• 방송공학회논문지
• /
• 제20권3호
• /
• pp.368-378
• /
• 2015

2D영상의 3D변환 기술은 3D 디스플레이 및 3DTV에 기본적으로 장착된 기술로 꾸준히 연구 및 상업화가 진행된 기술이다. 이 기술은 3D 입체영상 콘텐츠 부족을 해결할 수 있다는 장점이 있다. 3D변환은 정지영상으로부터 다양한 깊이단서를 이용하여 깊이맵을 추출한 후에, DIBR(Depth Image Based Rendering)로 입체영상을 생성한다. 특정 영상이외에는 영상에서 신뢰성 있는 단서가 있는 경우는 많지 않다. 따라서 3D변환 기술은 일반 영상에서도 우수하고, 일관된 입체영상이 생성하는 것이 중요하다. 이러한 관점에서 본논문에서는 상기 조건을 만족할 수 있는 3D변환 방법을 제안한다. 주 기술로 최근 다양한 분야에서 활용되는 관심맵과 에지를 활용한 다. 깊이맵을 생성하기 위해서 기하적 투영, 근접 모델 및 바이노믹 필터를 활용한다. 실험에서는 제안한 방법을 24개의 2D 비디오 콘텐츠에 적용하였고, 입체감 및 시각적 피로도 등의 주관적 평가를 통해 3D 콘텐츠의 우수한 만족도를 확인하였다.

• 전자공학회논문지
• /
• 제54권1호
• /
• pp.88-95
• /
• 2017

본 논문에서는 웨이블릿 변환 영역에서 엔트로피 가중치와 웨버 대비 도를 이용한 세일리언시 검출 방법을 제안한다. 본 논문의 방법은 기존의 일반적인 방법과 마찬가지로 국부적인 세일리언시를 결정하는 상향식 검출과 전역적인 세일리언시를 구성하는 하향식 검출을 결합하는 구조를 가진다. 먼저, CIE Lab 컬러 영상에 대하여 웨이블릿 변환을 수행하고, 저주파 부밴드에 대하여 웨버 대비도 계산하고 이를 저주파 계수에 부가하여 전역 세일리언시를 구한다. 다음으로, 고주파 부밴드의 엔트로피를 이용한 가중치를 가우시안 필터에 적용하여 국부 세일리언시를 구한다. 마지막으로 국부 세일리언시와 전역 세일리언시의 비선형 결합을 통하여 최종 세일리언시를 검출한다. 제안 방법의 성능 평가를 위해 2개의 영상 데이터베이스에 대하여 모의실험을 수행하였다. 기존의 방법과 비교하여 본 논문의 방법은 우수한 세일리언시 검출 결과를 나타내었다.

• 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.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2011년도 춘계학술발표대회
• /
• pp.384-385
• /
• 2011

본 논문은 중요도 맵과 Mean Shift 알고리즘을 이용하여 모바일 폰 영상 내의 와인 라벨 검출 방법을 제안한다. Mean Shift 알고리즘은 비모수적 클러스터링 기술로 클러스터의 수에 대한 사전 지식이 없이도 클러스터링이 가능한 알고리즘인데 실행 시간이 많이 필요한 단점이 있다. 이러한 문제를 해결하기 위해서 입력 칼라 와인 영상에 Saliency Map을 먼저 적용하고 영상의 두드러진 영역을 찾는다. 다음으로 Mean Shift 알고리즘을 이용한 분할 결과에서 얻은 칼라 마스크를 따라 빈도가 가장 높은 칼라 영역을 찾고 와인 라벨 영역을 검출한다. 실험결과를 통하여 제안된 방법을 모바일 폰을 이용하여 획득된 다양한 와인 영상의 라벨 영역을 효율적으로 검출할 수 있음을 볼 수 있다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권1호
• /
• pp.166-179
• /
• 2021

Recently, with the development of technology, computer vision research based on the human visual system has been actively conducted. Saliency maps have been used to highlight areas that are visually interesting within the image, but they can suffer from low performance due to external factors, such as an indistinct background or light source. In this study, existing color, brightness, and contrast feature maps are subjected to multiple shape and orientation filters and then connected to a fully connected layer to determine pixel intensities within the image based on location-based weights. The proposed method demonstrates better performance in separating the background from the area of interest in terms of color and brightness in the presence of external elements and noise. Location-based weight normalization is also effective in removing pixels with high intensity that are outside of the image or in non-interest regions. Our proposed method also demonstrates that multi-filter normalization can be processed faster using parallel processing.

• 전자공학회논문지SC
• /
• 제49권1호
• /
• pp.94-102
• /
• 2012

최근 고령 사회에 들어섬에 따라 고령 운전자의 수가 증가하는 추세이다. 고령 운전자의 교통사고 대부분이 차량 운전자의 부주의로 인해 발생한다. 이러한 부주의들에는 노화에 따른 느린 몸의 움직임으로 차량 조작 미숙, 노안으로 인한 좁은 시야로 낮은 시각정보 검색 문제 그리고 낮은 대비감도로 인한 물체 식별 문제 등으로 기인한다. 본 연구에서는 고령 운전자의 안전 운전 지원을 위해 도로 영상에서 시각적 주의를 가져야 하는 관심물체 영역들을 실시간으로 자동 검출하는 방법을 제안한다. 제안한 방법은 입력 영상으로부터 선택적 시각 주의를 갖는 관심물체후보 영역들을 실시간으로 검출하기 위해 칼라, 기울기, 그리고 밝기 특징정보들의 대비 변화 정도를 3차원으로 표현한 현저함 맵(Saliency map)을 생성하고, 동시에 입력 영상으로부터 물체들의 경계선 획득을 위해 mean-shift 알고리즘을 적용하여 영상을 분할한다. 그리고 분할된 영역에 속한 현저함 픽셀의 유무에 따른 선택적 시각 주의 영역을 검출한다. 제안한 방법을 다양한 실외 환경 조건에서 실험한 결과, 도로 상의 다양한 물체에 빠른 검출율과 함께 비교적 복잡한 도로 환경에서도 강임함을 알 수 있다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권10호
• /
• pp.4976-4994
• /
• 2018

