• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2021년도 추계학술대회
• /
• pp.97-99
• /
• 2021

본 논문에서는 딥러닝 기반 특징점 필터링 방법을 이용한 원격 탐사 영상에 대한 영상 정합 (Image Registration) 고속화 방법을 제안한다. 기존의 특징 기반 영상 정합 방법의 복잡도는 특징 매칭 (Feature Matching) 단계에서 발생한다. 이 복잡도를 줄이기 위하여 본 논문에서는 특징 매칭이 영상의 인공구조물에서 검출된 특징점으로 매칭되는 것을 확인하여 특징점 검출기에서 검출된 특징점 중에서 인공구조물에서 검출된 특징점만 필터링하는 방법을 제안한다. 딥러닝 기반 특징점 필터링은 영상 정합을 위하여 필수적인 특징점을 잃지 않으면서 그 수를 줄이기 위하여 인공구조물의 경계와 인접한 특징점을 보존하고, 축소한 영상을 사용하며, 영상 분할(Image Segmentation) 방법의 결과에서 생기는 영상 패치 경계의 잡음을 제거하기 위하여 영상 패치를 중복하여 잘라 냄으로써 정합 속도와 정확도를 향상시킨다. 영상 정합 고속화 방법을 의 성능을 검증하기 위하여 아리랑 3 호 위성 원격 탐사 영상을 사용하여 기존 특징점 추출 방법과 속도와 정확도를 비교하였다. 딥러닝 기반 영상 정합 방법을 기준으로 하여 비교하였을 때 특징점의 수를 약 82% 감소시키면서 속도를 약 9.17 배 향상시켰지만 정확도가 0.985 에서 0.855 으로 저하되었다.

• 한국콘텐츠학회논문지
• /
• 제3권3호
• /
• pp.85-97
• /
• 2003

MRI, CT, MRI, PET, SPECT, fMRI 등과 같은 단층의료영상은 병원에서 환자의 진단 및 치료 임상적 연구에서 폭넓게 사용되고 있다. 동일한 대상에 대하여 서로 다른 정보를 얻거나 비교를 하기 위하여 서로 다른 영상양식으로 촬영하거나 시간적 간격을 두고 단층영상을 획득하는 경우가 많다. 3차원 영상정합은 비교하고자 하는 두 영상을 하나의 3차원 좌표 공간으로 지도화하는 것이며, 크게 마커기반 정합과 특징기반 정합으로 분류된다. 뇌 영상의 3차원 정합은 뇌 수술부위 선정, 뇌 기능 연구, 뇌 지도화 연구 등에서 시각적 분석과 정량적 분석에서 중요한 위치를 차지한다. 본 논문에서는 뇌의 단층영상에 대하여 흔히 사용되고 있는 3차원 정합인 마커기반 정합법과 특징기반 정합법에 대하여 소개하고 이에 대한 비교 고찰을 행하고자 한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2013년도 하계학술대회
• /
• pp.66-67
• /
• 2013

본 논문에서는 지역적인 그래프를 이용하여 면 외 회전에 강인한 특징 기술 및 정합 방법에 대하여 제안한다. 특징 기반의 지역적인 그래프의 경우 SURF 등을 이용하여 찾아진 특징 정보에 대하여 특징 사이의 상관관계를 이용하여 지역적인 그래프를 생성함으로써 특징 기술의 적용 범위를 확장할 수 있고 이러한 지역적인 그래프의 정합을 위하여 새로운 비용 함수와 정합 방법을 제안한다. 또한 특징 정합 시 이를 활용하여 정합 후보를 결정함으로써 면 외 회전이 존재하는 영상에 대해 좀 더 강인한 특징 정합 결과를 얻을 수 있고 실험 결과 기존의 특징 정합 방법에 비하여 찾아지는 후보의 개수가 증가하고 찾아진 정합 결과의 정확도가 증가하는 것을 확인할 수 있다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2011년도 춘계 종합학술대회 논문집
• /
• pp.57-58
• /
• 2011

