• 디지털융복합연구
• /
• 제12권7호
• /
• pp.239-245
• /
• 2014

본 논문에서는 얼굴의 전체적인 특징(윤곽선, 얼굴크기, 눈, 코) 분석에 기반을 둔 가중치 주름 검출 방법을 제안한다. 첫째 입력된 영상에서 능동적 외향 방법을 이용하여 얼굴의 전체적인 주요 성분을 검출하게 되는데, 크게 형태 기반과 외향 방법으로 구성되어 있다. 이것은 얼굴 모델을 학습하고, 학습된 모델을 기반으로 새로운 영상에서 얼굴을 정합할 때 사용된다. 두 번째로는 영상에서 얼굴과 배경을 분리하고, 얼굴에서 주름 확률이 가장 큰 곳 네 곳을 선정하여 주름 가중치를 높게 부과하다. 마지막으로 가중치를 부여한 관심 영역에 대해서 캐니에지 알고리즘을 적용하여 주름을 검출하게 된다. 제안한 알고리즘은 다양한 종류의 영상을 사용하여 실험 하였으며, 실험결과 대부분의 영상에서 높은 성능의 얼굴 및 주름 검출 결과를 보였다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권7호
• /
• pp.233-240
• /
• 2022

최근 대부분의 인공지능 연구는 AI 모델 개발에 중점을 두고 있다. 하지만 최근 인공지능 연구가 모델 중심에서 데이터 중심으로 점차 변경되고 이런 추세를 바탕으로 학습데이터의 중요성이 크게 주목 받고 있다. 그러나 학습데이터의 준비과정이 전체 과정의 상당 부분을 차지하고 라벨링 데이터 생성 또한 개발 목적에 따라 다르기 때문에 많은 시간과 노력이 필요하다. 따라서 기존의 미충족을 해결하기 위한 다양한 라벨링 기능을 갖는 도구 개발이 필요하다. 본 논문에서는 의료영상의 라벨링 데이터를 정교하고 빠르게 생성하기 위한 라벨링 시스템에 대해서 기술한다. 이를 구현하기 위해서 Back Projection, GrabCut 기법을 이용한 반자동 방식과 기계학습 모델을 통해서 예측한 자동 방식의 라벨링 기능을 구현하였다. 우리는 제안한 시스템의 라벨링 데이터 생성에 대한 수행시간의 장점을 보였을뿐만 아니라 정확성에 대한 비교평가를 통해 우수성을 보였다. 또한 1,000여명의 환자 영상 데이터셋을 분석하여 근감소증 진단에 남성과 여성에 의미있는 진단지표를 제시하였다.