• 방송공학회논문지
• /
• 제24권6호
• /
• pp.1096-1112
• /
• 2019

현재 360 VR 이미지를 만들어주는 카메라들은 상당히 고가이기에 사람들이 손쉽게 사용할 순 없는 상황이다. 이를 해결하기 위해 휴대 전화의 카메라를 이용해 100여 장의 사진을 360° 촬영을 한 후 Image stitching으로 360 VR 영상을 얻고자 한다. 기존의 장비는 한 번에 360℃ 촬영으로 VR 영상을 만들어내는 반면 휴대 전화를 이용하여 촬영할 경우 영상마다 시차가 생기게 된다. 이로 인해 움직이는 물체가 있는 경우 물체가 여러 장의 영상에서 나타나는 원하지 않는 상황이 생기게 되고 Seam이 물체를 관통하여 부자연스러운 결과 영상을 얻게 된다. 본 논문에서는 시각적으로 두드러지는 물체를 판별할 수 있는 Saliency map을 이용한 Seam finder 알고리즘을 통해 개선된 결과 영상을 얻을 수 있음을 확인했다.

• 센서학회지
• /
• 제10권5호
• /
• pp.286-291
• /
• 2001

논문에서는 임의의 시각계에서 인간과 유사한 시각 응시점을 선택하기 위한 Saliency map 모델을 제안한다. 제안하는 모델은 영상의 에지 정보를 시각 응시점 결정을 위한 특징 기저로 이용한다. 자연 정지 흑백 영상에서 상호 독립적인 에지 성분들을 찾는데 가장 좋은 방법이라고 알려진 독립성분해석 방법을 이용한다. 인간 시각계에서 시각 수용체의 비균일 분포를 고려하기 위해 카메라와 같은 시각 센서로 받은 영상을 직접 이용하는 대신에 입력 영상으로 다중 해상도를 갖는 계층 영상을 이용한다. 컴퓨터를 이용한 시뮬레이션으로부터 제안한 Saliency map을 이용하여 주어진 임의의 이미지에 대한 시각 응시점을 구한다.

• 스마트미디어저널
• /
• 제2권2호
• /
• pp.8-13
• /
• 2013

Nowadays, the saliency region detection has become a popular research topic because of its uses for many applications like object recognition and object segmentation. Some of recent methods apply color distinctiveness based on an analysis of statistics of color image derivatives in order to boosting color saliency can produce the good saliency maps. However, if the salient regions comprise more than half the pixels of the image or the background is complex, it may cause bad results. In this paper, we introduce the method to handle these problems by using maximum symmetric surround. The results show that our method outperforms the previous algorithms. We also show the segmentation results by using Otsu's method.

• 한국정밀공학회지
• /
• 제25권2호
• /
• pp.131-139
• /
• 2008

This paper presents a new saliency map which is constructed by providing dynamic weights on individual features in an input image to search ROI(Region Of Interest) or FOA(Focus Of Attention). To construct a saliency map on there is no a priori information, three feature-maps are constructed first which emphasize orientation, color, and intensity of individual pixels, respectively. From feature-maps, conspicuity maps are generated by using the It's algorithm and their information quantities are measured in terms of entropy. Final saliency map is constructed by summing the conspicuity maps weighted with their individual entropies. The prominency of the proposed algorithm has been proved by showing that the ROIs detected by the proposed algorithm in ten different images are similar with those selected by one-hundred person's naked eyes.

• IEIE Transactions on Smart Processing and Computing
• /
• 제1권3호
• /
• pp.133-142
• /
• 2012

This paper presents a salient region detection algorithm for auto-focusing based on the characteristics of a human's visual attention. To describe the saliency at the local, regional, and global levels, this paper proposes a set of novel features including multi-scale local contrast, variance, center-surround entropy, and closeness to the center. Those features are then prioritized to produce a saliency map. The major advantage of the proposed approach is twofold; i) robustness to changes in focus and ii) low computational complexity. The experimental results showed that the proposed method outperforms the existing low-level feature-based methods in the sense of both robustness and accuracy for auto-focusing.

• Journal of information and communication convergence engineering
• /
• 제9권1호
• /
• pp.55-58
• /
• 2011

In this paper we introduce an improved method to measure saliency values of pixels from an image. The proposed saliency measure is formulated using local features of color and a statistical framework. In the preprocessing step, rough salient pixels are determined as the local contrast of an image region with respect to its neighborhood at various scales. Then, the saliency value of each pixel is calculated by Bayes' rule using rough salient pixels. The experiments show that our approach outperforms the current Bayes' rule based method.

