 차원을 줄이는 여러 방법이 제시되어 왔으나 이미지의 색상정보 손실을 피할 수 없으며, 이미지의 전체 히스토그램으로는 이미지의 레이아웃을 고려할 수 없기 때문에 필터링을 통한 후보 선정 시 상이한 이미지가 선택되어지는 문제점을 지닌다. 본 논문에서는 이미지를 일정한 크기의 타일로 분할한 이미지 타일 평균 RGB 방법을 제안하였으며, 실험을 통하여 제안한 방법의 성능을 평가하였다.

• Journal of Digital Convergence
• /
• v.11 no.2
• /
• pp.299-307
• /
• 2013

The aim of this paper is the improvement of identification performance and the reduction of computational quantities in the face recognition system based on SIFT-Grid. Firstly, we propose a composition method of integrated template by removing similar SIFT keypoints and blending different keypoints in variety training images of one face class. The integrated template is made up of computation of similarity matrix and threshold-based histogram from keypoints in a same sub-region which divided by applying SIFT-Grid of training images. Secondly, we propose a computation method of similarity for identify of test image from composed integrated templates efficiently. The computation of similarity is performed that a test image to compare one-on-one with the integrated template of each face class. Then, a similarity score and a threshold-voting score calculates according to each sub-region. In the experimental results of face recognition tasks, the proposed methods is founded to be more accurate than both two other methods based on SIFT-Grid, also the computational quantities are reduce.

• Journal of Broadcast Engineering
• /
• v.27 no.1
• /
• pp.69-79
• /
• 2022

In this study, a method of generating and utilizing a normal map image used to represent the characteristics of the surface of an image material to improve the classification accuracy of the original material image is proposed. First of all, (1) to generate a normal map that reflects the surface properties of a material in an image, a U-Net with attention-R2 gate as a generator was used, and a Pix2Pix-based method using the generated normal map and the similarity with the original normal map as a reconstruction loss was used. Next, (2) we propose a network that can improve the accuracy of classification of the original material image by applying the previously created normal map image to the attention gate of the classification network. For normal maps generated using Pixar Dataset, the similarity between normal maps corresponding to ground truth is evaluated. In this case, the results of reconstruction loss function applied differently according to the similarity metrics are compared. In addition, for evaluation of material image classification, it was confirmed that the proposed method based on MINC-2500 and FMD datasets and comparative experiments in previous studies could be more accurately distinguished. The method proposed in this paper is expected to be the basis for various image processing and network construction that can identify substances within an image.

• Journal of the Economic Geographical Society of Korea
• /
• v.13 no.2
• /
• pp.253-269
• /
• 2010

This study analyzed image similarity, attribute recognition, and preference by multidimensional scaling. The analyses were carried out by 10 spa destinations (Deoksan, Bugok, Onyang, Yuseong, Suanbo, Bomun, Dongrae, Asan, Dogo, Haeundae) in Korea. The results were as follows: First, according to the analyses of image similarity of spa destinations, 'Haeundae, Dongrae and Bomun,' 'Dogo, Onyang, Asan,' and 'Deoksan, Suanbo, Bugok,' made similar image groups separately. However, Yuseong had different image from the other spa destinations in the above. Second, according to the analyses of attribute recognition of spa destinations, Deoksan and Bugok had more competitive ability in terms of 'the incidental facilities of spa destinations, 'Yuseong, Onyang, Asan, and Dogo' showed high competitiveness in terms of 'accessibility of spa destination' and 'tourism conditions.' Haeundae, Dongrae, and Suanbo had weak competitiveness in terms of 'the accessibility of spa destinations.' Third, according to the analyses of preference about spa destinations based on different job groups, office workers had a preference for Yuseong and Bugok, professional workers for Bomun, the people engaged in the farming, fishing, livestock raising and housewives for Haeundae and Dongrae, government officials, students, factory workers, the people living on a pension for Onyang, Deoksan and Dogo, and the self-employed for Suanbo. In conclusion, according to the analyses of spa destination preference based on different residence groups, residents of Seoul, Incheon, Gyunggi province, Gangwon province, Daejeon, Chungcheong province and Jeolla province had a preference for Yuseong, Suanbo, Onyang, Deoksan, and Asan and the residents of Daegu, Gyungsang province, Busan, Ulsan for Bugok, Bomun, and Haeundae.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06c
• /
• pp.319-322
• /
• 2011

