최근, 이미지 검색기법에서는 객체추출 방법이나 관심영역 추출방법에 관한 연구가 활발히 이루어지고 있다. 그러나, 컬러 이미지의 경우 색상을 고려한 관심영역 특징추출 방법이나 인덱스 기법은 많이 연구되지 못하고 있다. 따라서, 본 논문에서는 컬러 이미지의 색상을 기반으로 하는 사분트리 분할 인덱스 기법을 제안한다. 사분트리 분할 인덱스 구조는 컬러 이미지의 공간 영역을 계층적인 영역으로 분할하여 각 공간 영역의 평균 색상 갓을 데이터베이스에 저장한다 저장되어진 각 영역의 평균 색상은 검색의 효율성을 높이기 위해 사분트리 인스턴스(Quad-tree distance)를 퍼지 값으로 계산하여 인덱스를 생성한다. 생성된 사분트리 분할 인덱스는 컬러 이미지의 관심영역(Region of Interest)의 색상을 검색할 때 유용하게 사용되며. 검색속도의 향상에 도움을 준다.
This paper proposes a framework of superpixel-based vehicle detection method using plane normal vector in disparity space. We utilize two common factors for detecting vehicles: Hypothesis Generation (HG) and Hypothesis Verification (HV). At the stage of HG, we set the regions of interest (ROI) by estimating the lane, and track them to reduce computational cost of the overall processes. The image is then divided into compact superpixels, each of which is viewed as a plane composed of the normal vector in disparity space. After that, the representative normal vector is computed at a superpixel-level, which alleviates the well-known problems of conventional color-based and depth-based approaches. Based on the assumption that the central-bottom of the input image is always on the navigable region, the road and obstacle candidates are simultaneously extracted by the plane normal vectors obtained from K-means algorithm. At the stage of HV, the separated obstacle candidates are verified by employing HOG and SVM as for a feature and classifying function, respectively. To achieve this, we trained SVM classifier by HOG features of KITTI training dataset. The experimental results demonstrate that the proposed vehicle detection system outperforms the conventional HOG-based methods qualitatively and quantitatively.
본 논문에서는 새로운 HAC(Histogram Area Calculation)방법과 영상의 객체분할 방법을 소개한다. 히스토그램을 이용한 영상은 색상 공간의 특징 때문에 조명에 매우 민감하여 빛의 강도에 따라 유사성이 저하되는 경우가 있다. 또한 공간적 정보를 가지고 있지 않아, 전혀 다른 모양의 영상일지라도 칼라 분포가 같은 영상으로 볼 수 있다. 이 논문에서 제안한 방법은 히스토그램 영역을 임의의 영역으로 나눠, 영역들의 유사성을 매칭(matching) 시킨다. 2차 검색방법으로 원 영상에서의 색상 질감 정보가 동일한 영역을 군집화 하여, 영상 분할된 객체들을 이용하여 검색하는 방법이다. 실험 결과, 제안한 방법이 전통적인 히스토그램 방법보다 검색 성능이 효율적인 결과를 얻었다.
International Journal of Fuzzy Logic and Intelligent Systems
/
제9권3호
/
pp.166-171
/
2009
In recent years, video detection systems have been implemented in various infrastructures such as airport, public transportation, power generation system, water dam and so on. Recognizing moving objects in video sequence is an important problem in computer vision, with applications in several fields, such as video surveillance and target tracking. Segmentation and tracking of multiple vehicles in crowded situations is made difficult by inter-object occlusion. In the system described in this paper, the mean shift algorithm is firstly used to filter and segment a color vehicle image in order to get candidate regions. These candidate regions are then analyzed and classified in order to decide whether a candidate region contains a license plate or not. And then some characters in the license plate is recognized by using the fuzzy ARTMAP neural network, which is a relatively new architecture of the neural network family and has the capability to learn incrementally unlike the conventional BP network. We finally design a license plate recognition system using the mean shift algorithm and fuzzy ARTMAP neural network and show its performance via some computer simulations.
다양한 의료진단 자동화 기기들이 개발되고 있으나 대부분 서양의학에 집중되어 있는 현실이고, 한의학의 진단시 자동화 및 정량화를 위한 장치 개발은 미미하다. 한편, 한의학에서의 네가지 진단 방법 중 하나인 망진은 환자의 관형과 찰색을 통해 질병의 유무와 경중을 진단한다. 망진을 시행할 때 얼굴에서 이목구비와 명당 부위의 상태가 특히 중요하다. 본 논문에서는 얼굴 영상으로부터 망진을 위한 얼굴 요소들을 추출하기 위한 방법을 제안하고, 남여 얼굴 영상에 대한 실험을 통해 제안한 방법의 유용성을 보이고자 한다.
미각의 종류별 구획에 따른 설진 모델을 제안한다. 시스템의 전체 구성은 혀 영상획득, 혀 영역 검출, 혀 영역 분할, 분할 영역의 색상분포 검출, 이상 유무 판별로 구성된다. 혀의 DB는 정상 및 비정상 혀로 분류되었으며 실제 한방병원에 내원하는 환자들의 혀 사진으로 구축하였다. 혀 영역으로부터 짠맛, 신맛, 단맛, 쓴맛의 네 가지 영역으로 나누어 분할하고, HSI 컬러모델을 이용하여 색상분석을 시행하였다. 이때, 주변 조도의 영향을 최소화하기 위하여 I(Intensity)값을 제외한 H(Hue)와 S(Saturation) 성분의 히스토그램을 이용하여 색상을 분석하였다. 제안하는 색상분석 진단모델과 한의학 전문의의 진단 결과를 비교하여 미각별 영역의 이상 유무를 판단하였다. 제안하는 설진 알고리즘으로 판단한 결과 87.5%가 전문의의 분류의 결과 일치함을 확인하였다.
