• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2001년도 춘계학술발표논문집 (상)
• /
• pp.143-146
• /
• 2001

본 논문에서는 칼라 영상으로부터 피부색 정보 및 모멘트를 이용하여 눈 영역 및 얼굴 영역을 검출하는 알고리즘을 제안한다. 제안한 알고리즘은 눈 영역을 추출함으로써 보다 정확한 얼굴 영역을 검출할 수 있다. 이를 위해 먼저 입력된 칼라 영상의 피부색 정보를 기반으로 추출한 영역으로부터 레이블 영역의 면적과 크기 정보를 이용해 1차, 2차 얼굴 후보 영역을 선택하고 선택된 얼굴 후보 영역간의 기울기 모멘트를 계산하여 3차 얼굴 후보 영역을 추출한다. 또한 추출한 3차 후보 영역으로부터 레이블 영역의 크기 및 구조적 관계를 고려하여 영역 내에서의 눈의 위치를 검출한다. 따라서 제안한 방법은 눈의 기울기 관계를 이용함으로써 얼굴의 크기와 얼굴이 좌우로 기울어진 영상에 대하여 강인한 얼굴 검출 능력을 보인다.

• 대한전자공학회논문지SP
• /
• 제43권1호
• /
• pp.55-66
• /
• 2006

본 논문에서는 웨이브릿 변환된 영역에서 추출된 다해상도 칼라 및 질감 특징의 효율적인 결합을 이용한 점진적 영상검색 기법을 제안한다. 칼라 특징으로 칼라 영상의 H(Hue)와 S(Saturation) 성분의 칼라 오토코렐로그램을 선택하였고, 질감 특징으로는 V(value) 성분의 BDIP와 BVLC 모멘트를 선택하였다 선택된 특징들에 대하여 웨이브릿 변환 영역의 각 분해 레벨로부터 다해상도 특징벡터들을 얻었다. 칼라와 질감 특징의 다해상도 특징벡터들은 특징들의 차원들과 표준 편차 벡터들에 의해 정규화되어 효율적으로 결합되었고, 저장 공간을 고려하여 각 대상 영상들의 특징벡터들은 효율적으로 양자화 되었으며 점진적 검색 기법을 적용하여 유사도 계산시 계산량을 줄였다. 제안한 방법은 칼라 히스토그램, 칼라 오토코렐로그램, SCD, CSD, 웨이브릿 모멘트, EHD, BDIPBVLC, 칼라 히스토그램과 웨이브릿 모멘트의 결합을 이용한 방법들보다 정확도 대 재현율 평가에서는 평균 $15\%,$ ANMRR 평가에서는 평균 0.2 향상된 성능을 나타내었다. 특히, 제안한 방법은 다양한 해상도를 가지는 영상 DB에서 더욱 우수한 성능을 나타내었다

• 전자공학회논문지CI
• /
• 제46권3호
• /
• pp.57-63
• /
• 2009

컴퓨터 기반의 영상 데이터베이스의 급격한 증가에 따라 영상 정보를 관리할 수 있는 시스템의 필요성이 증가하고 있다. 본 논문에서는 영상분할 알고리즘에 Active Contour, 칼라 특징으로 칼라 오토코렐로그램(Color Autocorrelogram), 질감 특징으로 CWT(Complex Wavelet Transform), 그리고 형태 특징으로 Hu 불변모멘트를 선택하여 이들을 효율적으로 추출하고 결합한 영역기반 다중 특징 영상검색 알고리즘을 제안한다. 칼라 오토코렐로 그램은 영상의 H(Hue), S(Saturation) 성분으로부터 추출 하였고, 질감 특징과 형태 및 위치 특징은 V(Value) 성분으로부터 추출하였다. 효율적인 유사도 측정을 위해 추출된 특징(오토코렐로그램, Hu 불변 모멘트, CWT 모멘트)을 결합하여 정확도와 재현율을 측정하였다. Corel DB 및 VisTex DB에 대한 실험 결과, 제안된 영상검색 알고리즘은 94.8%의 정확도와 90.7%의 재현율을 가지며 성공적으로 영상검색 시스템에 응용할 수 있다.

