• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2014.06a
• /
• pp.181-182
• /
• 2014

본 논문에서는 어파인(affine) 변환에 불변하는 지역 검출기에 대하여 다양한 기술자의 성능을 비교하였다. 지난 수 년간 다양한 특징 기술자들이 연구되어 왔고, 이러한 특징 기술자들은 각각의 목적에 따라 상이한 특성을 갖고 있기 때문에 동일한 조건에서 다양한 기술자들의 성능을 비교하는 연구가 필요하다. 그러나 어파인 변환에 불변하는 지역 검출기에 대해 최적의 특징 기술자를 찾는 연구는 미흡한 실정이다. 따라서 본 논문에서는 지역적인 패치 기반의 특징 기술자뿐만 아니라 바이너리 기술자와 최근에 제안된 기술자들의 성능을 비교하였다. 제안하는 실험에서는 MSER (maximally stable extremal regions) 검출기를 이용하여 어파인 변환에 불변하는 지역을 검출하였고, 영상 확대 및 축소, 회전, 시점 변환 및 변형 가능한 물체에 대하여 각각 기술자의 성능을 비교하였다.

• Journal of KIISE:Computing Practices and Letters
• /
• v.16 no.9
• /
• pp.889-897
• /
• 2010

Recently, a cutting-edge large-scale image database system has demanded these attributes: search with alarming speed, performs with high accuracy, archives efficiently and much more. An image identifier (descriptor) is for measuring the similarity of two images which plays an important role in this system. The extraction method of an image identifier can be roughly classified into two methods: a local and global method. In this paper, the proposed image identifier, LFH(Local Feature's Histogram), is obtained by a histogram of robust and distinctive local descriptors (features) constrained by a district sub-division of a local region. Furthermore, LFH has not only the properties of a local and global descriptor, but also can perform calculations at a magnificent clip to determine distance with pinpoint accuracy. Additionally, we suggested a way to extract LFH via GPU (OpenGL and GLSL). In this experiment, we have compared the LFH with SIFT (local method) and EHD (global method) via storage capacity, extraction and retrieval time along with accuracy.

• Journal of Advanced Navigation Technology
• /
• v.16 no.2
• /
• pp.386-393
• /
• 2012

In this paper, we propose an efficient multi-object recognition and tracking scheme based on interest points of objects and their feature descriptors. To do that, we first define a set of object types of interest and collect their sample images. For sample images, we detect interest points and construct their feature descriptors using SURF. Next, we perform a statistical analysis of the local features to select representative points among them. Intuitively, the representative points of an object are the interest points that best characterize the object. in addition, we make the movement vectors of the interest points based on matching between their SURF descriptors and track the object using these vectors. Since our scheme treats all the objects independently, it can recognize and track multiple objects simultaneously. Through the experiments, we show that our proposed scheme can achieve reasonable performance.

• Journal of Broadcast Engineering
• /
• v.5 no.1
• /
• pp.61-67
• /
• 2000

Generally, relevance, feedback reflecting user's intention has been used to refine the refine the query conditions in image retrieval. However, in this paper, the usage of the relevance feedback is extended to the image database categorization so as to be accommodated to the user independent image retrieval. In our approach, to guarantee a desirable user-satisfactory performance descriptors and the elements of the descriptors corresponding unique features associatiated with of each image are weighted using the relevance feedback where experts can more lead rather than beginners do. In this paper, we propose a proper image description scheme consisting of global information, local information, descriptor weights and element weights based on color and texture descriptors. In addition, we also introduce an appropriate learning method based on the reliability scheme preventing wrong learning from abusive feedback.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.11a
• /
• pp.96-99
• /
• 2008

본 논문은 의료 영상을 효과적으로 분류하고 검색 하기 위한 새로운 알고리즘을 제안한다. 의료 영상 중 X-Ray 영상은 어두운 배경에 반해 밝은 전경을 갖고 있기 때문에, 전경의 두드러진 부분에서만 시각 기술자로 추출한다. 우선, 색 구조 기술자(H-CSD)에서 해리스 코너 검출기로 검출한 관심 포인트들에서 색상 특징을 추출하고, 경계선 히스토그램 기술자에서 영상의 전역 및 지역적 질감 특징을 추출한다. 추출된 특징 벡터는 멀티클래스 SVM 에 적용되어 각 영상을 위한 멤버십 스코어를 얻는다. 이후, H-CSD와 EHD 에 대한 SVM 의 멤버십 스코어를 앙상블 결합하여 하나의 특징 벡터로 생성하고, K-nearest Neighborhood 방법을 이용하여 상위-K 개의 영상을 검색을 하도록 하였다. imageCLEFmed2007 을 이용한 실험 결과에서 다른 전역적 속성 또는 분류 기반 검색 방법에 비교하여 보다 개선된 검색 성능을 나타냄을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.11a
• /
• pp.93-95
• /
• 2008

