영상 이해는 컴퓨터 비전의 가장 높은 수준의 처리 기법이다. 영상을 이해하기 위해서는 위치 정보, 물체 존재정보와 같은 기본 컨텍스트들을 추출하는 것이 중요하다. 그러나 실내 환경의 영상 정보는 카메라의 흔들림이나 각도, 빛의 상태에 따라 불확실해지기 때문에 이러한 불확실함에 강인한 영상 인식 기법이 필요하다. 동적 베이지안 네트워크(DBN)는 이러한 불확실한 정보의 처리에 강인하며 장소와 물체의 관계등 고수준의 컨텍스트를 모델링하는데 좋은 성능을 보이는 확률 모델이다. 또한 DBN은 이전 상태를 추론에 활용할 수 있으므로 장소 인식과 같은 컨텍스트의 추출에 좋다. 본 연구에서는 불확실한 실내 환경 영상으로부터 영상 전처리를 통해 특징값을 추출하고, 회전이나 크기 변화에 강인한 물체인식기법인 크기불변 특징 변환기법(SIFT)을 이용하여 물체 존재정보를 추출하여 고수준 컨텍스트가 모델링된 DBN 추론으로 장소 및 물체를 인식하는 방법을 제안한다. 실제 대학 실내 환경에서의 실험으로 DBN을 이용한 영상 인식기법이 좋은 성능을 보임을 확인할 수 있었다.
디지털 영상에서 워터마킹이란 영상의 저작권 보호를 위한 방법이다. 이때 삽입되는 저작권 정보를 워터마크라 하고 이는 외부의 공격을 받더라도 쉽게 제거되지 않아야 한다. 그러나 대부분의 워터마킹 기법이 영상 압축, 필터링 둥의 파형 공격(waveform attack) 에는 강인하나 회전, 크기 변화, 이동, 잘려짐(cropping) 등과 같은 기하학적 공격(geometrical attack) 에 쉽게 깨어지는 단점을 보인다. 본 논문에서는 기하학적 공격에 대한 해결책으로 영상에서 불변의 무게중심(invariant centroid) 을 구하고 이를 템플릿(template) 으로 이용한 대수-극 좌표계 변환과 이산 여현 변환(Discrete Cosine Transform: DCT) 을 사용하여 워터마크를 삽입하고 검출하는 방법을 제안한다. 워터마크가 첨가된 영상에 가해지는 기하학적 공격은 불변의 무게중심과 대수-극 좌표계를 이용한 방법으로 극복하고, 파형 공격은 DCT 변환을 이용하여 해결하였다. 또한 워터마크 정보만을 역 LPM 변환하여 원 영상에 삽입하는 간접 삽입 방법을 사용함으로써 좌표계 변환으로 인한 화질의 열화를 막을 수 있었다. 실험 결과 제안된 방법은 기존의 방법에서 삽입된 워터마크의 검출이 불가능한 잘림을 동반한 기하학적 공격 후에도 워터마크의 검출이 가능하였다.
3 차원 정보로부터 정확한 에지를 추출하고 푸리 변환하여 물체를 인식할 수 있는 고 효율의 물체 인식방법을 제안하였다. 물체의 윤곽은 인식에 유용한 많은 정보를 포함하고 있지만, 정확한 윤곽정보를 얻기가 어려우며, 정확한 윤곽정보를 얻었다고 하더라도 물체의 크기나 방향 마다 윤곽이 달라지기 때문에 물체 인식에 획기적 대안으로 활용되지 못하고 있다. 제안한 물체 인식 알고리즘은 1) 레이저 스캔 디바이스를 사용하여 얻는 3 차원 물체정보로부터 정밀한 물체 윤곽을 획득하고 2) 크기 및 회전 불변한 푸리에 표시 자를 이용하여 윤곽을 표현함으로써, 필요 데이터 베이스의 크기를 대폭 줄인다. 이렇게 얻어진 물체에 대한 푸리에 표식자 정보는 미리 준비된 푸리에 표식자 데이터 베이스로부터 최적 정합되는 물체를 찾아 인식한다. 이 알고리즘은 MPEG7 Part B의 방대한 영상 데이터 베이스를 대상으로 실험하였으며, 그에 대한 결과를 논문에 포함시켰다.
SAT을 이용해서 수도쿠 퍼즐을 풀기 위해서는 수도쿠를 SAT 처리기의 표준 입력 언어인 CNF 논리식으로 인코딩 해야 한다. 기존에 제시된 인코딩 알고리즘으로 크기가 큰 수도쿠를 인코딩하면 현재 SAT 처리기의 처리 수준을 넘을 정도로 많은 논리식이 생성된다. 본 논문에서는 크기가 큰 수도쿠를 다루기 위해서 수도쿠의 고정 셀을 이용하여 최적화된 CNF 논리식을 생성하는 방법을 제시한다. 고정 셀에 배정된 숫자는 불변이기 때문에 이를 이용해서 일부 변수의 값을 인코딩 단계에서 미리 결정할 수 있고, 이들 변수의 값을 이용해서 SAT 처리에 영향을 주지 않는 절과 리터럴을 인코딩 단계에서 제거할 수 있다. 다양한 크기의 수도쿠 퍼즐에 적용한 결과 기존 인코딩 알고리즘에 비해서 우수한 성능을 보였다.
