• 한국멀티미디어학회논문지
• /
• 제10권12호
• /
• pp.1559-1565
• /
• 2007

The many target-detection methods that use forward-looking infrared (FUR) images can deal with large targets measuring $70{\times}40$ pixels, utilizing their shape features. However, detection small targets is difficult because they are more obscure and there are many target-like objects. Therefore, few studies have examined how to detect small targets consisting of fewer than $30{\times}10$ pixels. This paper presents a small target detection method using clutter rejection with stochastic hypothesis testing for FLIR imagery. The proposed algorithm consists of two stages; detection and clutter rejection. In the detection stage, the mean of the input FLIR image is first removed and then the image is segmented using Otsu's method. A closing operation is also applied during the detection stage in order to merge any single targets detected separately. Then, the residual of the clutters is eliminated using statistical hypothesis testing based on the t-test. Several FLIR images are used to prove the performance of the proposed algorithm. The experimental results show that the proposed algorithm accurately detects small targets (Jess than $30{\times}10$ pixels) with a low false alarm rate compared to the center-surround difference method using the receiver operating characteristics (ROC) curve.

• 대한전자공학회논문지SP
• /
• 제46권3호
• /
• pp.112-118
• /
• 2009

피부색 검출 기법은 안면 정보를 이용한 체질 진단 및 건강 진단, 인간과 로봇과의 상호작용, 영상 검색 시스템 등 다양한 응용분야에서 사람의 얼굴과 손의 검출을 위해 많이 사용되어 왔다. 비디오 영상의 경우 조명이나 환경 변화에 강인한 피부색 영역의 추적을 위해 매 프레임마다 대상 영역의 피부색 모델을 업데이트 하는 것이 일반적이나, 단일 영상에서 피부색 영역을 검출하거나 비디오 영상의 첫 프레임에서 피부색 영역을 검출할 때에는, 많은 연구들이 하나의 고정된 피부색 모델을 이용하기 때문에 입력 영상의 특징에 따라 낮은 검출율이나 높은 긍정 오류율이 발생하는 경우가 많다. 이러한 문제점을 해결하기 위해 본 논문에서는 피부색 검출 결과를 피드백 받아 피드백 받은 정보를 바탕으로 피부색 검출 조건을 수정하는 과정을 반복함으로써 다양한 환경 조건들을 가지는 단일 영상에 대해 효과적으로 피부색을 검출할 수 있는 방법을 제안한다.

• 한국정보통신학회논문지
• /
• 제23권7호
• /
• pp.771-778
• /
• 2019

기존 단일 조도센서를 이용한 조도검출 방식은 좁은 FOV (Field of View) 특성 상 측정 위치에 따라 검출 조도의 균일도가 저하된다. 다수개의 조도센서를 통해 평균 조도값을 검출하는 방법은 복잡도 증가 및 계산과정에서 오류가 증가하는 문제점을 가지고 있다. 본 논문에서는 넓은 FOV를 가지는 하나의 이미지센서를 기반으로 한 조도검출 방법을 제안하였으며, 제안된 방법은 기존 조도센서가 가지는 시스템 복잡도, 오류 증가 등의 문제점이 해결 가능하다. 실내 환경에서의 성능평가 결과는 색차조도계 (CL-200A)를 이용한 기준값 대비 조도센서가 1개인 경우 평균 12%, 조도센서가 5개인 경우 평균 10.7%, 이미지센서의 경우 평균 6.2% 차이가 발생하는 것을 확인하였으며, 이를 통해 이미지센서를 기반으로 한 제안된 검출방법은 균일성이 향상된 공간조도를 간단하고 정확하게 검출할 수 있음을 확인하였다.

