• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2009년도 IWAIT
• /
• pp.89-93
• /
• 2009

Embedded systems are becoming more popular as many embedded platforms have become more affordable. It offers a compact solution for many different problems including computer vision applications. Texture classification can be used to solve various problems, and implementing it in embedded platforms will help in deploying these applications into the market. This paper proposes to deploy the texture classification algorithms onto the embedded computer vision (ECV) platform. Two algorithms are compared; grey level co-occurrence matrices (GLCM) and Gabor filters. Experimental results show that raw GLCM on MATLAB could achieves 50ms, being the fastest algorithm on the PC platform. Classification speed achieved on PC and ECV platform, in C, is 43ms and 3708ms respectively. Raw GLCM could achieve only 90.86% accuracy compared to the combination feature (GLCM and Gabor filters) at 91.06% accuracy. Overall, evaluating all results in terms of classification speed and accuracy, raw GLCM is more suitable to be implemented onto the ECV platform.

• 전자공학회논문지CI
• /
• 제47권4호
• /
• pp.34-43
• /
• 2010

질감 정보는 객체 인식과 분류에서 중요한 역할을 하고 있다. 정확한 질환 판별을 위해 분류에서 사용되는 질감 특징은 식별성이 높아야 한다. 본 논문에서는 질감-기반 영상 검색 및 폐기종 진단을 위해 컴퓨터 조력진단(Computer-Aided Diagnosis) 시스템을 위한 새로운 질감 기술자를 제안한다. 제안한 질감 기술자는 이웃화소간의 차이값과 중심화소와 이웃화소간의 차이 값의 결합에 기반을 두고 있어 결합된 주변화소 차이(Combined Neighborhood Difference; CND)라고 한다. 화소들간의 CND는 비교후 이진 코드워드로 변환된다. 그다음에, 식별성이 높은 값을 생성하기 위하여 이진 계수가 코드워드에 할당된다. 이와 같은 값들의 분포가 계산되어 질감 특징 벡터를 구성한다. Outex와 Brodatz 데이터집합을 이용한 질감 특징 분류에 관련하여 CND는 92.5%의 정확성을 보이는 데 비해, LBP, LND와 Gabor 픽터는 89.3%, 90.7%와 83.6%의 정확성을 각각 보여준다. 본 논문에서는 CND를 이용한 폐기종의 진단 기능을 CAD 시스템에서 구현하였다.

• 한국컴퓨터정보학회논문지
• /
• 제17권12호
• /
• pp.101-109
• /
• 2012

TRUS영상에서 전립선에 대한 많은 진단과 치료 과정에서 정확한 전립선 경계의 추출이 요구된다. 여기에는 전립선 경계의 애매함, 반점, 낮은 그레이 레벨로 인하여 많은 어려움이 존재한다. 본 논문에서는 서포트 벡터와 뱀형상 윤곽선을 이용하여 TRUS영상의 자동 전립선 분할에 대한 방법을 제안한다. 이 방법은 전처리, 가버 특성 추출, 학습, 전립선 추출 단계로 구성된다. 텍스처 특성을 추출하기 위하여 가버 필터 뱅크가 사용되며, 학습 과정에서 전립선과 비전립선의 각 특성을 얻기 위하여, SVM이 사용된다. 전립선의 경계는 뱀형상 윤곽 알고리즘에 의해 추출된다. 실험 결과, 제안된 알고리즘은 인간 전문가가 추출한 경계와 비교했을 때 9.3%보다 적은 차이로 전립선 경계를 추출할 수 있었다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 하계종합학술대회 논문집 Ⅳ
• /
• pp.1887-1890
• /
• 2003

This paper presents a three-dimensional (3D) head pose estimation algorithm using the stereo image. Given a pair of stereo image, we automatically extract several important facial feature points using the disparity map, the gabor filter and the canny edge detector. To detect the facial feature region , we propose a region dividing method using the disparity map. On the indoor head & shoulder stereo image, a face region has a larger disparity than a background. So we separate a face region from a background by a divergence of disparity. To estimate 3D head pose, we propose a 2D-3D Error Compensated-SVD (EC-SVD) algorithm. We estimate the 3D coordinates of the facial features using the correspondence of a stereo image. We can estimate the head pose of an input image using Error Compensated-SVD (EC-SVD) method. Experimental results show that the proposed method is capable of estimating pose accurately.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제3권2호
• /
• pp.178-186
• /
• 2003

