• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권1호
• /
• pp.272-287
• /
• 2016

Recently, various and effective contrast based salient object detection models to focus on a single target have been proposed. However, there is a lack of research on detection of multiple objects, and also it is a more challenging task than single target process. In the multiple target problem, we are confronted by new difficulties caused by distinct difference between properties of objects. The characteristic of existing models depending on the global maximum distribution of data point would become a drawback for detection of multiple objects. In this paper, by analyzing limitations of the existing methods, we have devised three main processes to detect multiple salient objects. In the first stage, regional features are extracted from over-segmented regions. In the second stage, the regional features are categorized into homogeneous cluster using the mean-shift algorithm with the kernel function having various sizes. In the final stage, we compute saliency scores of the categorized regions using only spatial features without the contrast features, and then all scores are integrated for the final salient regions. In the experimental results, the scheme achieved superior detection accuracy for the SED2 and MSRA-ASD benchmarks with both a higher precision and better recall than state-of-the-art approaches. Especially, given multiple objects having different properties, our model significantly outperforms all existing models.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2012년도 하계학술대회
• /
• pp.294-297
• /
• 2012

본 논문에서는 컬러 영상의 검색을 위하여 영상을 색상 정보에 기반한 pixel layer (cluster)의 집합체로 모델링하고, 두 layer 간의 유사도를 각 layer 를 이루는 pixel 들의 색상 분포에 따른 공간적 분포를 이용하여 측정하는 기법을 제안한다. 먼저 pixel layering 단계에서는 HSV 색 공간에서 mean-shift clustering 알고리즘을 통해 초기 layer 들을 얻고, 비슷한 색상의 layer 들은 합쳐 영상의 soft segmentation 과 유사한 결과를 얻는다. 비교할 두 영상에서 pixel layering 을 한 후, 각 layer 를 이진화된 공간분포 지도로 형성하고 그 차이를 비교함으로써 유사도를 측정한다. 이 때, 사용하는 가중치로서 HSV 색 공간 분포의 비슷한 정도를 정의하는데, 이는 HSV 색 공간을 XYZ 의 3 차원 좌표로 설정하고, overlap 되는 pixel 수로 정의하였다. 본 논문에서 제안한 pixel layer 들 간의 색상 공간 분포에 따른 공간적 분포를 이용한 영상 검색 기법은 MPEG-7 에서 정의한 대표색상 기반의 영상 검색보다 우수한 성능을 보여주었다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제18권2호
• /
• pp.9-15
• /
• 2012

본 논문은 컬러 이미지를 의미 있는 영역으로 분할하기 위한 새로운 방법을 제시한다. 본 연구에서, 의미 있는 영역을 이미지에서 많이 등장하는 색을 가지고 있는 영역이라고 정의하고, 많이 등장하는 색들을 파악하기 위해서 주어진 이미지를 RGB 공간에서 컬러 점들의 집합으로 표현한다. 그리고 본 기법에서 정의한 점들의 밀도를 이용하면, RGB 공간에서 점들의 밀도가 높은 영역에 속한 컬러들이 이미지에서 많이 등장하는 컬러라고 볼 수 있게 된다. 결국, 새롭게 제시하는 레벨셋 함수를 이용하여 RGB 공간에서 점들의 밀도가 높은 영역들을 찾음으로써 이미지에서의미 있는 영역을 구분해 낼 수 있지만, 이미지에서 의미 있는 영역(점들의 밀도가 높은 영역)을 구성하고 있는 컬러들이 충분한 크기의 연속된 영역을 이를 만큼 인접해 있지 않으면, 의미 있는 영역이라고 볼 수 없으므로, 그러한 픽셀들은 이웃 영역에 포함시키게 된다. 본 논문에서 새롭게 제시 하는 방법은, RGB 공간에서 컬러들의 밀도 분포를 레벨셋 함수에 적용해서 영역을 분할하고 이를 이미지 공간으로 다시 매칭 시키는 방법으로, 이미지상에 레벨셋 함수를 직접 정의하고 이를 이용하여 이미지 영역분할을 하는 기존의 레벨셋 기반의 이미지 분할방법과는 차이가 있다.

