• International Journal of Contents
• /
• 제7권4호
• /
• pp.24-29
• /
• 2011

In this paper, we propose a method to segment the bottle label in images taken by mobile phones using multi-gradient approaches. In order to segment the label region of interest-object, the saliency map method and Hough Transformation method are first applied to the original images to obtain the candidate region. The saliency map is used to detect the most salient area based on three kinds of features (color, orientation and illumination features). The Hough Transformation is a technique to isolated features of a particular shape within an image. Therefore, we utilize it to find the left and right border of the bottle. Next, we segment the label based on the gradient information obtained from the structure tensor method and edge method. The experimental results have shown that the proposed method is able to accurately segment the labels as the first step of product label recognition system.

• 한국측량학회지
• /
• 제37권5호
• /
• pp.343-350
• /
• 2019

Map labels are the most recognizable map elements using the human visual system because they are essentially a natural language. In this study, an experiment was conducted using an eye-tracker to objectively record and analyze the response of subjects regarding visual attention to map labels. A primary building object was identified by analyzing visit counts, average visit duration, fixation counts, and the average fixation duration of a subject's gaze for an area of interest acquired using the eye-tracker. The unmarked rate of map labels in Google map, Naver map, and Daum map was calculated. As a result, this rate exceeded fifty-one percent, with the lowest rate recorded for Google map. It is expected that the results of this study will contribute to an increase in the diversity of research in terms of the spatial cognition approach for map labels, which is more helpful to users than the existing body of work on methods of expression for labels.

• 한국멀티미디어학회논문지
• /
• 제9권2호
• /
• pp.139-150
• /
• 2006

도식화된 지도란 일반적인 지도가 가진 복잡한 지리 정보를 특정한 사용 목적에 따라 논리적으로 간략화시킨 다음 중요한 정보들은 부각시켜, 사용자가 인식하기 편하게 제작한 지도이다. 본 논문에서는 도로와 레이블 그리고 그 아이콘이 중요한 의미를 가지는 도식화된 지도를 제작하기 위한 알고리즘을 소개한다. 구조적인 지도의 생성을 위해서는 간략화 된 도로정보와 이에 따른 객체들의 배치 작업이 필요하다. 그러나 원본 지리정보의 복잡성으로 인하여 원본 도로 정보를 중심으로 객체들의 배치작업을 수행할 경우 객체들 간의 중첩이 발생하게 되어, 시각적으로 잘 정돈된 지도 생성이 어렵다. 논문에서 제안한 시스템은 이와 같이 상대적으로 복잡한 경로를 가진 구조적 지도를 효과적으로 시각화하기 위하여 다음과 같은 처리 절차를 수행한다. 1)DEC 기법을 사용하여 다각형으로 구성된 경로 곡선을 이루는 정점들 중에서 중요도가 떨어지는 정점들을 제거한다. 2) 중심 보로노이 조각화와 그리드 스내핑을 적용하여, 원본지도의 구조적 정보를 유지하면서 밀집도가 균일한 도로 정보를 생성한다. 3) 아이콘과 레이블이 서로 겹쳐지지 않도록 적절하게 배치하여 도식화된 지도를 완성한다. 그 결과 원본 지도의 밀집된 정점들을 균일한 간격으로 배치하였으며, 아이콘과 레이블을 배치할 수 있는 공간을 확보하였다. 이를 통해 아이콘과 레이블의 중첩을 최소화 할 수 있었으며, 복잡한 지도 정보로 부터 가독성이 높은 지도를 제작할 수 있었다.

• International Journal of Contents
• /
• 제10권4호
• /
• pp.1-10
• /
• 2014

In this paper, we propose a method to build an accurate initial trimap for the GrabCut algorithm without the need for human interaction. First, we identify a rough candidate for the label region of a bottle by applying a saliency map to find a salient area from the image. Then, the Hough Transformation method is used to detect the left and right borders of the label region, and the k-means algorithm is used to localize the upper and lower borders of the label of the bottle. These four borders are used to build an initial trimap for the GrabCut method. Finally, GrabCut segments accurate regions for the label. The experimental results for 130 wine bottle images demonstrated that the saliency map extracted a rough label region with an accuracy of 97.69% while also removing the complex background. The Hough transform and projection method accurately drew the outline of the label from the saliency area, and then the outline was used to build an initial trimap for GrabCut. Finally, the GrabCut algorithm successfully segmented the bottle label with an average accuracy of 92.31%. Therefore, we believe that our method is suitable for product label recognition systems that automatically segment product labels. Although our method achieved encouraging results, it has some limitations in that unreliable results are produced under conditions with varying illumination and reflections. Therefore, we are in the process of developing preprocessing algorithms to improve the proposed method to take into account variations in illumination and reflections.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2011년도 한국컴퓨터종합학술대회논문집 Vol.38 No.1(C)
• /
• pp.397-400
• /
• 2011

In this paper, we propose an approach to detect the product label for mobile phone images based on saliency map and the local structure tensor. The object boundary information can be better described by the local structure tensor than other edge detectors, and the saliency map methods can find out the most salient area and shorten the computational time by reducing the size of the orignal image. Therefore, these two methods are considered for our product label detection. The experimental results show an acceptable performance based on our proposed approach.

