• Proceedings of the Korea Institutes of Information Security and Cryptology Conference
• /
• 2006.06a
• /
• 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.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• fall
• /
• 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.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.613-615
• /
• 2002

특징점 기반의 지문 정합 시스템은 동일 특징점의 검색을 통하여, 주어진 두 지문의 동일 여부를 결정하는 것을 목적으로 하고 있다. 정합과정의 검색 단계에서 동일 특징점으로 결정된 두 특징점간 거리 및 각도차의 분포를 확률적으로 모델링함으로써, 검색된 동일 특징점의 신뢰도를 높이고자 하였으며 전체적으로 지문 정합시스템의 성능향상을 목적으로 한다. 본 논문에서는 확률기법을 사용한 동일 특징점 유사도 산출 방법과 이를 통한 지문의 동일여부 결정방법을 제시하였으며 구현결과, EER의 경우 2.64%에서 0.78%로 70%의 감소효과를 얻을 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10b
• /
• 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.

• Journal of the Korea Society of Computer and Information
• /
• v.19 no.1
• /
• pp.23-30
• /
• 2014

Feature matching using image descriptors is robust method used recently. However, mismatches occur in 3D transformed images, illumination-changed images and repetitive-pattern images. In this paper, we observe that there are a lot of mismatches in the images which have repetitive patterns. We analyze it and propose a method to eliminate these mismatches. MDMF(Multiple Descriptors-based Mismatch Filtering) eliminates mismatches by using descriptors of nearest several features of one specific feature point. In experiments, for geometrical transformation like scale, rotation, affine, we compare the match ratio among SIFT, ASIFT and MDMF, and we show that MDMF can eliminate mismatches successfully.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.11a
• /
• pp.755-758
• /
• 2002

스테레오스코픽 영상은 스테레오스코픽 카메라를 이용하여 좌 영상(left image)과 우 영상(right image)을 동시에 획득하는 것으로 사람의 눈으로 보는 것과 같은 입체감을 얻을 수 있는 것을 특징으로 한다. 스테레오스코픽 영상에서 객체의 깊이값을 구하기 위해서는 영상의 정합점을 찾는 것이 중요한데, 본 논문에서는 일반화 대칭변환(generalized symmetry transform) 알고리즘을 적용하여 스테레오스코픽(stereoscopic) 영상의 정합점(correspond points)을 찾는 방법을 제안한다. 본 논문에서 제안하는 방법은 먼저 좌 영상과 우 영상에 대해 에지(edge), 코너 검출 방법을 통해 특징점(feature point)을 검출하고 각 특징점들을 중심으로 사각 영역을 설정하고 이 범위내의 에지들이 갖는 대칭도(symmetry magnitude)를 특징점의 위치에 누적 시킨다. 좌영상의 대칭도를 구한 결과를 우 영상의 에지들의 대칭도와 비교를 수행해 임계치(threshold) 이하의 값을 가진 점들을 정합 후보로 선택한다. 이 정합 후보들을 영역내의 반지름 단위의 대칭도 비교를 통해 더욱 세분화된 비교를 수행하고 만약 이와 같은 과정을 통해서도 정합점을 찾지 못한다면 정합 후보들에 대해 칼라 정합도를 측정하여 최종적으로 정합점을 검출한다. 제안한 알고리즘을 이용한다면 특징점만을 이용하여 검색을 수행했을 때보다 더욱 정확한 정합점을 구할 수 있다.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.46 no.4
• /
• pp.116-123
• /
• 2009

Feature point matching, which is finding the corresponding points from two images with different viewpoint, has been used in various vision-based applications and the demand for the real-time operation of the matching is increasing these days. This paper presents a real-time feature point matching method by using a local descriptor derived by Zernike moments. From an input image, we find a set of feature points by using an existing fast corner detection algorithm and compute a local descriptor derived by Zernike moments at each feature point. The local descriptor based on Zernike moments represents the properties of the image patch around the feature points efficiently and is robust to rotation and illumination changes. In order to speed up the computation of Zernike moments, we compute the Zernike basis functions with fixed size in advance and store them in lookup tables. The initial matching results are acquired by an Approximate Nearest Neighbor (ANN) method and false matchings are eliminated by a RANSAC algorithm. In the experiments we confirmed that the proposed method matches the feature points in images with various transformations in real-time and outperforms existing methods.

• The KIPS Transactions:PartB
• /
• v.19B no.2
• /
• pp.113-122
• /
• 2012

This paper presents a new stereo matching technique which is based on the matching of feature windows and feature links. The proposed method uses the FAST feature detector to find image features in stereo images and determines the correspondences of the detected features in the stereo images. We define a feature window which is an image region containing several image features. The proposed technique consists of two matching steps. First, a feature window is defined in a standard image and its correspondence is found in a reference image. Second, the corresponding features between the matched windows are determined by using the feature link technique. If there is no correspondence for an image feature in the standard image, it's disparity is interpolated by neighboring feature sets. We evaluate the accuracy of the proposed technique by comparing our results with the ground truth of in a stereo image database. We also compare the matching accuracy and computation time with two conventional feature-based stereo matching techniques.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.05a
• /
• pp.607-610
• /
• 2003

지문 정합을 할 때 특징점 사이의 거리와 각도가 유사한 순서대로 있는가를 비교하는 알고리즘을 제안한다. 한 점에서 가장 가까운 특징점을 찾고 다시 찾은 점에서 가장 가까운 특징점을 찾는데 이러한 세 개의 특징점들 사이의 거리와 끼인 각도를 기본 요소로 하여 이들의 순차를 특징점 배치도로 정의하여 등록지문에도 유사한 순차가 있는지를 검사한다. 정합 시에 특징점 사이의 거리, 각도 순차가 있는가를 검사하기 때문에 중심점을 찾지 않아도 되며 지문의 이동, 회전에 영향을 받지 않는다.

• 한국HCI학회:학술대회논문집
• /
• 2007.02a
• /
• pp.1000-1005
• /
• 2007

본 논문에서는 실물체의 3차원 모델을 복원하기 위해 거리영상 카메라에서 획득된 3차원 점군에 대한 온라인 정합 기법을 제안한다. 제안하는 방법은 거리영상 카메라를 사용하여 연속된 거리영상과 사진영상을 획득하고 문턱값(threshold)을 이용하여 물체와 배경에 대한 정보를 분류한다. 거리영상에서 특징점을 선택하고 특징점에 해당하는 거리영상의 3차원 점군을 이용하여 투영 기반 정합을 실시한다. 초기정합이 종료되면 사진영상간의 대응점을 추적하여 거리영상을 정제하는 과정을 거치는데 대응점 추적에 사용되는 KLT(Kanade-Lucas-Tomasi) 추적기를 수정하여 초기정합의 결과를 대응점 탐색에 이용함으로써 탐색의 속도와 성공률을 증가시켰다. 특징점과 추적된 대응점에 해당하는 3차원 점군을 이용하여 거리영상의 정제를 수행하고 정합이 완료되면 오프라인에서 3차원 모델을 합성하였다. 제안한 알고리듬을 적용하여 2개의 실물체에 대하여 실험을 수행하고 3차원 모델을 생성하였다.