• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2019.11a
• /
• pp.73-75
• /
• 2019

360°VR 영상은 카메라에서 촬영된 여러 영상들을 이어 붙이는 작업인 스티칭(Stitching)을 통하여 만들 수 있다. 스티칭은 영상들을 이어 붙이기 위해 각 영상의 특징점을 추출하는 특징점 추출, 특징점간 유사도를 비교하여 유사한 특징점끼리 매칭시키는 특징점 매칭, 특징점 매칭 과정에서 획득한 호모그래피 매트릭스를 이용한 이미지 와핑, 각 영상 간의 부자연스러운 경계선을 제거하는 블렌딩 과정을 거친다. 고품질의 360°VR 영상을 획득하기 위해서는 영상의 개수를 증가시킬 필요가 있고, 이로 인해 스티칭 과정에서 소요되는 시간이 증가한다. 본 논문에서는 카메라 센서 정보를 이용해 유사한 영상끼리 클러스터링하여, 한번에 스티칭이 진행되는 영상의 수를 감소시키고, 멀티 스레드를 이용하여 각 그룹의 스티칭을 병렬적으로 진행한 뒤, 최종적으로 스티칭하여 최종 360°VR 영상을 획득하는 과정을 제안한다.

• Annual Conference of KIPS
• /
• 2000.10a
• /
• pp.695-698
• /
• 2000

본 논문에서는 이미지 데이터 컬러 속성을 기반으로 한 영상 검색 방법을 제안한다. 두 이미지 사이의 유사성을 측정하기 위하여 컬러 히스토그램의 분포 특성을 이미지 데이터베이스 영상과질의 영상에서 계산하여 유사도를 결정하도록 설계하였다. 두 영상의 유사도를 측정하기 위해 두영상의 R, G, B 히스토그램에 대해서 같은 값에 대한 빈도 수의 차를 거리로 측정한 후, 구해진 거리의 차를 비교한 방법과 히스토그램의 분포 곡선을 이루는 방정식을 구한 수 있도록 곡선 정합을 한 후에 두 영상의 컬러 특징 속성에 관한 특징 값의 추출을 위해서 다항식 보간법에 의한 방정식을 이용한 방법을 소개한다. 공간 데이터베이스 시스템에서 질의에 대한 효율적인 처리를 위해 R-Tree와 최대 점을 이용하여 영상을 검색한다.

• Annual Conference of KIPS
• /
• 2005.11a
• /
• pp.513-516
• /
• 2005

단백질 2DE 이미지 분석의 주요작업은 스팟 매칭에 의한 동일한 종류의 단백질 그룹인 패어링 클래스를 구성하는 것으로서 단백질간의 상호 작용, 질병에 관련한 단백질의 변화 등을 관찰할 수 있다. 하지만 2DE 실험의 여러 가지 문제점으로 인하여 패어링 클래스는 먼지, 공기방울 등 에러를 포함하게 되며 이런 에러들은 왜곡된 분석결과를 초래한다. 따라서 본 논문에서는 동일한 조직에서 같은 종류의 단백질은 발현량이 비슷하다는 특성을 이용하여 패어링 클래스의 개개의 스팟을 참조 스팟 속성으로 나눈 값을 유사도로 정의하고, 스팟의 유사도가 사용자에 의하여 선택되는 필터링 배수에 의한 범위를 벗어날 때 에러 스팟으로 간주하여 제거되는 에러 필터링 기법을 제안한다. 실험에서는 정확도(Precision), 재현율(Recall) 및 조화평균(Harmonic-mean) 값을 사용하여 제안된 필터링 기법의 타당성을 보여준다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.04b
• /
• pp.130-132
• /
• 2002

본 논문에서는 에지 디스크립션 템플릿을 이용한 개념기반 이미지 검색 모델을 제안한다. 이 모델은 하나의 개념과 관련된 여러 형태의 이미지 템플릿들을 명시한 지식베이스를 채용한다. 여기서, 이미지 템플릿은MPEG-7국제 표준으로 채택된 에지 히스토그램 디스크립션 방법으로 표현된다 따라서, 하나의 이미지는 자신의 에지 히스토그램과 유사한 템플릿를 가지는 개념으로 색인될 수 있기 때문에 이 모델은 방대한 이미지에 대한 자동 색인과 개념기반 검색을 지 인할 수 있다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.05d
• /
• pp.1063-1068
• /
• 2002

