• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2016.11a
• /
• pp.161-162
• /
• 2016

비슷한 코너의 모양을 가지는 다수의 글자가 포함된 문서 영상을 인식하는 일은 쉽지 않다. 일반적으로 성능이 우수하다고 알려진 SIFT 알고리즘은 코너를 기반으로 특징을 기술하는 알고리즘이기 때문에 각 글자가 비슷한 코너의 모양을 가지는 문서 영상 인식에서는 좋은 성능을 발휘하지 못한다. 반면, LLAH 는 각 단어의 크기를 알아내어 가우시안 필터와 이진화를 통해 단어를 하나의 점으로 나타내고 각 점과 점 사이의 기하 관계를 기술자로 표현하기 때문에 문서의 단어에서 점이 일관되게 추출된다면 좋은 인식 성능을 발휘한다. 그러나, 영상에서 단어의 크기를 알아내는 작업은 계산 측면에서 많은 비용을 필요로 한다. 이에 본 논문에서는 LLAH 를 사용하기 전에 반복적인 가우시안 필터와 이진화를 적용하여 단어의 크기를 알지 못하는 상황에서도 스케일에 강인하게 문서 영상을 인식할 수 있는 알고리즘을 제안한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2005.11a
• /
• pp.21-24
• /
• 2005

본 논문에서는 3DTV를 위한 다시점 동영상 부호화 기법을 제안한다. 제안하는 다시점 동영상 부호화기는 다수의 카메라 입력에 대하여 기존의 MPEG 기반의 부호화 기법에서 사용된 시 ${\cdot}$ 공간적 중복성 제거와 각 시점에 해당하는 영상간의 공간적 중복성을 제거하여 부호화효율을 개선할 수 있다. 각 시점 영상간의 공간적 중복성을 효율적으로 제거하기 위하여 전역 시차보상(global disparity compensation)된 집적영상(Accumulated Image)를 사용하였다. 또한 기존의 디지털 TV 전송 표준인 MPEG-2를 기반으로 하였기 때문에 기존의 디지털 TV 표준을 크게 수정하지 않고 3DTV를 구현 할 수 있다. 제안하는 기법은 기존의 MPEG-2 기법으로 각 시점에 해당하는 영상을 각각 부호화한(simulcast 기법) 결과와 비교하여 객관적 화질면에서 우수하였으며, 각 시점간의 동기화 문제도 해결 할 수 있었다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2017.06a
• /
• pp.99-101
• /
• 2017

최근 딥러닝을 이용한 SAR 영상의 목표물을 인식하는 알고리즘이 괄목할만한 성능을 보여주었다. 이러한 알고리즘들은 포즈 각도 정보를 무시한 채 목표물의 종류를 추정하는 것에만 초점을 맞춘다. 포즈 각도 추정 알고리즘은 단지 SAR 영상 목표물 인식 알고리즘의 전처리 과정으로 연구되었다. 하지만 감시 시스템에서, 목표물이 향하고 있는 방향을 추정하는 것 또한 중요하다. 먼저, 포즈 각도 추정을 통하여 적의 전술 배치를 계획을 추정할 수 있다. 또한 목표물이 아군 쪽을 바라보면 큰 위협이 되는데, 포즈 각도 추정을 통하여 이러한 정보를 알 수 있다. 따라서 본 논문은 목표물이 향하고 방향을 추정할 수 있는 콘볼루션 네트워크를 고안하였다. 네트워크를 학습시키기 위하여 SAR 영상의 목표물의 포즈 각도를 양자화하여 포즈 각도 label 을 구성하였다. 또한 이러한 포즈 각도 추정을 정제하는 알고리즘을 고안하였고 이는 보다 정확한 포즈 각도 추정을 가능하게 하였다. 그 결과, 제안된 네트워크는 포즈 각도 추정에 높은 정확도를 보여준다.

