• 융합신호처리학회논문지
• /
• 제4권3호
• /
• pp.21-26
• /
• 2003

본 논문은 퓨리에 변환을 이용한 3차원 폐곡면 객체의 특징 벡터 추출 기법을 제시한다. 특징 벡터는 3차원극좌표계를 이용하여 폐곡면 객체의 회전각도별 내측거리값을 퓨리에 변환을 통해 주파수 영역으로 변환하여 추출한다. 특징 벡터는 폐곡면 표면점과 중심점과의 관계를 나타내는 내측거리값을 활용하므로 위치 이동에 불변이고 내측거리값은 퓨리에 변환 전 정규화되기 때문에 크기 변화에 불변이며 퓨리에 변환 후 파워 스펙트럼을 적용하여 회전 변화 불변임을 보여주고 있다. 실험 결과 위치 이동, 크기 변화, 회전 변화에 불변임을 알 수 있고 서로 상이한 객체간에 변별력이 있어 객체 고유의 특징 벡터로써 활용이 가능함을 제시한다.

• 조명전기설비학회논문지
• /
• 제17권4호
• /
• pp.26-35
• /
• 2003

자연계에서 다양한 형태로 입력되는 물체 영상을 효과적으로 인식하려면, 물체의 위치, 회전, 크기 변화에 관계없이 인식할 수 있는 왜곡 불변 특성의 추출이 반드시 요구된다. 이러한 왜곡 불변 특성은 동일한 영상의 변화에 대하여 인식 특성이 같고, 서로 다른 영상의 변화에 대해서는 분리 식별이 용이해야 한다. 이러한 인식 특성을 얻기위해 다각도로 많은 연구가 진행되고 있으며, 특히 회전 및 크기에 불변 특성을 동시에 얻을 수 있는 Mellin변환을 이용한 방법 등이 영상 인식에 많이 이용되고 있다[1][2][3]. 따라서, 본 논문에서는 Mellin 변환 방법에 의한 크기 및 회전에 대한 불변 특성을 얻을 수 있는 문자 인식 시스템을 위한 문자 특징 추출 방법을 제시하고자 하였으며, 영문자 26 문자의 입력 영상에 대하여 무게 중심법에 의한 문자 이동과 Mellin 변환 방법에 의한 특징 추출 방법에 보간법을 이용하여 특징을 추출하였으며, 추출된 특징에 대하여 특징의 이질도를 검사하여, 각 특징의 이질도가 약 50% 이상의 결과를 얻었다. 또한, Mellin 변환 방법에 의해 추출된 특징을 기준 영상으로 하는 BPEJTC(Binary Phase Extraction Joint Transform Correlator)를 이용하여 크기, 회전 및 이동에 따른 입력 문자의 인식이 가능한 BPEJTC 시스템을 구현하였으며, 이에 따라 본 논문에서는 약 90%의 인식률을 얻을 수 있었다. 따라서 본 논문에서 제시하는 Mellin 변환 방법에 따라 추출된 문자의 특징과 BPEJTC를 이용하여 영상 문자를 인식할 수 있는 영상 문자 인식 시스템의 가능성을 제시하였다.

• 한국측량학회지
• /
• 제28권3호
• /
• pp.353-359
• /
• 2010

본 논문은 Scale Invariant Feature Transform(SIFT) 기술자를 이용한 매칭 방법을 개선하여 고해상도영상에서 보다 많은 매칭쌍(tie points)을 추출함으로써 고해상도영상 자동기하보정의 결과향상을 목적으로 한다. 이를 위해 기준(reference)영상과 대상(sensed)영상의 특징점(interest points)간의 위치관계를 추가적으로 이용하여 매칭쌍을 추출하였다. SIFT 기술자를 이용하여 어핀(affine)변환계수를 추정한 후, 이를 통해 대상영상의 특징점 좌표를 기준영상 좌표체계로 변환하였다. 변환된 대상영상의 특징점과 기준영상의 특징점간의 공간거리(spatial distance)정보를 이용하여 최종적으로 매칭쌍을 추출하였다. 추출된 매칭쌍으로 piecewise linear function을 구성하여 고해상도 영상간 자동기하보정을 수행하였다. 제안한 기법을 통하여, 기존 SIFT 기법에 의해 추출한 결과에 비해 영상 전역에 걸쳐 고르게 분포된 다수의 매칭쌍을 추출할 수 있었다.

