• 전자공학회논문지CI
• /
• 제48권1호
• /
• pp.127-132
• /
• 2011

본 논문은 입력된 영상으로부터 적응적 피부색 검출 방법으로 생성된 피부색 영역과 에지 정보의 결합을 특정 벡터로 이용하여 입력 영상의 유해(누드, 성인물) 여부를 판별하는 방법을 제안한다. 제안하는 방법은 네 단계의 과정으로 이루어져 있다. 첫 번째 단계에서는 입력 영상으로부터 기존의 피부색 검출 방법들을 적용하여 얻은 모든 결과 영상들에 대해서 논리곱 연산을 통해 초기 피부색 영역을 검출한다. 두 번째 단계에서 초기 피부색 영역의 화소 정보를 기반으로 피부색 확률 분포 모델을 생성하고 이를 통해 피부색 확률 영상을 생성한다. 그리고 피부색 확률 영상에 임계값을 적용하여 이진화 한다. 세 번째 단계에서 이진 피부색 영역과 에지의 결합 영상을 생성하고 피부색 영역을 확산하여 최종 피부색 영역을 검출한다. 마지막 단계에서 최종 피부색 영상과 최종 피부색 영역 안에 있거나 인접한 에지들의 결합 영상을 특정 벡터로 생성한다. 생성된 특정 벡터를 support vector machine(SVM) 학습을 통해 생성된 분류 모텔로 입력 영상의 유해 여부를 판별하여 유해 혹은 무해 영상으로 분류한다. 실험 결과를 통하여 제안하는 방법이 기존의 유해 영상 분류 방법에 비해 분류 성능이 9.6% 향상된 것을 확인하였다.

• 패션비즈니스
• /
• 제17권2호
• /
• pp.164-178
• /
• 2013

The purpose of this study is to verify effects of female college students' self-image on appearance management behavior and investigate the differences caused by TV involvement and entertainer imitation on the appearance managing behavior. Respondents of the survey were 424 college females living in Seoul and Gyeonggi province. For statistical analysis, factor analysis and multiple regression were conducted using SPSS 18.0 program. The results of this study are as follows: First, self-image among college females were composed of 5 factors, which were active image, feminine image, intelligent image, gentle image and modern image. Second, college females' self-image influenced on skin management behavior, hair management behavior, make-up behavior, clothing behavior and weight management behavior significantly. Specifically, as respondents' active image and modern image are getting higher, they tend to perform skin management behavior, hair management behavior and clothing behavior. As female students' intellectual image and modern image were getting higher, more positive effects were found on make-up behavior. As female students' gentle image and active image were getting higher, there was more positive effects on weight management behavior. But, female students' self-image didn't show significant effects on cosmetic surgery behavior. Third, when subjects' TV involvement was high, self-image made greater effect on skin management behavior and cosmetic surgery behavior than those with low TV involvement. Forth, when entertainer imitation was high, self-image made greater effects on skin management behavior, hair management behavior, clothing behavior, make-up behavior, weight management behavior, cosmetic surgery behavior than those with low entertainer management.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2006년도 추계 종합학술대회 논문집
• /
• pp.47-51
• /
• 2006

최근 기능성 화장품법이 공포되면서 피부 관련 화장품 및 의약품의 효능 측정 및 정확성 향상에 관한 연구가 필요하게 되었다. 특히 피부개선 정도를 확인하기 위해서는 피부의 정확한 위치를 비교하여야 하는데 현재까지는 사람의 눈을 통해 수동적으로 영상을 매칭하여 평가하는 실정이다. 이로 인해 비교 영상끼리의 매칭 정확성이 떨어지며 개선정도 측정 또한 정확하게 이루어지지 않고 있다. 본 연구는 피부개선 정도 평가의 정확성을 높이기 위한 영상의 자동 매칭 시스템을 제안한다. 첫째로 피부 영상의 특징을 모공 및 주름으로 정의하여 모공 및 주름이라 예상되는 후보영역들을 추출하고, 각 추출된 영역의 모멘트를 이용하여 모공과 주름을 구분한다. 그 후 구분된 각 영역들 질량 중심점을 계산하여 계산된 중심점들 간의 벡터값을 계산한다. 이렇게 각 영상에서 계산된 벡터값의 유사성을 비교하여 기 획득된 피부 영상과 참조 영상의 매칭을 수행한다. 본 알고리즘의 우수성은 실험을 통해 평가하였다.

