• 한국정보통신학회논문지
• /
• 제20권4호
• /
• pp.826-832
• /
• 2016

본 논문에서는 고가의 디지털 설진 장비와 특별한 장치 없이 누구나 손쉽게 사용할 수 있는 디지털 설진 시스템의 첫 단계로 미각 영역별 균열 유무를 판별하는 시스템을 제안한다. 훈련 DB는 한방 병원에서 수집한 사진 261장을 바탕으로 Haar-like feature, Adaboost 학습을 하였다. 학습된 결과를 통하여 입력영상으로부터 혀 후보영역을 검출하고, 검출된 혀 후보영역으로부터 혀 영역만을 분리하기 위하여 261장의 훈련 DB의 HSV 컬러모델의 Hue 성분 평균 값을 산출하였다. 검출된 혀 윤곽으로부터 Connected Component Labeling을 통하여 혀 영역을 분리 하였다. 분리된 혀 영역의 상대적 너비와 높이를 이용하여 미각 영역별 로 분할하였다. 분할된 미각 영역별 영상은 Gray영상으로 변환하고, 각각의 영역별 평균 밝기를 산출하여 이진화하였다. 이진화 영상에 Connected Component Labeling을 통하여 균열 유무를 판별하였다.

• 방송공학회논문지
• /
• 제21권4호
• /
• pp.609-620
• /
• 2016

최근 발생빈도가 높은 차량 간 충돌사고를 미연에 방지하고 운전자의 편의를 증진하기 위한 전방 충돌 경고 시스템에 관한 연구가 활발히 진행되고 있다. 충돌 회피를 위한 차량 시스템에 자동으로 차량을 검출하는 기술은 필수적 요소이다. 기존의 학습 기반 차량 검출 방법들은 일반적으로 차량의 후면 전체를 학습하며, 외형이 다른 승용차와 트럭, SUV의 경우 클래스를 분류하여 학습해야 한다는 단점이 있다. 본 논문에서는 이러한 단점을 해결하기 위해 차종에 관계없이 후미등 하단 부의 외형은 유사하다는 점에 착안하여 하단부에 한해 Haar-like feature를 학습함으로써 전방 차량을 검출하는 방법을 제안하였다. 또한 검증단계로서 후미등 검출을 통해 실제 차량과 차량이 아닌 것들을 분류하고 후미등 검출이 어려운 작은 크기의 후보 영역은 HOG(Histogram Of Gradient) 특징과 SVM(Support Vector Machine) 분류기를 통해 검증하여 오검출률을 낮추었다. 도로 주변에 건물이 많은 복잡한 영상에서도 차종에 관계없이 95%에 해당하는 정확도를 보여 전방 차량 검출 성능이 개선된 것을 확인하였다.

• 제어로봇시스템학회논문지
• /
• 제12권2호
• /
• pp.130-137
• /
• 2006

In this paper, we propose a method of selecting new types of rectangle features that are suitable for facial expression recognition. The basic concept in this paper is similar to Viola's approach, which is used for face detection. Instead of previous Haar-like features we choose rectangle features for facial expression recognition among all possible rectangle types in a 3${\times}$3 matrix form using the AdaBoost algorithm. The facial expression recognition system constituted with the proposed rectangle features is also compared to that with previous rectangle features with regard to its capacity. The simulation and experimental results show that the proposed approach has better performance in facial expression recognition.

• 한국멀티미디어학회논문지
• /
• 제10권1호
• /
• pp.26-35
• /
• 2007

본 논문은 연속적으로 입력되는 비디오 영상에서 효과적인 얼굴 검출기와 칼만 필터를 이용하여 강인하게 얼굴을 추적하는 시스템을 제안한다. 효과적인 얼굴 검출기를 구성하기 위해 간단한 다섯 가지 타입의 Haar-like 특징값들을 이용하여 얼굴 특징을 추출한다. 추출된 특징값들은 PCA(Principal Component Analysis)를 이용하여 재해석되고, 해석된 주성분들을 SVM(Support Vector Machine)의 입력 값으로 사용하여 얼굴과 배경으로 분류한다. 검출된 얼굴의 정적정보와 프레임간 변화량을 이용한 동적정보를 칼만 필터(Kalman Filter)에 적용하여 얼굴을 추적한다. 실시간에 적용 가능한 시스템을 구현하기 위하여 얼굴 검출회수를 조정하여 처리속도를 향상시켰다. 실험결과, 평균 93.3%의 추적 성공률과 초당 15 프레임 처리 성능으로 강인한 실시간 얼굴 추적이 가능함을 보여주었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제8권10호
• /
• pp.3490-3507
• /
• 2014

License plate detection (LPD) is one of the most important aspects of an automatic license plate recognition system. Although there have been some successful license plate recognition (LPR) methods in past decades, it is still a challenging problem because of the diversity of plate formats and outdoor illumination conditions in image acquisition. Because the accurate detection of license plates under different conditions directly affects overall recognition system accuracy, different methods have been developed for LPD systems. In this paper, we propose a license plate detection method that is rapid and robust against variation, especially variations in illumination conditions. Taking the aspects of accuracy and speed into consideration, the proposed system consists of two stages. For each stage, Haar-like features are used to compute and select features from license plate images and a cascade classifier based on the concatenation of classifiers where each classifier is trained by an AdaBoost algorithm is used to classify parts of an image within a search window as either license plate or non-license plate. And it is followed by connected component analysis (CCA) for eliminating false positives. The two stages use different image preprocessing blocks: image preprocessing without adaptive thresholding for the first stage and image preprocessing with adaptive thresholding for the second stage. The method is faster and more accurate than most existing methods used in LPD. Experimental results demonstrate that the LPD rate is 98.38% and the average computational time is 54.64 ms.