• 한국지리정보학회지
• /
• 제14권1호
• /
• pp.84-93
• /
• 2011

제방선 지도화는 하천지역의 환경보호와 하천 범람 방지, 그리고 하천 개발에 있어 매우 중요하다. 라이다(LiDAR)와 항공 정사영상(aerial ortho-image)과 같은 원격탐사 데이터의 활용은 대상 지역에 접근하지 않고도 대상 지역에 관한 지형 정보를 얻을 수 있다는 점 때문에, 하천 지도화 작업에 효율적이다. 라이다 자료는 얕은 물을 관통하는 능력과 높은 수직 정확도 때문에 하천구역 지도화 작업에 활용되어 오고 있다. 영상자료의 활용 또한 영상처리 기법을 이용하여 여러 특징들을 추출할 수 있다는 점 때문에 하천 지도화 작업에 효율적이다. 본 논문에서는 라이다와 항공 정사영상을 각각 활용하여 3차원 제방선 지도화 작업을 수행하였다. 그리고 지상 실측정보들을 통해 두 자료로부터 추출된 제방선들의 정확도를 측정하고, 두 측정 결과들을 비교한다. 통계적인 결과에서 나타나듯이 라이다를 활용하여 추출된 3차원 제방선이 항공 정사영상을 활용하여 추출된 3차원 제방선에 비해 수평 및 수직 정확도가 훨씬 더 높다는 것을 보여준다.

• 방송공학회논문지
• /
• 제15권6호
• /
• pp.723-730
• /
• 2010

최근 다양한 3차원 영상처리 기술이 산업체 전반으로 확대되고 있다. 관련 기술중의 하나인 입체변환은 기존의 2D영상에서 입체영상을 생성하는 기술이다. 이 기술은 영화, 방송 콘텐츠에 적용되어 3D 입체로 시청할 수 있는데, 3D 기술의 지속적인 산업체 응용이 요구됨에 따라 입체변환 기술을 새로운 분야로 적용하여 새로운 입체 콘텐츠를 제작하는 것이 필요하다. 이러한 추세에 따라 이 기술을 의료영상에 응용하는 것이 본 논문의 목적이다. 의료 영상은 정확한 판독이 필요하기 때문에 2D 의료영상보다 구체적인 3D 정보를 얻을 수 있는 3D 입체영상에 관심이 높아지고 있다. 본 논문에서는 기존의 2D 의료영상으로부터 입체영상을 생성하는 의료영상 입체변환 방법을 제안한다. 실험 영상으로 CT(Computed Tomograpy) 영상을 사용한다. 제안 방법은 장기의 영역 분할, 에지를 이용한 경계선 추출, 각 장기의 깊이 정보에 따른 명암 분석 등으로 구성된다. 얻어진 데이터를 바탕으로 CT 영상의 깊이맵을 생성한다. 최종적으로 추출된 깊이 맵과 2D 의료영상으로 부터 입체영상을 생성한다.

• 스마트미디어저널
• /
• 제2권4호
• /
• pp.60-65
• /
• 2013

본 논문에서는 Time-of-Flight (TOF) 원리를 이용하여 획득한 저해상도 깊이 영상을 고해상도의 색상 영상에 정합하는 방법을 소개한다. 거리 정보 기반의 3차원 렌더링에서 깊이 영상은 렌더링 결과에 큰 영향을 끼치지만, 기존의 스테레오 정합은 색상 영상의 특성에 따라 성능이 크게 변하고, 깊이 정보를 획득하지 못하는 영역이 존재한다. 반면에 TOF 카메라는 적외선 센서를 통해 카메라로부터 물체까지의 거리를 직접 측정하여 영상으로 출력하기 때문에, 장면의 깊이 정보를 실시간으로 획득 할 수 있고 높은 정확도를 가지는 장점이 있다. 하지만 출력 영상의 해상도가 너무 작아 3차원 응용에 직접 이용하기가 어렵다. 또한, 색상 영상과 다른 카메라를 이용하기 때문에 두 영상의 3차원적 위치와 특성이 서로 다르다는 문제점을 갖는다. 따라서 해상도를 증가시키고 다른 두 카메라로 부터 찍힌 영상을 정합시키는 방법이 필요하다. 본 논문에서 제안하는 방법은 깊이 카메라에서 획득한 저해상도 깊이 정보를 고해상도 색상 정보를 이용하여 두 영상간의 정합이 이루어지도록 한다. 향상된 깊이 영상을 사용하여 3차원으로 복원한 실험을 통해, 제안하는 방법이 효과적으로 장면의 변위 정보를 생성함을 알 수 있다.