• 제목/요약/키워드: 컬러 모델

검색결과 310건 처리시간 0.026초

SURF(Speeded Up Robust Features)와 Kalman Filter를 이용한 컬러 객체 추적 속도 향상 방법 (Improvement Method of Tracking Speed for Color Object using Kalman Filter and SURF)

  • 이희재;이상국
    • 한국멀티미디어학회논문지
    • /
    • 제15권3호
    • /
    • pp.336-344
    • /
    • 2012
  • 객체 인식(recognition)과 추적(tracking)은 컴퓨터 비전의 중요 분야로써 작게는 동작 인식으로부터 크게는 우주 항공까지 그 활용 가능성이 무궁무진하다. 객체 인식의 정확도를 향상시키는 방법 중 하나는 회전, 스케일 그리고 가려짐에 강건한 컬러를 이용하는 것이다. 컬러를 이용함으로써 더 많은 특징점들을 추출하기 위한 계산 비용을 감소시킬 수 있다. 또한, 빠른 객체 인식을 위해 알고리즘의 정확도를 낮추는 것보다 객체의 위치를 예측하고 좀 더 작은 영역에서 인식을 수행하는 것이 더욱 효과적이다. 본 논문은, 인식 정확도를 향상시키기 위해 대표적인 객체 인식 알고리즘인 SURF와 컬러모델을 적용한 기술자(descriptor)를 사용하고, 움직임 예측 알고리즘인 Kalman filter를 결합하여 빠른 객체 추적 방법을 제안한다. 그 결과, 제안하는 방법은 다른 컬러를 갖는 같은 패턴의 객체들을 구분하고, 객체의 향후 움직임을 미리 예측한 관심영역(ROI)에서 인식을 수행함으로써 빠른 추적 결과를 보였다.

오프라인 응용을 위한 컬러 QR코드의 삽입 정보 추출 방법 (An Embedded Information Extraction of Color QR Code for Offline Applications)

  • 김진수
    • 한국정보통신학회논문지
    • /
    • 제24권9호
    • /
    • pp.1123-1131
    • /
    • 2020
  • 현재 QR 코드는 가장 흔히 사용되고 있는 2차원 바코드이다. QR코드는 작은 크기, 높은 부호화 및 에러 보정 능력, 손쉬운 생성 및 읽기 과정 등의 장점으로 인해 많은 응용에 활용되고 있다. 최근에는 인쇄된 컬러 QR코드 응용을 통하여 제한된 정보 저장 능력을 개선하려는 연구가 진행되고 있다. 그러나 컬러 정보를 QR코드에 다중화함으로써, 정보 추출을 위한 색상 간의 간섭 왜곡뿐만 아니라 기하왜곡 등으로 인하여 삽입 정보를 제대로 추출하는데 어려움을 갖게 된다. 본 논문에서는 색상차 왜곡과 기하 왜곡을 극복하기 위한 강인하고 효과적인 정보 추출 방법을 제안한다. 제안한 방법은 CMYK 컬러 모델에 기반하여 컬러 QR코드를 생성함과 더불어 정보 읽기 과정에서 전역 공간 정합과 국부 공간 탐색을 적응적으로 사용함으로써 삽입 정보 인식률을 개선하는 것이다. 인쇄된 QR코드에 대한 다양한 실험을 통해 제안한 방법은 실제 삽입된 정보를 추출함에 있어서 3% ~ 5% 정도의 비트 인식률 개선효과를 보인다.

컬러 영상 에지에 강건한 퍼지 웨이브렛 형태학 신경망 알고리즘 제안 (The Proposal of the Robust Fuzzy Wavelet Morphology Neural Networks Algorithm for Edge of Color Image)

  • 변오성
    • 한국컴퓨터정보학회논문지
    • /
    • 제12권2호
    • /
    • pp.53-62
    • /
    • 2007
  • 본 논문에서는 영상 에지 검출에 있어서 명암차에 의해 불분명한 경계 부분을 강건하게 하고, 방향성에 덜 민감한 에지 검출 알고리즘인 퍼지 웨이브렛 형태학 신경망을 제안한다. 이는 복잡하고 많은 연산 수행하는 단점을 극복하기 위해 DTCNN 구조에 데이터의 손실없이 강건하게 영상 단순화가 가능한 퍼지 웨이브렛 형태학 연산자를 적용한다. 또한 컬러 영상에서 효과적으로 에지 경계면의 특징 정보를 손실없이 가지고 있는 Y 영상을 YCbCr 공간 컬러 모델을 이용하여 분할 한다. 본 논문은 제안된 알고리즘의 성능검증을 위해 50개의 컬러 영상의 모의 실험을 제공한다.

