• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제5권5호
• /
• pp.251-260
• /
• 2016

얼굴 인식은 얼굴 영상에서 특징을 추출하고, 이를 다양한 알고리즘을 통해 학습하여 학습된 데이터와 새로운 얼굴 영상에서의 특징과 비교하여 사람을 인식하는 기술로 인식률을 향상시키기 위해서 다양한 방법들이 요구되는 기술이다. 얼굴 인식을 위해 학습 단계에서는 얼굴 영상들로 부터 특징 성분을 추출해야하며, 이를 위한 기존 얼굴 특징 성분 추출 방법에는 선형판별분석(Linear Discriminant Analysis, LDA)이 있다. 이 방법은 얼굴 영상들을 고차원의 공간에서 점들로 표현하고, 클래스 정보와 점의 분포를 분석하여 사람을 판별하기 위한 특징들을 추출하는데, 점의 위치가 얼굴 영상의 화소값에 의해 결정되므로 얼굴 영상에서 불필요한 영역 또는 변화가 자주 발생하는 영역이 포함되는 경우 잘못된 얼굴 특징이 추출될 수 있으며, 특히 일반 카메라 영상을 사용하여 얼굴인식을 수행하는 경우 얼굴과 카메라간의 거리에 따라 얼굴 크기가 다르게 나타나 최종적으로 얼굴 인식률이 저하된다. 따라서 본 논문에서는 이러한 문제점을 해결하기 위해 일반 카메라를 이용하여 얼굴 영역을 검출하고, 검출된 얼굴 영역에서 Gabor Filter를 이용하여 계산된 얼굴 외곽선을 통해 불필요한 영역을 제거한 후 일정 크기로 얼굴 영역 크기를 정규화하였다. 정규화된 얼굴 영상을 선형 판별 분석을 통해 얼굴 특징 성분을 추출하고, 인공 신경망을 통해 학습하여 얼굴 인식을 수행한 결과 기존의 불필요 영역이 포함된 얼굴 인식 방법보다 약 13% 정도의 인식률 향상이 가능하였다.

• 한국정보통신학회논문지
• /
• 제20권4호
• /
• pp.833-839
• /
• 2016

본 논문에서는 효율적인 접합 영상 검출을 위한 마르코프 천이 및 동시발생 확률에 대한 선택적 특징 추출 방법을 제안한다. 제안하는 방법에서는 이산 코사인 변환 영역에서 블록간 계수의 차이를 이용하여 특징들을 구성하고, 특징들의 각 위치에서 원 영상과 접합영상의 특징 분포의 상이성을 확인하기 위해 Kullback-Leibler 수렴값을 구한다. 이를 바탕으로, 마르코프 확률 특징과 동시발생 확률 특징 가운데 해당 위치에서 가장 큰 차이값을 갖는 특징을 선택하여 최종 특징으로 선택하고, SVM 분류기를 이용하여 학습 및 테스트한 후 그 유효성을 판별한다. 실험 결과를 바탕으로 제안하는 방법이 기존의 방법보다 제한된 특징수로 높은 영상접합 조작 결과를 보임을 확인하였다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2003년도 ICCAS
• /
• pp.1315-1318
• /
• 2003

In this paper, a neural network based approach using a self-organizing feature map is proposed for the segmentation of X ray images. A number of algorithms based on such approaches as histogram analysis, region growing, edge detection and pixel classification have been proposed for segmentation of general images. However, few approaches have been applied to X ray image segmentation because of blur of the X ray image and vagueness of its edge, which are inherent properties of X ray images. To this end, we develop a new model based on the neural network to detect objects in a given X ray image. The new model utilizes Mumford-Shah functional incorporating with a modified adaptive SOFM. Although Mumford-Shah model is an active contour model not based on the gradient of the image for finding edges in image, it has some limitation to accurately represent object images. To avoid this criticism, we utilize an adaptive self organizing feature map developed earlier by the authors.[1] It's learning rule is derived from Mumford-Shah energy function and the boundary of blurred and vague X ray image. The evolution of the neural network is shown to well segment and represent. To demonstrate the performance of the proposed method, segmentation of an industrial part is solved and the experimental results are discussed in detail.

• 방송공학회논문지
• /
• 제21권2호
• /
• pp.272-275
• /
• 2016

본 논문은 위성 영상을 위한 안개 제거 및 표면반사율 기반의 특징점 검출 방법을 제안한다. 기존의 안개 제거를 위한 DCP 방법은 패치 기반의 처리 방식으로 인해 전달맵 생성 과정에서 블록현상이 발생하게 되고, 이는 영상을 흐리게 하는 원인이 된다. 따라서 제안한 은닉마코프 기반의 방법은 영상의 블록 현상을 제거하고 선명도를 향상한다. 또한 표면반사율 기반의 견고한 특징점 추출을 통해서 영상 정합의 정확성을 향상하였다. 실험을 통해 제안한 방법이 기존 방법에 비해 안개 제거의 성능에서 우수함을 확인하였으며 이를 통해 특징 검출 및 위성 영상 정합에 적합함을 확인하였다.