• 방송공학회논문지
• /
• 제2권1호
• /
• pp.74-83
• /
• 1997

본 논문에서는 칼라 영상 검색을 위한 특징으로서 칼라 정보와 모양 정보를 고려하는 복합적인 특징벡터를 사용한 영상 검색 기법을 제안하였다. 비균둥 양자화 방법인 Lloyd-Max quantizer를 통한 효율적인 칼라 양자화를 하였고, 양자화를 거친 후 생성된 칼라 그룹간의 공간적 분포상황을 고려하기 위해 히스토그램 행렬을 도입함으로써 칼라 정보를 기반으로한 검색 효율을 증대시켰다. 또한 모양 정보를 획득하기 위해 향상된 불변 모멘트를 사용함으로써 연산량을 줄이면서, 검색 효율을 증대시켰다. 영상으로 200여개의 칼라 트레이드마크를 사용하여 기존의 방법들과의 비교실험을 통해 원영상 뿐만 아니라 변형된 영상에 대해서 보다 향상된 검색 결과를 얻을 수 있었다. 즉, 영상내의 물체의 회전, 이동, 잡음 첨가와 감마 보정값 등에 의해 변형된 영상에 대해서 보다 더 강한 결과를 얻을 수 있었다.

• 한국정보처리학회논문지
• /
• 제5권11호
• /
• pp.2776-2785
• /
• 1998

내용 기반 영상 검색 기술은 전자 미술관과 박물관, 상표와 저작권, 영상 저장 및 전송 시스템과 같은 대용량의 멀티미디어 데이터베이스를 구축하고 유지하는데 필수적인 요소이다. 따라서 내용 기반 검색에 대한 연구가 최근 몇 년 동안 큰 관심을 모으고 있다. 본 논문에서는 영상 검색을 위한 특징으로서 칼라 정보와 모양 정보를 동시에 고려하는 복합적인 특징 벡터를 사용한 검색 기법을 제안하였다. 칼라 정보 획득을 위해서는 지역 칼라 분포 특성을 고려하여, 영상을 이루는 각 부영역별 화소들의 대수적 모멘트를 이용하여 각 특징 산출하였다. 모양 정보를 획득하기 위해서는 향상된 불변 모멘트를 사용함으로써 연산량을 줄이면서 검색의 효율을 증대시켰 다. 그리고 모양 특징 추출을 위한 전처리 과정에서 칼라 영상을 그레이 영상으로 변형한 후, 구현이 용이하고 실시간 윤곽선 추출이 가능한 DCT 알고리즘을 변형 이용하였다. 실험영상으로 150여개의 자동차 영상을 사용하여 기존 방법들과의 비교 실험을 통해 향상된 검색 결과를 얻을 수 있었다.

• 한국통신학회논문지
• /
• 제30권9C호
• /
• pp.930-938
• /
• 2005

본 논문에서는 칼라 특징과 다해상도 질감 특징의 효율적인 결합에 근거한 내용기반 영상검색 기법을 제안한다. 칼라 특징으로는 칼라의 공간적인 상관관계를 잘 나타내는 HSV 칼라 오토코렐로그램(color autocorrelogram)을 선택하였고, 질감 특징으로는 국부 밝기 변화와 국부 질감의 부드러움 정도를 잘 측정하는 BDIP와 BVLC를 선택하였다. 이 질감 특징들은 칼라 영상의 휘도(luminance) 성분에서 웨이브렛(wavelet) 분해되어 다해상도로 추출되었다. 그리고 이들 칼라와 질감 특징들은 효율적인 유사도 측정을 위해 각각 이들의 차원들과 표준편차 벡터들에 의해 정규화된 후 결합되었다. 실험을 위한 영상으로는 Corel DB와 VisTex DB, 그리고 이들로부터 파생되어 다양한 해상도의 영상으로 구성된 Corel_MR DB와 VisTex_MR DB를 사용하였다. 실 험 결과, 제안한 방법은 Precision vs. Recall 평가에서 기존의 BDIPBVLC 방법과 칼라 오토코렐로그램 방법보다 각각 평균 $8\%$와 평균 $11\%$ 향상된 성능을 나타내었으며 웨이브렛. 모멘트, CSD, 히스토그램을 이용한 방법들보다 $10\%$ 이상의 높은 성능을 나타내었다. 특히, 제안한 방법이 다른 방법들 보다 다해상도로 구성된 영상 DB에서 높은 검색 성능 차이를나타내었다.

