• 천문학회보
• /
• 제6권
• /
• pp.9.1-9.1
• /
• 1981

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2019년도 추계학술대회
• /
• pp.73-75
• /
• 2019

360°VR 영상은 카메라에서 촬영된 여러 영상들을 이어 붙이는 작업인 스티칭(Stitching)을 통하여 만들 수 있다. 스티칭은 영상들을 이어 붙이기 위해 각 영상의 특징점을 추출하는 특징점 추출, 특징점간 유사도를 비교하여 유사한 특징점끼리 매칭시키는 특징점 매칭, 특징점 매칭 과정에서 획득한 호모그래피 매트릭스를 이용한 이미지 와핑, 각 영상 간의 부자연스러운 경계선을 제거하는 블렌딩 과정을 거친다. 고품질의 360°VR 영상을 획득하기 위해서는 영상의 개수를 증가시킬 필요가 있고, 이로 인해 스티칭 과정에서 소요되는 시간이 증가한다. 본 논문에서는 카메라 센서 정보를 이용해 유사한 영상끼리 클러스터링하여, 한번에 스티칭이 진행되는 영상의 수를 감소시키고, 멀티 스레드를 이용하여 각 그룹의 스티칭을 병렬적으로 진행한 뒤, 최종적으로 스티칭하여 최종 360°VR 영상을 획득하는 과정을 제안한다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 제13회 신호처리 합동 학술대회 논문집
• /
• pp.623-626
• /
• 2000

본 논문에서는 얼굴의 특징 추출을 이용해서 캐리커쳐를 자동으로 생성하는 알고리즘을 제안한다. 제안된 방법은 사진이나 카메라를 이용해서 입력된 영상으로부터 색상정보를 이용하여 얼굴영역을 검출하고 얼굴의 기하학적인 구조를 이용해서 유전자 알고리즘의 추정 파라미터를 설정하여 최적의 특징 점의 위치를 검출한다. 검출된 특징 점 위치를 이용하여 눈, 코, 입, 눈썹, 머리카락 등 얼굴의 특징이 되는 구성요소를 추출한다. 마지막으로 얼굴의 윤곽선을 구한 다음 추출된 얼굴의 구성요소들을 합성하여 간단하면서도 개인의 특징을 잘 반영할 수 있는 캐리커쳐를 생성한다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2016년도 춘계 종합학술대회 논문집
• /
• pp.435-436
• /
• 2016

최근 객체인식 분야에서는 Convolutional Neural Network (CNN)이 주목받고 있다. CNN의 특징 중 하나는 입력이미지로 부터 특징 추출 방법을 스스로 학습한다는 것이다. 전통적은 객체인식 방법에서는 hand-written feature extractor를 사용하지만, CNN은 스스로가 특징을 추출한다. 하지만 CNN은 많은 학습데이터와 학습 시간을 필요로 한다. 우리는 객체인식 데이터로 사전학습된 CNN을 사용하여 특징을 추출하였고, 이 특징으로 People re-identification을 수행하였다. 이 과정에서 어떠한 학습도 하지 않았지만 CNN은 다른 영상처리 응용에 대해서도 비교적 좋은 성능을 보여주었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2002년도 추계학술발표논문집 (상)
• /
• pp.683-686
• /
• 2002

본 연구는 불연속선에 의해 생성된 시각적 착시에서 착시 윤곽의 특징들을 구하는 인식 모델을 제안한다. 착시 윤곽은 일상생환에서 흔히 접하는 현상으로서 외부 세계에 존재하는 동일한 강도의 물리적 에너지를 주변 자극의 영향 때문에 실제와 다르게 해석하는 현상이다. 착시 그림들로부터 착시 윤곽을 이루는 특징 자극을 추출하는 신경회로망 모델을 제안한다. 제안된 인식 모델은 윤곽 추출, 시파 특징 추출, 시파 특징 복원, 유도 자극 추출, 이미지 복원 및 이미지 연산 단계로 구성된다. 제안된 모델은 불연속적인 선에 의해 나타나는 오프셋 격자 윤곽에서 특징 자극들을 추출한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2006년도 추계학술대회 학술발표 논문집 제16권 제2호
• /
• pp.362-365
• /
• 2006

본 논문에서는 인간 로봇 상호 작용을 위해 정확한 스켈레톤 특징점을 추출하는 강인한 추출기를 설계한다. 제안된 특징점 추출기는 인간의 움직임 정보로부터 얻어진 색상, 윤곽선, 시간차 정보 및 가상 신체 모델을 이용하여 정확한 특징점 위치를 찾아낸다. 또한 특징점 추출에 소요되는 탐색 시간을 줄이기 위해 격자박스를 이용한 원형 탐색 기법을 도입하였다. 최종적으로 기법의 우수성을 확인하기 위해 다양한 동작의 특징점 추출 실험을 수행하였다.

