• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2011.11a
• /
• pp.161-164
• /
• 2011

영상 매칭은 컴퓨터 비전에서 기초적인 기술로써 영상 추적, 물체인식 등 다양한 분양에서 많이 사용되고 있다. 하지만 스케일, 시점변화, 조명 변화에 강인한 매칭점을 찾는 것은 어려운 일이다. 이러한 문제점을 보완하기 위해 SURF(Scale Invariant Feature Transform), SIFT(Speed up Robust Features) 등의 알고리즘이 제안 되었지만, 여전히 조명변화에 불안정하고 정확하지 못한 성능을 보인다. 본 논문에서는 이러한 조명변화에 대한 문제점을 해결하기 위해 히스토그램 평활화를 이용하여 영상을 보정 후, SURF를 통한 영상 매칭을 하였다. 열악한 조명환경 내에서 촬영된 영상에서 SURF를 이용하여 표현자(Descriptor)를 생성 할 때 특징점이 잘 추출되지 않는 문제점을 해결하기 위하여 히스토그램 평활화를 이용하였고, 보정 후 특징점 개수가 많이 증가하는 것을 보여 확인하였다. 기존의 SURF와 개량된 SURF를 조명이 서로 다른 영상간의 매칭 성능을 비교함으로써 제안한 알고리즘의 우수성을 확인하였다

• Proceedings of the KIEE Conference
• /
• 2007.10a
• /
• pp.117-118
• /
• 2007

A robot needs a human detection algorithm for interaction with a human. This paper proposes a method that finds people using a SVM (support vector machine) classifier and a stereo camera. Feature vectors of SVM are extracted by HoG (histogram of gradient) within images. After training extracted vectors from the clustered images, the SVM algorithm creates a classifier for human detection. Each candidate for a human in the image is generated by clustering of depth information from a stereo camera and the candidate is evaluated by the classifier. When compared with the existing method of creating candidates for a human, clustering reduces computational time. The experimental results demonstrate that the proposed approach can be executed in real time.

• Journal of Institute of Control, Robotics and Systems
• /
• v.12 no.9
• /
• pp.843-849
• /
• 2006

Intelligent Space defines an environment where many intelligent devices, such as computers and sensors, are distributed. As a result of the cooperation between smart devices, intelligence emerges from the environment. In such scheme, a crucial task is to obtain the global location of every device in order to of for the useful services. Some tracking systems often prepare the models of the objects in advance. It is difficult to adopt this model-based solution as the tracking system when many kinds of objects exist. In this paper the location is achieved with no prior model, using color properties as information source. Feature vectors of multiple objects using color histogram and tracking method are described. The proposed method is applied to the intelligent environment and its performance is verified by the experiments.

• Journal of the Semiconductor & Display Technology
• /
• v.7 no.2
• /
• pp.69-76
• /
• 2008

Recently, as the multimedia processing application increases rapidly by going on increasing multimedia data, the efficient retrieval method of image information is required in many fields of application and becoming the matter of major concern. Furthermore, in the last few years rapid improvements in hardware technology have made it possible to process, store and retrieve huge amounts of data in a multimedia format. As a result, Content-Based Image Retrieval (CBIR) has been receiving widespread interest during the last decade. This paper propose the content-based retrieval system as a method for performing image retrieval through the effective feature analysis of the object of significant meaning by using YCbCr channel merging on the basis of the characteristics of man's visual system.

• The Transactions of The Korean Institute of Electrical Engineers
• /
• v.66 no.7
• /
• pp.1092-1099
• /
• 2017

This paper proposes a novel way of vehicle detection and classification based on image features. There are two main processes in the proposed system, which are database construction and vehicle classification processes. In the database construction, there is a tight censorship for choosing appropriate images of the training set under the rigorous standard. These images are trained using Haar features for vehicle detection and histogram of oriented gradients extraction for vehicle classification based on the support vector machine. Additionally, in the vehicle detection and classification processes, the region of interest is reset using a number plate to reduce complexity. In the experimental results, the proposed system had the accuracy of 0.9776 and the $F_1$ score of 0.9327 for vehicle classification.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2000.12a
• /
• pp.77-80
• /
• 2000

In this paper, we propose a method of detecting the distance between two vehicles by computing the disparity of the close-rang vehicle stereo image using two digital cameras. The boundary(or edge) of the object considered the vehicle is obtained by using the modified wavelet transform which has multi-resolution characteristics. We analyze the histogram using the coarse-to-fine method considering a whole feature and increase the resolution to obtain the exact disparity. From the results, the distance of the close-range vehicle is detected effectively by using our proposed method.