• 한국산업융합학회 논문집
• /
• 제23권3호
• /
• pp.481-489
• /
• 2020

Safety and security during the handling of hazardous materials is a great concern for anyone in the field. One driving point in the security field is the ability to detect the source of the danger and take action against it as quickly as possible. Via the usage of a fully convolutional network, it is possible to create the label map of an input image, indicating what object is occupying the specific area of the image. This research employs the usage of U-net, which was constructed in biomedical field segmentation to segment cells, instead of the original FCN. One of the challenges that this research faces is the availability of ground truth with precise labeling for the dataset. Testing the network after training resulted in some images where the network pronounces even better detail than the expected label map. With better detailed label map, the network might be able to produce better segmentation is something to be studied in further research.

• 한국콘텐츠학회논문지
• /
• 제21권3호
• /
• pp.23-32
• /
• 2021

컴퓨터 비전 분야의 의미론적 영상 분할(Semantic Image Segmentation) 기술은 이미지를 픽셀 단위로 분할 하여 클래스를 나누는 기술이다. 이 기술도 기계 학습을 이용한 방법으로 성능이 빠르게 향상되는 중이며, 픽셀 단위의 정보를 활용할 수 있는 높은 활용성이 주목받는 기술이다. 그러나 이 기술은 초기부터 최근까지도 계속 '세밀하지 못한 분할'에 대한 문제가 제기되어 왔다. 이 문제는 레이블 맵의 크기를 계속 늘리면서 발생한 문제이기 때문에, 자세한 에지 정보가 있는 원본 영상의 에지 맵을 이용해 레이블 맵을 수정하여 개선할 수 있을 것으로 예상할 수 있었다. 따라서 본 논문은 기존 방법대로 학습 기반의 의미론적 영상 분할을 유지하되, 그 결과인 레이블 맵을 원본 영상의 에지 맵 기반으로 수정하는 후처리 알고리즘을 제안한다. 기존의 방법에 알고리즘의 적용 한 뒤 전후의 정확도를 비교했을 때 평균적으로 약 1.74% 픽셀 정확도와 1.35%의 IoU(Intersection of Union) 정확도가 향상되었으며, 결과를 분석했을 때 성공적으로 본래 목표한 세밀한 분할 기능을 개선했음을 보였다.

• 한국전자통신학회논문지
• /
• 제17권4호
• /
• pp.687-694
• /
• 2022

본 논문에서는 Visual 동시적 위치추정 및 지도작성(SLAM : Simultaneous Localization and Mapping)기술을 응용하여 실내에서 생성된 SLAM 맵을 기반으로 지정된 목적지에 물건을 배달하는 자율주행 차량 플랫폼을 제안하였다. 실내에서 SLAM 맵을 생성하기 위해 소형 자율주행 차량 플랫폼의 상단에 SLAM 맵 생성을 위한 심도 카메라를 설치하고 SLAM 맵 속에서의 정확한 위치추정을 하기 위해 추적 카메라를 장착하여 구현하였다. 또한, 목적지의 표찰을 인식하기 위해 합성곱 신경망(CNN : Convolutional neural network)을 사용하여 목적지에 정확하게 도착할 수 있도록 주행 알고리즘을 적용하여 설계하였다. 실내 배송 자율주행 차량을 실제로 제작하였고 SLAM 맵의 정확도 확인과 CNN을 통한 목적지 표찰 인식 실험을 수행하였다. 결과적으로 표찰 인식의 성공률을 향상시켜 구현한 실내 배송용 자율주행 차량의 활용 적합성 여부를 확인하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제66차 하계학술대회논문집 30권2호
• /
• pp.67-70
• /
• 2022

NLP 분야에서 적극 활용되기 시작한 Transformer 모델을 Vision 분야에서 적용하기 시작하면서 object detection과 segmentation 등 각종 분야에서 기존 CNN 기반 모델의 정체된 성능을 극복하며 향상되고 있다. 또한, label 데이터 없이 이미지들로만 자기지도학습을 한 ViT(Vision Transformer) 모델을 통해 이미지에 포함된 여러 중요한 객체의 영역을 검출하는 saliency map을 추출할 수 있게 되었으며, 이로 인해 ViT의 자기지도학습을 통한 object detection과 semantic segmentation 연구가 활발히 진행되고 있다. 본 논문에서는 ViT 모델 뒤에 classifier를 붙인 모델에 일반 학습한 모델과 자기지도학습의 pretrained weight을 사용해서 전이학습한 모델의 시각화를 통해 각 saliency map들을 비교 분석하였다. 이를 통해, 클래스 분류 학습 기반 전이학습이 transformer의 saliency map에 미치는 영향을 확인할 수 있었다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2003년도 춘계학술발표대회논문집
• /
• pp.596-599
• /
• 2003

본 논문에서는 아이콘과 레이블을 가진 도식화된 지도(Schematic map)를 생성차기 위한 아이콘과 레이블의 효과적인 배치 알고리즘을 제안한다. 이 알고리즘은 먼저 지리정보시스템(GIS)의 데이터베이스로부터 원시 정보를 파서로 분석한 후, 지형도 데이터에서 시각화에 필요한 부분만을 추출한 후 이들 선분에 대하여 선분 간략화 알고리즘을 적용하여 기도를 생성한다. 그리고 장식 및 정보의 표기를 목적으로 사용하는 아이콘 및 레이블 정보들의 특징을 반영하여 후보 영역을 생성한다. 마지막으로 생성된 후보영역 내에서 중첩이 발생하기 않으면서 아이콘을 설명하는데 적절한 최적화된 위치의 레이블을 배치하여 이들의 배치 값들 중 최적의 값을 얻은 후 이 최적의 위치에 아이콘과 레이블을 배치하도록 하였다.