• 한국컴퓨터정보학회논문지
• /
• 제19권11호
• /
• pp.43-52
• /
• 2014

본 논문에서는 적외선 영상에서 영상 변위를 이용하여 기동 표적 영역을 탐지하고, SURF(Speeded Up Robust Features) 특징점에 대한 BAS(Beam Angle Statistics)를 이용하여 분류하는 시스템에 대하여 설명한다. 영상 기반 기술 분야에서 대표적인 대응점 정합 알고리즘인 SURF 기법은 SIFT(Scale Invariant Feature Transform) 기법에 비해 정합 속도가 매우 빠르고 비슷한 정합 성능을 보이기 때문에 널리 사용되고 있다. SURF를 이용한 대부분의 객체 인식의 경우 특징점 추출과 정합의 과정을 수행하지만, 제안하는 기법은 표적의 기동 특성을 반영하여 영상의 변위 추정을 통하여 표적의 영역을 탐지하고 SURF 특징점 들의 기하구조를 판단함으로써 표적 분류를 수행한다. 제안하는 기법은 무인 표적 탐지/인지 시스템의 초기모델 구축을 위하여 연구가 진행되었으며, 모의 표적을 이용한 가상 영상과 적외선 실 영상을 이용하여 실험한 결과 약 73~85%의 분류 성능을 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제16권4호
• /
• pp.483-492
• /
• 2013

SURF는 영상의 특징점을 추출하고 서술자를 생성하는 알고리즘으로 객체인식 및 추적, 파노라마 이미지 생성 등 여러 영상처리 시스템에 응용되고 있다. SURF 알고리즘은 영상의 크기, 회전, 시점 등의 변화에 강인한 특징을 갖지만 복잡하고 반복적인 연산이 많아 실시간 처리가 어렵다. 실제 PC(Pentium, 3.3GHz) 환경에서 1000개 정도의 특징점이 추출되는 VGA($640{\times}480$) 해상도의 영상을 이용하여 실험한 결과 특징점 추출 및 서술자 생성에 총 240ms 이상이 걸려 약 4frame/sec로 실시간 처리가 불가능한 것을 확인하였다. 본 논문에서는 SURF 알고리즘의 메모리 접근 패턴을 분석하여 라인 메모리를 효율적으로 구성해 메모리 사용을 최소화하고 반복적으로 수행되는 연산을 병렬처리 하는 방법으로 하드웨어를 설계하였다. 하드웨어 설계 검증 결과 Xilinx사의 Virtex5LX330 FPGA를 타겟으로 합성 시 101,348LUTs(66%)와 1,367KB의 내부 메모리를 사용하고, 100MHz 동작 클록에서 30 frame/sec로 실시간 처리가 가능함을 볼 수 있었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2013년도 추계학술대회
• /
• pp.77-80
• /
• 2013

SURF 알고리즘은 영상의 특징점 검출 및 서술자를 생성하는 알고리즘으로 크기와 회전, 조명 및 시점 등의 환경 변화에 강인한 특징을 가지고 있다. 이러한 특징 때문에 객체 인식, 파노라마 이미지, 3차원 영상 복원 등 영상처리 분야에서 많이 사용되고 있다. 하지만 SURF 알고리즘과 같은 대부분의 인식 알고리즘은 많은 양의 연산을 필요로 하기 때문에 실시간 구현이 어렵다. 본 논문은 SURF의 메모리 접근 횟수와 메모리 사용량을 분석하여 효율적인 메모리를 설계함으로써 메모리 접근 횟수와 메모리 사용량을 최소화하여 실시간 구현이 가능하도록 설계하였다.

• 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.

• 반도체디스플레이기술학회지
• /
• 제12권3호
• /
• pp.59-64
• /
• 2013

Accurate and robust image registration is important task in many applications such as image retrieval and computer vision. To perform the image registration, essential required steps are needed in the process: feature detection, extraction, matching, and reconstruction of image. In the process of these function, feature extraction not only plays a key role, but also have a big effect on its performance. There are two representative algorithms for extracting image features, which are scale invariant feature transform (SIFT) and speeded up robust feature (SURF). In this paper, we present and evaluate two methods, focusing on comparative analysis of the performance. Experiments for accurate and robust feature detection are shown on various environments such like scale changes, rotation and affine transformation. Experimental trials revealed that SURF algorithm exhibited a significant result in both extracting feature points and matching time, compared to SIFT method.

