• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권12호
• /
• pp.6000-6017
• /
• 2018

This paper presents a new descriptor, named Histograms of Prominent Edge Directions (HPED), for the recognition of facial expressions in a person-independent environment. In this paper, we raise the issue of sampling error in generating the code-histogram from spatial regions of the face image, as observed in the existing descriptors. HPED describes facial appearance changes based on the statistical distribution of the top two prominent edge directions (i.e., primary and secondary direction) captured over small spatial regions of the face. Compared to existing descriptors, HPED uses a smaller number of code-bins to describe the spatial regions, which helps avoid sampling error despite having fewer samples while preserving the valuable spatial information. In contrast to the existing Histogram of Oriented Gradients (HOG) that uses the histogram of the primary edge direction (i.e., gradient orientation) only, we additionally consider the histogram of the secondary edge direction, which provides more meaningful shape information related to the local texture. Experiments on popular facial expression datasets demonstrate the superior performance of the proposed HPED against existing descriptors in a person-independent environment.

• 방송공학회논문지
• /
• 제16권2호
• /
• pp.350-359
• /
• 2011

1990년대 이후 방송 기술의 눈부신 발전은 고선명 방송 서비스의 도입으로 가정에서의 고화질 방송 서비스 제공을 가능하게 하였을 뿐만 아니라, 이동 방송 서비스의 등장으로 고속으로 이동하는 차량에서도 방송 서비스를 즐길 수 있도록 하였다. Terrestrial Digital Multimedia Broadcasting (T-DMB) 기술은 이동 방송 서비스 제공을 위해 개발된 기술 중 성공적으로 상용화된 기술 중 하나이다. 고속 이동체에서의 안정적인 방송 수신 기능 외에 T-DMB의 기술적 혁신 중 주목할 만한 것으로는 MPEG-4 표준에 기반 한 시스템 프레임워크를 들 수 있다. 이는 장면 기술(Scene Description) 및 그래픽 객체 표현 언어인 Binary Format for Scene (BIFS)와 객체(object) 개념의 멀티미디어 구성 요소 표현 방식인 Object Descriptor (OD) 프레임워크를 통해 대화형 데이터 서비스를 제공할 수 있다. 그런데, T-DMB 대화형 데이터 서비스에는 두 가지 근본적인 제약 사항이 존재한다. 첫 번째 제약 사항은 대화형 서비스를 위한 그래픽 데이터는 비디오 화면을 벗어날 수 없어 항상 비디오 화면 위에 중첩되어 표현되어야 한다는 것이다. 두 번째 제약 사항은 양방향 서비스를 위한 데이터는 항상 방송망을 통해서만 전송되어야 한다는 것이다. 이러한 제약 사항은 단말의 위치 정보나 사용자의 특성 정보를 반영한 개인 맞춤형 서비스 제공의 제약조건이 되고 있다. 본 논문에서는 이러한 제약 사항을 극복하기 위해 기존방송망 및 무선 인터넷 망을 통해 각각 전송되는 장면 기술 정보 뿐만 아니라, 단말의 저장 장치에 저장된 장면 기술 정보를 활용하는 T-DMB 하이브리드 데이터 서비스 방식을 제안하고 기존 T-DMB 데이터 서비스와의 역호환성을 보장하는 하이브리드 BIFS 기술을 제안한다.

