A Minimal Error Sub-Space Recognition Method using 3D Reconstruction from Multi Image Frames

Dongjin Han(한동진),We Sub Eom(엄위섭),Hern-soo Hahn(한헌수) 대한전자공학회 2010 대한전자공학회 학술대회 Vol.2010 No.6

We propose a new recognition method which minimizes the affect of the 3D error of stereo reconstruction or video reconstruction. After 3D structure of an object is found via any Structure from Motion (SfM) method, 2D recognizers will be implemented on the minimal error sub-space of the object"s 3D reconstruction. For each image frame from either stereo images or video clips, the best 2D sub-space recognizer is determined by projecting objects original 3D (CAD) models onto each individual image frame"s 2D sub-space. Compared to the previous work [1] where 3D reconstruction was directly used for recognition, sub-space method will use sub-space to minimized the influence of the unknown 3D triangulation error.

중요도 특징 지도 변화를 이용한 동영상 Visual Attention Model

노상수(Sang-Soo Noh),박상범(Sang-Beum Park),한영준(Young-Joon Han),한헌수(Hern-Soo Hahn) 대한전자공학회 2007 대한전자공학회 학술대회 Vol.2007 No.7

움직이는 물체를 포함하는 영상에서 물체 특징 변화의 흐름에 따라 인간은 선택적으로 주의 집중한다. 본 논문은 컴퓨터 비젼 시스템에서 동영상에 적합한 시각주의 모델(visual attention model)을 제안한다. 시각주의 모델의 중요도 지도(conspicuity map)의 변화량으로부터 물체 특징 변화를 고려했으며, 시각 주의 모델의 특징 지도(feature map)를 블록기반 처리하므로써 현저함 지도(saliency map)를 구성하는 시간을 크게 줄였다.

8 방향 색상 표현 기반 컨벌류션 정합(Convolution Matching)을 이용한 차량 검출기법

한성지(Sung-Ji Han),한영준(Young-Joon Han),한헌수(Hern-Soo Hahn) 한국컴퓨터정보학회 2009 韓國컴퓨터情報學會論文誌 Vol.14 No.12

본 논문에서는 단순화한 색상 정보에 기반한 컨벌류션 정합(Convolution Matching)을 이용하여 차량을 검출하는 기법을 제안한다. 입력 영상을 화소 색상 벡터의 방향을 고려해 8방향 색상(Red, Green, Blue Cyan, Yellow, Magenta, White, Black)으로 표현한다. 8 방향 색상의 표현은 조명이나 환경 변화에 강인한 영상을 제공한다. 본 논문의 차량 검출 단계는 크게 후보 영역 검출 단계와 차량 검증 단계로 구성된다. 후보 영역 검출 단계에서는 수직 에지와 그림자 등을 고려하여 차량의 후보 영역을 결정한다. 차량 검증 단계에서는 차량을 판별하기 위해 컨벌류션 정합과 후보 영역내의 에지 복잡도를 사용한다. 제안하는 차량 검출 알고리즘은 조명이나 환경이 변화하는 다양한 실험들에서 빠르고 높은 검출률을 보였다. This paper presents a vehicle detection method that uses convolution matching method based on a simple color information. An input image is expressed as 8 oriented color expression(Red, Green, Blue, White, Black, Cyan, Yellow, Magenta) considering an orientation of a pixel color vector. It makes the image very reliable and strong against changes of illumination condition or environment. This paper divides the vehicle detection into a hypothesis generation step and a hypothesis verification step. In the hypothesis generation step, the vehicle candidate region is found by vertical edge and shadow. In the hypothesis verification step, the convolution matching and the complexity of image edge are used to detect real vehicles. It is proved that the proposed method has the fast and high detection rate on various experiments where the illumination source and environment are changed.