  • PDF

컬러 프린터 영상의 모폴로지 특징과 지도 학습 모델 분류기를 활용한 위변조 지폐 판별 알고리즘 (Counterfeit Money Detection Algorithm based on Morphological Features of Color Printed Images and Supervised Learning Model Classifier)

  • 우귀희;이해연
    • 정보처리학회논문지:소프트웨어 및 데이터공학
    • /
    • 제2권12호
    • /
    • pp.889-898
    • /
    • 2013
  • 고성능 영상 장비의 대중화와 강력한 이미지 편집 소프트웨어의 출현으로 인해 지폐 및 유가 증권 등을 고품질로 위변조가 가능해졌다. 특히 컬러 레이저 프린터의 범용화로 인하여 화폐 위변조 범죄는 급격히 증가하고 있지만, 일반인이 이를 판별하는 비율은 낮은 수준이며 판별 기기도 고가이다. 본 연구에서는 범용 스캐너와 컴퓨터 시스템을 활용하여 화폐의 위변조를 탐지하기 위한 알고리즘을 제안하였다. 먼저 지폐의 인쇄방식과 다른 컬러 프린터의 인쇄 특징을 계산하기 위하여 모폴로지 기술과 명암도 동시 발생 행렬을 활용하였다. 그 후 계산된 특징들을 지도학습 모델 분류기에 적용하여 훈련을 시켰다. 이렇게 훈련된 분류기에 판별을 위한 지폐를 입력하고 위변조 여부에 대한 분석을 수행한다. 제안한 알고리즘의 성능을 분석하기 위하여 위변조 지폐의 판별률과 인쇄에 사용한 프린터의 판별률로 나누어 평가를 하였다. 또한 기존의 컬러 프린터 판별에 사용되었던 위너필터를 사용한 기술과 비교를 수행하였다. 그 결과 제안한 알고리즘이 위변조 지폐 식별에 있어서 91.92%, 위변조기기의 식별에 있어서 94.5% 이상 정확도를 보여 기존 컬러 프린터의 특징 추출 방법을 활용한 것보다 우수한 것으로 나타났다.

교통사고 심각 정도 예측을 위한 TATI 모델 제안 (Proposed TATI Model for Predicting the Traffic Accident Severity)

  • 추민지;박소현;박영호
    • 정보처리학회논문지:소프트웨어 및 데이터공학
    • /
    • 제10권8호
    • /
    • pp.301-310
    • /
    • 2021
  • TATI 모델이란 Traffic Accident Text to RGB Image 모델로, 교통사고 심각 정도 예측을 위한 본 논문에서 제안하는 방법론이다. 교통사고 치사율은 매년 감소하는 추세이나 OECD 회원국 중 하위권에 속해있다. 교통사고 치사율 감소를 위해 많은 연구들이 진행되었고, 그 중에서 교통사고 심각 정도를 예측하여 발생 및 치사율을 줄이기 위한 연구가 꾸준하게 진행되고 있다. 이와 관련하여 최근에는 통계 모델과 딥러닝 모델을 활용하여 교통사고 심각 정도 예측을 하는 연구가 활발하다. 본 논문에서는 교통사고 심각 정도를 예측하기 위해서 교통사고 데이터를 컬러 이미지로 변환하고, CNN 모델을 통해 이를 수행한다. 성능 비교를 위해 제안하는 모델과 다른 모델들을 같은 데이터로 학습시키고, 예측결과를 비교하는 실험을 진행했다. 10번의 실험을 통해 4개의 딥러닝 모델의 정확도와 오차 범위를 비교하였다. 실험 결과에 따르면 제안하는 TATI 모델의 정확도가 0.85로 가장 높은 정확도를 보였고, 0.03으로 두 번째로 낮은 오차 범위를 보여 성능의 우수성을 확인하였다.