• 대한전자공학회논문지SP
• /
• 제42권5호
• /
• pp.1-10
• /
• 2005

오늘날 급격한 멀티미디어 정보의 증가에 따라 영상에서의 시각적 특성을 이용하여 멀티미디어 데이터를 검색하는 내용 기반 영상 검색 기법에 대한 관심이 크게 늘어나고 있다. 본 논문에서는 효과적인 영상 검색을 위한 새로운 접근으로서 edge correlogram과 color coherence vector를 이용한 에지 기반의 공간 기술자를 제안한다. 우선 color vector angle기법을 이용하여 주어진 영상을 고주파 성분과 저주파 성분의 영상으로 나눈다. 저주파 성분의 영상에서는 color coherence vector를 이용하여 평탄 화소의 공간적인 색상 분포를 추출함으로써 이를 평탄 영역에서의 특징 정보로서 활용한다. 반면, 고주파 성분의 영상에서는 edge correlogram으로부터 에지 화소들 간의 분포를 추출하여 이를 에지 영역에서의 특징 정보로 이용한다. 제안된 방법은 색상 간의 지엽적인 특성과 전체적인 특성을 모두 가지고 있기 때문에, 영상 간의 비교에 있어서 영상의 모양과 크기의 급격한 변화로 인한 오검출 등에 매우 강건하다. 또한, 영상에서의 구조적인 특징을 이용함으로써 복잡한 영상에 대해서도 간단하고 유연한 특징을 제공한다. 실험 결과는 영상 색인 및 검색에 있어서 제안된 알고리즘이 최근의 여러 히스토그램 정밀화 기법에 비하여 더 효과적임을 보여준다. 데이터베이스 내 영상의 색인을 위해서는 R*-tree 구조를 이용하였다.

• 지능정보연구
• /
• 제18권3호
• /
• pp.1-12
• /
• 2012

길 옆이나 공원 또는 조경시설에는 많은 나무들을 포함하고 있다. 비록 많은 나무들이 쉽게 우리 주변에서 보이지만, 일반인들이 그 나무의 이름, 종류 및 정보들을 얻기가 힘든 경우도 있다. 나무의 이름이나 정보를 얻기 위하여 인터넷이나 서적을 이용하여 찾아 분류하여야 한다. 나무의 구성 요소는 잎, 꽃, 수피 등이 있는데, 일반적으로 나무의 잎을 이용하여 분류할 수 있다. 이는 잎이 형태, 잎맥 등의 정보를 포함하고 있기 때문이다. 잎의 형태는 나무의 종류를 결정하는데 중요한 역할을 하며, 또한 잎맥을 포함한 텍스쳐도 나무의 종류를 분류하는데 유용하게 사용된다. 본 논문에서는 형태와 텍스쳐를 조합한 특징들을 이용한 잎 분류 시스템에 대한 성능을 평가하였다. 형태 특징으로는 푸리에 기술자를 이용하였고, 텍스쳐 특징으로는 GLCM 또는 웨이브릿 기술자, 그리고 그들의 조합을 사용하였다. 그리고 사용된 데이터는 인터넷에서 용이하게 구할 수 있고, 분류 성능평가에 사용되는 Flavia 잎 데이터 셋을 사용하였다. 형태와 텍스쳐를 기반으로 하는 다양한 조합을 가진 분류 시스템의 성능을 인식률과 PR(precision-recall) 지수로 평가하고, 성능을 비교하였다. 성능평가 결과, 형태와 텍스쳐를 조합한 특징들을 갖는 시스템의 성능이 조합하지 않은 시스템의 성능보다 나아짐을 알 수 있었다.