신경망을 이용한 레이저마크 오류 검출기법

신중돈(Joong Don Shin),한헌수(Hern Soo Han) 대한전자공학회 2002 대한전자공학회 학술대회 Vol.2002 No.6

비마커 증강현실을 위한 색상 및 깊이 정보를 융합한 Mean-Shift 추적 기반 손 자세의 추정

이선형(Sun-Hyoung Lee),한헌수(Hern-Soo Hahn),한영준(Young-Joon Han) 한국컴퓨터정보학회 2012 韓國컴퓨터情報學會論文誌 Vol.17 No.7

본 논문은 비마커 증강현실(Marker-less Augmented Reality)을 위한 색상 및 깊이 정보를 융합한 Mean-Shift 추적 알고리즘 기반 손 자세의 추정 기법을 제안한다. 기존 비마커 증강현실의 연구는 손을 검출하기 위해 단순한 실험 배경에서 피부색상 기반으로 손 영역을 검출한다. 그리고 손가락의 특징점을 검출하여 손의 자세를 추정하므로 카메라에서 검출할 수 있는 손 자세에 많은 제약이 따른다. 하지만, 본 논문은 3D 센서의 색상 및 깊이 정보를 융합한 Mean-Shift 추적 기법을 사용함으로써 복잡한 배경에서 손을 검출할 수 있으며 손 자세를 크게 제약하지 않고 손 영역의 중심점과 임의의 2점의 깊이 값만으로 정확한 손 자세를 추정한다. 제안하는 Mean Shift 추적 기법은 피부 색상정보만 사용하는 방법보다 약 50픽셀 이하의 거리 오차를 보였다. 그리고 증강실험에서 제안하는 손 자세 추정 방법은 복잡한 실험환경에서도 마커 기반 방법과 유사한 성능의 실험결과를 보였다. This paper proposes a new method of estimating the hand pose through the Mean-Shift tracking algorithm using the fusion of color and depth information for marker-less augmented reality. On marker-less augmented reality, the most of previous studies detect the hand region using the skin color from simple experimental background. Because finger features should be detected on the hand, the hand pose that can be measured from cameras is restricted considerably. However, the proposed method can easily detect the hand pose from complex background through the new Mean-Shift tracking method using the fusion of the color and depth information from 3D sensor. The proposed method of estimating the hand pose uses the gravity point and two random points on the hand without largely constraints. The proposed Mean-Shift tracking method has about 50 pixels error less than general tracking method just using color value. The augmented reality experiment of the proposed method shows results of its performance being as good as marker based one on the complex background.

2쌍의 초음파센서를 이용한 측정면의 위치 측정 및 종류 분류 기법

한영준(Young Joon Han),한헌수(Hern Soo Hahn) 제어로봇시스템학회 1998 제어·로봇·시스템학회 논문지 Vol.4 No.6

새로운 Free Rectangle 특징을 사용한 Adaboost 기반 얼굴검출 방법

홍용희(Yong-Hee Hong),한영준(Young-Joon Han),한헌수(Hern-Soo Hahn) 한국컴퓨터정보학회 2010 韓國컴퓨터情報學會論文誌 Vol.15 No.2

본 논문은 수행시간이 빠르면서 효율성이 높은 새로운 Free Rectangle 특징을 사용한 Adaboost 알고리즘 기반 얼굴 검출 방법을 제안한다. 제안하는 Free Rectangle 특징은 동일한 면적의 분리가 가능한 두 개의 사각형으로 구성된 마스크로부터 정의된다. Haar-like 특징은 다양성을 높이기 위해 일반적으로 두 개 이상의 사각 영역으로 구성한 복잡한 마스크 구조를 갖는다. 하지만, 제안하는 특징 마스크는 두 사각형이 특징 윈도우 안에 놓이는 위치와 크기에 따라 효율성이 좋은 다양한 특징을 얻을 수 있다. 또한 제안하는 특징은 일반 Haar-like 특징과 달리 마스크 형태에 상관없이 두 사각 영역의 화소 합의 차만 계산함으로 수행 시간을 크게 줄일 수 있다. 실세계 영상에서 제안하는 Adaboost 알고리즘 기반 얼굴 검출 기법은 빠른 검출 속도와 높은 검출 결과를 보여 학습 데이터만을 바꿔 다른 물체 검출에도 쉽게 적용이 가능하다. This paper proposes a face detection method using Free Rectangle feature which possesses a quick execution time and a high efficiency. The proposed mask of Free Rectangle feature is composed of two separable rectangles with the same area. In order to increase the feature diversity, Haar-like feature generally uses a complex mask composed of two or more rectangles. But the proposed feature mask can get a lot of very efficient features according to any position and scale of two rectangles on the feature window. Moreover, the Free Rectangle feature can largely reduce the execution time since it is defined as the only difference of the sum of pixels of two rectangles irrespective of the mask type. Since it yields a quick detection speed and good detection rates on real world images, the proposed face detection method based on Adaboost algorithm is easily applied to detect another object by changing the training dataset.