시각 피처를 사용한 이미지 표현은 이미지 검색 분야에서 이미 광범위하게 사용되고 있다. 특히 이미지 자체에 태깅이 되어있지 않거나 다른 추가 정보가 없는 경우에는 이미지 콘텐츠자체의 정보만으로 검색하기 위해서는 이러한 전처리가 필수적이다. 이미지로 부터 얻어진 시각적 피처들이 시각 단어로 사용되기 위해서는 k-means 와 같은 군집 알고리즘을 통한 시각적 피처의 양자화를 위한 전처리가 필요한데, 시각 단어의 개수 k를 정하는데 모호함이 있다. 본 논문에서는 임의의 k를 사용하더라도, 대표적 토픽 모델링 기법인 LDA (Latent Dirichlet Allocation)를 사용하여 데이터의 차원을 줄이게 되면 여러개의 시각적 단어들의 조합을 각각의 토픽이 나타낼 수 있게 됨을 이미지 검색 성능으로써 확인해 보고, 이러한 방법을 사용하면 표현형의 사이즈를 줄일 수 있고, 검색에 있어서도 이미지의 유사성을 더욱 효과적으로 표현할 수 있음을 확인해 본다.

• Annual Conference of KIPS
• /
• 2015.04a
• /
• pp.837-840
• /
• 2015

SSIM은 인간의 시각 체계가 이미지의 구조적 정보에 예민하다는 점을 이용하여 여러 가지 구조적 정보들의 유사성을 계산함으로써 이미지를 평가하는 대표적인 이미지 평가 기법이다. 하지만 SSIM은 컬러 이미지들에 대해 색 차이를 고려하지 못하는 문제가 있다. 이러한 문제를 해결하기 위해, HSI 색 공간을 활용한 SHSIM 기법이 제안되었으나 이 기법 또한 두 컬러 이미지 간 인지적인 색 차이를 충분히 반영하지는 못하고 있다. 본 논문에서는 CIE Lab 색 공간을 도입하여 대응 되는 픽셀들의 인지적 색 차이를 계산하여 이미지 평가에 활용하는 방법을 제안한다. 제안하는 기법의 성능을 평가하기 위해, 이미지 평가 분야에서 가장 많이 알려진 네 가지의 데이터베이스와 네 종류의 평가 기준들을 이용하였다. 실험 결과에서는 제안하는 기법이 다른 기법들보다 인간 시각 체계와 더 상관성이 높다는 것을 보여줌으로써 성능을 증명하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2011.06a
• /
• pp.355-358
• /
• 2011

본 논문에서는 이미지에서 사용자가 관심을 갖는 영역(ROI)의 내용을 나타내는 특성값과 영역의 위치를 함께 고려하여 이미지를 검색하는 방법을 제안한다. 제안한 방법은 검색 대상 이미지를 일정 크기의 블록으로 구분한 후 사용자가 선택한 다중 ROI와 가장 근접하는 특성을 가진 블록을 선택한다. 블록의 특성값은 MPEG-7의 도미넌트 컬러 기술자를 사용한다. 사용자가 선택한 블록의 특성값과 함께 블록의 위치를 측정한 후, 검색 대상 이미지의 블록들의 특성값 및 위치와 비교하여 유사도를 측정한다. 본 논문에서는 실험결과 제안한 방법이 전역 이미지 검색이나 동일한 위치의 블록만 비교하는 경우보다 다중 ROI의 내용과 위치를 함께 고려하는 방법이 다른 방법에 비해 우수한 성능을 나타냈다.

• Journal of IKEEE
• /
• v.27 no.1
• /
• pp.59-64
• /
• 2023

Deep learning can solve various computer vision problems, but it requires a large dataset. Data augmentation technique based on image binarization for constructing large-scale datasets is proposed in this paper. By extracting features using image binarization and randomly placing the remaining pixels, new images are generated. The generated images showed similar quality to the original images and demonstrated excellent performance in deep learning models.