• 한국정보처리학회논문지
• /
• 제4권4호
• /
• pp.1141-1151
• /
• 1997

본 논문에서는 오프라인 한자의 특징 추출을 위한 최대 블록화 방법(Maximum Block Method:MBM)을 제안한다. 최대 블록화란 처며 찾아진 화소로부터 블록을 점차 키워 나 아가감 으로서 입력문자의 골격선과 특징점을 추출하는 방법이다.기존의 세선화 방법 에서는 국소적인 잡음의 영향과 굴곡점, 누락점 등에서 발생되는 왜곡 현상이 특징 추출 을 어렵게 하는 단점이 있었다. 본 논문에서는 최대 블록 생성으로 인하여 잡음블록의 제거와 합성으로 직선과 사선획을 찾으므로서, 정확한 특징점 추출하는 앙법임을 입증 하였다. 실험 데이타로는 프린터 결과물, 중고등학교 한자 교과서와 기타 문서 등을 사용하였다. 한자 이외에도 한글 및 영, 숫자를 입력하여 실험한 결과, 인식의 전처리 과정인 골격선 추출과 획의 특징 추출에서 매우 효과적인 방법임을 확인하였다.

• 전자공학회논문지S
• /
• 제35S권6호
• /
• pp.101-108
• /
• 1998

물체를 인식하기 위한 효율적인 방법 중의 하나는 물체의 경계선에서 가장 적절한 특징들을 추출해 내어 인식에 사용하는 것이다. 본 논문에서는 경계선 위의 각 화소에서 주변 화소들과의 관계를 이용해 코너점, 접점, 변곡점을 추출하여 물체의 특징점으로 사용하였다. 기존에 주로 사용되던 중요한 특징점의 하나인 코너점은 곡률 함수상에서 찾고, 또한 물체가 직선과 곡선으로 이루어져 있을 경우 코너점만으로 물체를 표현하기에 부족하므로 곡률 함수를 미디안 필터링하여 양자화 잡음을 제거함으로써 접점과 변곡점을 찾는 새로운 방법을 제안하였다. 그리고 이 세 가지 특징점을 물체 정합의 요소로 사용하여 물체를 정합하였다. 정합 방법으로는 Discrete Hopfield Neural Network을 사용하였으며, 성능 분석 결과 곡선이 섞인 물체에서 코너점만으로 물체를 정합한 경우보다 특징점으로 물체를 정합한 경우 우수한 정합 성능을 나타내었다.

• 인지과학
• /
• 제14권1호
• /
• pp.11-16
• /
• 2003

본 논문은 Gabor 웨이브렛 변환을 이용하여 무표정을 포함한 표정영상에서 얼굴의 주요 요소들의 경계선을 추출한 후, FCM 군집화 알고리즘을 적용하여 무표정 영상에서 저차원의 대표적인 특징점을 추출한다. 무표정 영상의 특징점들은 표정영상의 특징점들을 추출하기 위한 템플릿으로 사용되어지며, 표정영상의 특징점 추출은 무표정 영상의 특징점과 동적 연결모형을 이용하여 개략적인 정합과 정밀한 정합 과정의 두단계로 이루어진다. 본 논문에서는 Gabor 웨이브렛과 FCM 군집화 알고리즘을 기반으로 동적 연결모형을 이용하여 표정영상에서 특징점들을 자동으로 추출할 수 있음을 제시한다. 본 연구결과는 자동 특징추출을 이용한 차원모형기반 얼굴 표정인식[1]에서 얼굴표정의 특징점을 자동으로 추출하는 데 적용되었다.

• 천문학회보
• /
• 제36권1호
• /
• pp.42.2-42.2
• /
• 2011

2010년 10월 28일 근일점을 통과한 103P/Hartley 2 혜성의 분광학적 특징을 연구하고자 11월 6일과 11일 양일간 보현산 천문대의 고분산 에셀 분광기 BOES(R~30,000)로 관측을 하였다. 우리는 Hartley 2 혜성의 고분산 분광자료를 Hwang et al.(2009)의 Machholz(C/2004Q2)혜성 가시광 영역($4800{\sim}8100{\AA}$) 고분산 분광 자료와 비교 분석하였고 그 결과 C2, CN, NH2,H2O+의 방출선 뿐만 아니라 다수의 미확인 분광선을 발견하였다. 또한 발견된 미확인 분광선을 설명하기 위하여 향상된 NH2방출선과 OH 방출선 등의 후보 물질을 이용하여 미확인선의 원인 물질을 제시하고자 한다. 이 발표에서는 지금까지의 분석 결과를 소개한다.