본 논문은 영상에서 실시간으로 움직임 물체와 물체의 위치를 검출하는 방법을 제안한다. 첫째로 영상으로부터 2개의 연속된 프레임 차분을 통해 움직이는 물체를 추출하는 방법을 제안한다. 만약 두 프레임이 캡쳐되는 사이의 간격이 길다면, 실제 움직이는 물체의 꼬리 같은 거짓 움직임 물체를 생성한다. 두번째로 본 논문은 도플러 효과와 HSV 색상 모델을 사용하여 이 문제들을 해결하는 방법을 제안한다. 마지막으로 물체의 분할과 위치 설정은 상기의 단계에서 얻은 결과가 조합되어 완료된다. 제안된 방법은 99.2%의 검출율을 갖고, 과거에 제안된 다른 비슷한 방법들 보다는 비교적 빠른 속도를 갖는다. 알고리즘의 복잡성은 시스템의 속도에 직접적인 영향을 끼치기 때문에, 제안된 방법은 낮은 복잡성을 가져 실시간 움직임 검출을 위해 사용 될 수 있다.
본 논문에서는 고해상도 컬러 입체영상을 활용하여 도심지역의 3차원 건물정보를 효율적으로 복원하기 위한 일련의 처리방법을 제안하고자 한다. 본 연구에서 제안된 방법은 BDT 기법을 활용한 건물 추출, Hausdorff 거리와 컬러인덱싱 기법을 활용한 영상정합, 마지막으로 사진측량기법을 활용한 건물복원 등의 3단계의 처리과정을 포함하고 있다. 제안된 알고리즘의 실험은 고해상도 위성영상의 대표격인 IKONOS 컬러 입체영상을 대상으로 수행되었으며, 실험을 통해 건물추출에 있어서 영상의 배경부분과 건물부분의 밝기값의 분산을 증가시키는 BDT 기법이 건물추출에 우수함을 확인할 수 있었다. 또한, 2가지 건물인식기법을 활용한 영상정합 과정에 있어서도 컬러정보와 경계정보를 모두 사용할 경우 대부분의 추출건물들을 자동인식하고 이를 초기위치로 원활한 영상정합이 수행될 수 있음을 확인하였다. 최종적으로 실험지역에 대한 3차원 건물정보는 전방 다항식비례모형을 통해 획득되었으며 기준자료와의 비교를 통해 정확도 분석을 수행하였다.
Purpose The purpose of this study is to develop a virtual try-on deep learning model that can efficiently learn front and back clothes images. It is expected that the application of virtual try-on clothing service in the fashion and textile industry field will be vitalization. Design/methodology/approach The data used in this study used 232,355 clothes and product images. The image data input to the model is divided into 5 categories: original clothing image and wearer image, clothing segmentation, wearer's body Densepose heatmap, wearer's clothing-agnosting. We advanced the HR-VITON model in the way of Mixed-Precison, Gradient Accumulation, and sharing model weights. Findings As a result of this study, we demonstrated that the weight-shared MP-GA HR-VITON model can efficiently learn front and back fashion images. As a result, this proposed model quantitatively improves the quality of the generated image compared to the existing technique, and natural fitting is possible in both front and back images. SSIM was 0.8385 and 0.9204 in CP-VTON and the proposed model, LPIPS 0.2133 and 0.0642, FID 74.5421 and 11.8463, and KID 0.064 and 0.006. Using the deep learning model of this study, it is possible to naturally fit one color clothes, but when there are complex pictures and logos as shown in <Figure 6>, an unnatural pattern occurred in the generated image. If it is advanced based on the transformer, this problem may also be improved.
영상 검색의 수행 방법으로 사람의 시각 시스템의 특성을 기반으로 주요 의미를 갖는 객체의 효과적인 특징 추출을 통한 내용기반 영상 검색 시스템을 제안한다. 관심 객체 영역이 우선적으로 검출되도록 하기 위해 영상 내에서 비교적 면적이 크고 배경색상과의 차이가 크면서 영상의 가운데 위치하는 영역을 의미를 갖는 주요 객체로 판단하였다. 영상 고유의 특징을 얻기 위해서는 영상의 객체 윤곽선의 전체 길이를 정규화 된 일정한 세그먼트로 분할한 후에 객체 윤곽선의 세그먼트가 갖는 편각차분 벡터들의 누적 합과 양분된 객체의 시그너처를 추출하여 물체의 회전과 크기 변화에 적응적인 형태 특징으로 사용한다. 이와 같은 형태 특징을 필두로 해서 질감 샘플과 칼라, 그리고 이심률 정보를 결합하여 유사도를 측정함으로써 이동, 회전 크기 변화에 강건한 검색이 가능했으며 영역의 부분적인 변화나 손상으로 인한 객체 특성의 왜곡 현상에 덜 민감하게 반응하였다. 또한 Box-Counting Dimension에 의한 프랙탈 차원을 이용하여 측정한 객체간 복잡도 관계를 기반으로 하여 영상 특징에 서로 다른 유사도 가중치를 부여하는 방법이 잘못된 검색을 최소로 하여 더욱 효율적인 검색율을 보였다.
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.