• 전자공학회논문지
• /
• 제52권11호
• /
• pp.147-155
• /
• 2015

시각적인 시스템에서 다양한 형태로 입력되는 목표물 영상을 효과적으로 처리하기 위하여 목표물의 위치 등을 추출할 수 있는 과정이 요구된다. 이러한 목표물의 위치 정보에 따라 다양한 영상의 변화에 대하여 영상 처리 기술이 응용되어지고 있으며, 이에 따라 목표물에 대한 처리 시스템 등 다각도로 많은 연구가 진행되고 있으며, 특히 회전 및 크기에 불변 특성을 동시에 얻을 수 있는 log-polar 변환을 이용한 방법 등이 영상 인식에 많이 이용되고 있다. 따라서, 본 논문에서는 극좌표계 변환 방법에 의한 입력 영상 내의 목표물의 위치를 측정할 수 있는 2 포인트 극좌표계 변환 방법에 의한 위치 측정 방법을 제시하고자 하였으며, 입력 영상에 대하여 측정하고자 하는 목표물을 극좌표계로 변환한 후에 얻어진 좌 우 극좌표계 영상에 대하여 Centroid 방법에 따른 극좌표 목표물의 무게 중심을 구하였으며, 획득된 무게 중심 좌표를 역변환하여 직각 좌표계의 좌표로 계산함으로서 목표물의 위치를 측정할 수 있었다. 또한, 2 포인트 극좌표계 변환전에 목표물의 중심 좌표법을 산출하고 이를 극좌표계에서 얻어진 중심 좌표의 역변환 값과 비교하여 좌표의 유사도를 얻었으며, 약 99%~104%의 유사도 값을 얻음으로서 오차 범위가 약 4%내의 좋은 결과를 갖는 좌표 위치를 얻을 수 있었다. 따라서 본 논문에서 제시하는 2 포인트 극좌표계 변환에 따른 목표물 위치 측정 방법은 다양한 영상 분야에 적용될 수 있는 가능성을 제시하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제3권9호
• /
• pp.375-380
• /
• 2014

오늘날 촬영 상황을 조절할 수 있는 환경, 즉 고정된 촬영각이나 일관된 조도 조건에서는 얼굴인식 기술 수준은 신뢰할 수 있을 정도로 높다. 그러나 복잡한 현실에서의 얼굴 인식은 여전히 어려운 과제이다. SIFT 알고리즘은 촬영각의 변화가 미미할 때에 한하여, 크기와 회전 변화에 무관하게 우수한 성능을 보여주고 있다. 본 논문에서는 다양하게 촬영각이 변하는 환경에서도 얼굴 인식을 할 수 있는 어파인 불변 지역 서술자를 탐지하는 ASIFT(Affine SIFT)라는 알고리즘을 적용하였다. SIFT 알고리즘을 확장하여 만든 ASIFT 알고리즘은 촬영각 변화에 취약한 단점을 극복하였다. 제안하는 방법에서 ASIFT 알고리즘은 표본 이미지에, SIFT 알고리즘은 검증 이미지에 적용하였다. ASIFT 방법은 어파인 변환을 사용하여 다양한 시각에 따른 영상을 생성할 수 있기 때문에 ASIFT 알고리즘은 저장 영상과 실험 영상의 시각 차이에 따른 문제를 해결할 수 있었다. 실험결과 FERET 데이터를 사용했을 때 제안한 방법은 촬영각의 변화가 큰 경우에 기존의 시프트 알고리즘보다도 높은 인식률을 보여주었다.

• 한국지능시스템학회논문지
• /
• 제21권4호
• /
• pp.442-448
• /
• 2011

이동 로봇의 위치인식 기술을 위하여 SLAM(Simultaneous Localization and Mapping)에 관한 많은 연구가 진행되고 있다. 본 논문에서는 시야각이 넓은 어안렌즈를 장착한 단일 카메라를 사용하여 천장의 특징점을 이용한 자기위치 인식에 관한 방안을 제시한다. 여기서는 어안렌즈 기반의 비전 시스템이 가지는 왜곡 영상의 보정, SIFT(Scale Invariant Feature Transform) 기반의 강인한 특징점을 추출하여 이전 영상과 이동한 영상과의 정합을 통해 최적화된 영역 함수를 도출하는 과정, 그리고 기하학적 적합모델 설계 등을 제시한다. 제안한 방법을 실험실 환경 및 복도 환경에 적용하여 그 유용성을 확인한다.

