• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1986년도 한국자동제어학술회의논문집; 한국과학기술대학, 충남; 17-18 Oct. 1986
• /
• pp.331-336
• /
• 1986

Because the threshold technique using the histogram of intensity is the most attractive for segmentation in the sense of fast image processing, this paper defined the new function of inverse histogram of intensity and found out a threshold by means of it. The segmented errors are removed by regulating a scan size of blob coloring. Blob-coloring algorithm presented by [6] was reproved for good performance i.e., no change of feature in bolobs after blob coloring. The ratio of successful recognition was about 85 percents.

• 정보처리학회논문지B
• /
• 제15B권4호
• /
• pp.285-292
• /
• 2008

색상 히스토그램은 영상의 색상 특징을 표현하기 위한 특징 벡터로 빈번히 사용되지만, 고차원의 특징 벡터를 생성하므로 효율성의 면에서 한계점을 갖고 있다. 본 논문에서는 주어진 차량 영상의 색상 히스토그램에 PCA (principal components analysis) 기법을 적용하여 특징 벡터의 차원을 축소시키는 방법을 제안한다. 차원이 축소된 특징 벡터들에 대해서는 SVM (support vector machine) 기법을 적용하여 차량 색상을 인식하기 위해 사용한다. 특징 벡터의 차원을 1/32로 축소한 결과, 차원이 축소되기 이전의 특징 벡터와 비교하여 약 1.42%의 미소한 차이로 색상 인식 성공률이 감소하였다. 또한, 색상 인식의 수행 시간은 1/31로 단축됨으로써 효율적으로 색상 인식을 수행할 수 있었다.

• 대한전자공학회논문지SP
• /
• 제38권1호
• /
• pp.104-115
• /
• 2001

본 논문에서는 칼라 인접성과 기울기를 이용한 새로운 내용 기반 영상 검색 방법을 제안한다. 칼라 영상의 특징 정보로 사용되는 칼라 히스토그램은 시점이나 영상의 회전등의 영향을 적게 받고 특징 정보의 계산이 간단하고 빠른 장점이 있지만 칼라의 위치 정보를 나타낼 수 없기 때문에 균일 양자화에 의해 비슷한 히스토그램을 가진 서로 다른 영상을 구별하지 못하고 특징 저장량이 많은 등 단점이 있다. 제안한 방법은 기존의 방법들에서 보편적으로 사용하는 양자화 대신 영상에서의 인접 화소의 칼라 변화량 즉 기울기를 계산하여 보다 정확한 색차를 구함으로써 비슷한 칼라가 서로 다르게 양자화됨으로 인한 오차를 감소시켰다. 동시에 영상의 주요 칼라 구성 특징을 나타나는 칼라 인접성 정보를 추출하여 이진 배열로 표시함으로써 특징 정보의 방대한 저장량을 줄이고 비교속도를 향상시켰다. 실험 결과 기존의 검색 방법에 비하여 제안한 방법은 적은 특징 저장 양으로 외부조건의 변화에 더욱 강건함을 보여주고 있다.

• 한국멀티미디어학회논문지
• /
• 제20권5호
• /
• pp.758-768
• /
• 2017

In this paper, we present a novel method to extract face representation based on multi-resolution spatial pyramid. In our method, a face is subdivided into increasingly finer sub-regions (local regions) and represented at multiple levels of histogram representations. To cope with misaligned problem, patch-based local descriptor extraction has been also developed in a novel way. To preserve multiple levels of detail in local characteristics and also encode holistic spatial configuration, histograms from all levels of spatial pyramid are integrated by using dimensionality reduction and feature combination, leading to our spatial-pyramid face feature representation. We incorporate our proposed face features into general face recognition pipeline and achieve state-of-the-art results on challenging face recognition problems.

• 정보과학회 논문지
• /
• 제41권9호
• /
• pp.666-673
• /
• 2014

본 논문에서는 비제약적 얼굴 데이터 베이스를 위한 확장성 있는 얼굴 인식 방법을 연구하고, 간단한 실험 결과를 소개한다. 기존의 얼굴 인식 연구들은 주로 조명, 얼굴 각도, 표정, 배경 등 제약이 있는 환경에서의 정확도 향상에 초점을 맞추고 있어서 비제약적 얼굴 데이터 베이스에 사용하기에 적합하지 않다. 제안하는 얼굴인식 방법은 비제약적 얼굴 인식을 위한 특징 추출 알고리즘으로, 먼저 지역적 특징이 존재하는 눈, 코, 입과 같이 얼굴의 중요한 특징을 나타내는 영역을 분리한다. 각 얼굴 주요 위치는 고차원의 다중 스케일 국부 이진패턴 히스토그램(Multi-scale LBP histogram) 특징 벡터로 기술된다. 단일 얼굴 주요 위치에 해당하는 다중 스케일 국부 이진패턴 히스토그램 특징 벡터는 주성분 분석법(PCA: Principal Component Analysis)과 선형 판별 분석법(LDA: Linear Discriminant Analysis)의 차원 축소 과정을 통해 저차원 얼굴 특징 벡터를 생성한다. 저차원 얼굴 특징 벡터는 랭크 획득과 Precision at k(p@k) 성능 평가 방법을 이용하여 제안한 알고리즘의 얼굴 인식 성능을 검증한다. 본 연구는 FERET, LFW 및 PubFig83 데이터 베이스를 이용하여 얼굴 인식 실험을 수행하였으며, 제안한 알고리즘을 이용한 얼굴 인식 방법이 기존의 방법보다 향상된 인식성능을 보였다.

