• 한국항행학회논문지
• /
• 제16권2호
• /
• pp.394-400
• /
• 2012

SURF(Speeded Up Robust Features)는 다양한 상태 변화에 강인한 기술자 추출 방법으로 객체 인식과 같은 분야에서 유용하게 사용되는 알고리즘이다. 이 알고리즘은 대표적인 특징점 추출 알고리즘인 SIFT(Scale Invariant Feature Transform)와 비슷한 성능을 보이면서도 수행 시간이 훨씬 빠르다는 장점이 있다. 하지만 이러한 기술자들은 회전 불변한 특징 보장을 위해서, 추출한 특징점 간의 위치 정보를 고려하지 않는다. 또한, 원본 영상을 흑백 영상으로 변환하여 사용하기 때문에, 원본 이미지의 색상 정보도 이용하지 않는다. 본 논문에서는 특징점들 간의 상대적인 위치 정보 및 색상 정보를 이용하여 SURF 기술자의 정합 성능을 개선하는 방안을 제안한다. 상대적인 위치 정보는 특징점들의 중심을 연결하는 선분과 특징점 중심에서부터 생성되는 orientation 선분 사이의 각을 기반으로 한다. 색상 정보의 경우 각 특징점이 포함하고 있는 영역에 대해 color histogram을 생성하여 사용한다. 실험을 통하여 제안된 기법의 성능 개선을 보인다.

• 한국산학기술학회논문지
• /
• 제13권11호
• /
• pp.5471-5478
• /
• 2012

본 논문에서는 SURF 알고리즘을 이용하여 PCB에 발생하는 불량 중 한 형태인 쇼트-서킷 불량을 탐지하는 기술을 제안한다. 제안하는 방법의 기본적인 절차는 SURF를 이용하여 샘플 영상과 입력된 영상에서 특징점 추출, 특징점 매칭 및 매칭 결과를 이용한 원근변환 수행, 검사 위치 관심영역 추출, 이진화 및 쇼트-서킷 추출, 결과 검증 순이다. 본 논문에서 제안하는 방식은 수작업으로 진행되는 후 공정의 특징 상, 검사하고자 하는 PCB의 놓여진 위치와 각도가 균일하지 않고 제각각으로 놓여 있는 경우에도 강건하게 쇼트-서킷 불량을 탐지하는 것에 중점을 두고 있다. 이 방법은 PCB가 놓여진 위치와 각도가 다양한 경우에도 불량을 탐지할 수 있음을 보이며, 탐지율 및 탐지시간 관점에서 기존의 수작업으로 검사하는 경우보다 우수함을 실험을 통하여 보인다.

• 방송공학회논문지
• /
• 제17권5호
• /
• pp.808-816
• /
• 2012

얼굴 인식은 여러 분야에서의 활발한 연구를 통해 많은 발전이 있었고, 현재도 활발한 연구가 진행되고 있다. 최근 들어 물체 인식에 주로 사용되어온 특징점 추출 알고리즘이 얼굴 인식에도 적용되고 있다. 본 논문은 대표적인 특징점 추출 알고리즘인 SURF를 이용한다. 사람은 얼굴의 형태 및 구조가 유사하므로 물체를 인식하는 경우보다 분별력이 떨어지기 때문에 SURF를 이용한 얼굴인식의 정확도는 낮은 편이다. 이를 개선하고자 본 논문에서는 SURF를 통해 추출한 특징점에서 Gabor 웨이블릿 변환을 사용해 기술어를 추출하는 얼굴 인식 방법을 제안한다. 실험 결과에서 제안하는 방법이 기존 SURF 기반의 얼굴 인식에 비해 정확도가 약 23% 향상된 것을 확인하였다.

