• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.04a
• /
• pp.33-35
• /
• 2011

얼굴 검출 시스템에서 얼굴의 검출율과 처리 속도는 중요한 고려사항이며 이 두 가지는 서로 비례 관계에 있다. 현재 얼굴 검출 시스템은 소프트웨어 처리가 대부분이며 소프트웨어만으로는 HD(High Definition)의 영상 처리는 어렵다. 따라서 본 실시간 얼굴 검출 영상처리를 위한 전처리 과정 중에 하나인 영상 축소기를 설계하고 이를 구현 및 검증하였으며 소프트웨어로 작성된 알고리즘과 처리 속도를 비교하였다.

• Journal of the Korea Society of Computer and Information
• /
• v.5 no.2
• /
• pp.22-29
• /
• 2000

The purpose of this paper is to propose a method to maximize a content-based image retrieval efficiency in multiple images. To perform an image retrieval job efficiently, it is necessary to minimize the number of candidate-images. Furthermore, a miximum efficiency of image retrieval could not be expected if an image retrieval job in the multiple images is done on the basis of patterns of single image distinctive features. In this method, a multiple SOFM neural network system is adopted to select automatically distinctive feature patterns which have a maximum efficiency of image retrieval in the multiple images. In this method. an image retrieval efficiency is improved 3% than individual features and the number of candidate-images is reduced by the multiple SOFM neural network system.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.22 no.5
• /
• pp.907-914
• /
• 1997

The conventional decoding procedure for the images encoded using fractal contractive transformation algorithms is performed by applying the transformations iteratively for an arbirary initial image. In this paper, we showed that the atractor image can be obtained analytically when the image is encoded using the fractal algorithm proposed by Monro and Dudbridge, in which the corresponding domain block for a range block is fixed. Using the analytical formula, we can obtain the attractor image without iteration procedure. Computer simulation results for various test images show that we can increase the image decoding speed by more than five times when we use the analytical formula compared to the previous iteration methods. Also we confirmed that the real time decoding by software on PD is possible for the moving picture with QCIF formats.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.18 no.9
• /
• pp.1239-1247
• /
• 1993

Mathematical morphology based on the set theory has been applied to various areas in image processing. In this study, we propose a new pyramid structure for binary images based on the morphological operations. We use a specific class of structuring elements to shrink or expand images, and prove that the whole operations are separable to construct the pyramid. Through a simulation study, we show that the pyramid can be used as a progressive image coding.

• Radiation Oncology Journal
• /
• v.4 no.2
• /
• pp.179-181
• /
• 1986

Computed tomography (CT) adds a new dimension in the study of body contour, organs, and tissues as well as various pathologic conditions. This modality provides a great degree of accuracy in radiation therapy Planning (RTP). However, CT images are usually taken on a small reduced format so that possible errors can be made during inputting the CT data into an automatic planner. Authors have designed a simple inexpensive magnifying device of CT images to obviate errors created by reduced image.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2014.06a
• /
• pp.107-108
• /
• 2014

부화소 기반 영상 축소기법은 각각의 부화소를 조절함으로써 픽셀 기반 영상 축소기법보다 해상도를 향상시킬 수 있는 방법이다. 그러나 부화소에 의한 해상도의 증가는 종종 색상정보의 왜곡을 발생시킨다. 부화소 랜더링의 주요과제는 선명도를 유지함과 동시에 색조왜곡현상을 억제하는 것이다. 선행연구들은 부화소랜더링을 위해 1 차원 혹은 2 차원 필터를 최적화 하였지만, 지역적인 특성을 고려하지 않았기 때문에 출력영상의 화질이 저하되는 현상이 발생한다. 본 논문은 위와 같은 문제를 해결하기 위해 내용적응형 2D FIR 필터를 제작방법을 제안한다. 제안필터는 충분한 수의 저해상도 패치와 고해상도 패치 쌍을 이용하여 임의의 고해상도 패치로부터 고화질의 저해상도 패치를 만들기 위한 최적의 내용적응형 2D FIR 필터를 학습한다. 학습된 필터에 의한 실험결과 제안하는 필터가 종례기법들 보다 색조왜곡현상이 현저히 줄어들고, 출력영상의 선명도를 유지함을 보여준다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2011.07a
• /
• pp.567-569
• /
• 2011

