• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2000년도 하계학술대회 논문집 D
• /
• pp.2330-2332
• /
• 2000

In this study, 3-D underwater object recognition using ultrasonic sensor fabricated with PZT-Polymer 1-3 type composites and invariant moment vector and SOFM(Self Organizing Feature Map) neural networks are presented. The recognition rates for the training data and the testing data were 99% and 93%, respectively.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 1999년도 추계학술대회-지능형 정보기술과 미래조직 Information Technology and Future Organization
• /
• pp.313-320
• /
• 1999

In this paper, a translation, rotation and scale invariant system for the classification of closed 2D images using the bispectrum of a contour sequence and the weighted fuzzy mean method is derived and compared with the classification process using one of the competitive neural algorithm, called a LVQ(Learning Vector Quantization). The bispectrun based on third order cumulants is applied to the contour sequences of the images to extract fifteen feature vectors for each planar image. These bispectral feature vectors, which are invariant to shape translation, rotation and scale transformation, can be used to represent two-dimensional planar images and are fed into an classifier using weighted fuzzy mean method. The experimental processes with eight different shapes of aircraft images are presented to illustrate the high performance of the proposed classifier.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2004년도 ICCAS
• /
• pp.1057-1060
• /
• 2004

We propose new rotation moment invariants based on multiresolution filter bank techniques. The multiresolution pyramid motivates our simple but efficient feature selection procedure based on the fuzzy C-mean clustering, combined with the Mahalanobis distance. The procedure verifies an impact of random noise as well as an interesting and less known impact of noise due to spatial transformations. The recognition accuracy of the proposed techniques has been tested with the preceding moment invariants as well as with some wavelet based schemes. The numerical experiments, with more than 30,000 images, demonstrate a tangible accuracy increase of about 3% for low noise, 8% for the average noise and 15% for high level noise.

• 전자공학회논문지B
• /
• 제33B권5호
• /
• pp.60-72
• /
• 1996

In this paper, a enw model-base three-dimensional (3-D) object recognition mehtod using hopfield network is proposed. To minimize deformation of feature values on 3-D rotation, we select 3-D shape features and 3-D relational features which have rotational invariant characteristics. Then these feature values are normalized to have scale invariant characteristics, also. The input features are matched with model features by optimization process of hopjfield network in the form of two dimensional arrayed neurons. Experimental results on object classification and object matching with the 3-D rotated, scale changed, an dpartial oculued objects show good performance of proposed method.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2008년도 제39차 동계학술발표논문집 16권2호
• /
• pp.193-196
• /
• 2009

여러 개의 영상으로부터 스케일, 조명, 시점 등의 환경변화를 고려하여 대응점을 찾는 일은 쉽지 않다. SURF는 이러한 환경변화에 불변하는 특징점을 찾는 알고리즘중 하나로서 일반적으로 성능이 우수하다고 알려진 SIFT와 견줄만한 성능을 보이면서 속도를 크게 향상시킨 알고리즘이다. 하지만 SURF는 그레이공간 상의 정보만 이용함에 따라 컬러공간상에 주어진 많은 유용한 특징들을 활용하지 못한다. 본 논문에서는 강인한 컬러특정정보를 포함하는 확장된 SURF알고리즘을 제안한다. 제안하는 방법의 우수성은 다양한 조명환경과 시점변화에 따른 영상을 SIFT와 SURF 그리고 제안하는 컬러정보를 적용한 SURF알고리즘과 비교 실험을 통해 입증하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2011년도 하계학술대회
• /
• pp.222-225
• /
• 2011