Recently, many researchers have been interested in biometric systems such as fingerprint, handwriting, key-stroke patterns and human iris. From the viewpoint of reliability and robustness, iris recognition is the most attractive biometric system. Moreover, the iris recognition system is a comfortable biometric system, since the video image of an eye can be taken at a distance. In this paper, we discuss human iris recognition, which is based on accurate iris localization, robust feature extraction, and Neural Network classification. The iris region is accurately localized in the eye image using a multiresolution active snake model. For the feature representation, the localized iris image is decomposed using wavelet transform based on dyadic Haar wavelet. Experimental results show the usefulness of wavelet transform in comparison to conventional Gabor transform. In addition, we present a new method for setting initial weight vectors in competitive learning. The proposed initialization method yields better accuracy than the conventional method.

• Current Optics and Photonics
• /
• 제4권6호
• /
• pp.530-539
• /
• 2020

Hyperspectral images feature a relatively narrow band and are easily disturbed by noise. Accurate estimation of the types and parameters of noise in hyperspectral images can provide prior knowledge for subsequent image processing. Existing hyperspectral-noise estimation methods often pay more attention to the use of spectral information while ignoring the spatial information of hyperspectral images. To evaluate the noise in hyperspectral images more accurately, we have proposed a spectral-spatial cooperative noise-evaluation method. First, the feature of spatial information was extracted by Gabor-filter and K-means algorithms. Then, texture edges were extracted by the Otsu threshold algorithm, and homogeneous image blocks were automatically separated. After that, signal and noise values for each pixel in homogeneous blocks were split with a multiple-linear-regression model. By experiments with both simulated and real hyperspectral images, the proposed method was demonstrated to be effective and accurate, and the composition of the hyperspectral image was verified.

• 한국산업정보학회논문지
• /
• 제15권5호
• /
• pp.11-17
• /
• 2010

본 논문에서는 인터랙티브 TV 컨트롤 시스템(ITCS)에 적용될 수 있는 근적외선 얼굴 영상에 대한 얼굴인식 방법을 제안하였다. 근적외선 얼굴 영상에서 ULBP(uniform local binary pattern) 히스토그램 피쳐를 추출하고 SVM 판별기를 이용하여 좌우 눈좌표 및 얼굴 영역을 검출하였다. 또한, 가버 변환과 ULBP 히스토그램 피쳐를 이용한 얼굴인식 시스템을 구현하여 이를 인터랙티브 TV 컨트롤 시스템 개인 인증 과정에 사용하였다.

• 인지과학
• /
• 제23권2호
• /
• pp.225-248
• /
• 2012

시각단기재인 과정에 대한 유사성 합산 모형은 단기기억에 저장된 기억 표상들과 재인검사 자극간 유사성의 합산치가 재인의사결정을 좌우한다고 제안한다[1]. 본 연구는 수직 공간주파수를 달리하는 두 Gabor 자극에 대한 공간주파수 재인 과제에서 과제와 무관한 기억자극의 위치 정보가 재인 반응에 미치는 영향을 조사하였다. 실험의 매 시행에서 참가자는 시야 좌우에 제시된 서로 다른 두 Gabor 자극의 공간주파수를 기억하고 약 1초 뒤에 제시된 재인검사 자극과의 동일성 여부를 보고하였다. 재인검사 자극은 기억 항목과 동일하거나 기억된 항목을 기준으로 공간주파수 차원에서 1 또는 4 최소식별단위 만큼 표적과 유사한 미끼자극이었다. 또한 재인검사항목이 제시되는 위치는 재인이 요구된 기억항목의 위치를 기준으로 동일하거나 혹은 반대편 시야 위치에 제시되었으며, 참가자는 검사자극의 위치변화를 무시하고 공간주파수 차원의 재인 반응만을 요구받았다. 실험 결과 미끼자극에 대한 오인반응(false recognition)은 기억항목과 미끼자극 간 유사성 합산치가 커짐에 따라 증가했다. 아울러 과제와는 무관하게 검사항목의 위치 변화가 있었던 조건의 경우 없었던 조건에 비해 이러한 오인 반응의 빈도가 감소한 것으로 나타났다. 과제 무관련 위치 변화에 의한 미끼자극에 대한 오인 반응의 감소는 재인과제의 요구와는 관계없이 무관련 세부특징이 과제 관련 세부특징에 대한 재인 반응에 영향을 미칠 수 있음을 보여주며, 시각단기기억에 저장되는 정보가 세부특징들의 독립적 표상이 아닌 세부특징 간 공고한 결합에 의해 표상될 가능성을 시사한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권1호
• /
• pp.71-81
• /
• 2004