• ETRI Journal
• /
• 제28권6호
• /
• pp.770-776
• /
• 2006

This paper presents a hyperspectral imaging technique based on laser-induced fluorescence for non-invasive detection of tumorous tissue on mouse skin. Hyperspectral imaging sensors collect image data in a number of narrow, adjacent spectral bands. Such high-resolution measurement of spectral information reveals contiguous emission spectra at each image pixel useful for the characterization of constituent materials. The hyperspectral image data used in this study are fluorescence images of mouse skin consisting of 21 spectral bands in the visible spectrum of the wavelengths ranging from 440 nm to 640 nm. Fluorescence signal is measured with the use of laser excitation at 337 nm. An acousto-optic tunable filter (AOTF) is used to capture images at 10 nm intervals. All spectral band images are spatially registered with the reference band image at 490 nm to obtain exact pixel correspondences by compensating the spatial offsets caused by the refraction differences in AOTF at different wavelengths during the image capture procedure. The unique fluorescence spectral signatures demonstrate a good separation to differentiate malignant tumors from normal tissues for rapid detection of skin cancers without biopsy.

• 대한의용생체공학회:학술대회논문집
• /
• 대한의용생체공학회 1996년도 춘계학술대회
• /
• pp.36-40
• /
• 1996

There are two prevailing techniques, mechanical and optical profilometers, to measure 3-dimensional configurations of the human skin furrows. The methods have some limitations such as, accuracies or resolutions of the acquired 3-dimensional data and consistencies according to the repeated experiments. We devised an optical profilometer that is called stereo image optical profilometer (SOP) based on stereo image processing techniques. A stereo image is a pair of images that obtained from two cameras which have different angles. From the digital stereo images, the clinical informations for skin can be obtained by some signal processing techniques. In this paper, we focused on the 3-dimensional graphical visualizations of the structures and state of the skin furrows by solving the corresponding problem from the left and right pairs of the stereo images.

• 한국인터넷방송통신학회논문지
• /
• 제15권4호
• /
• pp.55-61
• /
• 2015

오늘날 IT 기술의 발달로 사람들에게 많은 편의성이 제공되고 있다. 이 중 스마트폰 시대가 열리면서 시장 환경이 급격하게 바뀌고 있다. 스마트폰으로 인터넷을 자유자재로 이용하게 되면서 음란물 시장은 활개를 치고 있다. 상당수 이용자들은 미국과 일본의 모바일 음란사이트에 곧바로 접속한다. 애플이 앱스토어에서 음란물 서비스를 철저하게 차단하고 있지만 모바일 웹 페이지 접속차단은 불가능한 상황이다. 유해 이미지를 탐지하기 위해 본 논문에서 제안하는 피부 특징과 비 피부 특징을 이용한 이미지의 유해성 판단 방법을 제안한다. 제안한 방법은 기존의 이미지 유해성 판단 방법보다 좋은 성능을 보이는 것을 확인하였다.

• 한국정보과학회논문지:정보통신
• /
• 제32권3호
• /
• pp.318-326
• /
• 2005

본 논문은 인터넷 둥을 통해 유입되는 유해 이미지를 그 특징을 이용하여 무해, 선정, 유해(누드), 심한 유해(성인물)과 같은 이미지 컨텐츠의 등급으로 선별하기 위한 이미지 특징 추출 방법과 이미지분류 기술을 제시한 것이다. 이를 위해 본 논문에서는 입력 이미지에서 유해 정보임을 인식하기 위한 피부 영역 검출 기법을 제시한다. 또한, 노이즈를 줄이고 효과적으로 유해성 정도를 추출하기 위해 관심 영역을 설정하고 그 관심 영역 안에서만 특징을 정의하는 관심 영역 검출 알고리즘을 제안한다. 그리고 이미지를 4 종류의 등급으로 선별하기 위해 유해 이미지 분류 모델을 생성하는 다중 SVM 학습 기법과 생성된 분류 모델을 이용하여 입력 데이타의 유해 등급을 분류하는 다중 SVM 분류 기법을 제시한다. 특히 피부색 영역 이미지의 형태 정보와 피부색 비율 이미지의 색깔정보를 합하여 만든 피부색 가능성 분포 이미지를 제시하고, 이 피부색 가능성 분포 이미지를 축소하여 학습 과정에서 특징 분류를 위해 이용하는 이미지 특성 벡터를 제안한다. 마지막으로 본 논문에서 제안한 유해 이미지 등급 선별 기법을 적용한 실험 결과와 이미지의 유해 둥급 분류에 대한 판별 성능을 평가한다.