미디어와 기술 발달의 따른 매우 원본과 같은 복제 영상인 유사-복제 영상들이 원저자의 동의 없이 사용자간의 교환이 무방비로 유동되고 있다. 이러한 문제점들을 해결하기 위하여, 본 논문에서는 새로운 영상 식별자를 제안한다. 제안된 영상 식별자는 특징점 기반이며, 그것의 주변 밝기 정보의 고유값 분해과정을 거쳐서 지역 기술자를 생성한다. 이 생성된 지역 기술자들을 원본 데이터베이스와 빠르게 검색하여 주어진 질의 영상과 관련된 원본을 찾는 시스템이다. 실험에서는 총 13 종류의 영상을 왜곡을 시행하였으며, 거리의 따른 임계값은 false-positive alarm 을 시행하여 결정하였다. 실험결과 매우 높은 정확률을 가지며, 영상으로부터 영상 식별자 추출 및 데이터에이스 검색속도 또한 매우 우수한 성능을 가진다.

• Proceedings of the Korea Contents Association Conference
• /
• 2014.11a
• /
• pp.5-6
• /
• 2014

본 논문은 전국적으로 병원 전산시스템을 운영하는 근로자의 근무 조건들과 애로사항, 병원 전산시스템의 운영 특징들에 대해 조사하였다. 대전지역 보훈병원 전산 근로자들을 대상으로 설문조사한 결과 기술적, 환경적, 동료관계적 특징들에 대해서 파악하게 되었고, 이를 해결할 수 있는 방법으로 지식관리시스템 기술을 도입함으로써 효율적인 운영이 가능하다. 향후 연구를 확대해 대전지역 보훈병원뿐만 아니라 충남지역 일반병원까지 제안 연구기법을 적용함으로써 지식관리시스템 기술을 도입함으로써 병원 전산시스템의 운영 및 관리에 효율성을 높일 수 있음을 보인다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2018.10a
• /
• pp.556-557
• /
• 2018

About 350 shelters nationwide go through about 100,000 organic animals every year. If you are not adopted by the adoption candidate, you will be euthanized in just one out of every fourteen days after entering the shelter. Therefore, in order to prevent the occurrence of organic animals, it is necessary to register the companion animal easily and to register the inscription to manage the history. In this paper, we propose a local technician who can describe feature points in inscription images to develop recognition technology through inscription, which can distinguish companion animals such as human fingerprints.

• Journal of Korea Multimedia Society
• /
• v.17 no.3
• /
• pp.300-311
• /
• 2014

According to fast change of the environment, the structured study of the ecosystem by analyzing the plant leaves are needed. Expecially, the methodology that searches and classifies the leaves from captured from the smart device have received numerous concerns in the field of computer science and ecology. In this paper, we propose a plant leaf classification technique using shape descriptor by combining Scale Invarinat Feature Transform (SIFT) and Histogram of Oriented Gradient (HOG) from the image segmented from the background via Graphcut algorithm. The shape descriptor is coded in the field of Locality-constrained Linear Coding to optimize the meaningful features from a high degree of freedom. It is connected to Support Vector Machines (SVM) for efficient classification. The experimental results show that our proposed approach is very efficient to classify the leaves which have similar color, and shape.

• Proceedings of the Korean Information Science Society Conference
• /
• 2010.06c
• /
• pp.390-394
• /
• 2010

본 논문에서는 영상인식에서 널리 사용되는 지역적 특징인 SIFT와 부분공간분석에 의한 차원축소방법의 결합을 통하여 얼굴을 인식하는 방법을 제안한다. 기존의 SIFT기반 영상인식 방법에서는 추출된 키 포인트 각각에 대하여 계산된 특징기술자들을 개별적으로 비교하여 얻어지는 유사도를 바탕으로 인식을 수행하는데 반해, 본 논문에서 제안하는 접근법은 SIFT의 특징기술자를 명도 값으로 표현된 얼굴 영상을 여려 변형에 강건한 형태로 표현되도록 변환하는 표현방식으로 본다. SIFT기반의 특징기술자에 의해 표현된 얼굴 영상을 부분공간분석법에 의해 저차원의 특징벡터로 다시 표현되고, 이 특징벡터를 이용하여 얼굴인식을 수행한다. 잘 알려진 벤치마크 데이터인 AR 데이터베이스에 대한 실험을 통해 제안한 방법이 조명 변화와 가려짐에 강인한 인식 결과를 보여줄 뿐 아니라, 기존의 SIFT 기반의 얼굴 인식 방법에 비하여 우수한 처리 속도를 보임을 확인하였다.