• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2007년도 가을 학술발표논문집 Vol.34 No.2 (C)
• /
• pp.510-515
• /
• 2007

2차원 영상으로부터 3차원 정보를 획득하기 위해서는 disparity map의 정확한 계산이 요구된다. Disparity map을 구하기 위한 기존의 알고리즘은 크게 상관도 기반 방법과 특징 기반 방법으로 분류되는데, 본 논문에서는 이들 각 방법에 대한 분석을 통해서 좀 더 정확한 disparity map을 구하는 방법을 모색한다. 이를 위해 스테레오 카메라로부터 획득된 2차원 영상에서 건물에 대한 깊이 정보 추출을 위해 SIFT 기법을 이용한 disparity map 생성 알고리즘을 제안한다. 제안된 기법은 수정된 MAD인 MMAD(Modified Mean of Absolute Differences) 알고리즘을 새로 제안하여 영역 기반의 유사도 측정을 기반으로 하면서 특징 기반 방법의 하나인 SIFT를 적용하여 거짓 정합(false matching)에 의한 에러를 줄이고 폐색(occlusion) 영역에 대한 오류를 보정한 disparity map을 생성하는데 초점을 둔다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 추계학술발표대회
• /
• pp.1560-1562
• /
• 2013

정확하고 강인한 영상 등록(Registration)은 영상 검색과 컴퓨터 비전과 같은 여러 응용 분야에서 성능을 좌우하는 매우 중요한 역할을 담당하며, 특징 추출 및 매칭 단계를 통해 수행된다. 영상의 특징을 관심 점으로 지정하여 추출하는 대표적인 알고리즘으로, SIFT (Scale Invariant Feature Transform)와 SURF (Speeded Up Robust Feature)가 있다. 본 논문에서는 2 개의 특징점 추출 알고리즘을 구현하고 예제 데이터를 기반으로 실험을 통해 성능적 비교 분석을 수행한다. 실험 결과, SURF 알고리즘이 특징 추출 및 매칭, 처리시간 측면에서 SIFT 보다 효율적인 성능을 보였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 추계학술발표대회
• /
• pp.1394-1396
• /
• 2013

플리커와 같은 대용량 영상저장 및 공유 사이트가 인기를 끌면서 이미지 정보의 양은 점점 늘어나고 있고 사용자들은 정확한 이미지 정보 검색을 요구하고 있다. 태그기반의 이미지 검색에서 정확도를 높이기 위하여 태그들의 의미적 연관성을 이용하는 등 다양한 연구가 진행되고 있다. 본 논문에서는 특징점 추출에 기반하여 이미지를 분류하는데 뛰어난 성능을 가진 SIFT알고리즘을 사용하여 플리커 이미지를 분류하는 방법을 제안한다. 위키피디아 의미 연관성을 이용해 태그 정보로 1차 분류된 데이터베이스에 SIFT알고리즘을 사용해본 결과 기존의 SURF를 사용한 연구보다 높은 정확성을 보이는 것을 확인하였다. 따라서 이 방법을 통하여 다양한 이미지를 더욱 정확하게 분류할 수 있을 것으로 기대한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2008년도 제39차 동계학술발표논문집 16권2호
• /
• pp.193-196
• /
• 2009

여러 개의 영상으로부터 스케일, 조명, 시점 등의 환경변화를 고려하여 대응점을 찾는 일은 쉽지 않다. SURF는 이러한 환경변화에 불변하는 특징점을 찾는 알고리즘중 하나로서 일반적으로 성능이 우수하다고 알려진 SIFT와 견줄만한 성능을 보이면서 속도를 크게 향상시킨 알고리즘이다. 하지만 SURF는 그레이공간 상의 정보만 이용함에 따라 컬러공간상에 주어진 많은 유용한 특징들을 활용하지 못한다. 본 논문에서는 강인한 컬러특정정보를 포함하는 확장된 SURF알고리즘을 제안한다. 제안하는 방법의 우수성은 다양한 조명환경과 시점변화에 따른 영상을 SIFT와 SURF 그리고 제안하는 컬러정보를 적용한 SURF알고리즘과 비교 실험을 통해 입증하였다.

