• 방송공학회논문지
• /
• 제17권5호
• /
• pp.838-850
• /
• 2012

본 논문에서는 스테레오 영상에서 얻은 다양한 특징들을 이용하여 다시점 영상을 생성하는 방법을 제안한다. 제안된 기법에서는 먼저 주어진 스테레오 영상에서 명암변화 주목도 지도(intensity gradient saliency map)를 생성한다. 다음으로 좌우 영상 간에 블럭 단위의 움직임을 나타내는 광류(optical flow)를 계산하고 scale-invariant feature transform(SIFT) 기법을 통해 사물의 크기와 회전에 변하지 않는 영상의 특징 점을 구하여 이 특징점 간의 변이를 구한 다음, 이 두 변이 정보들을 결합하여 변이 주목도 지도(disparity saliency map)를 생성 한다. 생성된 변이 주목도 지도는 가려짐 영역 검출을 통해 오류 변이가 제거된다. 세 번째로 영상 워핑시에 직선의 왜곡을 최소화하기 위해 직선 세그먼트를 얻는다. 마지막으로 다시점 영상은 이렇게 추출된 영상 특징들을 제한 조건으로 사용하여 그리드 메쉬(grid-mesh) 기반 영상 워핑(warping) 기법에 의해 생성된다. 실험 결과를 통해 제안한 기법으로 생성된 다시점 영상의 화질이 기존 DIBR 기법보다 우수한 것을 확인할 수 있었다.

• 방송공학회논문지
• /
• 제24권6호
• /
• pp.983-991
• /
• 2019

본 연구는 영상 샷의 크기에 따라 다양한 스토리를 갖고 있는 영상들을 분석하는 것을 목표로 한다. 따라서 영상 분석에 앞서, 익스트림 클로즈업 샷, 클로즈업 샷, 미디엄 샷, 풀 샷, 롱 샷 등 샷 사이즈에 따라 데이터셋을 분류하는 것이 선행되어야 한다. 하지만 일반적인 비디오 스토리 내의 샷 분포는 클로즈업 샷, 미들 샷, 풀 샷, 롱 샷 위주로 구성되어 있기 때문에 충분한 양의 익스트림 클로즈업 샷 데이터를 얻는 것이 상대적으로 쉽지 않다. 이를 해결하기 위해 본 연구에서는 관심 영역 (Region Of Interest: ROI) 탐지 기반의 이미지 크롭핑을 통해 익스트림 클로즈업 샷을 생성함으로써 영상 분석을 위한 데이터셋을 확보 방법을 제안한다. 제안 방법은 얼굴 인식과 세일리언시(Saliency)를 활용하여 이미지로부터 얼굴 영역 위주의 관심 영역을 탐지한다. 이를 통해 확보된 데이터셋은 인공신경망의 학습 데이터로 사용되어 샷 분류 모델 구축에 활용된다. 이러한 연구는 비디오 스토리에서 캐릭터들의 감정적 변화를 분석하고 시간이 지남에 따라 이야기의 구성이 어떻게 변화하는지 예측 가능하도록 도움을 줄 수 있다. 향후의 엔터테인먼트 분야에 AI 활용이 적극적으로 활용되어질 때 캐릭터, 대화, 이미지 편집 등의 자동 조정, 생성 등에 영향을 줄 것이라 예상한다.

• Journal of information and communication convergence engineering
• /
• 제14권2호
• /
• pp.129-135
• /
• 2016

In this paper, we present a novel algorithm for image-based maritime obstacle detection using global sparsity potentials (GSPs), in which "global" refers to the entire sea area. The horizon line is detected first to segment the sea area as the region of interest (ROI). Considering the geometric relationship between the camera and the sea surface, variable-size image windows are adopted to sample patches in the ROI. Then, each patch is represented by its texture feature, and its average distance to all the other patches is taken as the value of its GSP. Thereafter, patches with a smaller GSP are clustered as the sea surface, and patches with a higher GSP are taken as the obstacle candidates. Finally, the candidates far from the mean feature of the sea surface are selected and aggregated as the obstacles. Experimental results verify that the proposed approach is highly accurate as compared to other methods, such as the traditional feature space reclustering method and a state-of-the-art saliency detection method.

