• 대한전자공학회논문지SP
• /
• 제46권4호
• /
• pp.116-123
• /
• 2009

서로 다른 시점의 두 영상에서 동일한 점들을 정합하는 특징점 정합은 다양한 영상 처리 분야에서 널리 사용되고 있으며, 최근에는 실시간으로 동작하는 특징점 정합에 대한 요구가 높아지고 있다. 본 논문은 저니키 모멘트 기반의 지역 서술자를 이용하여 특징점을 실시간으로 정합하는 방법을 제안한다. 빠른 모서리 점 검출 방법을 이용하여 입력 영상으로부터 특징점을 추출하고, 각 특징점에서 저니키 모멘트를 이용한 지역 서술자를 생성한다. 저니키 모멘트 기반의 지역 서술자는 특징점 주변의 부분 영상을 적은 차수의 특징 벡터로써 효율적으로 표현하며, 영상의 회전과 밝기 변화에 강인하다. 본 논문에서는 저니키 모멘트 계산을 실시간으로 수행하기 위하여 고정된 크기의 저니키 기저 함수를 미리 계산하여 이를 룩업 테이블에 저장하여 사용한다. 특징점 정합 단계에서는 근사 최근방 이웃(ANN) 방법을 사용하여 초기 정합 결과를 얻고, 이 중 잘못된 정합은 RANSAC 알고리즘을 이용하여 제거함으로써 최종 정합 결과를 얻는다. 실험 결과 제안하는 방법은 다양한 변환이 존재하는 영상에 대하여 실시 간으로 특징점 정합을 수행함을 확인하였다.

• 로봇학회논문지
• /
• 제16권2호
• /
• pp.103-111
• /
• 2021

This study addresses a low-cost lidar sensor-based glass feature extraction method for an accurate map representation using statistical moments, i.e. the mean and variance. Since the low-cost lidar sensor produces range-only data without intensity and multi-echo data, there are some difficulties in detecting glass-like objects. In this study, a principle that an incidence angle of a ray emitted from the lidar with respect to a glass surface is close to zero degrees is concerned for glass detection. Besides, all sensor data are preprocessed and clustered, which is represented using statistical moments as glass feature candidates. Glass features are selected among the candidates according to several conditions based on the principle and geometric relation in the global coordinate system. The accumulated glass features are classified according to the distance, which is lastly represented on the map. Several experiments were conducted in glass environments. The results showed that the proposed method accurately extracted and represented glass windows using proper parameters. The parameters were empirically designed and carefully analyzed. In future work, we will implement and perform the conventional SLAM algorithms combined with our glass feature extraction method in glass environments.

• 대한전자공학회논문지SP
• /
• 제41권4호
• /
• pp.113-120
• /
• 2004

본 논문은 내용 기반 검색 기법에 의한 보다 효율적인 특징 추출 및 영상 검색 알고리즘을 제안하였다. 먼저, MPEG 비디오의 key frame을 입력 영상으로 하여 Gaussian edge detector를 이용하여 객체를 추출하고, 그에 따른 객체 특징들, location feature distributed dimension feature와 invariant moments feature를 추출하였다. 다음, 제안하는 HAQ (Histogram Analysis and Quantization) 알고리즘으로 characteristic color feature를 추출하였다. 마지막으로 key frame이 아닌 shot frame을 질의영상으로 하여 제안된 matching 기법에 따라 4가지 특징들의 단계별 검색을 수행하였다. 본 논문의 목적은 사용자가 요구하는 장면이 속한 비디오의 shot 경계 내의 key frame을 검색하는 새로운 내용 기반 검색 알고리즘을 제안함에 있다. 제안된 알고리즘을 바탕으로 10개의 뮤직비디오, 836개의 시험 영상으로 실험한 결과, 효과적인 검색 효율을 보였다.

• 전자공학회논문지CI
• /
• 제46권3호
• /
• pp.57-63
• /
• 2009

컴퓨터 기반의 영상 데이터베이스의 급격한 증가에 따라 영상 정보를 관리할 수 있는 시스템의 필요성이 증가하고 있다. 본 논문에서는 영상분할 알고리즘에 Active Contour, 칼라 특징으로 칼라 오토코렐로그램(Color Autocorrelogram), 질감 특징으로 CWT(Complex Wavelet Transform), 그리고 형태 특징으로 Hu 불변모멘트를 선택하여 이들을 효율적으로 추출하고 결합한 영역기반 다중 특징 영상검색 알고리즘을 제안한다. 칼라 오토코렐로 그램은 영상의 H(Hue), S(Saturation) 성분으로부터 추출 하였고, 질감 특징과 형태 및 위치 특징은 V(Value) 성분으로부터 추출하였다. 효율적인 유사도 측정을 위해 추출된 특징(오토코렐로그램, Hu 불변 모멘트, CWT 모멘트)을 결합하여 정확도와 재현율을 측정하였다. Corel DB 및 VisTex DB에 대한 실험 결과, 제안된 영상검색 알고리즘은 94.8%의 정확도와 90.7%의 재현율을 가지며 성공적으로 영상검색 시스템에 응용할 수 있다.