목자판 표면 상태에 적응적인 영상 기반 수위 계측 기법

김재도(Jae-Do Kim),한영준(Young-Joon Han),한헌수(Hern-Soo Hahn) 한국컴퓨터정보학회 2010 韓國컴퓨터情報學會論文誌 Vol.15 No.9

본 논문은 수위 측정 영역의 오염 상태에 적응적인 영상 기반 수위 계측 기법을 제안한다. 수위를 측정하기 위해 사용되는 목자판이 진흙, 부유물, 조명의 강한 반사에 의해 얼룩진 경우, 목자판 내부의 수평 성분 패턴이 유지되는 영역의 최종 위치와 목자판과 수면의 색상 차를 이용하여 얻어진 대략적인 수위 위치인 참조 수위와의 거리 차를 측정하여 목자판의 오염 여부를 판단하는 기법을 사용한다. 목자판이 오염되지 않은 경우에는 수평 성분이 유지되는 최종 위치의 근방 하단 영역에서 수평 성분의 분포를 분석하여 히스토그램이 가지는 최대값의 30%이상의 값을 가지는 위치를 수위로 검출하고, 목자판이 오염된 경우는 참조 수위 근방의 색상 변화의 국지적인 정점과 골을 검출한 후 그 변화가 가장 큰 위치를 수위로 검출한다. 검출된 영상 수위는 영상에 보이는 목자판의 눈금을 기준으로 생성한 맵핑 테이블을 이용하여 실제 수위로 변환된다. 제안한 방법의 적용 가능성과 일반성을 평가하기 위하여 실제 교량에 측정 시스템을 구축하고 같은 위치에 기존에 설치된 초음파 기반 측정 시스템과 그 측정치를 비교하였다. This paper proposes a image-based water level measurement method, which adapt to the ruler's surface condition. When the surface of a ruler is deteriorated by mud, drifts, or strong light reflection, the proposed method judges the pollution of ruler by comparing distance between two levels: the first one is the end position of horizontal edge region which keeps the pattern of ruler's marking, and the second one is the position where the sharpest drop occurs in the histogram which is construct using image density based on the axis of image height. If the ruler is polluted, the water level is a position of local valley of the section having a maximum difference between the local peak and valley around the second level. If the ruler is not polluted, the water level is detected as the position having horizontal edges more than 30% of histogram's maximum value around the first level. The detected water level is converted to the actual water level by using the mapping table which is construct based on the making of ruler in the image. The proposed method is compared to the ultrasonic based method to evaluate its accuracy and efficiency on the real situation.

컬러 분산 에너지를 이용한 확장 스네이크 알고리즘

이승태(Seung-Tae Lee),한영준(Young-Joon Han),한헌수(Hern-Soo Hahn) 한국컴퓨터정보학회 2009 韓國컴퓨터情報學會論文誌 Vol.14 No.10