공간 관계는 이미지나 멀티미디어 데이터를 검색하기 위한 시스템에서 오브젝트들을 표현하는데 중요한 요소이다. 본 논문에서는 기존의 검색 방식과 다르게 이미지에 있는 여러 오브젝트들간의 공간 관계와 각 오브젝트들이 가지고 있는 특징을 이용한 새로운 방식의 이미지 데이터 검색기법을 제안한다. 이것은 질의와 데이터베이스 내에 있는 이미지들간의 유사성을 효율적으로 계산하는데 유용하다. 또한 각 오브젝트의 공간정보와 특징들에 대한 정보들이 XML형태로 주석 처리되어 있기 때문에 이전 검색 기법보다 정확도가 높다. 마지막으로 제안한 검색기법을 이용한 이미지 검색 시스템을 구현하여, 실제 데이터를 검색함으로써 성능을 평가하였다.

• Archives of design research
• /
• v.14 no.4
• /
• pp.5-14
• /
• 2001

Among Human Sensibility-oriented products a gap between the images that designers try to express through that product and users emotional evaluation becomes an issue. The data on the correlation between image words used for design evaluation and images used in the design process are especially significant. This study based on these correlations suggests a Fuzzy retrieval system supporting styling design with images and image words. In the system, the relational data are demonstrated by Fuzzy thesaurus as correlation coefficient from the degree of similarity among image words. And the degree of similarity is produced based on image evaluation. Image retrieval is conducted by the algorithm of Fuzzy thesaurus development, 1) among image words, 2) images to image words, 3) image words to images and 4) among images: 4 different modes are provided as retrieval modes. Also transfer between modes is carried by direct operating interface, therefore divergent thinking and convergent thinking is supported well. The system consists of operation for the gap and the measurement unit of emotional evaluation, and visualization units. Under unified interface environments are set in order for consistency of the operation.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10c
• /
• pp.142-144
• /
• 2002

대부분의 내용기반 이미지 검색 시스템은 이미지의 특징 벡터인 색상, 모양, 그리고 질감에 의해서 유사한 이미지를 검색하는 기법을 제공하고 있다. 최근 이러한 내용기반 이미지 검색 기술은 의료 영상 이미지와 같은 다양한 분야에 적용되고 있으며, 이에 따라서 의료 이미지를 분석하여 저장, 검색하기 위한 데이터베이스 시스템이 증가하고 있다. 그러나, 대량의 이미지로부터 원하는 이미지를 검색하기 위해서는 이미지의 메타데이타를 효율적으로 표현해야 하며, 의미성과 이미지의 특징 데이터를 통합적으로 저장 관리 할 수 있는 이미지 데이터베이스를 설계하고 구축해야만 한다. 본 논문에서는 기존의 내용기반 이미지 검색 기법을 살펴보고. 이미지를 내용기반으로 분류하고 저장할 수 있는 데이터베이스 시스템을 설계하여 효율적인 의미기반 검색을 지원말 수 있는 모델을 제시한다. 다계층 메타데이타 레이어 구조로 이미지에 대한 개념 지식 모델을 표현하고, 이미지내의 객체를 메타데이타로 표현하여 분류할 수 있는 모델을 제안한다. 또한, 이미지 내용검색을 지원하기 위한 시스템 구조를 설계하고, 메타데이타가 저장되기 위한 관계형 모델을 스타 스키마의 형태로 제시한다. 제안된 방법은 의미적인 이미지 내용 검색 방법의 지원에 활용될 수 있다.