• 스마트미디어저널
• /
• 제5권3호
• /
• pp.30-34
• /
• 2016

Nowadays, there are a lot of Korean documents, which often need to be identified in one of printed or handwritten text. Early methods for the identification use structural features, which can be simple and easy to apply to text of a specific font, but its performance depends on the font type and characteristics of the text. Recently, the bag-of-words model has been used for the identification, which can be invariant to changes in font size, distortions or modifications to the text. The method based on bag-of-words model includes three steps: word segmentation using connected component grouping, feature extraction, and finally classification using SVM(Support Vector Machine). In this paper, bag-of-words model based method is proposed using SURF(Speeded Up Robust Feature) for the identification of machine printed and handwritten text in Korean documents. The experiment shows that the proposed method outperforms methods based on structural features.

• 전자공학회논문지
• /
• 제51권4호
• /
• pp.144-159
• /
• 2014

다중의 영상을 이용하여 하나의 파노라마 영상을 제작하는 기법은 컴퓨터 비전, 컴퓨터 그래픽스 등과 같은 여러 분야에서 널리 연구되고 있다. 파노라마 영상은 하나의 카메라에서 얻을 수 있는 영상의 한계, 즉 예를 들어 화각, 화질, 정보량 등의 한계를 극복할 수 있는 좋은 방법으로서 가상현실, 로봇비전 등과 같이 광각의 영상이 요구되는 다양한 분야에서 응용될 수 있다. 파노라마 영상은 단일 영상과 비교하여 보다 큰 몰입감을 제공한다는 점에서 큰 의미를 갖는다. 현재 다양한 파노라마 영상 제작 기법들이 존재하지만, 대부분의 기법들이 공통적으로 파노라마 영상을 구성할 때 각 영상에 존재하는 특징점 및 대응점을 검출하는 방식을 사용하고 있다. 또한, 대응점을 이용한 RANSAC(RANdom SAmple Consensus) 알고리즘을 사용, Homography Matrix를 구하여 영상을 변환하는 방법을 사용한다. 본 논문에서 사용한 SURF(Speeded Up Robust Features) 알고리즘은 영상의 특징점을 검출할 때 영상의 흑백정보와 지역 공간 정보를 활용하는데, 영상의 크기 변화와 시점 검출에 강하며 SIFT(Scale Invariant Features Transform) 알고리즘에 비해 속도가 빠르다는 장점이 있어서 널리 사용되고 있다. SURF 알고리즘은 대응점 검출 시 잘못된 대응점을 검출하는 경우가 생긴다는 단점이 존재하는데 이는 RANSAC 알고리즘의 수행속도를 늦추며, 그로인해 CPU 사용 점유율을 높이기도 한다. 대응점 검출 오류는 파노라마 영상의 정확성 및 선명성을 떨어뜨리는 핵심 요인이 된다. 본 논문에서는 이러한 대응점 검출의 오류를 최소화하기 위하여 대응점 좌표 주변 $3{\times}3$ 영역의 RGB값을 사용하여 잘못된 대응점들을 제거하는 중간 필터링 과정을 수행하고, 문제해결을 시도하는 동시에 파노라마 이미지구성 처리 속도 및 CPU 사용 점유율 등의 성능 향상 결과와 추출된 대응점 감소율, 정확도 등과 관련한 분석 및 평가 결과를 제시하였다.

• 한국전기전자재료학회논문지
• /
• 제25권1호
• /
• pp.76-83
• /
• 2012

In a real-time indoor place recognition system using image features detection, specific markers included in input image should be detected exactly and quickly. However because the same markers in image are shown up differently depending to movement, direction and angle of camera, it is required a method to solve such problems. This paper proposes a technique to extract the features of object without regard to change of the object scale. To support real-time operation, it adopts SURF(Speeded up Robust Features) which enables fast feature detection. Another feature of this system is the user mark designation which makes possible for user to designate marks from input image for location detection in advance. Unlike to use hardware marks, the feature above has an advantage that the designated marks can be used without any manipulation to recognize location in input image.