• 반도체디스플레이기술학회지
• /
• 제17권2호
• /
• pp.76-80
• /
• 2018

In recent years, with the development of automobile technology, smart system technology that assists safe driving has been developed. A camera is installed on the front and rear of the vehicle as well as on the left and right sides to detect and warn of collision risks and hazards. Beyond the technology of simple black-box recording via cameras, we are developing intelligent systems that combine various computer vision technologies. However, most related studies have been developed to optimize performance in laboratory-like environments that do not take environmental factors such as weather into account. In this paper, we propose a method to detect object by restoring visibility in image with degraded image due to weather factors such as fog. First, the image quality degradation such as fog is detected in a single image, and the image quality is improved by restoring using an intermediate value filter. Then, we used an adaptive feature extraction method that removes unnecessary elements such as noise from the improved image and uses it to recognize objects with only the necessary features. In the proposed method, it is shown that more feature points are extracted than the feature points of the region of interest in the improved image.

• 제어로봇시스템학회논문지
• /
• 제19권5호
• /
• pp.457-461
• /
• 2013

This paper proposes an image feature-based real-time RGB-D (Red-Green-Blue Depth) 3D SLAM (Simultaneous Localization and Mapping) system. RGB-D data from Kinect style sensors contain a 2D image and per-pixel depth information. 6-DOF (Degree-of-Freedom) visual odometry is obtained through the 3D-RANSAC (RANdom SAmple Consensus) algorithm with 2D image features and depth data. For speed up extraction of features, parallel computation is performed with GPU acceleration. After a feature manager detects a loop closure, a graph-based SLAM algorithm optimizes trajectory of the sensor and builds a 3D point cloud based map.

• 한국항공운항학회지
• /
• 제19권4호
• /
• pp.44-50
• /
• 2011

This paper presents the algorithm for attitude determination of an aircraft using binary image. An image feature vector, which is invariant to translation, scale and rotation, is constructed to capture the functional relations between the feature vector and the corresponding aircraft attitude. An iterated least squares method is suggested for estimating the attitude of given aircraft using the constructed feature vector library. Simulation results show that the proposed algorithm yields good estimates of aircraft attitude in most viewing range, although a relatively large error occurs in some limited viewing direction.

• Journal of Information Processing Systems
• /
• 제10권1호
• /
• pp.55-68
• /
• 2014

Automatic segmentation of foreground text from the background in degraded document images is very much essential for the smooth reading of the document content and recognition tasks by machine. In this paper, we present a novel approach to the binarization of degraded document images. The proposed method uses a new local contrast feature extracted based on the stroke width of text. First, a pre-processing method is carried out for noise removal. Text boundary detection is then performed on the image constructed from the contrast feature. Then local estimation follows to extract text from the background. Finally, a refinement procedure is applied to the binarized image as a post-processing step to improve the quality of the final results. Experiments and comparisons of extracting text from degraded handwriting and machine-printed document image against some well-known binarization algorithms demonstrate the effectiveness of the proposed method.

• Journal of Information Processing Systems
• /
• 제12권2호
• /
• pp.183-195
• /
• 2016

This paper presents a complete method for vehicle detection and tracking in a fixed setting based on computer vision. Vehicle detection is performed based on Scale Invariant Feature Transform (SIFT) feature matching. With SIFT feature detection and matching, the geometrical relations between the two images is estimated. Then, the previous image is aligned with the current image so that moving vehicles can be detected by analyzing the difference image of the two aligned images. Vehicle tracking is also performed based on SIFT feature matching. For the decreasing of time consumption and maintaining higher tracking accuracy, the detected candidate vehicle in the current image is matched with the vehicle sample in the tracking sample set, which contains all of the detected vehicles in previous images. Most remarkably, the management of vehicle entries and exits is realized based on SIFT feature matching with an efficient update mechanism of the tracking sample set. This entire method is proposed for highway traffic environment where there are no non-automotive vehicles or pedestrians, as these would interfere with the results.

• 한국멀티미디어학회논문지
• /
• 제8권4호
• /
• pp.461-472
• /
• 2005

본 논문에서는 스테레오 영상의 정합값(matching)을 통한 얼굴 특징추출 알고리즘을 제안한다. 제안된 알고리즘에서는 얼굴색상 정보의 RGB컬러공간을 YCbCr컬러공간으로 변환하여 얼굴영역 검출하였다. 추출된 얼굴영역으로부터 눈 형판(template)을 적용하여 눈 사이의 거리와 기울어짐, 코와 입에 대한 특징의 기하학적인 특징 벡터를 추출하였다. 또한 제안한 방법은 2차원 특징정보 뿐만 아니라 스테레오 영상의 정합을 통한 얼굴의 눈, 코, 입의 특징을 추출할 수 있었다. 실험을 통하여 약 1m이내 거리에서 73%의 일치율을 보였고, 약 1m이후 거리에선 52%의 일치율을 보였다.