• ETRI Journal
• /
• 제24권1호
• /
• pp.23-30
• /
• 2002

MPEG-7 Visual Standard specifies a set of descriptors that can be used to measure similarity in images or video. Among them, the Edge Histogram Descriptor describes edge distribution with a histogram based on local edge distribution in an image. Since the Edge Histogram Descriptor recommended for the MPEG-7 standard represents only local edge distribution in the image, the matching performance for image retrieval may not be satisfactory. This paper proposes the use of global and semi-local edge histograms generated directly from the local histogram bins to increase the matching performance. Then, the global, semi-global, and local histograms of images are combined to measure the image similarity and are compared with the MPEG-7 descriptor of the local-only histogram. Since we exploit the absolute location of the edge in the image as well as its global composition, the proposed matching method can retrieve semantically similar images. Experiments on MPEG-7 test images show that the proposed method yields better retrieval performance by an amount of 0.04 in ANMRR, which shows a significant difference in visual inspection.

• 한국멀티미디어학회논문지
• /
• 제20권2호
• /
• pp.188-195
• /
• 2017

The paper presents a histogram equalization method using the edge information of an image to be processed. The basic idea of this method is to carry out histogram equalization with edge information, which is important and essential for object conformation. In the proposed method, the edge information is used to generate histogram for the equalization process. It is found to be effective to suppress the histogram spikes that cause quantum jumps in mapping function for the equalization process. The proposed method is tested for randomly selected 30 images and compared to conventional approaches with a quantitative measure to check it preserves the structural similarity. Experimental results show that the proposed method has better performance and no artifacts caused by histogram spikes.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2005년도 추계종합학술대회
• /
• pp.1121-1124
• /
• 2005

Edge Histogram Descriptor는 image의 edge 분포 정보를 표현하며 방향성을 가지는 Bio Image 검색에 있어 높은 검색 성능을 나타낸다. 그러나 Bio Image의 객체 분포의 특성으로 인해 지역적 edge 분포 비교는 충분한 검색 성능을 보장하지는 못한다. 본 논문에서는 특징 block을 이용한 효율적인 검색 알고리즘을 제안한다. Local histogram으로부터 Global bin을 얻어 image의 대표 방향성을 선정하고 특징 block을 선정한다. 특징 block의 비교는 edge 분포와 함께 주요 객체의 위치 정보를 더하는 효과를 가진다. Bio Image의 검색 실험에서 제안 알고리즘은 향상된 검색 성능을 보여준다. 또한 Bio image 검색을 위한 descriptor 조합 연구에도 적용 가능하여 검색 효율을 기대할 수 있다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2013년도 추계학술대회
• /
• pp.332-335
• /
• 2013

본 논문에서는 컬러 히스토그램과 MPEG-7의 EHD(Edge Histogram Descriptor)를 이용한 영상 검색 기법을 제안한다. EHD 알고리즘은 에지의 기울기 분포를 수집하여 유사 영상을 검색하는데 사용할 수 있다. 하지만 영상의 색상 정보는 고려하지 않고 에지의 기울기만으로 검색하면 색상 정보에는 취약한 면을 보인다. 이를 보완하기 위해서 컬러 히스토그램을 이용해 특징을 추출하여 유사 영상인지 판단한다. 기존 EHD의 취약점을 보이고 컬러 히스토그램을 이용하여 이를 보완할 수 있는 기법을 제안한다.

• IEIE Transactions on Smart Processing and Computing
• /
• 제3권2호
• /
• pp.52-58
• /
• 2014

Exact histogram specification (EHS) transforms the histogram of an input image into the specified histogram. In the conventional EHS techniques, the pixels are first sorted according to their graylevels, and the pixels that have the same graylevel are further differentiated according to the local average of the pixel values and the edge strength. The strictly ordered pixels are then mapped to the desired histogram. However, since the conventional sorting method is inherently dependent on the initial graylevel-based sorting, the contrast enhancement capability of the conventional EHS algorithms is restricted. We propose a modified EHS algorithm considering the just noticeable difference. In the proposed algorithm, the edge pixels are pre-processed such that the output edge pixels obtained by the modified EHS can result in the local contrast enhancement. Moreover, we introduce a new sorting method for the pixels that have the same graylevel. Experimental results show that the proposed algorithm provides better image enhancement performance compared to the conventional EHS algorithms.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2013년도 춘계학술대회
• /
• pp.385-388
• /
• 2013

본 논문에서는 MPEG-7의 EHD(Edge Histogram Descriptor)를 이용한 이미지 매칭기법의 취약점을 보이고 이미지 정규화를 이용해 이를 개선하는 방법을 제안한다. EHD 알고리즘은 edge의 기울기 분포를 수집하여 같은 분포를 가지는 이미지를 매칭하는 기법에 사용한다. 하지만 EHD는 매칭하고자 하는 객체의 회전과 왜곡의 변화에 민감하여 오인식률이 높다. 따라서 이미지를 정규화 하여 매칭하고자 하는 이미지 내의 객체의 edge 정보를 보다 정확하게 추출하여 매칭 성능을 개선한다. 실험을 통해 왜곡과 회전으로 정규화한 EHD 알고리즘을 비교 및 분석하여 기존의 방법에 비해 크기와 회전의 변화에 강인함을 보인다.