• Journal of the Korean Society of Radiology
• /
• v.13 no.4
• /
• pp.523-530
• /
• 2019

The purpose of this study was to obtain the K-edge images using a spectral CT system based on a photon-counting detector and implement the 3D fusion imaging using the conventional and spectral CT images. Also, we evaluated the clinical feasibility of the 3D fusion images though the quantitative analysis of image quality. A spectral CT system based on a CdTe photon-counting detector was used to obtain K-edge images. A pork phantom was manufactured with the six tubes including diluted iodine and gadolinium solutions. The K-edge images were obtained by the low-energy thresholds of 35 and 52 keV for iodine and gadolinium imaging with the X-ray spectrum, which was generated at a tube voltage of 100 kVp with a tube current of $500{\mu}A$. We implemented 3D fusion imaging by combining the iodine and gadolinium K-edge images with the conventional CT images. The results showed that the CNRs of the 3D fusion images were 6.76-14.9 times higher than those of the conventional CT images. Also, the 3D fusion images was able to provide the maps of target materials. Therefore, the technique proposed in this study can improve the quality of CT images and the diagnostic efficiency through the additional information of target materials.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.10b
• /
• pp.162-166
• /
• 2007

단일 영상의 시야각 한계를 극복하기 위해 다중 영상으로부터 하나의 파노라마 영상으로 만들 수 있다. 파노라마 영상은 좌우 360도까지의 시야각을 확보할 수 있어서 복잡한 실제 환경을 가상 환경에서의 배경으로 사용하고자 할 경우에 유용하다. 본 논문에서는 가상 환경에서의 배경으로 사용할 수 있는 파노라마 영상 생성 기법을 제안한다. 다중 영상들을 촬영하고 이를 사용하여 하나의 구형 파노라마 영상을 생성한다. 상하 시야각을 180도까지 확보하기 위한 제작 기법을 제시한다. 또한 생성된 구형 파노라마 영상으로부터 3차원 렌더링에 적합한 텍스쳐로의 변환과정을 제시한다 실제 환경을 가상화할 시에 파노라마 배경을 사용하면 조밀한 배경을3차원적으로 모델링하지 않고도 배경을 3차원적으로 표현할 수 있으므로 제안된 기법은 가상현실 응용에 유용하게 사용될 수 있다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2016.06a
• /
• pp.349-351
• /
• 2016

본 논문에서는 VR 영상의 스티칭을 위한 특징점 추출 방식의 하나인 SIFT 알고리즘의 고속화 방법을 제안한다. 이 방법은 SIFT 의 각 단계 모두에 최적화 방법을 적용하여 CPU 에 최적화된 알고리즘을 구축하였다. 그리고 비독립적인 과정들로 이루어진 SIFT 특징점 추출 연산을 병렬화하기 위한 방법으로, 영상 분할 방법을 제시하며 SIFT 의 새로운 병렬화 방법을 제안한다. 특히 최적화 과정을 통해 Scale-space Extrema Detection 과 Orientation Assignment 과정에서 큰 시간 단축 효과를 보여 총 75.5%의 시간을 단축하였다. 이를 OpenMP 와 영상 분할 방법을 활용한 CPU 병렬화로 FullHD($1920{\times}1080$)해상도 영상에서 약 4000 개의 특징점을 추출하는 데 평균 91ms 의 성능을 보이며 기존 GPU 고속화 논문 대비 약 30%의 성능 개선 효과를 보였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2011.07a
• /
• pp.446-448
• /
• 2011

본 논문에서는 조명 보정과 지역적인 밝기 정보를 이용한 유해 영상에서의 피부색 검출 방법을 제안한다. 첫번째, 조명의 영향을 줄이기 위하여 입력 영상을 히스토그램 평활화하여 명암 값의 분포가 한쪽으로 치우치거나 균일하지 못한 영상의 명암 값 분포를 균일화 시켜 영상을 향상될 수 있도록 한다. 그 다음, 평활화 시킨 영상을 25 개의 블록으로 분할한 후, 각 블록에서의 밝기 값에 대한 통해 평균과 왜도를 구한다. 구해진 값들을 영상의 임계값으로 설정하여 이진화 시킨다. 그리고, 평활화시킨 영상의 RGB 값을 Lab 컬러 공간으로 변환한다. 변환된 컬러 공간내의 조명 성분 값인 L(Luminance)값을 추출하여 이를 역변환 한다. 역변환한 L 값은 비정규 조명을 갖는 유해 영상의 조명에 민감한 영향을 제거하기 위하여 평활화 영상에 합한다. 마지막으로, 밝기 임계값을 통해서 얻어진 이진영상내의 객체 영역과 RGB 피부색 임계값을 통한 조명 보정된 평활화 영상내의 피부색 영역의 공통된 영역을 결과값으로 추출한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2014.11a
• /
• pp.240-241
• /
• 2014