• Journal of Internet Computing and Services
• /
• v.22 no.1
• /
• pp.23-30
• /
• 2021

This paper proposes a noise-tolerant image classification system using multiple autoencoders. The development of deep learning technology has dramatically improved the performance of image classifiers. However, if the images are contaminated by noise, the performance degrades rapidly. Noise added to the image is inevitably generated in the process of obtaining and transmitting the image. Therefore, in order to use the classifier in a real environment, we have to deal with the noise. On the other hand, the autoencoder is an artificial neural network model that is trained to have similar input and output values. If the input data is similar to the training data, the error between the input data and output data of the autoencoder will be small. However, if the input data is not similar to the training data, the error will be large. The proposed system uses the relationship between the input data and the output data of the autoencoder, and it has two phases to classify the images. In the first phase, the classes with the highest likelihood of classification are selected and subject to the procedure again in the second phase. For the performance analysis of the proposed system, classification accuracy was tested on a Gaussian noise-contaminated MNIST dataset. As a result of the experiment, it was confirmed that the proposed system in the noisy environment has higher accuracy than the CNN-based classification technique.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.114-114
• /
• 2021

본 연구에서는 Sentinel-1 SAR 센서 기반 이미지자료와 딥러닝기법을 이용하여 고해상도 토양수분을 산정하였다. 입력자료는 지표특성(모래함량, 점토함량, 경사도), 인공위성 기반의 강우와 LANDSAT 기반의 이미지자료(NDVI, LST, 공간분포 토양수분)를 사용하였다. 강우자료의 경우 GPM(Global Precipitation Measurement) 일강우 자료를 사용하였으며, 관측일 기준으로 5일전까지의 강우자료와 5일평균강우를 구분하여 사용하였다. LANDSAT 기반의 토양수분 이미지자료와 지점관측 토양수분을 이용하여 검·보정 이후 딥러닝 모형의 입력자료로 사용하였다. 입력자료는 30m × 30m 해상도로 Resample 하여 딥러닝 모형의 학습을 진행하였으며, 학습에 사용된 모형을 이용하여 Sentinel-1 기반의 고해상도(10m × 10m) 토양수분이미지를 산정하였다. 검증지점은 거창군 거창읍, 계룡시 두마면, 장수군 장수읍 및 무주군 무주읍 토양수분 관측지점을 선정하였다. 거창군 거창읍의 산정결과, LANDSAT 기반의 토양수분 이미지와 DNN 기반의 토양수분 이미지가 매우 유사하게 나타났으며, 모의값(DNN 기반 토양수분)이 실측값(LANDSAT 기반의 토양수분)을 잘 반영한 것(R: 0.875 ; RMSE: 0.013)으로 나타났다. 또한 학습모형을 토지피복이 유사한 지역에 적용하여 토양수분을 산정한 결과 검증지점 계룡시(R: 0.897 ; RMSE: 0.014), 장수군(R: 0.770 ; RMSE: 0.024) 및 무주군(R: 0.909 ; RMSE: 0.012)의 모의값이 실측값과 매우 유사한 것으로 나타났다. 이를 바탕으로 Seninel-1 SAR센서 이미지자료와 딥러닝기법을 연계한 고해상도 토양수분자료가 농업, 수문, 환경 등 다양한 분야에서 활용될 수 있을 것으로 판단된다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2004.11a
• /
• pp.279-286
• /
• 2004

본 논문에서는 출입국자 관리의 효율성과 체계적인 출입국 관리를 위하여 위조 여권을 판별할 수 있는 지능형 여권 얼굴 인증 시스템을 제안한다. 제안하는 지능형 여권 얼굴 인증 시스템은 여권 이미지에서 여권 코드 문자열을 인식하여 여권 사용자의 사진 및 관련 정보를 여권 데이터베이스에서 추출한다. 추출된 출입국자의 사진 및 얼굴과 여권에 부착된 사진 및 얼굴과의 유사도 측정을 통하여 여권 사진의 위조 여부을 판단한다. 이때, 이미지의 유사도 측정을 위해서 다양한 실험을 통한 결과를 종합 분석해 본 결과 사진 영역의 인증에는 Luminance, Edge, RGB 특징이, 얼굴 영역의 인증을 위해서는 Hue, YIQ-I, YCbCr-Cb 특징이 효과적인 것으로 나타났으며 사진 영역의 유사도와 얼굴영역의 유사도가 모두 0.8이상인 경우 정상적인 여권으로 판정하고 그렇지 않은 경우 위조가 되었을 가능성이 있는 여권으로 판정하는 방법을 사용하여 FAR 3.1%, FRR 2.7%의 우수한 결과를 나타내었다.