The diffusion-based salient object detection methods have shown excellent detection results and more efficient computation in recent years. However, the current diffusion-based salient object detection methods still have disadvantage of detecting the object appearing at the image boundaries and different scales. To address the above mentioned issues, this paper proposes a multi-scale diffusion-based salient object detection algorithm with background and objectness seeds. In specific, the image is firstly over-segmented at several scales. Secondly, the background and objectness saliency of each superpixel is then calculated and fused in each scale. Thirdly, manifold ranking method is chosen to propagate the Bayessian fusion of background and objectness saliency to the whole image. Finally, the pixel-level saliency map is constructed by weighted summation of saliency values under different scales. We evaluate our salient object detection algorithm with other 24 state-of-the-art methods on four public benchmark datasets, i.e., ASD, SED1, SED2 and SOD. The results show that the proposed method performs favorably against 24 state-of-the-art salient object detection approaches in term of popular measures of PR curve and F-measure. And the visual comparison results also show that our method highlights the salient objects more effectively.

• 전자공학회논문지
• /
• 제51권5호
• /
• pp.137-151
• /
• 2014

본 논문에서는 일반적인 자연 영상에서 관심 객체를 자동으로 검출하기 위한 방법을 제안한다. 영상에서의 관심 객체는 사람에 따라서 주관적으로 판단되며, 일반적으로 사람의 시각은 관심 객체에 초점이 맞춰지게 된다. 관심 객체의 자동 검출을 위한 첫 번째 단계로서 사람의 시각 인지기반의 돌출 맵을 이용하여 관심 객체의 후보 영역을 검출한다. 검출된 후보영역은 객체에 대한 대략적인 위치 정보를 가지고 있지만 관심 객체를 정확하게 분할하지 못하는 문제점이 존재한다. 따라서 두 번째 단계에서 영상의 색상과 에지를 고려한 그래프 기반의 영상 분할 기법과 객체 영역의 세선화(skeletonization)를 결합함으로써 정확한 객체 영역을 자동으로 검출한다. 본 논문에서는 제안하는 방법과 기존 방법들의 성능을 비교하기 위해서 정확률(precision), 재현율(recall) 그리고 정밀도(accuracy)를 계산하였다. 그 결과, 제안하는 방법은 미 검출(under detection) 및 과검출(over detection)에 대한 문제점을 줄임으로써 기존 방법보다 더 향상된 결과를 보인다.

• 한국컴퓨터정보학회논문지
• /
• 제19권1호
• /
• pp.9-21
• /
• 2014

본 논문에서는 일반 사용자가 카메라로 사진을 촬영할 경우에 시선을 집중시키면서 안정적인 구도의 영상을 얻을 수 있는 자동 구도 제시기법을 제안한다. 일반 사용자는 대부분 사진의 구도에 대한 배경지식이 없이 사진을 촬영하고, 촬영된 사진은 피사체의 위치가 적절하지 않아 전문가들이 촬영한 안정적인 구도의 사진과 대조된다. 따라서 비전문가 사용자들에게 촬영 후 영상을 처리하는 방법이 아닌 촬영 시 안정적인 구도를 자동으로 제시해주는 방법을 제공한다. 제안하는 방법은 Saliency Map, Image Segmentation, 윤곽선 검출 등을 통해 피사체를 분석하고 피사체를 안정적인 구도가 구성될 수 있는 위치에 황금분할 가이드라인과 함께 출력한다. 실험결과를 통해 피사체를 분석하고 윤곽선을 검출하여 사용자에게 자동으로 구도가 제시되는 것을 알 수 있다.

• 한국전자통신학회논문지
• /
• 제8권10호
• /
• pp.1443-1449
• /
• 2013

전방 차량의 자동검출은 충돌회피, 자동운행제어 그리고 자동 헤드램프 조정 등의 고급 운전지원시스템의 통합 요소이다. 주야간 상관없이 전방 차량 자동 검출과 운행 상태를 인지하는데 있어 후미등은 중요한 역할한다. 그런데, 많은 운전자들이 차량의 후미등 상태를 알지 못하고 운행하는 경우가 많다. 따라서, 후미등에 이상이 있는 차량에 대하여 자동으로 후미등 이상 상태를 알려주는 시스템이 필요하다. 본 논문에서는 영상처리 및 인식기술을 기반으로 차량의 후미등 상태를 인식하는 방법을 제안한다. 톨게이트 등으로 진입하는 차량을 검출하기 위하여 배경추정기법, 옵티컬 플로우(optical flow) 그리고 Euclidean 척도를 이용한다. Lab 색좌표에서 집중 맵(saliency map)을 적용하여 차량에서 후미등 영역을 검출하고 상태를 판정한다. 고속도로 톨게이트 영상을 이용하여 후미등 상태인식 실험을 하고, 제안하는 방법이 운전자에게 후미등 상태 전달하는데 활용할 수 있음을 보인다.