• 정보처리학회논문지B
• /
• 제17B권6호
• /
• pp.429-436
• /
• 2010

본 논문에서는 단일 카메라로부터 획득한 영상으로부터 물체의 3차원 윤곽선을 구성하는 방법을 제안한다. MOPS(Multi-Scale Oriented Patches) 알고리즘을 이용하여 물체의 대략적인 윤곽선을 검출하고 윤곽선 위에 분포한 특징점의 공간좌표를 획득한다. 동시에 SIFT(Scale Invariant Feature Transform) 알고리즘을 통하여 물체의 윤곽선 내부에 존재하는 특징점 공간좌표를 획득한다. 이러한 정보를 병합하여 물체의 전체 3차원 윤곽선 정보를 구성한다. 본 논문에서 제안하는 방법은 대략적인 물체의 윤곽선만 구성하기 때문에 빠른 계산이 가능하며 SIFT 특징점을 통해 윤곽선 내부 정보를 보완하기 때문에 물체의 자세한 3차원 정보를 얻을 수 있는 장점이 있다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제26권5호
• /
• pp.30-42
• /
• 2022

최근, 국내의 도심지와 수도권을 잇는 급행철도 사업, 간선도로 및 고속도로의 지중화 사업 등과 같이 교통 인프라 건설이 활발하게 추진되고 있으며 국토의 효율적인 활용을 위하여 지하 터널 및 산 터널의 시공이 활발해지고 있다. 터널 시공이 늘어남에 따라 콘크리트 구조물의 노후화로 인한 안전진단, 유지보수 및 관리의 필요성도 증대되고 있다. 본 논문에서는 인력에 의한 외관조사의 단점을 해결하고 터널 안전점검의 자동화를 위하여 터널 스캐닝영상을 통한 안전점검을 제시한다. 터널 스캐닝영상을 통한 안전점검은 기존 인력에 의한 외관조사에 비해 조사기간과 인력을 크게 줄일 수 있으며 조사자의 안전사고와 교통체증에 따른 사회적 비용을 절감할 수 있다는 장점이 있다. 터널 스캐닝영상 기반 안전점검을 위해서는 터널 스캐닝영상의 접합을 통하여 평면전개 이미지를 생성하는 것이 핵심이다. 본 연구에서는 터널 스캐닝영상 기반 안전점검의 필수기술인 터널 스캐닝 다중 촬영 영상 접합에 적합한 알고리즘에 대한 성능평가를 진행하였다. 터널이미지 접합에 유리한 알고리즘을 찾기 위하여 OpenCV에서 제공하는 특징점 검출 및 매칭 알고리즘 중 실수기술자와 높은 정확도를 갖는 SIFT, 이진기술자를 갖고 연산속도가 빠른 ORB, BRISK 총 3가지 알고리즘을 비교 분석하고자 한다. 터널이미지는 크게 콘크리트부, 조명부와 타일부로 나누어 터널이미지의 특성을 반영하였다. 터널이미지 접합에 유리한 알고리즘은 특징점 검출 개수, 연산속도, 특징점 매칭의 정확성, 영상접합 결과를 종합하여 판별하였다. 접합성능은 SIFT알고리즘이 가장 좋았으며 ORB, BRISK도 짧은 연산시간과 준수한 성능을 보였다. 연산시간보다 정확도가 중요시되는 정밀한 평면전개 이미지 생성에 SIFT가 활용될 수 있고 ORB와 BRISK도 준수한 접합결과를 보여줘 대용량 영상에서 빠른 영상처리 속도가 요구되는 작업이 필요할 경우 사용될 수 있는 가능성을 확인했다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 추계학술발표대회
• /
• pp.1536-1539
• /
• 2013

3차원 물체는 카메라의 시선 방향에 따라 다른 영상을 생성하므로 2차원 영상만으로 3차원 물체를 인식하는 것은 쉬운 일이 아니다. 특히 영상생성 시 강한 perspective transformation 이 발생할 경우 2차원 국소 특징을 이용하는 SIFT(Scale-Invariant Feature Transform) 알고리즘은 매칭에 활용하기 어렵다. 본 논문에서는 3차원 물체를 하나의 특정 축 중심으로 회전시키면서 얻은 복수의 영상을 학습 데이터로 활용하여 SIFT 알고리즘을 개선한 물체인식 방법을 제안한다. 이 방법은 복수 영상의 특징점들을 하나의 특징 공간으로 합성하고 그 특징점들 간의 기하학적인 제약조건을 확인하여 3차원 물체를 인식하는 방법이다. 실험에서는 알고리즘의 유용성을 먼저 확인하기 위해 조명조건과 카메라의 위치를 일정하게 유지하였다. 이 방법에 의해 SIFT 알고리즘만으로 인식이 힘들었던 3차원 물체의 다양한 외관(appearance) 인식이 가능하게 되었다.