특징점 기반(Minutiae-based) 지문 인식 시스템은 지문에 포함된 융선들의 구조 정보를 완벽하게 표현할 수 없는 특징점 정보를 활용한다. 더욱이, 동일한 지문이라 하더라도 일정하지 않게 추출되는 특징점은 정합과정에서 여러 가지 기법들을 요구하게 된다. 이와 같이 정량적으로 표현되지 않는 특징점 기반 방법의 대안으로 여러 방향을 갖는 가보 필터(Gabor filter)를 이용해 영역별 특징 값들을 추출하는 필터뱅크 기반(Filterbank-based) 지문 인식방법이 제안되었다(1). 그러나 필터뱅크 기반 방법은 다른 손가락에서 얻은 지문이지만 같은 종류일 경우 유사한 특징 벡터를 추출한다는 점과 지문 입력시의 회전오차를 고려하기 위한 오버헤드를 갖는다는 문제점을 가진다. 본 논문에서는 이러한 문제점을 해결하기 위해 특징 벡터를 추출할 때, 특징점이 존재하는 영역에 대해 가중치를 부여하여 특징벡터를 구성하는 방법을 제안하였다. 또한 코어 주변의 지역적인 방향들의 평균치를 이용해 지문 정렬을 수행하는 새로운 지문정렬 방법을 제한하였다. 두 가지 방법은 각각 시스템의 성능향상과 속도를 증가시키는 결과를 얻을 수 있다. 제안한 방법에 따라 NIST Special Database 14 지문 데이타로 실험한 결과 0.967%의 FAR(False Acceptance Rate)에서 0.524%의 FRR(False Reject Rate)을 보여, 기존 방법에 비해 1.28배 이상의 속도 향상과 ERR(Equal error Rate)에서 약 5%의 성능 향상을 보였다.

• 한국멀티미디어학회논문지
• /
• 제16권6호
• /
• pp.764-781
• /
• 2013

본 논문에서는 시차영상 생성과 레이블링(labeling)을 동시에 수행하는 빌보드 스윕 스테레오 시차정합 알고리즘을 적용하고, 두 단계로 구성된 복합 가설생성(hypothesis generation) 단계를 적용함으로서 거짓알림(false alarm)을 줄이고, 차량 검출의 정확도를 높이는 방법을 제안한다. 먼저 차량의 정면에 장착된 두 대의 카메라를 이용하여 영상을 획득하고, 이 영상을 사용하여 빌보드 스윕 스테레오 시차정합 알고리즘을 수행하여 지면과 배경이 제거된 장애물(obstacle)만이 존재하는 특수한 형태의 시차영상을 생성한다. 이렇게 생성된 지면과 배경이 제거된 레이블링된 시차영상을 이용하여 차량 검출 및 추적을 수행한다. 차량 검출 및 추적단계는 크게 세 단계로 나눠진다. 첫 번째 단계는 학습 단계로서 학습데이터로부터 Gabor필터를 사용해서 특징점을 추출하고, 추출된 특징점을 학습한 뒤 서포트 벡터머신 분류기를 생성하는 단계이다. 두 번째 단계는 스테레오 카메라의 영상 중 주 카메라의 영상으로부터 에지 정보를 추출하고, 지면과 배경이 제거된 시차 영상으로부터 얻어진 시차정보를 이용해서 차량이 존재하는 후보영역을 뽑은 뒤 서포트 벡터머신 분류기를 사용하여 차량을 검출하는 단계이다. 마지막 단계는 차량 추적단계로서 검출이 완료된 차량들은 다음 프레임에서 템플릿 매칭을 수행하여 추적한다. 이는 추적에 성공할 경우 다음 프레임의 차량 검출시 후보영역에서 배제함으로서 전체적인 차량 검출 성능을 향상시킨다.