• Journal of Platform Technology
• /
• 제11권3호
• /
• pp.24-31
• /
• 2023

최근, 도시 교통체계 운항으로 수직이착륙이 가능한 UAM(Urban Air Mobility, UAM)의 관심이 고조되고 있다. 따라서 첨단 기술이 적용된 친환경 미래형 교통수단으로 다양한 스타트업 기업에서 관련 기술들을 개발하고 있다. 하지만, UAM의 운항에서 안전성을 높일 수 있는 방안들에 관한 연구들은 아직 미미한 편이다. 특히, 자율주행이 탑재된 UAM이 도심에서의 착륙을 시도하는 과정에서 발생되는 위험에 대한 안전성을 향상시킬 수 있는 노력이 더욱 절실하다. 이에, 본 연구에서는, 도심에서 자율주행 UAM이 착륙을 시도 할 때, 방해가 되는 위험영역을 회피하여 안전하게 착륙할 수 있도록 하는 방안을 제안한다. 이를 위하여, 먼저, UAM의 센서에 의해 관측되는 위험물들의 위도 및 경도 좌표값을 산출하고, 이를 바탕으로, 3차원 영상에서 왜곡이 고려된 평면 영상의 좌표를 위도와 경도로 변환한 후 산출된 위도와 경도를 이용하여 미리 학습된 특징 서술자와HOG(Histogram of Oriented Gradients, HOG) 특징 서술자와의 비교하여 위험영역을 추출하는 방안을 제안한다. 위험영역을 완벽히 추출할 수는 없었지만 대체적으로 만족할 만한 결과를 얻을 수 있었다. 이에, 제안된 연구 방법이 자율주행 기술이 탑재된 UAM의 이착륙장 선정에 따른 막대한 비용을 줄이고, 도심과 같은 복잡한 환경에서 착륙을 시도할 때 위험성을 감소시키고 안전성을 높이기 위한 기초적인 방안에 기여할 것으로 사료된다.

• 제어로봇시스템학회논문지
• /
• 제22권8호
• /
• pp.597-602
• /
• 2016

In image guided surgery, a patient registration process is a critical process for the successful operation, which is required to use pre-operative images such as CT and MRI during operation. Though several patient registration methods have been studied, we concentrate on one method that utilizes 3D surface measurement data in this paper. First, a hand-held 3D surface measurement device measures the surface of the patient, and secondly this data is matched with CT or MRI data using optimization algorithms. However, generally used ICP algorithm is very slow without a proper initial location and also suffers from local minimum problem. Usually, this problem is solved by manually providing the proper initial location before performing ICP. But, it has a disadvantage that an experience user has to perform the method and also takes a long time. In this paper, we propose a method that can accurately find the proper initial location automatically. The proposed method finds the proper initial location for ICP by converting 3D data to 2D curvature images and performing image matching. Curvature features are robust to the rotation, translation, and even some deformation. Also, the proposed method is faster than traditional methods because it performs 2D image matching instead of 3D point cloud matching.

• 제어로봇시스템학회논문지
• /
• 제15권5호
• /
• pp.457-464
• /
• 2009

The weak classifier of AdaBoost algorithm is a central classification element that uses a single criterion separating positive and negative learning candidates. Finding the best criterion to separate two feature distributions influences learning capacity of the algorithm. A common way to classify the distributions is to use the mean value of the features. However, positive and negative distributions of Haar-like feature as an image descriptor are hard to classify by a single threshold. The poor classification ability of the single threshold also increases the number of boosting operations, and finally results in a poor classifier. This paper proposes a weak classifier that uses multiple criterions by adding a probabilistic criterion of the positive candidate distribution with the conventional mean classifier: the positive distribution has low variation and the values are closer to the mean while the negative distribution has large variation and values are widely spread. The difference in the variance for the positive and negative distributions is used as an additional criterion. In the learning procedure, we use a new classifier that provides a better classifier between them by selective switching between the mean and standard deviation. We call this new type of combined classifier the "Mixed Weak Classifier". The proposed weak classifier is more robust than the mean classifier alone and decreases the number of boosting operations to be converged.

• 한국HCI학회논문지
• /
• 제10권2호
• /
• pp.45-55
• /
• 2015

최근 증강현실 분야에서 특징점 인식 및 추적 기술은 비마커 기반의 증강 현실 서비스 구현에 중요한 역할을 담당하고 있다. 특징점 인식 및 추적 기술은 오래 전부터 컴퓨터 비전 등 여러 분야의 많은 연구자들에 의해 심도 있게 연구되어 왔으며, 특히 최근 급성장하고 있는 모바일 관련 시스템에 적용하기 위해 모바일 임베디드 환경에 접목 가능한 특징점 기반의 다양한 인식 및 추적 기술들이 소개되고 있다. 따라서 본 논문에서는 널리 활용되고 있는 특징점 기반의 매칭 및 추적의 다양한 핵심 요소 기술 (특징점 추출, 특징점 기술, 특징점 매칭 및 추적)에 대한 최신 동향을 분석하고, 본 한국과학기술연구원 연구팀이 수행한 모바일 증강현실 서비스 관련 사례 연구인 관광 지도 인식 및 추적 연구를 소개하고자 한다.