• 한국컴퓨터정보학회논문지
• /
• 제17권2호
• /
• pp.31-40
• /
• 2012

홍채 인식은 홍채 패턴 정보를 이용하여 사람의 신원을 확인하는 생체 인식 기술이다. 이러한 홍채 인식 시스템에 있어 조명의 영향이나 동공의 크기, 머리의 기울어짐 등으로 인해 발생될 수 있는 홍채 패턴의 변화에 대해 무관한 특징을 추출하는 것은 중요한 과제이다. 본 논문에서는 Zernike Moment를 이용해 홍채의 회전에 강인한 홍채 인식 방법을 제안하였다. 빠르고 효과적인 인식을 위한 Zernike Moment를 선택하기 위해 전역 최적 차수를 이용하였고, 각각의 홍채 클래스와 매칭하기 위하여 국소 최적 차수를 사용 하였다. 제안된 방법은 특징 추출 및 특징 비교 시 회전에 대해 별도의 처리가 필요하지 않아 고속의 특징 추출 및 특징 비교가 가능하며 성능도 기존의 방법과 대등함을 실험을 통하여 확인하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1987년도 전기.전자공학 학술대회 논문집(I)
• /
• pp.86-89
• /
• 1987

In this paper, feature vectors composed of 6 features of Fourier spectrum of 2-D image at each projection angle and 7 features of invariant moments are defined. The feature are extracted by optical Fourier transformer and Radon transformer. After extracting the feature, the input pattern is recognized using the squared Mahalanobis distance.

• 한국산업정보학회논문지
• /
• 제6권2호
• /
• pp.16-22
• /
• 2001

본 논문에서는 화상자료의 특성인 이웃 화소간의 종속성을 표현하는데 적합한 깁스분포를 바탕으로 특징벡터를 추출하여 변형된 글자를 인식하는 새로운 방법을 제안하였다. 추출된 특징벡터는 이미지의 크기, 위치, 회전에 대하여 불변한 특성을 갖는 2차원 조건부 모멘트로 구성된다. 변형된 글자 인식을 위한 알고리즘은 특징벡터 추출하는 과정과 패턴을 인식하는 과정으로 구성하였다. (i) 특징벡터는 하나의 이미지에 대하여 추정된 조건부 깁스분포를 바탕으로 2차원 조건부 모멘트를 계산하여 추출한다. (ii) 변형된 문자 인식은 제안된 판별거리함수를 계산하여 최소거리를 산출한 미지의 변형된 문자를 원형문자로 인식한다. 제안된 방법에 대한 성능평가를 위하여, 생성된 훈련 데이터를 만들어 Workstation에서 실험 한 결과 96%이상의 인식성능이 있음을 밝혔다.

• 한국산업정보학회논문지
• /
• 제4권2호
• /
• pp.1-6
• /
• 1999

화상 데이터의 특성을 표현하는데 적합한 깁스분포를 바탕으로 특징벡터를 추출하여 패턴을 분류하는 새로운 알고리즘을 제안하였다. 특징벡터는 화상의 크기, 위치, 회전에 대해서 불변이며 접영에 대해서도 덜 민감한 특징을 갖는 2차원 모멘트들의 원소로 만들어진다. 알고리즘은 공간정보를 갖는 2차원 모멘트를 이용하여 특징벡터를 추출하는 과정과 거리함수를 이용하여 패턴을 분류하는 과정으로 구축하였다. 특징벡터는 깁스분포의 묘수를 추정하여 2차원 조건부 모멘트를 추출하여 구성한다. 패턴 분류 과정은 추출된 특징벡터로부터 제안된 판별거리함수를 계산하여 여러 원형 패턴 가운데 최소거리를 산출한 미지의 패턴을 원형패턴으로 분류한다. 제안된 방법의 성능을 검증하기 위하여 대문자와 소문자 52자로 구성된 훈련 데이터를 만들어 SUN ULTRA 10 워크스테이션에서 실험을 한 결과 98%이상의 분류성능이 있음을 밝혔다.

• Journal of Electrical Engineering and information Science
• /
• 제2권6호
• /
• pp.156-161
• /
• 1997

Zernike moments have been one of the most commonly used feature vectors for recognizing rotated patterns due to its rotation invariant characteristics. In order to reduce its expensive computational cost, several methods have been proposed to lower the complexity. One of the methods proposed by mukundan and K. R. Ramakrishnan[1], however, is not rotation invariant. In this paper, we propose another method that not only reduces the computational cost but preserves the rotation invariant characteristics. In the experiment, we compare our method with others, in terms of computing time and the accuracy of moment feature at different rotational angle of an object in image.

• Communications for Statistical Applications and Methods
• /
• 제30권6호
• /
• pp.551-560
• /
• 2023

Recently, there has been significant research into the recognition of human activities using three-dimensional sequential skeleton data captured by the Kinect depth sensor. Many of these studies employ deep learning models. This study introduces a novel feature selection method for this data and analyzes it using machine learning models. Due to the high-dimensional nature of the original Kinect data, effective feature extraction methods are required to address the classification challenge. In this research, we propose using the first four moments as predictors to represent the distribution of joint sequences and evaluate their effectiveness using two datasets: The exergame dataset, consisting of three activities, and the MSR daily activity dataset, composed of ten activities. The results show that the accuracy of our approach outperforms existing methods on average across different classifiers.