본 논문에서는 컬러 영상에서 관심객체를 분할하기 위해 컬러 분산 에너지를 이용하는 확장 스네이크 알고리즘을 제안한다. 기존 스네이크 알고리즘은 영상 내에 존재하는 다양한 에너지들을 정의하여 영상을 관심 객체와 배경으로 분할한다. 스네이크의 성능은 구성하는 에너지의 특성에 따라 주로 좌우된다. 능동 윤곽선 모델인 일반적인 스네이크 알고리즘은 적용이 쉽고 분석이 용이한 영상의 밝기 정보를 주요 에너지로 사용한다. 그러나 영상밝기의 미분연산이나 에지검출과 관련된 에너지는 잡음에 민감하고 배경이 복잡해지면 성능이 좋지 않은 단점을 가지고 있다. 제안하는 알고리즘은 분할 영역의 컬러 분산을 스네이크의 영상 에너지에 추가함으로써 복잡한 배경에서도 관심객체를 효율적으로 분할한다. 제안하는 확장 스네이크 알고리즘의 성능을 단순한 배경과 복잡한 배경을 갖는 컬러 영상에서 관심객체를 분할하는 다양한 실험을 통해서 입증하였다. 그 결과 정확도 면에서 약 12.42 %의 향상된 성능을 보였다. In this paper, an extended snake algorithm using color variance energy is proposed for segmenting an interest object in color image. General snake algorithm makes use of energy in image to segment images into a interesting area and background. There are many kinds of energy that can be used by the snake algorithm. The efficiency of the snake algorithm is depend on what kind of energy is used. A general snake algorithm based on active contour model uses the intensity value as an image energy that can be implemented and analyzed easily. But it is sensitive to noises because the image gradient uses a differential operator to get its image energy. And it is difficult for the general snake algorithm to be applied on the complex image background. Therefore, the proposed snake algorithm efficiently segment an interest object on the color image by adding a color variance of the segmented area to the image energy. This paper executed various experiments to segment an interest object on color images with simple or complex background for verifying the performance of the proposed extended snake algorithm. It shows improved accuracy performance about 12.42 %.

명암의 밀도에 따른 가변 스트레칭을 이용한 영상대비 개선방법

이명윤(Myung-Yoon Lee),한영준(Young-Joon Han),한헌수(Hern-Soo Hahn) 한국컴퓨터정보학회 2010 韓國컴퓨터情報學會論文誌 Vol.15 No.12

본 논문에서는 밝기 값의 대비도가 매우 낮음으로 인해 발생하는 화질의 저하를 개선하는 방법으로 히스토그램 분포율에 따라서 스트레칭 적용범위를 적절하게 지정하고 이를 적용하는 기법을 제안한다. 제시한 방법은 효과적인 대비향상을 위해 하나의 히스토그램을 밀도가 큰 영역과 밀도가 낮은 영역으로 구분하여 각각의 비율에 따른 범위 안에서 스트레칭 적용 범위를 결정하는 기법을 사용한다. 스트레칭의 범위는 히스토그램의 분활 및 밀집되어 있는 정도의 비율에 따라 가변적으로 결정된다. 스트레칭 적용범위가 가변적으로 결정된다면 히스토그램상의 밀도가 높은 지역은 그만큼 명암대비가 커지도록 넓게 스트레칭하고 반대로 밀도가 낮은 지역은 그만큼 좁은 간격으로 스트레칭하여 명암대비 영상에서의 과도하게 처리되는 문제점을 해결하였다. 제안한 방법의 성능 평가를 위해 전역적 및 지역적으로 명암대비가 어려운 영상들을 모아 실험하였으며 기존의 스트레칭 알고리즘과 그 밖의 명암 대비개선 기법들을 함께 비교하여 매우 우수한 성능을 보임을 입증하였다. This paper proposes a novel contrast enhancement method which determines the stretching ranges based on the distribution densities of segmented sub-histogram. In order to enhance the quality of image effectively, the contrast histogram is segmented into sub-histograms based on the density in each brightness region. Then the stretching range of each sub-histogram is determined by analysing its distribution density. The higher density region is extended wider than lower density region in the histogram. This method solves the over stretching problem, because it stretches using density rate of each area on the histogram. To evaluate the performance of the proposed algorithm, the experiments have been carried out on complex contrast images, and its superiority has been confirmed by comparing with the conventional methods.