측면 얼굴 검출을 위한 적응적 영역 분할 기법

송영준(Chang Un-Dong),장언동(Song Young-Jun),김관동(Kim Kwan-Dong) 한국콘텐츠학회 2003 한국콘텐츠학회 종합학술대회 논문집 Vol.1 No.2

칼라 영상에서 측면 얼굴 검출 시 피부색 검출에 의해 얼굴 후보 영역을 결정하고 템플릿 매칭에 의해 최종 얼굴을 확인하는 방법이 있다. Gang Wei는 측면 얼굴의 좌우 템플릿과 hausdorff 방법에 의한 유사도 측정으로 얼굴 영역을 결정하였다. 이때 측면 얼굴은 목 부분이 넓게 퍼져 있는 부분에서 정확도를 높이기 위해 반복 분할 과정을 수행하여 수직 방향으로 3화소 단위로 분할하여 템플릿 매칭을 하였다. 본 논문에서는 측면 얼굴이 좌측 또는 우측 얼굴 중의 하나라는 가정 아래, 일단 피부색에 의한 얼굴 후보 영역을 수직으로 1/2로 분리한 후 좌측은 좌측 후보, 우측은 우측 후보로 가정하여 템플릿 매칭을 하여 좌/우 얼굴을 인식한다. 이는 기존 연구 방식에 비해 적은 분할로 빠른 얼굴 검출을 할 수 있다. There are many kinds of national and international certifications related to computer science and engineering. Such certifications have evolved from a hiring to a screening tool so that not having them may influence one's being viewed as a serious candidate. To achieve higher rate of acquiring such certifications, a list of certifications with matching curriculum is suggested. By studying these related curriculum hard students will have better chance to get such certification.

차영상과 신경망을 이용한 자동차 번호판 지역 문자 인식

송영준 ( Yong-jun Song ),김동우 ( Dong-woo Kim ),김영길 ( Young-gil Kim ),장언동 ( Un-dong Chang ),권동진 ( Dong-jin Kwon ),안재형 ( Jae-hyeong Ahn ) 한국정보처리학회 2007 한국정보처리학회 학술대회논문집 Vol.14 No.1

자동차 번호판 인식은 카메라의 발달과 무인자동차 주차 시스템, 불법 주정차 단속 등 응용 서비스의 증가로 부각되고 있는 텔레매틱스 분야의 핵심 기술이다. 특히 우리나라의 번호판은 영업용과 비영업용의 도색이 틀리고, 현재 4종류의 번호판 체계를 갖고 있다. 따라서 번호판 인식은 이들 번호판을 종류별로 분류하고 인식해야 되는 어려움이 있다. 본 논문은 레이블링 기법으로 번호판 종류를 분류하고, 지역 글자 인식에서 뭉개짐 현상이 발생하는 경우, 기존의 신경망에서 인식치 못하는 것을 차영상과 신경망을 이용하여 인식률 향상을 이루었다.

칼라 정보와 선형 회귀 방정식을 이용한 차량 번호판 추출

장언동(Chang Un-Dong),송영준(Song Young-Jun),김영길(Kim Young-Gil) 한국콘텐츠학회 2003 한국콘텐츠학회 종합학술대회 논문집 Vol.1 No.2

최근 몇 년간 차량 번호판 영상을 인식하는 기술은 많은 발전을 이루어 왔다. 정확한 인식을 위한 핵심 기술은 차량 번호판 영역의 정확한 추출이다. 기존의 연구들이 수평/수직 에지와 번호판의 기하학적 성질을 이용하였고, 현재는 칼라 성분을 이용하는 방법들이 연구되고 있다. 그러나 에지 정보나 칼라 정보로 번호판을 추출할 경우, 번호판을 보는 시각에 따른 기울어진 번호판의 정확한 영역 추출이 어렵다. 따라서 본 연구에서는 칼라 정보를 이용하여 후보 영역을 추출한 후 선형 회귀 방정식을 사용하여 보다 정확하게 차량 번호판 영역을 추출할 수 있었다. A technology that recognize the car license plate have accomplished a lot of developments for latest several years. Key technology for correct recognition is correct abstraction of plate area. Existent studies have used horizontal/vertical edge, some geometrical characteristics of license plate, and the color information. But, in case of extracting a plate using above characteristics, correct extraction of a license plate inclined by sight which see license plate is difficult. Therefore, this paper is propose new method that correctly extract license plate using the color information and linear regression method.