• Proceedings of the KAIS Fall Conference
• /
• 2008.05a
• /
• pp.286-289
• /
• 2008

홍채인식은 홍채의 무늬 패턴 정보를 이용하여 동일인 여부를 판별하는 생체인식 기술이다. 최근 들어 홍채정보를 이용하여 출입통제, 정보보안등의 분야에 많이 활용되고 있다. 이러한 홍채 인식 시스템에 있어 조명의 영향이나 동공의 크기, 홍채의 회전 등 홍채 취득시 다양한 환경 조건으로 인해 발생될 수 있는 홍채 무늬 패턴의 변화에 강인한 특징을 추출하는 것은 홍채인식에 있어 매우 중요한 과제이다. 본 논문에서는 국부적 방향 히스토그램을 이용한 새로운 홍채 특징 추출 방법을 제안하였다. 제안된 방법은 성능면에서 기존의 방법들과 비교하여 대등한 성능을 보여주는 것을 실험을 통해 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.1442-1445
• /
• 2015

본 논문은 SAR 영상에서 객체를 추출하는 새로운 방법으로 특징점 기반 분할 히스토그램 기법을 제안한다. 제안하는 방법은 영상 히스토그램에서 객체로 추정될 수 있는 영역을 세밀하게 추출하기 위해 영상에서 특징점을 추출한 후, 특징점의 밝기를 기준으로 히스토그램을 분할한다. 분할 히스토그램이 배경과 객체 성분을 모두 포함하고 있을 경우 해당 영역의 혼합 확률밀도함수가 교차되는 임계점을 계산한다. 계산된 임계점을 기준으로 현재 영역이 전체 영상에서 차지하는 비율을 비교하여 배경과 객체 여부를 판단한다. 제안하는 방법은 무인 감시 정찰 시스템 등 다양한 응용 기술에 활용될 수 있을 것으로 기대한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.1477-1479
• /
• 2015

기존의 연구와 같이 정확한 피부색 영역을 추출하기 위해 색상공간을 조절하는 방식은 조명이나 주변환경의 영향에 따라 잘못된 결과를 낼 수 있다. Camshift 알고리즘을 이용한 추적을 할 때에도 대상에게 맞춰진 피부색 히스토그램을 이용해서 추적하지 않으므로 범용성이 떨어진다. 이러한 문제점을 해결하기 위해 Camshift 알고리즘의 최초추적 윈도우를 결정하고 히스토그램을 결정하여손 피부색 추적성능을 향상시켰다. 보편적인 피부색 필터를 이용하여 인체 전경을 추출하고, haar like feature detection (특징검출)을 이용하여 손 영역을 검색한다. 이후 피부색 필터를 통해 이진화 된 이미지를 이용해 원 영상을 마스킹 한 후 사용자 고유의 피부색의 히스토그램을 결정한다. 이 방법으로 얻은 히스토그램을 Camshift알고리즘에 적용하면 기존방식 으로 생성한 히스토그램을 사용할 때보다 좋은 추적 성능을 보인다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.04a
• /
• pp.377-380
• /
• 2010

This paper proposes texture descriptor for texture classification called Local Neighbor Differences (LND). LND is a high discriminating texture descriptor and also robust to illumination changes. The proposed descriptor utilizes the sign of differences between surrounding pixels in a local neighborhood. The differences of those pixels are thresholded to form an 8-bit binary codeword. The decimal values of these 8-bit code words are computed and they are called LND values. A histogram of the resulting LND values is created and used as feature to describe the texture information of an image. Experimental results, with respect to texture classification accuracies using OUTEX_TC_00001 test suite has been performed. The results show that LND outperforms LBP method, with average classification accuracies of 92.3% whereas that of local binary patterns (LBP) is 90.7%.