• 지능정보연구
• /
• 제22권4호
• /
• pp.109-122
• /
• 2016

최근 빅데이터 분석은 기업과 전문가뿐만 아니라 개인이나 비전문가들도 큰 관심을 갖는 분야로 발전하였다. 그에 따라 현재 공개된 데이터 또는 직접 수집한 이터를 분석하여 마케팅, 사회적 문제 해결 등에 활용되고 있다. 국내에서도 다양한 기업들과 개인이 빅데이터 분석에 도전하고 있지만 빅데이터 공개의 제한과 수집의 어려움으로 분석 초기 단계에서부터 어려움을 겪고 있다. 본 논문에서는 빅데이터 공유를 방해하는 개인정보, 빅트래픽 등의 요소들에 대한 기존 연구와 사례들을 살펴보고 정책기반의 해결책이 아닌 시스템을 통해서 빅데이터 공유 제한 문제를 해결 할 수 있는 클라이언트-서버 모델을 이용해 빅데이터를 공개 및 사용 할 때 발생하는 문제점들을 해소하고 공유와 분석 활성화를 도울 수 있는 방안에 대해 기술한다. 클라이언트-서버 모델은 SPARK를 활용해 빠른 분석과 사용자 요청을 처리하며 Server Agent와 Client Agent로 구분해 데이터 제공자가 데이터를 공개할 때 서버 측의 프로세스와 데이터 사용자가 데이터를 사용하기 위한 클라이언트 측의 프로세스로 구분하여 설명한다. 특히, 빅데이터 공유, 분산 빅데이터 처리, 빅트래픽 문제에 초점을 맞추어 클라이언트-서버 모델의 세부 모듈을 구성하고 각 모듈의 설계 방법에 대해 제시하고자 한다. 클라이언트-서버 모델을 통해서 빅데이터 공유문제를 해결하고 자유로운 공유 환경을 구성하여 안전하게 빅데이터를 공개하고 쉽게 빅데이터를 찾는 이상적인 공유 서비스를 제공할 수 있다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제8권2호
• /
• pp.483-503
• /
• 2014

In this paper, human action recognition using pyramid histograms of oriented gradients and collaborative multi-task learning is proposed. First, we accumulate global activities and construct motion history image (MHI) for both RGB and depth channels respectively to encode the dynamics of one action in different modalities, and then different action descriptors are extracted from depth and RGB MHI to represent global textual and structural characteristics of these actions. Specially, average value in hierarchical block, GIST and pyramid histograms of oriented gradients descriptors are employed to represent human motion. To demonstrate the superiority of the proposed method, we evaluate them by KNN, SVM with linear and RBF kernels, SRC and CRC models on DHA dataset, the well-known dataset for human action recognition. Large scale experimental results show our descriptors are robust, stable and efficient, and outperform the state-of-the-art methods. In addition, we investigate the performance of our descriptors further by combining these descriptors on DHA dataset, and observe that the performances of combined descriptors are much better than just using only sole descriptor. With multimodal features, we also propose a collaborative multi-task learning method for model learning and inference based on transfer learning theory. The main contributions lie in four aspects: 1) the proposed encoding the scheme can filter the stationary part of human body and reduce noise interference; 2) different kind of features and models are assessed, and the neighbor gradients information and pyramid layers are very helpful for representing these actions; 3) The proposed model can fuse the features from different modalities regardless of the sensor types, the ranges of the value, and the dimensions of different features; 4) The latent common knowledge among different modalities can be discovered by transfer learning to boost the performance.