슈퍼 픽셀기반 무인항공 영상 영역분할 및 분류 (Super-Pixel-Based Segmentation and Classification for UAV Image)

  • 김인규;황승준;나종필;박승제;백중환
    • 한국항행학회논문지
    • /
    • 제18권2호
    • /
    • pp.151-157
    • /
    • 2014
  • 최근 무인항공기는 군사용뿐만 아니라 민간용으로도 많이 사용되고 있다. 무인항공기는 미리 입력된 좌표에 따라 GPS 정보를 이용하여 자동비행한다. 그러나 재밍이나 외부 교란에 의해 GPS 신호를 수신할 수 없으면 자동비행이 불가능 해진다. 이러한 문제를 해결하기 위한 한 방법으로, 본 연구에서는 무인기에 탑재된 카메라로부터 촬영된 영상으로부터 실시간으로 특정 영역을 검출하고 인식하는 알고리즘을 제안한다. 실시간 분류와 기계 학습에 사용할 특징을 추출하기 위한 전처리 과정으로 군집화 알고리즘인 그래프 기반 분할 알고리즘을 사용하여 슈퍼 픽셀화 하였다. 다양한 컬러모델 및 혼합 컬러 모델을 비교 분석하여 가장 이상적인 혼합 모델을 선정하고, 분류 알고리즘으로는 적은 트레이닝 데이터로도 뛰어난 분류 성능을 낼 수 있는 서포트 벡터 머신을 사용하였다. 무인항공 영상으로부터 18개의 컬러와 텍스처 특징 벡터를 추출하고 학습 및 예측과정을 통해 하천, 비닐하우스, 논 등 3 종류의 영역을 실시간으로 분류하였다.

웹 카메라와 손을 이용한 마우스 기능의 구현 (Implementation of Mouse Function Using Web Camera and Hand)

  • 김성훈;우영운;이광의
    • 한국컴퓨터정보학회논문지
    • /
    • 제15권5호
    • /
    • pp.33-38
    • /
    • 2010
  • 본 논문에서는 USB 인터페이스 방식의 웹 카메라를 통해 입력받은 영상을 영상처리 기법을 통해 손의 움직임과 손가락 개수를 파악하여 실시간으로 마우스의 기능을 구현하는 알고리즘을 제안하였다. 웹 카메라로부터 입력받은 RGB 컬러모델 영상을 조명 변화에 강한 YCbCr 컬러 모델 영상으로 변환하여 휘도 성분을 제외한 색차 성분만으로 피부색을 추출해 이진화된 영상으로 만든다. YCbCr 컬러 모델을 이용하여 피부색을 추출할 경우, 주변 환경에 의해 정확한 손 영역을 추출할 수 없어 라벨링(labeling)과 열림(opening) 연산, 닫힘(closing) 연산을 수행하여 정확한 손 영역을 추출한다. 이렇게 추출된 손 영역의 중심을 이용하여 마우스 포인터를 이동시키며 손가락 개수를 이용하여 마우스의 클릭을 수행하였다. 구현된 제안 기법을 실험한 결과, 마우스 포인터 이동을 위한 기능 성공률은 평균 94.0%, 손가락 개수 인식률은 평균 96.0%로 실용화 가능성을 보였다.

컬러 히스토그램과 CNN 모델을 이용한 객체 추적 (Object Tracking using Color Histogram and CNN Model)

  • 박성준;백중환
    • 한국항행학회논문지
    • /
    • 제23권1호
    • /
    • pp.77-83
    • /
    • 2019
  • 본 논문에서는 컬러 히스토그램과 CNN 모델을 이용한 객체 추적 기법 알고리즘을 제안한다. CNN (convolutional neural network) 모델기반 객체 추적 알고리즘인 GOTURN (generic object tracking using regression network)의 정확도를 높이기 위해 컬러 히스토그램 기반 mean-shift 추적 알고리즘을 합성하였다. 두 알고리즘을 SVM (support vector machine)을 통해 분류하여 추적 정확도가 더 높은 알고리즘을 선택하도록 설계하였다. Mean-shift 추적 알고리즘은 객체 추적에 실패할 때 경계 박스가 큰 범위로 움직이는 경향이 있어 경계 박스의 이동거리에 제한을 두어 정확도를 향상시켰다. 또한 영상 평균 밝기, 히스토그램 유사도를 고려하여 두 알고리즘의 추적 시작 위치를 초기화하여 성능을 높였다. 결과적으로 기존 GOTURN 알고리즘보다 본 논문에서 제안한 알고리즘이 전체적으로 정확도가 1.6% 향상되었다.