LMF(Least Mean Fourth) 알고리즘은 특히 비정규 잡음 상황에서 안정성 및 빠른 수렴성을 나타낼 뿐만아니라 추정 오차도 낮은 것으로 잘 알려져 있다. 최근 LMS (Least Mean Square) 알고리즘 분야에서는 가변 스텝 크기를 적용한 알고리즘들에 대한 관심이 증대되어 왔다. 그 이유는 가변 스텝 크기 LMS가 다양한 환경에서 고정 스텝 크기 LMS보다 우수한 결과를 내기 때문이다. 본 논문에선 LMF에 대한 가변 스텝 크기의 한 방법으로 기울기 평균 벡터를 사용한 가변 스텝 크기를 사용하는 LMF 알고리즘을 제안한다. 제안된 방법은 가변 스텝 크기 LMS와 마찬가지로 고정 스텝 크기 LMF보다 우수할 것이 예상된다. 본 논문은 그 우수성을 시불변 채널과 시변 채널 각각의 채널 환경하에서 시뮬레이션을 통하여 보인다.
본 논문에서는 사이즈 펑션을 이용하여 윤곽선으로 표현된 물체의 특징을 추출할 때 발생하는 에러를 줄이기 위해 방향에 따라 가중값을 달리하는 새로운 표본화 알고리즘을 제안했다. 특히 회전, 이동, 크기 변환과 같은 변환에 대해서 불변성을 갖도록 설계했다. 특징값은 물체의 윤곽선을 사이즈 펑션 처리를 통해서 만들어진 행렬이고 이들간의 거리를 측정 비교함으로써 본 논문에서 제안한 방법이 효과적임을 보였다. 실험 결과 기존의 표본화 방법보다 제안한 표본화 방법을 사용했을 때 원본과 변형된 이미지 사이의 유클리디언 거리가 회전에 대해서 약 57% 크기변형에 대해서는 약 91% 개선되었다.
이 논문에서는 2차원 영상의 외곽선 정보를 이용하여 추출한 바이스펙트럼과 가중치 퍼지 분류기를 이용하여 영상의 이동, 회전, 크기 변화에 무관한 패턴 인식 기법을 제안하고, 그 인식 결과를 LVQ(Learning Vector Quantization)를 이용한 신경망 분류기와 비교하였다. 3차 큐물런트를 근간으로하는 바이 스펙트럼은 각 영상의 외각선 정보에 적용되어 15개의 특징값들을 추출한다. 이 특징 벡터들은 영상의 이동, 회전, 크기 변화에 무관한 특징을 가지며 2차원 평면 영상의 대표값으로 사용되어 패턴 분류를 위해 가중치 퍼지 분류기의 입력으로 들어간다. 서로 다른 8가지 비행기들의 평면 영상을 이용하여 실험한 결과들은 제안된 인식 시스템의 성능이 상대적으로 우수함을 보였다.
로봇이 어떤 물체를 인지하고 그 물체에 대해 어떤 작업을 하고자 할 때 특정 물체의 인식 문제, 3차원 정보를 획득하는 문제, 자세를 추정하는 문제 등 해결해야 될 문제들이 있다. 물체를 인식하는 과정에서는 주위 배경과 물체의 크기의 변화, 회전, 가려짐 등으로 인해 물체 인식을 어렵게 만드는 요소들이 있다. 2차원 이미지를 통해 3차원 정보를 추출하는 과정은 일반적으로 두 대의 카메라를 이용하여 스테레오 이미지를 통해 얻는다. 이 때 좌우 영상간의 매칭의 과정이 필요하다. 자세 추정의 문제는 카메라 좌표와 물체의 좌표간의 관계를 알아야 한다. Visual Servoing을 어렵게 만드는 많은 요인들이 있으며 본 논문에서는 물체의 크기, 회전, 이동에 불변인 디스크립터(descriptor)를 사용하는 SIFT(Scale Invariant Feature Transform)를 통해 3차원 물체의 인식과 자세를 추정하는 방법을 제시한다. 또한 자세 추정을 위해 2차원 Keypoint들의 매칭을 3차원 정보를 통해 검증하는 방법을 제시한다. (SIFT에 의해 추출된 point를 Keypoint라 명한다.)
본 논문은 얼굴인식 시스템 상에서 마스크를 착용한 변장이미지가 입력 감지될 경우 나머지 노출된 부분의 특징만을 가지고 가려진 사람의 신원을 추정하는 방법을 기술한다. 얼굴영역 검출 후에 마스크상단의 눈 주변 이미지만을 가지고 특징점 추출을 실시하여 등록된 얼굴 인증 데이터 베이스와의 특징점 비교를 통해 사람의 신원을 추정한다. 매칭에 쓰일 특징점 추출에는 조명에 강인하고 영상의 크기와 회전에도 변하지 않는 특성을 가진 SIFT(Scale Invariant Feature Transform) 알고리즘을 이용한다. 특징점 매칭을 통해 정확한 매칭률은 전체 실험결과를 통해 평가한다.
본 논문에서는 Zernike 모멘트를 이용한 새로운 얼굴 검출 기법을 제안한다. 입력 영상을 가변 크기의 영역으로 탐색하면서 Zernike 모멘트를 계산하여 신경망에 의해 얼굴과 비얼굴 영역으로 분류하여 얼굴을 검출한다. 직교 모멘트의 재구성 능력으로 인해, 분류기의 입력 특정은 화소의 수에 비해 감소될 수 있다. 또한, Zernike 모멘트의 크기는 회전에 불변한 특정을 가지므로, 회전된 얼굴 영역을 검출할 수 있다. Yale 데이터베이스의 영상에 대해 적용한 결과, 회전되지 않은 영상에서는 밝기값 정보를 사용하는 기법보다 약간 낮은 성능을 보였지만, 회전된 영상에 대해서는 월등히 높은 성능을 보였다. 국부 조명에 대한 추가적인 보상과 특징이 사용된다면, 강건한 얼굴 인식을 위한 전처리 과정의 핵심 기술로 사용할 수 있을 것이다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.