• 대한원격탐사학회지
• /
• 제23권5호
• /
• pp.409-420
• /
• 2007

Since 1988, pine wilt disease has spread over rapidly in Korea. It is not easy to detect the damaged pine trees by pine wilt disease from conventional remote sensing skills. Thus, many possibilities were investigated to detect the damaged pines using various kinds of remote sensing data including high spatial resolution satellite image of 2000/2003 IKONOS and 2005 QuickBird, aerial photos, and digital airborne data, too. Time series of B&W aerial photos at the scale of 1:6,000 were used to validate the results. A local maximum filtering was adapted to determine whether the damaged pines could be detected or not at the tree level from high resolution satellite images, and to locate the damaged trees. Several enhancement methods such as NDVI and image transformations were examined to find out the optimal detection method. Considering the mean crown radius of pine trees, local maximum filter with 3 pixels in radius was adapted to detect the damaged trees on IKONOS image. CIR images of 50 cm resolution were taken by PKNU-3(REDLAKE MS4000) sensor. The simulated CIR images with resolutions of 1 m, 2 m, and 4 m were generated to test the possibility of tree detection both in a stereo and a single mode. In conclusion, in order to detect the pine tree damaged by pine wilt disease at a tree level from satellite image, a spatial resolution might be less than 1 m in a single mode and/or 1 m in a stereo mode.

• 정보처리학회논문지B
• /
• 제15B권6호
• /
• pp.527-532
• /
• 2008

본 논문은 그림자의 기하학 정보와 광원의 종류 및 방위에 관계없이 그림자 밝기가 점진적으로 변하거나 변화가 없다는 가정과 그림자는 어둡다는 공리를 기반으로 임의의 복잡한 자연 영상에서 그림자를 검출하는 기법을 제안한다. 먼저, 전처리를 통하여 그림자 후보영상을 검출한다. 다음으로, 인접화소들 사이의 선형독립성을 낮추기 위하여 유사 밝기를 대표 밝기로 표현하는 균일 양자화를 수행한다. 마지막으로, 그림자 밝기의 선형적 변화 특성을 이용하여 선형독립성이 낮은 그림자를 검출한다. 임의의 단일 자연영상의 실험에서, 제안한 알고리즘은 본영과 단색 배경을 갖는 반영 및 셀프그림자의 검출에 강건함을 보였다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2003년도 ICCAS
• /
• pp.677-680
• /
• 2003

Perceptual landmarks are an effective solution for a mobile robot realizing steady and reliable long distance navigation. But the prerequisite is those landmarks must be detected and recognized robustly at a higher speed under various lighting conditions. This made image processing more complicated so that its speed and reliability can not be both satisfied at the same time. Color based target detection technique can separate target color regions from non-target color regions in an image with a faster speed, and better results were obtained only under good lighting conditions. Moreover, in the case that there are other things with a target color, we have to consider other target features to tell apart the target from them. Such thing always happens when we detect a target with its single character. On the other hand, we can generally search for only one target for each time so that we can not make use of landmarks efficiently, especially when we want to make more landmarks work together. In this paper, by making use of the moment invariants of each landmark, we can not only search specified target from separated color region but also find multi-target at the same time if necessary. This made the finite landmarks carry on more functions. Because moment invariants were easily used with some low level image processing techniques, such as color based target detection and gradient runs based target detection etc, and moment invariants are more reliable features of each target, the ratio of target detection were improved. Some necessary experiments were carried on to verify its robustness and efficiency of this method.

• 한국정보통신학회논문지
• /
• 제13권7호
• /
• pp.1292-1302
• /
• 2009

본 논문에서는 모바일 폰 카메라의 적용을 위한 자동백색보정(Auto White Balance, AWB) 기능 중에서 단색영상에 대한 탈색 현상과 색상의 왜곡을 막기 위한 단색영상 검출 알고리즘을 제안하였다. 기존의 자동백색보정 기능은 복합영상의 경우에는 정상적으로 자동백색보정이 수행되었지만, 입력영상이 단색이거나 단색이 상당량 포함되어 있는 영상이 입력되는 경우에는 해당 색상이 탈색되거나, 입력영상의 색상 성분에 의해서 자동백색보정의 결과가 왜곡된 색상으로 나타나는 문제점이 발생하였다. 본 논문에서는 자동백색보정 수행 시 상기 단색영상에 대한문제 점을 해결하기 위하여 입력 영상의 색상정보에 대한 히스토그램 데이터를 이용한 단색영상 검출 알고리즘을 개발 하였다. 본 논문에서 제안하는 알고리즘을 자동백색보정 기능에 추가적으로 적용된다면 더욱 향상된 기능의 자동 백색보정이 수행될 수 있을 것이라 기대한다.