자동 잔향 편집을 위한 컬러 및 깊이 정보 기반 실내 장면 분류 (Indoor Scene Classification based on Color and Depth Images for Automated Reverberation Sound Editing)

  • 정민혁;유용현;박성준;황승준;백중환
    • 한국정보통신학회논문지
    • /
    • 제24권3호
    • /
    • pp.384-390
    • /
    • 2020
  • 영화나 VR 콘텐츠 제작 시 음향에 잔향 효과를 주는 것은 현장감과 생동감을 느끼게 하는데 매우 중요한 요소이다. 공간에 따른 음향의 잔향 시간은 RT60(Reverberation Time 60dB)이라는 표준에서 권고된다. 본 논문에서는 음향 편집 시 자동 잔향 편집을 위한 장면 인식 기법을 제안한다. 이를 위해 컬러 이미지와 예측된 깊이 이미지를 동일한 모델에 독립적으로 학습하는 분류 모델을 설계하였다. 실내 장면 분류는 내부 구조가 유사한 클래스가 존재하여 컬러 정보 학습만으로는 인식률의 한계가 존재한다. 공간의 깊이 정보를 사용하기 위해 딥러닝 기반의 깊이 정보 추출 기술을 사용하였다. RT60을 기반으로 총 10개의 장면 클래스를 구성하고 모델 학습 및 평가를 진행하였다. 최종적으로 제안하는 SCR+DNet(Scene Classification for Reverb+Depth Net) 분류기는 92.4%의 정확도로 기존의 CNN 분류기들보다 더 높은 성능을 달성하였다.

이미지 분석을 이용한 신선편이 연근의 갈변도 분석 (Analysis of browning degree on fresh-cut lotus root (Nelumbo nucifera G.) using image analysis)

  • 조정석;김대현;박정훈;문광덕
    • 한국식품저장유통학회지
    • /
    • 제20권6호
    • /
    • pp.760-765
    • /
    • 2013
  • 신선편이 연근의 갈변도를 분석하는 방법으로써 이미지 분석법에 대한 가능성에 대해서 연구하였다. 우선 신선편이 연근의 갈변 저해 처리를 위해서 $50^{\circ}C$의 증류수에 5분간 블랜칭 처리(DB), $50^{\circ}C$의 1% ascorbic acid에 5분간 블랜칭 처리(AB), $50^{\circ}C$의 1% citric acid에 5분간 블랜칭 처리(CB)하고, 절단 후 아무 처리도 하지 않은 것을 대조구로 하였다. 갈변 저해 처리 후 0.04 mm의 polyethylene film($25cm{\times}30cm$)에 열 접합 포장 후 $4^{\circ}C$에서 9일 동안 저장하면서 관능평가, 갈변도, polyphenol oxidase 활성을 분석하였다. 연근의 갈변도 분석은 사진 자료를 바탕으로 3가지 컬러 모델을 사용하였는데, 우선 RGB와 CIE $L^*a^*b^*$ 컬러 모델에서 각각의 색 지표를 분석하고 HSV 컬러 모델을 이용하여 갈변면적을 분석하였다. 관능 평가에서 AB와 CB 처리구가 저장 9일째까지 갈변 현상이 가장 많이 억제된 것으로 나타났고, RGB 컬러 모델에서 R, G, B 값이 모든 처리구에서 감소하는 것을 확인하였으며, 특히 AB와 CB 처리구에서 감소하는 정도가 가장 적은 것으로 나타났다. CIE $L^*a^*b^*$와 HSV 컬러 모델에서는 저장 기간이 지남에 따라서 $L^*$값은 감소하고 $a^*$, $b^*$ 값과 갈변 면적은 증가하는 것으로 확인되었는데 AB와 CB 처리구에서 값의 변화 정도가 가장 낮은 것을 확인 할 수 있었다. Polyphenol oxidase 활성 분석에서도 모든 저장 기간 동안 AB와 CB 처리구에서 효소의 활성이 가장 낮게 나타났으며, 위의 결과들을 토대로 유기산과 블랜칭 병용 처리에 의해서 연근의 갈변이 억제되었음을 확인하였다. 관능 평가와 모든 실험 결과 값의 상관관계 분석에서는 최소 0.84 이상의 상관관계가 있었는데, 특히 $L^*$ 값이 0.93으로 상관관계가 가장 높은 것을 확인 하였다. 따라서 본 연구에서 실시한 이미지 분석법은 다양한 컬러모델을 이용하여서 신선편이 연근의 갈변도를 분석하기에 적합한 것으로 판단된다.