• 한국지형공간정보학회:학술대회논문집
• /
• 한국지형공간정보학회 2000년도 학술발표회 개요집
• /
• pp.10-17
• /
• 2000

• 대한전자공학회논문지SP
• /
• 제42권5호
• /
• pp.103-114
• /
• 2005

본 논문에서는 칼라 특징으로 칼라 오토코렐로그램(autocorrelogram)을 선택하고 질감 특징으로 BDIP(block difference inverse probabilities)와 BVLC(block variance of local correlation coefficient)를 선택하여 이들을 효율적으로 추출하고 결합한 다중 특징기반 영상검색 기법을 제안한다. 칼라 오토코렐로그램은 영상의 H(hue), S(saturation) 칼라 성분으로부터 추출 하였고, BDIP와 BVLC는 V(value) 성분으로부터 추출하였다. 이때 각 특징추출 시 계산량을 고려하여 간소화된 오토코렐로그램과 BVLC를 제안하여 사용하였으며, 추출한 특징들을 효율적으로 저장하기 위해 특징벡터성분들의 값을 그 분포에 따라 균등 또는 비균등 양자화 하여 사용하였다. Corel DB및 VisTex DB에 대한 실험 결과, 칼라 오토코렐로그램과 BDIP, BVLC 질감 특징을 결합함으로써 동일한 차원에서 오토코렐로그램만을 사용할 때보다 최대 9.5%, BDIP, BVLC만을 사용할 때보다 최대 4% 검색성능이 향상되었다. 또한 제안한 다중 특징은 웨이브렛 모멘트, CSD, 칼라 히스토그램에 비해 특징벡터의 저장공간을 약 3분의 1 정도 적게 차지하면서 검색성능이 각각 최대 12.6%, 14.6%, 27.9% 우수하게 나타남을 확인할 수 있었다.

• 한국통신학회논문지
• /
• 제27권3A호
• /
• pp.258-267
• /
• 2002

본 논문에서는 저자 등이 질감특징으로 제안한 바 있는 BDIP(block difference of inverse probabilities) 모멘트 특징과 새로이 질감특징으로 제안하는 BVLC(block variation of local correlation coefficient) 모멘트 특징을 기존의 웨이브렛 모멘트 질감특징과 융합하여 칼라영상을 대상으로 검색하는 내용기반 검색법을 제시하였다. 효율적인 융합을 위해 각 특징벡터들에 대한 가중치는 전체 DB에서 각 특징벡터의 성분이 가지는 표준편차와 각 특징벡터가 가지는 차원과의 곱의 역수로 하였다. 시험영상으로는 Corel Draw Photo DB와 Vistex 질감영상 DB를 사용하였다. 실험결과, 제안한 검색기법은 일반영상뿐만 아니라 질감영상에서도 웨이브렛 모멘트 특징보다 7%정도 성능이 향상됨을 확인할 수 있었다.

• 전자공학회논문지CI
• /
• 제47권1호
• /
• pp.41-51
• /
• 2010

차량 운전자 지원을 위한 연구에서 도로상에 위치한 교통 표지판은 운전자에게 아주 중요한 정보임에 틀림없다. 따라서 주행중인 차량에서 획득한 영상으로부터 실시간으로 교통 표지판을 검출하여 운전자에게 그 정보를 제공한다면 안전운전에 큰 도움이 될 것이다. 하지만 주행중인 차량으로부터 획득한 영상에는 차량과 노면의 진동에 의해 획득된 영상에 흐림 현상이 발생하고 또한 노이즈들이 포함되어 있어 정확한 표지판 검출이 어려운 문제점이 있다. 게다가 영상획득을 위한 촬영 각도나 날씨 등에 의해 교통 표지판의 고유한 색상과 모양이 서로 다르게 표현되는 문제점이 발생한다. 이를 해결하기 위해 본 논문에서는 도로 환경과 같은 다양한 조도 변화가 포함된 교통 표지판 영상들로부터 고유색상 정보를 분석하고 HSI 고유칼라 모델을 생성하고 이를 이용하여 교통 표지판의 후보 영역을 검출한다. 그리고 모양정보 분석을 위해 교통 표지판의 고유한 형태학적 정보를 표현할 수 있는 불변 모멘트 특징정보를 추출하여 SVM을 통해 최종 교통 표지판 영역을 검출하는 방법을 제안한다. 제안한 방법을 도로에서 획득한 영상에서 실험한 결과, 교통 표지판 검출율은 91%, 그리고 프레임당 처리 시간은 0.38초이며, 제안한 방법은 실시간 지능형 교통 안내 시스템에 유용하게 적용될 수 있다.