• 정보처리학회논문지B
• /
• 제9B권5호
• /
• pp.579-586
• /
• 2002

영상의 에지정보를 이용한 내용기반 영상 검색 방법은 현재 MPEG-7(Moving Picture Experts Group) 에서 제안된 에지 서술자(edge descriptor)가 대표적인 방법이며, 이때 사용된 에지의 정보는 영상의 명암도에 따른 에지히스토그램을 이용하고 있다. 본 논문에서는 새로운 컬러 에지 추출 방법을 제시하고, 제안된 방법에 의해 컬러 에지히스토그램을 특징 값으로 하는 내용기반 영상검색 방법을 제시하였다. 아울러 제안된 방법에 기반하여 인터넷 쇼핑몰에서 사용되는 e-카탈로그 상품 영상 검색에 적용하였다. 성능평가를 위하여 기존 MPEG-7에서 제시된 에지히스토그램에 의한 영상검색 방법과 비교하여 보았으며 실험결과 제안된 방법이 검색에 있어서 우수함을 입증할 수 있었다. 컬러에지의 추출은 컬러 영상의 R,G,B 채널의 각 성분의 벡터적 결합방법과 에지 맵의 벡터 노름(norm) 특성화를 통하여 이루어진다. 결과적으로 내용기반 영상 검색은 생성된 최종 에지모델이 갖는 에지의 방향성을 이용한 컬러 에지히스토그램을 통하여 수행된다.

• 센서학회지
• /
• 제20권6호
• /
• pp.388-392
• /
• 2011

In this paper, a face detection method for interactive TV control system using a new feature, edge histogram feature, with a support vector machine(SVM) in the near-infrared(NIR) images is proposed. The edge histogram feature is extracted using 16-directional edge intensity and a histogram. Compared to the previous method using local binary pattern(LBP) feature, the proposed method using edge histogram feature has better performance in both smaller feature size and lower equal error rate(EER) for face detection experiments in NIR databases.

• 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.

• 지능정보연구
• /
• 제18권2호
• /
• pp.47-60
• /
• 2012

비디오 데이터는 구조화되지 않은 복합 데이터의 형태를 지닌다. 이러한 비디오 데이터의 효율적인 관리 및 검색을 위한 비디오 데이터 구조화의 중요성이 대두되면서 콘텐츠 내 시각적 특징을 기반으로 비디오 씬(scene)을 탐지하고자 하는 연구가 활발히 진행되었다. 기존의 연구들은 주로 색상 정보만을 이용하여 샷(shot) 간의 유사도 평가를 기반한 클러스터링(clustering)을 통해 비디오 씬을 탐지하고자 하였다. 하지만 비디오 데이터의 색상 정보는 노이즈(noise)를 포함하고, 특정 사물의 개입 등으로 인해 급격하게 변화하기 때문에 색상만을 특징으로 고려할 경우, 비디오 샷 혹은 씬에 대한 올바른 식별과 디졸브(dissolve), 페이드(fade), 와이프(wipe)와 같은 화면의 점진적인 전환(gradual transitions) 탐지는 어렵다. 이러한 문제점을 해결하기 위해, 본 논문에서는 프레임(frame)의 컬러 히스토그램과 코너 에지, 그리고 객체 컬러 히스토그램에 해당하는 시각적 특징을 기반으로 동일한 이벤트를 구성하는 의미적으로 유사한 샷의 클러스터링을 통해 비디오 씬을 탐지하는 방법(Scene Detector by using Color histogram, corner Edge and Object color histogram, SDCEO)을 제안한다. SDCEO는 샷 바운더리 식별을 위해 컬러 히스토그램 분석 단계에서 각 프레임의 컬러 히스토그램 정보를 이용하여 1차적으로 연관성 있는 연속된 프레임을 샷 바운더리로 병합한 후, 코너 에지 분석 단계에서 병합된 샷 내 처음과 마지막 프레임의 코너 에지 특징 비교를 통하여 샷 바운더리를 정제하여 최종 샷을 식별한다. 키프레임 추출 단계에서는 샷 내 프레임간 유사도 비교를 통해 모든 프레임과 가장 유사한 프레임을 각 샷을 대표하는 키프레임으로 추출한다. 그 후, 비디오 씬 탐지를 위해, 컬러 히스토그램과 객체 컬러 히스토 그램에 해당하는 프레임의 시각적 특징을 기반으로 상향식 계층 클러스터링 방법을 이용하여 의미적인 연관성을 지니는 샷의 군집화를 통해 비디오 씬을 탐지하는 방법이다. 본 논문에서는 SDCEO의 프로토 타입을 구축하고 3개의 비디오 데이터를 이용한 실험을 통하여 SDCEO의 효율성을 평가하였고 샷 바운더리 식별의 성능의 정확도는 평균 93.3%, 비디오 씬 탐지 성능의 정확도는 평균 83.3%로 만족할만한 성능을 보였다.