• 디지털콘텐츠학회 논문지
• /
• 제17권5호
• /
• pp.441-448
• /
• 2016

본 논문에서는 문자열과 배경이 혼합된 장면에서 영상을 분할하여 기울기를 추출하고 보정하는 방법을 제안한다. 제안된 방법은 모폴로지를 이용하여 전처리를 하고 캐니 연산자를 이용하여 경계선을 검출한다. 그리고 경계선이 검출된 영상을 분할하여 경계선이 포함되어 있지 않는 영역은 배제하고 경계선이 포함되어 있는 영역만을 이용하여 여러 방향의 기울기에 따른 투영 히스토그램을 생성한다. 이를 이용하여 각 영역의 최대 경계선 집중도를 갖는 기울기를 구하고 장면의 기울기를 보정한다. 문자열과 배경이 혼합된 장면의 기울기 검출에서 제안된 방법은 경계선이 없는 무의미한 부분을 배제하기 때문에 기존의 방법보다 0.7% 더 좋은 결과를 얻을 수 있었다.

• 융합신호처리학회논문지
• /
• 제5권4호
• /
• pp.294-300
• /
• 2004

디지털 미디어의 증가로 비디오 클립을 효율적으로 정합하기 위한 다양한 알고리즘이 제안되었다. 기존의 비디오 검색 알고리즘에서는 주로 프레임 단위의 질의에 관한 검색 알고리즘이 연구되었으나 비디오 클립 단위의 질의에 관한 정합 알고리즘 연구는 미진하였다. 본 논문에서는 비디오 클립 질의에 관한 효율적인 비디오 색인과 검색 알고리즘을 제안한다. 시퀀스 정합의 정확도와 성능 향상을 위하여 연속되는 프레임의 히스토그램간의 유사도 함수로 커쉬함수를 사용하였으며 기존의 방법에 비해 높은 성능을 나타내었다. 비디오 샷들로부터 추출된 키프레임들은 샷묶음 뿐만 아니라 비디오 시퀀스 정합이나 브라우징에도 사용되며 여기서 키프레임은 이전 프레임들과 중요한 차이를 보이는 프레임을 나타낸다. 실험 영상을 이용한 실험결과 제안한 방법은 기존의 방법에 비해 적은 계산량으로 높은 정합 성능을 보였다.

• Journal of the Korean Data and Information Science Society
• /
• 제26권6호
• /
• pp.1239-1247
• /
• 2015

이 논문에서는 아파트 매매가 활발히 일어나는 서울시내 64개 행정동들에 대해 아파트 전용면적별 실거래 매매가를 기준으로 군집분석을 실시하였다. 군집분석에 있어서 각 행정동의 실거래가에 대한 정보를 최대한 이용하기 위해 실거래가의 평균 뿐만 아니라 그 분포까지 고려할 수 있도록 전통적인 형태의 데이터를 히스토그램 형태의 데이터로 변환하여 분석을 하였다. 히스토그램 데이터는 심볼릭 데이터의 한 종류이고, 심볼릭 데이터는 기본적으로 구간, 목록, 히스토그램, 분포, 모형 등과 같이 데이터 자체가 내부적인 변동을 갖는 모든 형태의 데이터를 포함한다. 이러한 각 행정동들의 내부적인 매매가의 변동을 고려한 군집분석의 결과 강남구, 서초구, 송파구와 그에 인접한 행정동들이 상대적으로 다른 지역보다 매매가도 높았고 실거래가의 분포도 훨씬 더 넓은 것으로 조사되었다. 전반적으로 도심에 대한 접근성이 좋고 교육환경이 우수한 지역과 강북의 뉴타운 지역이 상대적으로 주변지역보다 더 높고 넓은 매매가 분포를 보이는 것으로 분석되었다.