영상 매칭은 컴퓨터 비전에서 중요한 기초 기술 중에 하나이다. 하지만 스케일, 회전, 조명, 시점변화에 강인한 대응점을 찾는 것은 쉬운 작업이 아니다. 이러한 문제점을 보안하기 위해서 스케일 불변 특징 변환(Scale Invariant Feature Transform) 고속의 강인한 특징 추출(Speeded up robust features) 알고리즘등에 제안되었지만, 시점 변화에 있어서 취약한 문제점을 나타냈다. 본 논문에서는 이런 문제점을 해결하기 위해서 시점 변화에 강인한 알고리즘을 제안하였다. 시점 변화에 강인한 영상매칭을 위해서 원본 영상과 질의 영상간 유사도 높은 특징점들의 호모그래피 변환을 이용해서 질의 영상을 원본 영상과 유사하게 보정한 뒤에 매칭을 통해서 시점 변화에 강인한 알고리즘을 구현하였다. 시점이 변화된 여러 영상을 통해서 기존 SIFT,SURF와 성능과 수행 시간을 비교 함으로서, 본 논문에서 제안한 알고리즘의 우수성을 입증 하였다.

• 한국산학기술학회논문지
• /
• 제15권9호
• /
• pp.5750-5757
• /
• 2014

본 논문은 의도하지 않게 카메라에 입력되는 회전, 병진 움직임뿐만 아니라 확대 축소에 의한 움직임을 SIFT 기법을 이용하여 추정하고 제거하는 영상 안정화 기법을 제시한다. 또한 영상 분할 및 통합 방법을 이용하여 움직이는 물체가 영상에 입력되었을 경우에도 이러한 외란을 제거하고 영상 안정화를 수행하도록 한다. 제시된 방법은 다른 방법과 결과를 비교하는 실험을 수행하여 성능이 우수함을 검증한다.

• 한국멀티미디어학회논문지
• /
• 제14권10호
• /
• pp.1243-1251
• /
• 2011

본 논문에서는 차량의 헤드라이트 영상에 Scale Invariant Feature Transform(SIFT) 알고리즘을 적용하여 획득한 특징점을 이용하여 차량의 모델을 인식하는 차종 인식 방법을 제안한다. 보다 정확도 높은 차종 인식을 구현하기 위해서 특징점들의 분포로부터 동질성(homogeneity)을 계산하여 인식 정확성의 척도로 두었다. 제안한 방법의 성능을 평가하기 위해 국내 54종의 차량 영상으로부터 촬영된 400장의 실험 영상을 이용해 실험한 결과, 제안한 방법은 90%의 인식률과 16.45의 평균 동질성을 보였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1998년도 추계학술대회 학술발표 논문집
• /
• pp.255-262
• /
• 1998

This paper presents a translation, rotation and scale invariant methodology for the recognition of closed planar shape images using the bispectrum of a contour sequence and the learning vector quantization(LVQ) neural classifier. The contour sequences obtained from the closed planar images represent the Euclidean distance between the centroid and all boundary pixels of the shape, and are related to the overall shape of the images. The higher order spectra based on third order cumulants is applied to tihs contour sample to extract fifteen bispectral feature vectors for each planar image. There feature vector, which are invariant to shape translation, rotation and scale transformation, can be used to represent two0dimensional planar images and are fed into a neural network classifier. The LVQ architecture is chosen as a neural classifier because the network is easy and fast to train, the structure is relatively simple. The experimental recognition processes with eight different hapes of aircraft images are presented to illustrate the high performance of this proposed method even the target images are significantly corrupted by noise.

• 한국산학기술학회논문지
• /
• 제7권6호
• /
• pp.1214-1218
• /
• 2006

본 논문에서는 파노라마 영상 생성의 처리 속도 개선 방법을 제안한다. 그 방법은 불변 특징에 기반한 파노라마 생성 방법으로 영상 축소와 영상 에지 정보를 이용하는 방법이다. 영상을 축소하고 에지의 위치에 대해서만 특징 묘사자를 적용함으로써 특징점의 개수를 줄여 속도 개선을 실현한다. 실험에서 640$\times$480 크기의 24비트 칼라 영상에 대해 기존의 방법보다 3.26$\sim$13.87%의 속도 개선의 효과를 보였다.