• 전력전자학회논문지
• /
• 제21권5호
• /
• pp.449-452
• /
• 2016

This paper presents a simplified analysis on the rotor position detection error in sensorless interior permanent magnet brushless DC motor (BLDCM) drives, wherein terminal voltage sensing based on the back-electromotive force (back-EMF) zero-crossing point detecting circuitry is employed. The effect of a rotor saliency on the back-EMF's zero-crossing point detection is analyzed using the extended EMF-based voltage equation of the interior permanent BLDCM in a stationary reference frame, and thus the overall analysis is considerably simplified compared to the conventional one. Simulation results are provided to verify the effectiveness of the proposed method.

• International Journal of Contents
• /
• 제9권4호
• /
• pp.16-21
• /
• 2013

Vision system is an indispensable part of constructing the chess-playing robot. Chessboard detection and pieces localization in the captured image of robot's camera are important steps for processes followed such as pieces recognition, move calculation, and robot controlling. We present a method for detecting the Janggi chessboard and pieces based on the edge and color feature. Hough transform combined with line extraction is used for segmenting the chessboard and warping it to form the rectangle shape in order to detect and interpolate the lines of chessboard. Then we detect the existence of pieces and their side by applying the saliency map and checking the color distribution at piece locations. While other methods either work only with the empty chessboard or do not care about the piece existence, our method could detect sufficiently side and position of pieces as well as lines of the chessboard even if the occlusion happens.

• 전력전자학회논문지
• /
• 제12권1호
• /
• pp.9-18
• /
• 2007

본 논문에서는 120도 통전방식의 영구자석 매입형 전동기의 센서리스 제어에 있어서 회전자의 위치를 검출하기 위하여 사용되는 비통전상의 단자전압에 대한 분석을 행한다. 본 연구에서 모터의 비통전상의 단자전압으로부터 얻어지는 위치 정보가 실제의 회전자 위치보다 앞서 있음을 보이며, 이러한 위치 검지 오차에 대한 정량적 분석 및 제어시스템의 모델링을 행한다. 시뮬레이션 및 실험 결과는 제안한 모델링 및 위치 오차의 정량적 분석이 타당함을 보여준다. 또한, 위치 검지 오차에 의해 진상각이 과다하게 인가됨으로 인해 발생하는 이상전류 현상을 분석하며, 이러한 이상전류를 제거하기 위해서는 제어기에서 인가하는 진상각은 속도 및 부하 증가시 감소해야함을 제시한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2013년도 추계학술대회
• /
• pp.244-245
• /
• 2013

본 논문에서는 회귀도 기반의 중요도 검출 기법을 제안한다. 제안하는 기법은 각 군집의 분포 정보를 이용하여 중요도를 검출한다. 우선, 이를 입력 영상에 군집 기법을 수행한다. 그리고 각 군집의 분포를 분석하여 각 군집에 대한 회귀도, 응집도, 그리고 중심밀집도를 추출한다. 마지막으로 회귀도, 응집도, 그리고 중심밀집도를 곱함으로써 중요도를 검출한다. 실험 결과 제안하는 알고리즘이 기존의 기법들 보다 중요도를 정확하게 검출하는 것을 확인할 수 있다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2012년도 추계학술대회
• /
• pp.15-16
• /
• 2012

본 논문에서는 중요도 맵을 이용하여 기존 보행자 검출 시스템의 성능을 향상시키는 기법을 제안한다. 기존 보행자 검출시스템이 수직 성분이 강한 물체를 보행자로 잘못 검출하는 문제를 개선하기 위해 제안하는 기법에서는 중요도 맵 정보를 이용하여 보행자가 아닌 배경 부분을 제외시킴으로써 보행자 검출 성능을 향상 시킨다. 실험결과를 통해 제안하는 기법의 성능을 확인한다.

• 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.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권2호
• /
• pp.771-789
• /
• 2019

Text detection has been a popular research topic in the field of computer vision. It is difficult for prevalent text detection algorithms to avoid the dependence on datasets. To overcome this problem, we proposed a novel unsupervised text detection algorithm inspired by bootstrap learning. Firstly, the text candidate in a novel form of superpixel is proposed to improve the text recall rate by image segmentation. Secondly, we propose a unique text sample selection model (TSSM) to extract text samples from the current image and eliminate database dependency. Specifically, to improve the precision of samples, we combine maximally stable extremal regions (MSERs) and the saliency map to generate sample reference maps with a double threshold scheme. Finally, a multiple kernel boosting method is developed to generate a strong text classifier by combining multiple single kernel SVMs based on the samples selected from TSSM. Experimental results on standard datasets demonstrate that our text detection method is robust to complex backgrounds and multilingual text and shows stable performance on different standard datasets.