스테레오 정합 방법에는 크게 영역기반 방식과 특징기반 방식으로 나뉠수 있으며 보통 사용자가 특징점을 입력해야 하는 특징기반보다는 광범위하게 사용할 수 있는 영역기반 방식의 스테레오 정합법이 많이 사용되고 있다. 하지만 영역기반은 해당 영역 즉 블록 단위로 비교를 해야 하기 때문에 실시간 스테레오 정합에는 계산 시간이 많이 걸리게 된다. 따라서 본 연구에서 제안하는 Line Disparity Map 알고리즘은 정합 점을 라인별로 비교하기 때문에 블록 방식보다 빠르고, 라인의 기울기를 바탕으로 정합점을 찾기 때문에 주변환경에 영향을 받지 않는 장점이 있다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 가을 학술발표논문집 Vol.30 No.2 (2)
• /
• pp.580-582
• /
• 2003

특징점 기반 지문 인식 방법은 지문 영상의 전처리 과정을 포함한 특징점 추출 과정과 추출된 특징점들의 유사도를 판단하는 정합 과정으로 구성된다. 특징점들의 정합과정을 수행하는 여러 가지 방법들 중 Hausdorff 거리 기반 정합 방법은 이동과 회전이 적은 지문의 특징점들에 대해 빠르게 계산할 수 있는 장점을 갖는다. 그러나, 이 방법은 이동과 회전이 많은 지문 영상의 경우 연산이 많아지는 단점을 가진다. 본 논문에서는 정합을 실행하기 전 지문의 중심점과 지역적인 블럭들의 방향성을 기준으로 정렬을 수행하여 비교되는 지문 특징점간의 회전 오차와 이동 오차를 줄임으로써, 기존의 정합 방법의 불필요한 연산량을 줄일 수 있는 방법을 제안하였다. 제안된 방법을 검증하기 위해 Hausdorff 거리 기반 정합 방법을 구현하고 그것에 대한 결과와 선정렬을 사용한 후의 정합 결과를 실험, 비교하였다. 이때의 평균 Hausdorff 거리는 Genuine의 경우 0.095가 줄어들었고, Improster의 경우 0.655가 늘어나는 성능 향상을 나타냈다.

• 한국정보보호학회:학술대회논문집
• /
• 한국정보보호학회 2006년도 하계학술대회
• /
• pp.111-114
• /
• 2006

특징점(minutiae)에 기반한 정합 방식은 간결하고 계산이 쉬워서 가장 널리 사용되는 반면 동일한 지문의 두 입력 사이에서 발생할 수 있는 여러 가지 왜곡들을 고려해야 한다. 본 논문에서는 이러한 왜곡들을 줄이고 포인트 패턴을 이용하여 고속 지문정합 알고리즘을 설계하였으며 1:N정합에 적합한 알고리즘이다. 특징점 추출 알고리즘에서 구한 특징점에 직교좌표의 정보를 조합한 특징점들 중에서 정합을 시도하려는 두 개 특징점 데이터 집합에 대하여 지역 정합을 시도하여 지역 정합된 특징점의 비율이 임계값을 넘어가면 전역 정합을 시도하여 정합 점수를 결정하고 가장 높은 정합수를 얻은 지문 데이터를 결정한다.

• 전자공학회논문지S
• /
• 제36S권3호
• /
• pp.76-88
• /
• 1999

본 논문에서는 건물이 포함된 스테레오 영상으로부터 건물을 3차원적으로 복원하기 위한 선소 특징 기반 정합 알고리듬에 대해 다루고 있다. 기존의 선소 특징 기반 정합 알고리듬은 선소 추출 기법의 성능에 많이 의존하고, 좌우 영상에서 추출된 에지 길이와 방향이 서로 차이가 날 경우 오정합이 많이 발생한다. 따라서, 건물의 형태를 올바르게 나타내지 못하는 원인이 된다. 본 논문에서는 이러한 단점을 해결하기 위하여 선소의 중심 및 양 끝점 외에 선소에 방향까지 고려하는 새로운 탐색 영역 설정 방법을 제안하였다. 또한 선소기반 정합에서 정합이 잘 이뤄지지 않는 수평선 정합 문제를 해결하기 위한 새로운 방법을 제안하였다. 한편 편평한 건물 가정 하에서 미정합된 건물 내부의 변이값을 얻기 위해 건물 추출 결과와 정합된 선소들을 이용한 보간법을 사용하였다. 제안한 알고리듬을 스테레오 항공 영상에 적용한 결과, 기존의 Hussien 등이 제안한 알고리듬에 비해 좋은 성능을 보였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권7호
• /
• pp.959-967
• /
• 2004