• 대한원격탐사학회지
• /
• 제25권3호
• /
• pp.271-285
• /
• 2009

Multi-temporal satellite imagery can be changed into a transform image that emphasizes the changed area only through the application of various change detection techniques. From the transform image, an automated change detection model calculates the optimal threshold value for classifying the changed and unchanged areas. However, the model can cause undesirable results when the histogram of the transform image is unbalanced. This is because the model uses a single threshold value in which the sign is either positive or negative and its value is constant (e.g. -1, 1), regardless of the imbalance between changed pixels. This paper proposes an advanced method that can improve accuracy by applying separate threshold values according to the increased or decreased range of the changed pixels. It applies multiple threshold values based on the cumulative producer's and user's accuracies in the automated binary change detection model, and the analyst can automatically extract more accurate optimal threshold values. Multi-temporal IKONOS satellite imagery for the Daejeon area was used to test the proposed method. A total of 16 transformation results were applied to the two study sites, and optimal threshold values were determined using accuracy assessment curves. The experiment showed that the accuracy of most transform images is improved by applying multiple threshold values. The proposed method is expected to be used in various study fields, such as detection of illegal urban building, detection of the damaged area in a disaster, etc.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권5호
• /
• pp.1433-1449
• /
• 2023

In recent years, the rapid development of social networks has led to a rapid increase in the amount of information available on the Internet, which contains a large amount of sensitive information related to pornography, politics, and terrorism. In the aspect of sensitive image detection, the existing machine learning algorithms are confronted with problems such as large model size, long training time, and slow detection speed when auditing and supervising. In order to detect sensitive images more accurately and quickly, this paper proposes a multiclassification sensitive image detection method based on lightweight Convolutional Neural Network. On the basis of the EfficientNet model, this method combines the Ghost Module idea of the GhostNet model and adds the SE channel attention mechanism in the Ghost Module for feature extraction training. The experimental results on the sensitive image data set constructed in this paper show that the accuracy of the proposed method in sensitive information detection is 94.46% higher than that of the similar methods. Then, the model is pruned through an ablation experiment, and the activation function is replaced by Hard-Swish, which reduces the parameters of the original model by 54.67%. Under the condition of ensuring accuracy, the detection time of a single image is reduced from 8.88ms to 6.37ms. The results of the experiment demonstrate that the method put forward has successfully enhanced the precision of identifying multi-class sensitive images, significantly decreased the number of parameters in the model, and achieved higher accuracy than comparable algorithms while using a more lightweight model design.

• 한국정보기술학회논문지
• /
• 제17권5호
• /
• pp.13-20
• /
• 2019

최근 CNN을 기반으로 한 객체 검출 기술의 연구가 활발하다. 객체 검출 기술은 자율주행차, 지능형 영상분석 등에서 중요한 기술로 사용된다. 본 논문에서는 CNN 기반의 객체 검출기 중 하나인 SSD(Single Shot Multibox Detector)에 MI-FL(Moment Invariant-Feature Layer)을 적용하여 회전 변형에 강인한 객체 검출 시스템을 제안한다. 먼저 VGG 네트워크를 기반으로 입력 이미지의 특징을 추출한다. 그 후 총 6개의 특징 계층(Feature layer)을 적용하여 객체의 위치 정보와 종류를 예측해 경계 박스들을 생성한다. 그 후 NMS 알고리즘을 이용해 가장 객체일 확률이 높은 경계 박스를 얻는다. 하나의 객체 경계 박스가 정해지면 MI-FL을 이용해 해당 영역의 불변 모멘트 특징을 추출하여 미리 저장하고 학습한다. 이후 검출 과정에서 미리 저장해둔 불면모멘트 특징 정보를 이용해 검출함으로써 회전된 이미지에 대해 기존 방법보다 더 강인한 검출이 가능하다. 기존의 SSD와 MI-FL을 적용한 SSD의 비교를 통해 약 4~5%의 성능 향상을 확인하였다.