에지와 수평 투영을 이용한 차선 및 장애물 검출

장언동(Chang Un-Dong),송영준(Song Young-Jun),김영길(Kim Young-Gil),김동우(Kim Dong-Woo) 한국콘텐츠학회 2004 한국콘텐츠학회 종합학술대회 논문집 Vol.2 No.2

본 논문은 에지와 수평 투영을 이용하여 차선 및 장애물을 검출하는 기법을 제안한다. 제안 방법은 칼라 입력 영상을 그레이 영상으로 바꾼 후, 소벨 변환을 통하여 에지를 검출한다. 에지를 이용하여 차선을 검출한 후 차선의 영역 내에서 수평 투영을 하여 장애물을 검출한다. 실험 결과, 조명의 변화가 심하지 않은 장소에서 차선과 장애물의 검출이 용이함을 확인할 수 있었다. In this paper, we propose the method of lane and obstacle detection using edge and horizontal projection. we convert color image to gray image and detect edge. After lane detection using edge, we detect the obstacle using horizontal projection in the region of lane. The simulation shows that our method is able to detect lane and obstacle in the place of monotonous light.

내용기반 영상 검색을 위한 최적의 퍼지측도

김동우(Kim Dong-Woo),송영준(Song Young-Jun),김영길(Kim Young-Gil),장언동(Chang Un-Dong) 한국콘텐츠학회 2006 한국콘텐츠학회 종합학술대회 논문집 Vol.4 No.2

멀티미디어 시대의 도래와 함께 영상 정보의 관리는 중요한 분야로 자리 잡았고, 이러한 영상 정보의 체계적인 관리에 효과적인 내용기반 영상 검색 시스템이 등장하였다. 내용기반 영상 검색은 색상, 질감, 모양의 특징을 이용한다. 오늘날 특징은 한 가지만 사용하기보다는 3가지 특징을 병합하여 사용한다. 기존의 다중 특징을 사용하는 방법들은 가중치를 수동으로 설정하여 검색 과정이 복잡한 단점이 있다. 우리는 이러한 문제점을 퍼지 적분가중치 할당 방법으로 보완하여 가중치를 자동으로 설정한다. 본 논문에서는 실험에 의해 최적의 퍼지 측도를 구하였다. The management of image information settles as an important field with the advent of multimedia age and we are in need of the effective retrieval method to manage systematically image information. It is used to color, texture, and shape features for content-based image retrieval. And existing methods using multiple features have problems that the retrieval process is embarrassed because each weight is set up manually. So we have solved these problems by assignment of weight applying fuzzy integral. This paper proposed the optimized values of fuzzy measure by experiments.

Hue를 이용한 내용기반 검색

김동우(Kim Dong-Woo),장언동(Chang Un-Dong),김영길(Kim Young-Gil),송영준(Song Young-Jun) 한국콘텐츠학회 2005 한국콘텐츠학회 종합학술대회 논문집 Vol.3 No.1

본 논문은 컬러 히스토그램 방법들의 단점을 극복하고자 영역기반 컬러 히스토그램 영상 검색 방법을 제안한다. 기존의 컬러 히스토그램 검색 방법은 양자화 오류 등의 이유로 정확성이 떨어지는 단점이 있다. 이를 해결하기 위해 색상 정보를 HSV로 변환하여 순수 색상 정보인 hue 성분만을 양자화하여 히스토그램을 구해 명암, 이동, 회전등에 강인한 검색 특징으로 사용한다. 컬러 영상을 사용해 실험한 결과 기존의 방법들 보다 좋은 정확성을 보였다. This study has proposed a method of content-based image retrieval in order to overcome disadvantages of color histogram. The existing histogram method has a weak point that reduces accuracy because of quantization error, and more. In order to solve this, we convert color information to HSV and quantize Hue factor being net color information and calculate histogram and then use this for retrieval feature that is robust in brightness, movement, and rotation. As a result of experimenting, the method proposed has showed better precision than the existing method.