Jain 등은 한 지문 영상에 특징점 기반 지문 정합 방법과 필터뱅크 기반 지문 정합 방법을 적용해 두 정합 방법의 성능을 혼합하는 혼합형 지문정합 방법을 제안하고, 이 방법이 두 가지 각 정합 방법에 비해 높은 성능을 보인다는 것을 실험을 통해 입증하였다［l］. 그러나 이 방법은 혼합을 수행할 때 두 정합 방법을 별도로 수행한 후, 각 방법의 정합도(matching score)에 가중치를 부여해 최종 정합도를 결정하므로 두 정합 방법의 특성을 상쇄 시키는 결과를 얻게 된다. 본 논문에서는 두 가지 정합 방법을 특징값 추출 과정에서 혼합하는 방법을 제안하였다. 이 방법은 필터뱅크 기반 방법보다는 낮은 ERR(Equal eRror Rate)을 보이나 특징점 기반 방법보다 높은 ERR을 보였다. 이에 본 논문에서는 적응적인 정합도 혼합방법을 제안하여, 두 가지 방법의 특성을 살리도록 적응적으로 정합도를 선택하는 방법을 취했다. 이 방법을 이용해 Jain 등의 혼합형 방법보다 더 낮은 ERR을 얻을 수 있었다. 제안한 방법에 따라 NIST Special Database 14 지문 데이타로 실험한 결과 ERR에서 약 1%의 성능 향상을 보였다.

• 대한전자공학회논문지SP
• /
• 제46권4호
• /
• pp.116-123
• /
• 2009

서로 다른 시점의 두 영상에서 동일한 점들을 정합하는 특징점 정합은 다양한 영상 처리 분야에서 널리 사용되고 있으며, 최근에는 실시간으로 동작하는 특징점 정합에 대한 요구가 높아지고 있다. 본 논문은 저니키 모멘트 기반의 지역 서술자를 이용하여 특징점을 실시간으로 정합하는 방법을 제안한다. 빠른 모서리 점 검출 방법을 이용하여 입력 영상으로부터 특징점을 추출하고, 각 특징점에서 저니키 모멘트를 이용한 지역 서술자를 생성한다. 저니키 모멘트 기반의 지역 서술자는 특징점 주변의 부분 영상을 적은 차수의 특징 벡터로써 효율적으로 표현하며, 영상의 회전과 밝기 변화에 강인하다. 본 논문에서는 저니키 모멘트 계산을 실시간으로 수행하기 위하여 고정된 크기의 저니키 기저 함수를 미리 계산하여 이를 룩업 테이블에 저장하여 사용한다. 특징점 정합 단계에서는 근사 최근방 이웃(ANN) 방법을 사용하여 초기 정합 결과를 얻고, 이 중 잘못된 정합은 RANSAC 알고리즘을 이용하여 제거함으로써 최종 정합 결과를 얻는다. 실험 결과 제안하는 방법은 다양한 변환이 존재하는 영상에 대하여 실시 간으로 특징점 정합을 수행함을 확인하였다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2002년도 추계학술발표논문집
• /
• pp.178-181
• /
• 2002

본 논문에서는 서명의 동적 특징에 기반한 구간 분할과 3단계 정합을 특징으로 하는 온라인서명 인증 시스템을 제안한다. 온라인 서명 인증을 위해 구간 분할에 이은 구간별 정합이 널리 연구, 적용되어왔다. 그러나 기존의 구간 분할법은 정적 특징인 서명의 모양에 기반하므로 모조의 단서를 제공하는 위험이 있었다. 제안한 방법은 전자 펜의 속도나 가속도 등과 같은 동적 특징을 기반으로 구간 분할을 수행하므로써 모조가 어렵게 하였다. 분할된 구간들은 모델 서명의 구간들과 보강된 동적 프로그래밍(DP) 기법으로 대응 구간들을 찾도록 하였으며, 이 과정에서 정적 특징량을 제한 조건으로 사용하므로써 안정되게 대응 구간을 추출하였다. 또한 서명 특징들에 가중치를 부여하고, 정합 단계를 세 단계로 분리하므로써 상충 관계에 있는 Type Ⅰ과 Ⅱ오류를 최소화하였다. 실험은 온라인 서명 특징들간의 비교 분석을 통해 그들의 가중치를 결정하는 근거를 보이고, 동적 특징에 기반한 구간 분할의 유효성을 보였다.