• 정보과학회 논문지
• /
• 제43권12호
• /
• pp.1356-1364
• /
• 2016

본 논문에서는 딥러닝 기법 중 하나인 deep convolutional neural network (DCNN)을 이용하여 영상의 구도를 개선하는 방법을 제시한다. 기존의 구도 개선 방법들은 영상의 주요 물체의 위치를 바탕으로 한 구도 평가 점수를 정의한 뒤 최적화를 통해 평가 점수를 향상시키는 방향으로 영상을 개선한다. 이는 계산량이 많고 기존 주요 물체 검출 알고리즘의 성능에 종속적이기 때문에 영상에 따라 구도 개선이 제대로 수행되지 않는 경우가 존재한다. 본 논문에서는 영상의 특징 추출에 뛰어난 성능을 보이는 DCNN을 이용해 영상을 반복적으로 크롭하여 미학적으로 구도가 개선된 영상을 얻는 방법을 제안한다. 실험 결과 및 사용자 평가를 통해 본 논문에서 제안한 알고리즘이 주어진 영상을 특정 구도 가이드라인(삼분할법, 주요 물체의 크기 등)을 따르도록 자동으로 크롭한다는 것을 보인다.

• IEIE Transactions on Smart Processing and Computing
• /
• 제5권1호
• /
• pp.1-4
• /
• 2016

In this paper, we present an algorithm for adjusting the position of a user-specified object considering image aesthetics. Specifically, the user-specified object is positioned according to the rule of thirds by inserting or deleting unimportant seam lines from the image. To find such seam lines, a novel weight map is designed using the spatial and color distances from the object. We also design and analyze two approaches to seam carving and insertion. Experimental results show that the proposed method can be used as an effective semi-automatic image recomposition scheme.