• 대한전자공학회논문지SP
• /
• 제46권6호
• /
• pp.58-67
• /
• 2009

대응점 정합은 컴퓨터 비전에서 중요한 작업 중에 하나지만 스케일, 조명, 시점이 변한 환경에서 대응점을 찾는 과정은 매우 어렵다. 대응점 정합 알고리즘인 SURF(Speeded Up Robust Features) 기법은 SIFT(Scale Invariant Feature Transform) 기법에 비해 정합 속도가 매우 빠르고 비슷한 정합 성능을 보여 널리 사용되고 있다. 하지만 SURF 기법은 흑백 영상과 지역 공간정보를 사용하기 때문에 유사한 패턴이 존재하는 영상에서 대응점의 정합 성능이 매우 떨어진다. 이런 문제점을 해결하기 위해 본 논문에서는 강인한 컬러 특징 정보와 광역적 특징 정보를 이용하는 확장 SURF 알고리즘을 제안한다. 제안하는 알고리즘은 비슷한 패턴이 존재하더라도 색상정보과 광역 공간 정보를 추가로 사용되기 때문에 대응점 매칭 성능을 크게 향상시킨다. 본 논문에서는 제안하는 방법의 우수성을 조명과 시점이 변화하고 유사한 패턴들을 갖는 영상들에 적용하여 기존의 방법들과 비교 실험함으로서 입증하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2015년도 하계학술대회
• /
• pp.9-12
• /
• 2015

본 논문에서는 FAST(Features from Accelerated Segment Test) 특징점 검출기와 SURF 특징점 표현자(descriptor)를 수정하고 조합하여 영상의 왜곡에 강인하면서 정합을 수행할 수 있는 새로운 특징점 정합 기법을 제안한다. 스케일 공간을 생성하여 스케일 변화를 고려하고 잡음에 강인하기 위해 영상에서 특징점 후보군을 결정한다. 기존의 FAST는 에지 부분에서 특징점을 많이 검출하게 되는데 이러한 단점을 주곡률(principal curvatures)을 적용하여 개선하고자 한다. 또한 영상의 회전 변화에 강인하기 위해 SURF 특징점 표현자를 사용한다. 제안하는 정합 기법은 적은 계산량으로 기존의 특징점 정합 기법보다 우수한 성능을 나타낸다. 특별히 잡음이 존재하는 영상에서의 정합에 강인함을 보여준다.

• 한국측량학회지
• /
• 제37권3호
• /
• pp.209-219
• /
• 2019

위성영상은 취득 당시의 외부 환경적 요소에 의해 기하 및 방사오차가 발생하며, 이는 변화탐지에 있어 오탐지를 유발하는 원인이 된다. 이러한 기하 및 방사오차는 전처리과정인 기하보정 및 방사보정을 통해 제거해야 한다. 본 연구에서는 SURF (Speeded-Up Robust Feature)기법과 마스크필터를 활용하여 동시에 기하 및 방사보정을 자동으로 수행하는 방법론을 제안하고자 한다. SURF 기법을 통해 추출되는 정합쌍(MPs: Matching Points)은 자동 기하보정에 활용되며, 다시기 영상 간 불변특성을 보이는 지역에서 추출된다. 이러한 정합쌍의 특성을 바탕으로 상대방사보정에 활용되는 PIFs (Pseudo Invariant Features)를 선정하고, 선정된 PIFs를 중심으로 마스크필터를 생성하여 2차 PIFs를 추출했다. 추출된 정합쌍들을 활용하여 자동 기하보정을 수행한 후 기하보정된 영상에 PIFs를 활용하여 상대방사보정을 수행한 결과 기하 및 방사오차가 함께 제거된 것을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제23권1호
• /
• pp.41-48
• /
• 2018

Recently, surveillance systems are widely used, and one of the key technologies in this surveillance system is to recognize and track objects. In order to track a moving object robustly and efficiently in a complex environment, it is necessary to extract the feature points in the interesting object and to track the object using the feature points. In this paper, we propose a method to track interesting objects in real time by eliminating unnecessary information from objects, generating feature point descriptors using only key feature points, and reducing computational complexity for object recognition. Experimental results show that the proposed method is faster and more robust than conventional methods, and can accurately track objects in various environments.

• 한국항행학회논문지
• /
• 제16권2호
• /
• pp.386-393
• /
• 2012

본 논문에서는 객체의 관심점(interest points)에 대한 지역 특징 기술자를 이용하여 이미지나 동영상에서 다수의 관심 객체를 효과적으로 인식하고 추적하기 위한 기법을 제안한다. 이를 위해 먼저 대상이 되는 객체를 포함하는 다양한 이미지를 수집하고 SURF 알고리즘을 적용하여 객체의 관심점과 그들에 대한 지역 특징 기술자를 생성한다. 지역 특징에 대한 통계적인 분석을 통하여 관심점들 중에서 해당 객체의 특성을 가장 잘 표현하는 대표점(representative points)을 선택하고 이를 바탕으로 이미지에 존재하는 객체를 인식한다. 또한, 지역 특징 기술자의 정합을 응용하여 각 SURF 지점들의 움직임 벡터를 생성하고 이를 기반으로 실시간으로 객체를 추적한다. 제안하는 기법은 모든 객체를 독립적으로 다루기 때문에, 여러 개의 객체를 동시에 인식하고 추적할 수 있다. 다양한 실험을 통해, 동영상에서 객체의 존재 여부 및 종류를 신속하게 판별하고 관심 객체의 추적을 효과적으로 수행할 수 있음을 보인다.