3D 입체영상 변환 기술은 콘텐츠 확보의 측면에서 그 중요성이 대두되고 있다. 하지만 입체변환 기술은 매 프레임마다 모두 수작업을 거치기 때문에 다수의 인력과 오랜 작업 시간이 필요하여 생산성 문제가 발생하고 있다. 그 중 깊이영상의 외곽선을 벡터 곡선으로 그리는 작업이 수작업을 통해 이루어지고 있으며 오랜 작업시간이 걸리게 한다. 본 논문에서는 기존의 입체영상 변환 과정의 자동화율을 높이기 위한 깊이영상 양자화 및 베지어 곡선 생성 방법을 제안한다. 연속적인 깊이값을 갖는 깊이영상을 입력으로 받아 선형 또는 비선형 기반의 양자화 방법을 이용하여 깊이영상을 양자화 한다. 이 때 경계부분에 발생하는 페더를 제거하여 양자화 깊이영상의 경계를 보정한다. 양자화 깊이영상에서 같은 깊이를 잇는 등심선을 생성하고 방향 변화가 큰 지점인 굴곡점들을 추출하여 등심선을 다수의 곡선으로 구분한다. 각 곡선의 양 끝의 굴곡점과 그 사이의 중간점을 이용하여 3차 베지어 곡선의 제어 포인트를 계산한다. 같은 수행 단계를 모든 등심선에 적용하여 사용자가 미세보정하기 쉬운 3차 베지어 곡선들을 생성한다. 실험 결과를 통해 제안하는 기법의 우수성을 확인하였다.

• Journal of Internet Computing and Services
• /
• v.19 no.3
• /
• pp.35-42
• /
• 2018

Deep learning is known as a method of high accuracy among several methods for image classification. In this paper, we propose a method of enhancing the accuracy of image classification using CNN with a batch normalization method for classification of images using deep CNN (Convolutional Neural Network). In this paper, we propose a method to add a batch normalization layer to existing neural networks to enhance the accuracy of image classification. Batch normalization is a method to calculate and move the average and variance of each batch for reducing the deflection in each layer. In order to prove the superiority of the proposed method, Accuracy and mAP are measured by image classification experiments using five image data sets SHREC13, MNIST, SVHN, CIFAR-10, and CIFAR-100. Experimental results showed that the CNN with batch normalization is better classification accuracy and mAP rather than using the conventional CNN.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2016.06a
• /
• pp.231-234
• /
• 2016

본 논문에서는 전송하고자 하는 원영상 대신에 전혀 다른 영상을 전송하여 원영상 정보를 보호하는 스테가노그래피(steganography) 기법을 제안한다. 전송할 영상의 자연스러움을 잃어버리지 않으면서 원영상을 복구할 수 있는 차영상 정보를 LSB(Least Significant Bit)에 담고, 픽셀간의 위치 관계를 무작위로 섞어 줌으로써, 원영상을 보호하는 기법을 제안한다. 본 논문에서는 우선 원영상과 전송할 영상 (cover image)의 차영상을 생성하고, 각 픽셀의 차이값을 큰 범위로 양자화하여 차영상의 데이터 크기를 줄인다. 그리고, 각 픽셀의 차이값을 전송할 영상의 4 픽셀에 걸쳐서 하위 2bit 에 나누어 담는다. 8bit 영상에서 하위 2 bit 를 다루기 때문에, 각 채널 밝기값의 최대 차이값은 3 으로 설정되어 자연스럽게 영상을 생성할 수 있다. 끝으로 신호의 보호를 위하여 차영상의 픽셀과 전송할 영상의 픽셀간의 대응위치를 무작위 순열로 변환하여 외부에서 쉽게 복원할 수 없도록 한다. 이러한 스테가노그래피 제안 기법을 통하여 원영상 대신에 커버 영상을 전송함으로써, 자연스러운 정보전송이 가능하며, 외부의 감시와 복원에 안전한 정보보호 기능이 강화될 수 있다. 여러 영상에 대한 실험을 통한 제안 기법에 의하면, 전송되는 커버 영상이 자연스럽기 때문에 외부에서 정보가 숨겨진 사실을 느끼지 못하며, 송수신 장치에 내장된 무작위 순열을 통하여 외부에서는 원영상 정보를 복구하는 것도 매우 어렵게 되어 있음을 확인하였다. 본 제안 기법은 군사통신이나 중요한 정보를 다루는 기관에서의 정보 전달 및 정보보호 시스템에서 사용될 수 있다.