• 대한전자공학회논문지SD
• /
• 제45권6호
• /
• pp.49-59
• /
• 2008

본 논문에서는 SIFT(Scale Invariant Feature Transform) 알고리즘을 임베디드 환경에서 실시간으로 처리하기 위해 가장 연산량이 많은 특징점 위치 결정 단계를 고정 소수점 모델로 설계 및 분석하고 그에 근거한 하드웨어 구조를 제안한다. SIFT 알고리즘은 객체의 꼭지점이나 모서리와 같이 색상 성분의 차가 심한 구역에서 얻어진 특징점 주위 픽셀의 벡터성분을 추출하는 알고리즘으로, 현재 얼굴인식, 3차원 객체 인식, 파노라마, 3차원 영상 복원 작업의 핵심 알고리즘으로 연구 되고 있다. 본 알고리즘에 대한 최적의 하드웨어 구현을 위해 특징점 위치(Keypoint Localization)와 방향(Orient Assignment)에 대한 정확도, 오차율을 사용하여 고정 소수점 모델에서 각 중요 변수들의 비트 크기를 결정 한다. 얻어진 고정 소수점 모델은 원래의 부동 소수점 모델과 비교했을 때 정확도 93.57%, 오차율 2.72%의 결과를 보이며, 고정 소수점 모델은 부동 소수점 모델과 비교하여 제거된 특징점의 대부분이 두 영상에서 추출된 특징점 끼리의 매칭과정에서 불필요한 객체의 모서리 영역에 몰려있음을 확인했다. 고정 소수점 모델링 결과 ARM 400MHz 환경에서 약 3시간, Pentium Core2Duo 2.13GHz 환경에서 약 15초의 연산시간을 갖는 부동 소수점 모델이 동일한 환경에서 약 1시간과 10초의 연산시간을 가지며, 최적화된 고정 소수점 모델을 하드웨어로 구현 시 $10{\sim}15\;frame/sec$의 성능을 보일 것으로 예상한다.

• 한국ITS학회 논문지
• /
• 제17권1호
• /
• pp.123-128
• /
• 2018

본 논문에서는 효율적인 차량 객체를 추적하는 특징점 매칭을 이용한 다중 차량 객체 검출 알고리즘을 제안한다. 제안하는 알고리즘은 효율적인 차량 객체 추적을 위해 FAST 알고리즘을 이용해서 차량의 특징점을 추출한다. 그리고 5X5 영역으로 분할 된 영상에서 특징점이 포함되면 True 포함되지 않으면 False로 해당 영역을 검은색으로 후처리하여 차량 객체을 제외한 불필요한 객체 정보를 제거한다. 그리고 후처리 된 영역을 차량의 최대 탐색창 크기로 설정하고, 차량의 최외각 특징점을 이용한 최소 탐색창을 설정하여 Mean-Shift 알고리즘의 탐색창 크기에 대한 단점을 보완하여 차량 객체 추적을 한다. 제안한 방법의 성능 평가하기위해 SIFT, SURF 알고리즘을 비교하여 실험한다. 그 결과 SIFT 알고리즘에 비해서 약 4배 빠르고 SUFR 알고리즘의 처리 과정 보다는 효율적으로 검출하는 장점이 있다.

• 한국콘텐츠학회논문지
• /
• 제12권6호
• /
• pp.9-20
• /
• 2012

컴퓨터비전에서 안정적으로 대응점을 획득하는 것은 매우 중요한 일이다. 그러나 이들은 스케일, 조명, 시점 등이 변하는 환경에서 정확한 대응점을 찾는 과정은 쉽지 않다. SIFT 알고리즘은 객체의 모서리나 꼭지점으로부터 추출한 특징벡터를 사용하므로 스케일링, 회전, 조명변화를 가지는 영상에서도 뛰어난 매칭을 수행한다. 그러나 SIFT는 엣지에 의해 특징점을 추출하므로 엣지가 존재하지 않는 영역에서는 원하는 대응점을 찾을 수 없다. 본 연구는 SIFT에 의한 대응 특징점 추출과 매칭 성능을 향상시키기 위한 마커 모양 및 배치 방법을 제안한다. 제안 방법에서 사용한 마커의 모양은 부착 방향에 따라 SIFT 알고리즘에 의해 한 방향으로 우세한 벡터를 검출할 수 있는 반원형(SemiCircle)으로 구성한다. 그리고 대응점 매칭의 성능을 향상시키기 위하여 마커의 방향 배치는 드 브루인 수열(De Bruijn Sequence)을 이용한다. 실험을 통해 제안한 방법이 기존의 방법보다 더 정확한 특징점 검출과 매칭에 효과적임을 증명하였다.