최근 비디오를 즐기는 방법에 있어서 다양한 형식 및 기기가 사용되고 있으며, 이러한 실질적 요구를 충족시키기 위한 방법으로 빠른 비디오 변환 기술이 필요하다. 비디오 변환 기술 중 해상도 축소를 위한 새로운 움직임 벡터 재예측 방법을 제안한다. 줄어든 영상 내 블록의 움직임 벡터를 결정하기 위해 원본 영상 내 대응 되는 위치의 2개 이상의 움직임 벡터들을 K-means clustering 방법 기반으로 다중 후보 움직임 벡터를 결정하고, 결정된 움직임 벡터 중에서 차이의 절대값 합이 최소가 되는 움직임 벡터를 줄어든 영상 내 블록을 위한 움직임 벡터로 결정한다,. 실험 결과 비디오 변환 없이 압축을 수행한 연산시간에 비해 9% 정도의 연산시간이 필요하였으며, 압축 효율은 BR-RATE가 약 17정도 증가하여 기존의 방식의 증가량에 비해 60%로 줄어든 결과를 보여주었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.04a
• /
• pp.725-728
• /
• 2002

얼굴은 주변의 조명이나 카메라의 위치, 사람의 자세에 따라 가변적이기 때문에 인식에 많은 어려움이 따른다. 이러한 어려움을 극복하기 위한 방법에는 신경망을 이용하여 얼굴의 영역 정보를 가지고 데이터베이스를 구축하여 얼굴영역을 탐색하는 방법과 얼굴의 대칭성을 이용한 대칭 영역 탐색이 있다. 신경망을 이용하는 방법은 사전 정보를 가져야만 하며, 대칭성을 이용한 방법은 계산 시간이 오래 걸린다는 단점을 가지고 있다. 따라서 본 논문에서는 대칭성의 계산 속도 개선 및 데이터베이스 구축없이 얼굴 영역을 추출할 수 있도록 축소 영상에서 대칭 영역 탐색을 이용해 대칭성을 파악한 후 이러한 대칭성을 이용하여 원영상에 적용 한 후 정확한 얼굴 영역을 추출하기 위해 축소영상에서의 추출된 영역에서 대칭 영역 탐색을 하여 얼굴영역을 찾아내는 방법이다. 정면, 안경이 있는 영상에 실험해본 결과 얼굴 인식에 적합한 얼굴영역을 추출 할 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.04a
• /
• pp.151-154
• /
• 2002

모바일 환경등의 저대역 통신망에서 VOD 서비스를 제공하기 위해서는 영상 데이터의 크기를 줄이는 방법이 요구된다. 데이터를 줄이는 방법 중 가장 효율적인 방법이 영상 크기 축소 트랜스코더 (Resolution Downscale Transcoder)이지만 시스템의 리소스를 많이 소모하게 되므로 이를 줄이는 방법으로 움직임 예측을 최소화하는 움직임 벡터 병합 방법이 연구되었다. 하지만 이러한 방법들은 보다 정확히 움직임 벡터를 생성하지만 실제 영상에는 크게 적용되지 못하고 있다. 따라서 본 논문에서는 움직임벡터를 병합하는 비율을 높여 움직임 예측을 줄이고 인트라 영역에서의 변환 과정을 간소화하여 전체적인 시스템 리소스의 소모를 줄이도록 하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.808-810
• /
• 2004

본 논문에서는 Contrast map과 Salient point를 이용하여 영상에서 중요한 객체를 자동으로 추출하는 방법을 제안한다. 우선 인간의 시각 체계와 유사한 밝기(luminance), 색상(color) 그리고 방향성(orientation) 3가지의 특징정보를 이용하여 각각의 특징정보로부터 feature map을 생성하고 이 3가지의 feature map을 선형 결합하여 contrast map을 생성한다. 이렇게 생성된 하나의 contrast map을 이용하여 대략적인 Attention Window (AW)의 위치를 결정한다. 다음으로, 영상으로부터 웨이블릿 변환을 적용하여 salient point를 찾고, salient point의 분포와 contrast map의 중요도에 따라 AW의 크기를 실제 중요 객체의 크기와 가장 유사하도록 축소시킨다. 이렇게 선택되고 축소된 AW안에서 실제 중요 객체를 추출하기 위해 AW 내부에 존재하는 영상에 대해서만 영상 분할을 하고 불필요한 영역을 제거하여 자동으로 중요객체를 추출하도록 한다.