• 한국지능시스템학회논문지
• /
• 제22권2호
• /
• pp.168-173
• /
• 2012

본 논문은 얼굴인식 시스템 상에서 마스크를 착용한 변장이미지가 입력 감지될 경우 나머지 노출된 부분의 특징만을 가지고 가려진 사람의 신원을 추정하는 방법을 기술한다. 얼굴영역 검출 후에 마스크상단의 눈 주변 이미지만을 가지고 특징점 추출을 실시하여 등록된 얼굴 인증 데이터 베이스와의 특징점 비교를 통해 사람의 신원을 추정한다. 매칭에 쓰일 특징점 추출에는 조명에 강인하고 영상의 크기와 회전에도 변하지 않는 특성을 가진 SIFT(Scale Invariant Feature Transform) 알고리즘을 이용한다. 특징점 매칭을 통해 정확한 매칭률은 전체 실험결과를 통해 평가한다.

• 한국지능시스템학회논문지
• /
• 제20권1호
• /
• pp.116-122
• /
• 2010

본 논문은 표적의 회전, 크기 변화, 이동 변화, 자세변화 등의 기하학적 변환에 강인한 표적 분류 방법을 제안한다. 우선 표적의 회전, 크기변화, 이동 변화에 대해서는 SIFT(Scale-Invariant Feature Transform) 특징 벡터들의 유사도, 스케일비, 오리엔테이션의 범위들을 이용한 CM(Confidence Map)에 기반하여 표적을 분류한다. 한편 표적의 자세 변화에 대응하기 위해 다양한 각도에서 획득한 표적 영상의 DB(database)를 이용한다. 각도의 범위는 실행 시간과 샘플링 간격에 따른 성능을 비교, 분석하여 결정한다. 제안한 표적 분류 방법의 성능을 평가하기 위해 기하학적 변화가 있는 여러 가지 영상에 대해 실험한다. 실험을 통해 제안 알고리즘이 우수한 분류 성능을 보임을 증명한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2011년도 하계학술대회
• /
• pp.222-225
• /
• 2011

영상 매칭은 컴퓨터 비전에서 중요한 기초 기술 중에 하나이다. 하지만 스케일, 회전, 조명, 시점변화에 강인한 대응점을 찾는 것은 쉬운 작업이 아니다. 이러한 문제점을 보안하기 위해서 스케일 불변 특징 변환(Scale Invariant Feature Transform) 고속의 강인한 특징 추출(Speeded up robust features) 알고리즘등에 제안되었지만, 시점 변화에 있어서 취약한 문제점을 나타냈다. 본 논문에서는 이런 문제점을 해결하기 위해서 시점 변화에 강인한 알고리즘을 제안하였다. 시점 변화에 강인한 영상매칭을 위해서 원본 영상과 질의 영상간 유사도 높은 특징점들의 호모그래피 변환을 이용해서 질의 영상을 원본 영상과 유사하게 보정한 뒤에 매칭을 통해서 시점 변화에 강인한 알고리즘을 구현하였다. 시점이 변화된 여러 영상을 통해서 기존 SIFT,SURF와 성능과 수행 시간을 비교 함으로서, 본 논문에서 제안한 알고리즘의 우수성을 입증 하였다.

• 한국멀티미디어학회논문지
• /
• 제14권10호
• /
• pp.1243-1251
• /
• 2011

본 논문에서는 차량의 헤드라이트 영상에 Scale Invariant Feature Transform(SIFT) 알고리즘을 적용하여 획득한 특징점을 이용하여 차량의 모델을 인식하는 차종 인식 방법을 제안한다. 보다 정확도 높은 차종 인식을 구현하기 위해서 특징점들의 분포로부터 동질성(homogeneity)을 계산하여 인식 정확성의 척도로 두었다. 제안한 방법의 성능을 평가하기 위해 국내 54종의 차량 영상으로부터 촬영된 400장의 실험 영상을 이용해 실험한 결과, 제안한 방법은 90%의 인식률과 16.45의 평균 동질성을 보였다.