• 한국컴퓨터정보학회논문지
• /
• 제17권1호
• /
• pp.71-80
• /
• 2012

본 논문에서는 단일 카메라를 이용하여 차량의 위치를 검출하고 연속적인 프레임에서의 차량의 움직임을 추적하는 알고리즘을 제안한다. 차량의 특징을 검출하기 위해 Haar-like 에지 검출기를 사용하고, 카메라의 캘리브레이션 정보를 이용하여 차량의 위치를 추정한다. 신뢰도를 높이기 위해 k 개의 연속적인 프레임에서의 누적된 차량 정보를 추출한다. 최종 검출된 차량을 템플릿으로 지정하고 SURF (Speeded Up Robust Features) 알고리즘을 통해 연속적으로 입력되는 프레임에서 동일한 차량을 추출한다. 이를 통해 동일 차량으로 추출된 차량 정보를 새로운 템플릿으로 업데이트 한다. 비교 검출을 위한 수행 시간을 줄이기 위해 이전 프레임에서 검출된 차량의 범위를 확장한 영역만을 관심 영역으로 지정한다. 이 과정은 공통된 대응점을 찾지 못할 때까지 검출과 추적 과정을 반복하여 진행한다. 실 도로 상에서 얻어진 영상에 대해 적용함으로써 제안된 알고리즘의 효율성을 보였다.

• 한국통신학회논문지
• /
• 제29권8C호
• /
• pp.1184-1192
• /
• 2004

개인용 컴퓨터에 연결하여 널리 사용되는 가시광선 카메라에 의해서 획득된 실시간 영상 데이터를 가지고 동공의 움직임을 검출하는 시스템을 제안하였다. 시스템은 3단계로 구성되는데, 첫 단계로 haar-like 기반의 특징 기법을 이용해서 얼굴 영역이 검출되고, 다음으로 얼굴 영역 내에서 템플릿 기반 기법을 이용하여 눈 영역이 검출된다. 끝으로 눈 영역 내에서 동공 부위가 검출되는데 눈 영상의 수평 및 수직 히스토그램 프로파일에 가우시안 필터를 컨벌루션 한 기법을 제안하였다. 실험 결과 2375개의 영장에 대해서 90% 이상의 검출율을 얻었으며 데이터 처리시간은 약 160㎳로 초당 7회씩 검출할 수 있었다.

• International Journal of Internet, Broadcasting and Communication
• /
• 제10권4호
• /
• pp.50-64
• /
• 2018

This paper describes a visual object detection approach utilizing ensemble based machine learning. Object detection methods employing 1D features have the benefit of fast calculation speed. However, for real image with complex background, detection accuracy and performance are degraded. In this paper, we propose an ensemble learning algorithm that combines a 1D feature classifier and 2D DNF (Disjunctive Normal Form) classifier to improve the object detection performance in a single input image. Also, to improve the computing efficiency and accuracy, we propose a feature selecting method to reduce the computing time and ensemble algorithm by combining the 1D features and 2D DNF features. In the verification experiments, we selected the Haar-like feature as the 1D image descriptor, and demonstrated the performance of the algorithm on a few datasets such as face and vehicle.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2007년도 하계종합학술대회 논문집
• /
• pp.385-386
• /
• 2007

In this paper, we present a detection method of facial angle using facial features. First, it finds face image using haar-like feature. After that, it finds eyes and lip in need of compute of face rotation angle. Next, it makes a triangle by using the facial features and computes the inside angle. As a result of experiment on various face images, the proposed method improves the efficiency much better than the conventional methods below $40^{\circ}$.

• 한국산학기술학회논문지
• /
• 제11권12호
• /
• pp.5113-5119
• /
• 2010

인체측정학(Anthropometry)은 자동차, 가전제품, 의료기기 및 스포츠 용품 등 다양한 분야에서 소비자의 만족도와 사용 효율성을 최적화하기 위해 조사되고 연구되어 왔다. 하지만 아직까지 인체 측정 방식은 계측자를 이용한 직접측정 또는 스캐너나 디지털 측정기 등 고가의 장치에 의존적인 방법에서 벗어나지 못하고 있다. 따라서 본 연구는 사진으로부터 신체인식 알고리즘을 이용하여 신체사이즈를 자동으로 추출하고, 의류추천 및 자전거 피팅사이즈 서비스 등에 활용가능성을 제시한다. 이를 위해 Haar-like features와 AdaBoost 알고리즘을 이용하여 빠른 속도와 높은 정확도로 영상콘텐츠 내에서 신체 영역을 검출한다. 이후 AAM(Active Appearance Model)을 이용하여 특징점을 검출하고 도출된 측정치에 최적화된 상품을 추천하는 지능형 모듈 시스템을 구현하고 성능평가를 제시한다.