• ETRI Journal
• /
• 제41권6호
• /
• pp.797-810
• /
• 2019

Image saliency detection is the basis of perceptual image processing, which is significant to subsequent image processing methods. Most saliency detection methods can detect only a single object with a high-contrast background, but they have no effect on the extraction of a salient object from images with complex low-contrast backgrounds. With the prior knowledge, this paper proposes a method for detecting salient objects by combining the boundary contrast map and the geodesics-like maps. This method can highlight the foreground uniformly and extract the salient objects efficiently in images with low-contrast backgrounds. The classical receiver operating characteristics (ROC) curve, which compares the salient map with the ground truth map, does not reflect the human perception. An ROC curve with distance (distance receiver operating characteristic, DROC) is proposed in this paper, which takes the ROC curve closer to the human subjective perception. Experiments on three benchmark datasets and three low-contrast image datasets, with four evaluation methods including DROC, show that on comparing the eight state-of-the-art approaches, the proposed approach performs well.

• 한국융합학회논문지
• /
• 제8권6호
• /
• pp.29-36
• /
• 2017

본 논문에서는 인간의 시각인지 형태와 유사한 결과를 갖는 Saliency map의 정확성과 신뢰성을 향상시키기 위해 학습한 다중 특징을 기반으로 개선된 saliency map 방법을 제안한다. 기존의 Saliency map 생성에서 색상 기반의 돌출 영역 추정 시 발생하는 역 선택이나 부분손실 등의 부정확한 결과가 나오는 것을 보완하기 위해 제안하는 방법은 학습 기반의 다중 특징 데이터를 생성하였다. 원 영상에서의 색상 패턴과 특이성을 갖는 영역의 구별과정을 거쳐 영상에서 고려될 특성들을 분석하고, LAB 색 공간 기반의 색상 분석을 이용한 유사 돌출 영역 정의와 특이성 영역의 조합으로 학습 데이터를 구성한다. 구성된 학습 데이터와 주파수, 색상, 초점정보 등의 low level feature로 구한 돌출 정보를 결합한 뒤 최종 saliency map을 구하기 위해 재구성 과정을 거쳐 부정확한 saliency 영역을 최소화하도록 하였다. 실험을 위해 Ground truth 이미지를 각 실험 결과와 비교하여 precision-recall 및 F-Measure 값을 구한 결과 기존 알고리즘에 비해 7%, 29%의 향상된 결과를 나타내었다.

• 대한원격탐사학회지
• /
• 제36권5_3호
• /
• pp.1067-1076
• /
• 2020

In this paper, an unsupervised saliency guided change detection method using UAV and aerial imagery is proposed. Regions that are more different from other areas are salient, which make them more distinct. The existence of the substantial difference between two images makes saliency proper for guiding the change detection process. Change Vector Analysis (CVA), which has the capability of extracting of overall magnitude and direction of change from multi-spectral and temporal remote sensing data, is used for generating an initial difference image. Combined with an unsupervised CVA and the saliency, Principal Component Analysis(PCA), which is possible to implemented as the guide for change detection method, is proposed for UAV and aerial images. By implementing the saliency generation on the difference map extracted via the CVA, potentially changed areas obtained, and by thresholding the saliency map, most of the interest areas correctly extracted. Finally, the PCA method is implemented to extract features, and K-means clustering is applied to detect changed and unchanged map on the extracted areas. This proposed method is applied to the image sets over the flooded and typhoon-damaged area and is resulted in 95 percent better than the PCA approach compared with manually extracted ground truth for all the data sets. Finally, we compared our approach with the PCA K-means method to show the effectiveness of the method.

• 한국전자통신학회논문지
• /
• 제8권2호
• /
• pp.213-218
• /
• 2013

본 논문에서는 효율적 항만관리를 위하여 영상기반 선박 검출 방법을 제안한다. 움직이는 선박의 추적이 용이하도록 시각집중 알고리즘과 평균이동 알고리즘을 적용하여 배경정보를 포함하지 않는 선박영역을 검출한다. 시각집중알고리즘은 배경으로부터 두드러진 특징을 갖는 객체를 추출하는데 효과적이기 때문에 해상에서 선박을 검출하는데 용이하다. 돌출영역에 포함되어 있는 배경정보를 제거하기 위하여 평균이동 알고리즘을 이용하여 영상 분할 및 클러스터링을 한다. 돌출영역 내에 있는 화소 중에서 돌출영역 주변의 클러스터와 같은 컬러값을 갖는 화소를 배경으로 처리함으로써 선박만을 검출한다. 항만에 설치된 고해상도 카메라의 영상을 이용하여 선박 검출 시뮬레이션 결과 제안하는 방법이 선박을 검출하는데 효과적임을 보인다.