• 디지털콘텐츠학회 논문지
• /
• 제19권7호
• /
• pp.1397-1403
• /
• 2018

오늘날 현대인들은 피부 관리를 신체적 건강관리의 일환으로 인식하고 있으며, 일반적으로 얼굴에서 발견되는 피부 질환 문제는 여드름이다. 본 논문에서는 CIE $L^*a^*b^*$ 칼라 공간을 이용한 효과적인 여드름 검출 알고리즘을 제안하였다. 성분 영상$a^*$의 값이 양수일 경우에 적색이므로 피부 영상에서 적색 계통의 여드름 검출에 적합하다. 먼저 RGB 칼라 공간 기반의 피부 영상은 칼라 밸런싱을 통해 광 보상을 수행하고, CIE $L^*a^*b^*$ 칼라 공간으로 변환한다. 추출된 성분 영상 $a^*$을 정규화하고, 임계값 처리를 통해 피부 영역과 여드름 영역을 추정하였다. 실험 결과, 제안하는 방법이 기존의 밝기 정보를 이용한 방법보다 효과적으로 여드름을 검출하였고, 반사되는 광원에 강인함을 보였다.

• 대한화장품학회지
• /
• 제41권2호
• /
• pp.97-103
• /
• 2015

최근까지 Chromameter$^{(R)}$ CR-400, Mexameter$^{(R)}$ M18 그리고 육안평가는 피부색 평가를 위한 주된 평가방법으로 이용되어 왔다. 하지만 본 연구를 통해 피부색의 변화를 평가할 수 있는 객관성 있는 평가방법으로 이미지 분석을 제안하고자 한다. 본 연구에서는 세 가지의 기존 평가방법의 변수들과 이미지 분석을 통해 얻은 V (Value) 값을 이용하여 미백 인체 효능평가를 수행하고 변수들 사이의 상관성을 분석하여 이미지 분석의 신뢰성을 확보하고자 하였다. 효능 평가를 위해 과색소침착으로 고민하는 34명의 시험 대상자를 모집하였고 선정된 시험 대상자들은 8주간의 시험기간 동안 vitamin C가 함유된 5 종류의 미백 화장품을 사용하는 동시에 일주일에 1회 전기이온영동(iontophoresis) 시술을 받았다. 제품 사용 및 시술 전과 8주 후 기존 평가 변수들과 V 값 측정결과를 비교하고 각 변수들 사이의 상관성을 분석한 결과, 제품 사용 및 시술 8주 후 V 값은 Chromameter$^{(R)}$의 $L^*$ 값의 경향과 유사하게 증가하였으며, $L^*$ 값과는 양의 상관관계를 보이는 것을 확인하였다(r = 0.494, p < 0.01). 또한, Mexameter$^{(R)}$의 MI 값(r = - 0.683, p < 0.01)과 육안평가 측정 값(r = - 0.549, p < 0.01)은 V 값과 음의 상관관계를 나타내었다. 따라서 이미지 분석의 V 값의 활용은 기존의 평가방법과 더불어 주관적인 육안평가의 한계를 보완할 수 있는 신뢰성 있는 미백평가 방법의 하나라고 생각된다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권6호
• /
• pp.2826-2840
• /
• 2018

Traditional methods based active contours or region merging are powerless in processing images with blurring border or hair occlusion. In this paper, a structure based convolutional neural networks is proposed to solve segmentation of skin lesion image. The structure mainly consists of two networks which are segmentation net and discrimination net. The segmentation net is designed based U-net that used to generate the mask of lesion, while the discrimination net is designed with only convolutional layers that used to determine whether input image is from ground truth labels or generated images. Images were obtained from "Skin Lesion Analysis Toward Melanoma Detection" challenge which was hosted by ISBI 2016 conference. We achieved segmentation average accuracy of 0.97, dice coefficient of 0.94 and Jaccard index of 0.89 which outperform the other existed state-of-the-art segmentation networks, including winner of ISBI 2016 challenge for skin melanoma segmentation.