• 한국멀티미디어학회논문지
• /
• 제17권12호
• /
• pp.1418-1429
• /
• 2014

In this paper we suggest a new two-wheelers detection algorithm using local cell features. The first, we propose new feature vector matrix extraction algorithm using the correlation two cells based on local cell histogram and shifting from the result of histogram of oriented gradients(HOG). The second, we applied new weighting values which are calculated by the modified histogram intersection showing the similarity of two cells. This paper applied the Adaboost algorithm to make a strong classification from weak classification. In this experiment, we can get the result that the detection rate of the proposed method is higher than that of the traditional method.

• 말소리와 음성과학
• /
• 제4권2호
• /
• pp.79-86
• /
• 2012

In this paper, we propose a novel approach to improve histogram equalization for speaker identification. Our method collects all speech features of UBM training data to make a reference distribution. The ranks of the feature vectors are calculated in the sorted list of the collection of the UBM training data and the test data. We use the ranks to perform order-based histogram equalization. The proposed method improves the accuracy of the speaker recognition system with short utterances. We use four kinds of speech databases to evaluate the proposed speaker recognition system and compare the system with cepstral mean normalization (CMN), mean and variance normalization (MVN), and histogram equalization (HEQ). Our system reduced the relative error rate by 33.3% from the baseline system.

• International Journal of Internet, Broadcasting and Communication
• /
• 제13권2호
• /
• pp.156-165
• /
• 2021

In this paper, we propose an histogram weighted centroid based Siamese region proposal network for object tracking. The original Siamese region proposal network uses two identical artificial neural networks which take two different images as the inputs and decide whether the same object exist in both input images based on a similarity measure. However, as the Siamese network is pre-trained offline, it experiences many difficulties in the adaptation to various online environments. Therefore, in this paper we propose to incorporate the histogram weighted centroid feature into the Siamese network method to enhance the accuracy of the object tracking. The proposed method uses both the histogram information and the weighted centroid location of the top 10 color regions to decide which of the proposed region should become the next predicted object region.

• 한국콘텐츠학회논문지
• /
• 제6권2호
• /
• pp.44-50
• /
• 2006

본 논문은 기존의 컬러 히스토그램 방법들의 단점을 극복하고자 객체 영역을 이용한 내용기반 영상 검색 방법을 제안한다. 기존 컬러 히스토그램 검색 방법들은 양자화 오류 등의 이유로 정확성이 떨어지고, 공간정보가 부족한 단점이 있다. 이를 해결하기 위해 제안 방법은 색상 정보를 HSV공간으로 변환하여 순수 색상 정보인 hue성분만을 양자화하여 히스토그램을 구해 명암, 이동, 회전 등에 강인한 검색 특징으로 사용한다. 한편 공간정보가 부족한 문제점을 해결하기위해 색상 특징과 영역간의 상관관계를 고려하여 객체영역을 선정한다. 선정된 객체 영역에서는 에지와 DC를 이용하여 검색한다. 자연 컬러 영상 1,000개를 가지고 실험한 결과 기존 방법들보다 precision과 recall이 우수하였다.

• 전자공학회논문지S
• /
• 제36S권10호
• /
• pp.113-122
• /
• 1999

하나의 질의 영상에 대하여 영상 데이터 베이스로부터 유사도가 높은 영상을 찾고자 할 때에는 유사도의 척도로 컬러 히스토그램 인터섹션법과 형상 특징의 비교법, 질감 특징의 비교법 등이 사용된다. 그리고 앞의 개별 특징 중 2가지 특징을 조합한 방법은 유사도의 산출 결과의 정확도를 높이기 위하여 사용된다. 본 논문에서는 히스토그램 인터섹션법과 형상 특징을 반영하는 블록화된 영역별 히스토그램 인터섹션 법을 사용하여 유사도 높은 영상을 얻는 방법을 제안한다. 이 방법은 서로 다른 2가지 특징을 조합하여 사용한 방법과 비교할 때 비슷한 정확도와 상대적으로 빠른 처리 속도를 달성하는 고효율의 알고리즘이다. 시뮬레이션을 통하여 제안한 알고리즘은 600개로 구성된 다양한 영상의 데이터 베이스 내에서 영상 검색이 수행되고 기존의 다른 알고리즘에 비하여 상대적으로 빠르고 신뢰도가 높은 유사도 척도임을 보인다.