• 한국지능시스템학회논문지
• /
• 제24권6호
• /
• pp.597-602
• /
• 2014

본 논문은 대학의 복도와 같은 넓고 복잡한 환경에서 레이저 스캐너와 이미지 센서와 같은 다중센서 데이터 융합을 이용한 복수의 사람들에 대한 동작 인식 및 패턴 분석을 소개하였다. 제안한 방법의 인식 시스템은 첫째, 인물 추적을 위한 전 처리 기능과 둘째 이동궤적 특징, 보행특징, 이미지 특징, 환경(글로벌) 특징을 요구하는 특징부 추출에 대한 이론적 근거를 제시하였다. 최적의 영상을 기반으로 한 복잡환경 내에서의 복수의 사람들을 인식하고 움직임에 대한 패턴은 HMM과 SVM을 통한 학습 및 식별을 수행하였다. 학습 및 식별에서는 HMM을 이용한 이동 경로의 추정과 SVM을 이용한 비정상 보행 검색의 실례를 제시하였다. 또한 제안 방법을 검증하기 위하여 대학교의 복도에서 실시한 실험결과를 통해 타당성을 검증하였다.

• 전기전자학회논문지
• /
• 제21권1호
• /
• pp.96-99
• /
• 2017

본 연구에서는 금속-산화막-반도체 전계효과 트랜지스터의 불순물 분포변동 효과에 미치는 halo 및 LDD 이온주입 공정의 영향을 3차원 소자 시뮬레이션을 통하여 확인하였다. 정확한 시뮬레이션 계산을 위해 kinetic monte carlo 모델을 적용하여 불순물 입자와 결함 낱낱의 거동을 계산하는 원자단위 시뮬레이션을 수행하였다. 문턱전압 및 on-current의 산포를 통해 확인한 결과 halo 이온주입 공정이 LDD 이온주입 공정보다 문턱전압 산포의 경우 약 6.45배 그리고 on-current 산포의 경우 2.46배 더 큰 영향을 미치는 특성을 확인하였다. 그리고 문턱전압과 on-current 산포를 히스토그램으로 나타내어 그 산포를 정규분포로 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제15권12호
• /
• pp.37-45
• /
• 2010

본 논문에서는 밝기 값의 대비도가 매우 낮음으로 인해 발생하는 화질의 저하를 개선하는 방법으로 히스토그램 분포율에 따라서 스트레칭 적용범위를 적절하게 지정하고 이를 적용하는 기법을 제안한다. 제시한 방법은 효과적인 대비향상을 위해 하나의 히스토그램을 밀도가 큰 영역과 밀도가 낮은 영역으로 구분하여 각각의 비율에 따른 범위 안에서 스트레칭 적용 범위를 결정하는 기법을 사용한다. 스트레칭의 범위는 히스토그램의 분활 및 밀집되어 있는 정도의 비율에 따라 가변적으로 결정된다. 스트레칭 적용범위가 가변적으로 결정된다면 히스토그램상의 밀도가 높은 지역은 그만큼 명암대비가 커지도록 넓게 스트레칭하고 반대로 밀도가 낮은 지역은 그만큼 좁은 간격으로 스트레칭하여 명암대비 영상에서의 과도하게 처리되는 문제점을 해결하였다. 제안한 방법의 성능 평가를 위해 전역적 및 지역적으로 명암대비가 어려운 영상들을 모아 실험하였으며 기존의 스트레칭 알고리즘과 그 밖의 명암 대비개선 기법들을 함께 비교하여 매우 우수한 성능을 보임을 입증하였다.

• 한국전자통신학회논문지
• /
• 제8권9호
• /
• pp.1319-1324
• /
• 2013

Mean-Shift 알고리즘은 목표모델과 후보영상 사이의 컬러분포의 유사도를 이용하는 국부적 탐색기법으로서, 그 기법의 단순성 및 안정성 면에서 뛰어나 얼굴추적에 많이 이용되고 있다. 그러나 컬러분포를 이용한 얼굴추적은 목표모델과 유사한 컬러분포를 갖는 객체나 배경의 영향에 취약하다. 또한 얼굴 추적에서 결정되는 얼굴영역은 얼굴인식 혹은 얼굴방향 등을 계산할 때 중요한 단서가 되는데, 완전히 다른 컬러분포를 갖는 객체의 가려짐으로 얼굴영역의 크기나 위치가 변동될 위험이 있다. 대체로 거리정보는 얼굴과 배경의 구분에 효율적이고 컬러정보는 객체 구분에 유리하다는 가정으로부터, 본 논문에서는 이러한 문제를 해결하기 위해 거리 정보와 컬러 정보를 함께 이용하는 양방향 필터를 고안하고, 이것을 Mean-Shift 알고리즘에 활용하였다. 일련의 실험을 통해 성공적인 실험결과를 얻었다.