변형된 이차원 PCA를 이용한 얼굴 인식

김영길(Kim Young-Gil),송영준(Song Young-Jun),장언동(Chang Un-Dong),김동우(Kim Dong-Woo),안재형(Ahn Jae-Hyeong) 한국산학기술학회 2005 한국산학기술학회논문지 Vol.6 No.4

본 논문은 변형된 2-D PCA를 이용한 얼굴 인식 방법에 대하여 제안한다. 기존의 PCA는 l 차원 벡터들로 공분산 행렬을 구하는 반면에 2-D PCA는 2 차원 영상을 직접적으로 이용하여 공분산 행렬을 구한 후 그것의 고유값에 따른 고유벡터를 구하여 특징 벡터들을 추출한다. 제안 방법은 두 개의 공분산 행렬들을 이용하여 선형 변환 행렬을 구하는 변형된 2-D PCA 방법을 적용하여 얼굴을 인식한다. 실험 결과는 2-D PCA 보다 제안된 방법이 1% 정도 얼굴 인식률이 더 좋으며, 안정된 인식률을 보여준다. In this paper, we propose a face recognition method using modified 2-D PCA. While the previous PCA method computes the covariance matrix by using one dimensional vectors, the 2-D PCA method computes the covariance matrix by directly using direct two dimensional image, and extracts the feature vectors by solving eigenvalue problem. The proposed method recognizes the faces by applying the modified 2-D PCA to face images and it gets linear transformation matrix using two covariance matrices. The experimental results indicates that the proposed method improved about I % and achieved more stability in recognition rate than conventional 2-D PCA.

2D Direct LDA Algorithm for Face Recognition

조동욱,장언동,김영길,송영준,안재형,김봉현,Cho Dong-uk,Chang Un-dong,Kim Young-gil,Song Young-jun,Ahn Jae-hyeong,Kim Bong-hyun The Korean Institute of Communications and Informa 2005 韓國通信學會論文誌 Vol.30 No.12C

본 논문에서는 얼굴 인식을 위한 새로운 저차원 특징 표현 기법을 제안하였다. 선형판별기법(LDA)는 인기있는 특징추출 기법이다. 하지만 고차원 데이터의 경우에 계산적인 복잡도가 높고 샘플의 개수가 적은 경우 역행렬을 구할 수 없는 특이행렬문제에 직면한다. 이러한 문제들을 해결하기 위해 일반적인 선형판별기법과 다르게 우리는 이차원 이미지 공분산 행렬을 구한 다음 직접선형판별기법(dirct LDA)을 적용하였으며 이것을 2D-DLDA라고 부른다. ORL 얼굴데이터베이스를 사용하여 실험한 결과 기존의 직접선형판별기법보다 성능이 우수함을 확인하였다. A new low dimensional feature representation technique is presented in this paper. Linear discriminant analysis is a popular feature extraction method. However, in the case of high dimensional data, the computational difficulty and the small sample size problem are often encountered. In order to solve these problems, we propose two dimensional direct LDA algorithm, which directly extracts the image scatter matrix from 2D image and uses Direct LDA algorithm for face recognition. The ORL face database is used to evaluate the performance of the proposed method. The experimental results indicate that the performance of the proposed method is superior to DLDA.

웨이브릿 변환과 2D PCA를 이용한 얼굴 인식

김영길(Kim Young-Gil),송영준(Song Young-Jun),장언동(Chang Un-Dong),김동우(Kim Dong-Woo) 한국콘텐츠학회 2004 한국콘텐츠학회 종합학술대회 논문집 Vol.2 No.2

본 논문은 Haar 웨이브릿 변환과 2D PCA를 이용한 얼굴 인식 방법에 대하여 제안한다. 기존의 PCA는 1 차원 벡터들로 공분산 행렬을 구하는 반면에 2D PCA는 2 차원 영상을 직접적으로 이용하여 공분산 행렬을 구한 후 그것의 고유값에 따른 고유벡터를 구하여 특정 벡터들을 추출하였다.<br/> 제안 방법은 얼굴 데이터를 낮은 차원과 강건한 특징을 가지는 얼굴 영상을 얻기 위해 웨이브릿 변환을 이용하여 LL 대역의 영상 데이터로 2D PCA 방법을 적용하여 얼굴을 인식한다. 실험 결과는 원래 크기의 얼굴 영상에 2D PCA를 적용한 인식률보다 웨이브릿 변환의 LL 대역의 얼굴 영상에 2D PCA를 적용한 얼굴 인식률이 더 좋음을 보여준다. In this paper, we propose the face recognition method using Harr wavelet transform and 2D PCA. While previous PCA computed the covariance matrix by using one dimensional vectors, 2D PCA computed the covarinace matrix by using direct two dimensional image and extracted feature vector by solving eigenvalue problem.<br/> To gain the face image having the low dimension and robust property, the proposed method uses wavelet transformation. We apply the LL band image data to 2D PCA for face recognition. The experimental results indicate that our method improves recognition rate than 2D PCA into original image.