• 한국멀티미디어학회논문지
• /
• 제15권3호
• /
• pp.336-344
• /
• 2012

객체 인식(recognition)과 추적(tracking)은 컴퓨터 비전의 중요 분야로써 작게는 동작 인식으로부터 크게는 우주 항공까지 그 활용 가능성이 무궁무진하다. 객체 인식의 정확도를 향상시키는 방법 중 하나는 회전, 스케일 그리고 가려짐에 강건한 컬러를 이용하는 것이다. 컬러를 이용함으로써 더 많은 특징점들을 추출하기 위한 계산 비용을 감소시킬 수 있다. 또한, 빠른 객체 인식을 위해 알고리즘의 정확도를 낮추는 것보다 객체의 위치를 예측하고 좀 더 작은 영역에서 인식을 수행하는 것이 더욱 효과적이다. 본 논문은, 인식 정확도를 향상시키기 위해 대표적인 객체 인식 알고리즘인 SURF와 컬러모델을 적용한 기술자(descriptor)를 사용하고, 움직임 예측 알고리즘인 Kalman filter를 결합하여 빠른 객체 추적 방법을 제안한다. 그 결과, 제안하는 방법은 다른 컬러를 갖는 같은 패턴의 객체들을 구분하고, 객체의 향후 움직임을 미리 예측한 관심영역(ROI)에서 인식을 수행함으로써 빠른 추적 결과를 보였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제7권7호
• /
• pp.1690-1704
• /
• 2013

An affine invariant descriptor is proposed, which is able to well represent the affine covariant regions. Estimating main orientation is still problematic in many existing method, such as SIFT (scale invariant feature transform) and SURF (speeded up robust features). Instead of aligning the estimated main orientation, in this paper ellipse orientation is directly used. According to ellipse orientation, affine covariant regions are firstly divided into 4 sub-regions with equal angles. Since affine covariant regions are divided from the ellipse orientation, the divided sub-regions are rotation invariant regardless the rotation, if any, of ellipse. Meanwhile, the affine covariant regions are normalized into a circular region. In the end, the gradients of pixels in the circular region are calculated and the partition-based descriptor is created by using the gradients. Compared with the existing descriptors including MROGH, SIFT, GLOH, PCA-SIFT and spin images, the proposed descriptor demonstrates superior performance according to extensive experiments.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2014년도 추계학술대회
• /
• pp.49-52
• /
• 2014

본 논문에서는 비문(鼻紋)을 이용한 개의 개체인식 시스템을 제안하고자 한다. 기존의 비문을 기반으로 한신원 확인 시스템에서는 종이에 비문을 찍어내어 일반화(generalization)된 데이터를 만드는 과정을 거치거나, 기계학습을 위해 한 개체에 대한 여러 장의 사진을 요구하는 문제점을 가지고 있다. 본 논문에서는 한 개체에 대한 두 장의 사진과 SURF(Speeded-Up Robust Features) 알고리듬을 이용한 특징점 추출(feature detection), FREAK(Fast Retina Keypoint) 특징 기술자(feature descriptor)를 사용한 개체인식 시스템을 제안한다. 비문 이미지에는 개 코의 특성상 반사로 인한 다수의 노이즈가 생기게 되는데 이를 극복하기 위한 전처리 과정이 제안 알고리듬에 포함되어 있다. 실험결과 두 장의 사진으로도 비문 기반의 개체인식을 할 수 있다는 것을 알 수 있다.

• 방송공학회논문지
• /
• 제16권4호
• /
• pp.614-623
• /
• 2011

본 논문에서는 방송용 증강현실 시스템을 위한 실시간 카메라 추적 알고리듬을 제안한다. SURF(speeded up robust features) 알고리듬을 이용하여 추적을 초기화하며, 안정적인 실시간 카메라 추적을 위해 다층(multi-scale) 구조를 사용한다. 미리 알려져 있지 않고 시간에 따라 변하는 조명 환경에서의 특징 추적을 위해 정규상호상관도(normalized cross correlation, NCC)를 사용한다. 방송제작에는 줌 렌즈를 장착한 카메라가 사용되기 때문에 카메라의 초점거리를 온라인으로 추정할 필요가 있다. 카메라의 회전과 이동으로 이루어진 외부 포즈(pose) 변수와 함께 내부 변수인 초점거리를 목적함수에 포함시켜 함께 최적화한다. 실험결과는 제안한 온라인 카메라 보정 기법에 의해 카메라의 초점거리가 정확히 구해지는 것을 보여준다.