• 로봇학회논문지
• /
• 제5권2호
• /
• pp.152-159
• /
• 2010

Finding a head of a person in a scene is very important for taking a well composed picture by a robot photographer because it depends on the position of the head. So in this paper, we propose a robust head tracking algorithm using a hybrid of an omega shape tracker and local binary pattern (LBP) AdaBoost face detector for the robot photographer to take a fine picture automatically. Face detection algorithms have good performance in terms of finding frontal faces, but it is not the same for rotated faces. In addition, when the face is occluded by a hat or hands, it has a hard time finding the face. In order to solve this problem, the omega shape tracker based on active shape model (ASM) is presented. The omega shape tracker is robust to occlusion and illuminationchange. However, whenthe environment is dynamic,such as when people move fast and when there is a complex background, its performance is unsatisfactory. Therefore, a method combining the face detection algorithm and the omega shape tracker by probabilistic method using histograms of oriented gradient (HOG) descriptor is proposed in this paper, in order to robustly find human head. A robot photographer was also implemented to abide by the 'rule of thirds' and to take photos when people smile.

• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2003년도 Proceeding
• /
• pp.223-230
• /
• 2003

Feature-based similarity retrieval has become an important research issue in multimedia database systems. The features of multimedia data are useful for discriminating between multimedia objects (e 'g', documents, images, video, music score, etc.). For example, images are represented by their color histograms, texture vectors, and shape descriptors, and are usually high-dimensional data. The performance of conventional multidimensional data structures(e'g', R- Tree family, K-D-B tree, grid file, TV-tree) tends to deteriorate as the number of dimensions of feature vectors increases. The R＊-tree is the most successful variant of the R-tree. In this paper, we propose a SOM-based R＊-tree as a new indexing method for high-dimensional feature vectors.The SOM-based R＊-tree combines SOM and R＊-tree to achieve search performance more scalable to high dimensionalities. Self-Organizing Maps (SOMs) provide mapping from high-dimensional feature vectors onto a two dimensional space. The mapping preserves the topology of the feature vectors. The map is called a topological of the feature map, and preserves the mutual relationship (similarity) in the feature spaces of input data, clustering mutually similar feature vectors in neighboring nodes. Each node of the topological feature map holds a codebook vector. A best-matching-image-list. (BMIL) holds similar images that are closest to each codebook vector. In a topological feature map, there are empty nodes in which no image is classified. When we build an R＊-tree, we use codebook vectors of topological feature map which eliminates the empty nodes that cause unnecessary disk access and degrade retrieval performance. We experimentally compare the retrieval time cost of a SOM-based R＊-tree with that of an SOM and an R＊-tree using color feature vectors extracted from 40, 000 images. The result show that the SOM-based R＊-tree outperforms both the SOM and R＊-tree due to the reduction of the number of nodes required to build R＊-tree and retrieval time cost.

• 한국통신학회논문지
• /
• 제27권8A호
• /
• pp.786-795
• /
• 2002

본 논문에서는 계층적 은닉 마코프 모델을 이용한 히스토그램과 모우멘트 기반의 동영상 장면전환 검출 방법을 제안한다. 제안된 방법은 웨이블릿 변환된 영상의 저주파 부 밴드로부터 히스토그램을 추출하며, 고주파 부 밴드로부터는 방향성 모우멘트를 추출한다. 그리고 수동적으로 분할된 비디오로부터 추출한 히스토그램 차와 모우멘트 차를 관측값으로 사용하여 은닉 마코프 모델을 학습한다. 비디오 분할 과정은 두 단계로 구성되는데, 먼저 히스토그램 기반의 은닉 마코프 모델은 입력된 비디오에 대하여 셧, 컷, 그리고 점진적인 장면전환의 3개의 범주로 분할한다. 그리고 두 번째 단계에서는 모우멘트 기반의 은닉 마코프 모델을 사용하여 점진적인 장면 전환을 더 세밀하게 페이드와 디졸브로 분할한다. 실험결과 제안된 방법은 기존의 경계값 기반의 방법보다 더 효율적으로 동영상의 셧 경계를 분할하였음을 볼 수 있었다.