http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
측지거리변형 영상 분리를 이용한 영상 인식 시스템 성능 향상
기선호(Sunho Ki),조성원(Seongwon Cho),김재민(Jaemin Kim),강민희(Minhee Kang),김유성(Yusung Kim),정선태(Suntae Chung) 한국지능시스템학회 2009 한국지능시스템학회 학술발표 논문집 Vol.19 No.1
본 논문에서는 영상 인식 시스템의 성능 향상을 위한 입력영상에서의 인식 대상 영역 분리 기법을 제안한다. 영상 기기, 파일 포맷, 인식 환경 및 상황 등에 의해 입력 영상에 포함되어 있는 불필요한 인식 대상 외의 영역은 영상 인식 시스템의 성능을 저하시키는 가장 큰 요소이다. 이런 불필요한 영역을 분리하기 위한 영상 분리 기법은 속도와 정확도의 양립 불가능한 문제가 있다. 측지거리변형과 모델 기반 에너지 최소화 기법 등을 적용한 효율적인 영상 분리 기법을 제안하고 이를 영상 인식 시스템에 적용하여 성능 향상을 확인한다.
기선호(Sunho Ki),조성원(Seongwon Cho),김유성(Yusung Kim),이기성(Kisung Lee),권동민(Dongmin Kwon),강민희(Minhee Kang),정선태(Seontae Jung),장언동(Undong Jang) 한국지능시스템학회 2008 한국지능시스템학회 학술발표 논문집 Vol.18 No.2
본 논문에서는 얼굴인식 성능 향상을 위해 얼굴 특징점을 기반으로 배경을 자동으로 제거하는 방법을 제안한다. 제거 과정은 입력된 영상에서 먼저 Ada-Boost를 이용하여 얼굴 영역을 찾고, AAM과 EBGM으로 얼굴 영역의 특징점을 찾은 후, 이 특징점을 기반으로 확산을 이용해 대략적으로 배경과 얼굴 영역을 나누는 Trimap을 생성한다. Trimap에서 아직 분리되지 않은 영역을 Matting을 이용하여 정확하게 분리한다. 제안된 방법을 적용하여 얼굴 인식 시스템의 성능을 비교한다.
고주파수 성분의 예제 기반 신경회로망 학습 모델을 이용한 흐린 영상의 보정
강민희(Minhee Kang),조성원(SeongWon Cho),김재민(JaeMin Kim),기선호(Sunho Ki),김유성(Yusung Kim),정선태(Suntae Chung) 한국지능시스템학회 2009 한국지능시스템학회 학술발표 논문집 Vol.19 No.1
본 논문은 예제 기반 고해상도 영상 복원 알고리즘을 응용하여 흐린 영상을 보정하는 기법에 대해 제안한다. 고해상도의 예제용 영상들로부터 패치 단위로 분리한 고주파 성분과 흐린 영상과의 상관관계를 신경회로망을 통하여 학습 시키고 이후 입력 영상에 적합한 고해상도 패치를 더해주는 방법을 통하여 보정된 영상을 획득하는 방식을 통하여 흐린 영상의 선명도를 향상 시킬 수 있다.
조명분리 고유얼굴 부분공간 기반 얼굴 이미지 조명 정규화
설태인(Seol Tae-in),정선태(Chung Sun-Tae),기선호(Ki Sunho),조성원(Cho Seongwon) 한국콘텐츠학회 2009 한국콘텐츠학회 종합학술대회 논문집 Vol.7 No.1
다양한 조명 환경에서 강인한 얼굴 인식은 어렵다. 조명에 강인한 얼굴 인식을 위해서 보통 얼굴 이미지 조명 정규화 전처리를 수행한다. 기존 조명 전처리 기법 중에 가장 효율적으로 알려진 비등방성 스무딩 기법에 의한 조명 정규화는 투영음영(casting shadow)은 제거할 수 없다. 본 논문에서는 고유얼굴로 부터 조명 영향 부분을 분리하여 조명이 분리된 고유얼굴 공간을 구하고, 얼굴 이미지를 이 부분공간으로 투영하여 투영음영을 포함한 조명 영향을 최소한 얼굴 이미지 조명 정규화 기법을 제안한다. 본 논문에서 제안한 기법의 효율성은 적용을 통해 확인되었다. Robust face recognition under various illumination environments is difficult to achieve. For face recognition robust to illumination changes, usually face images are normalized with respect to illumination as a preprocessing step before face recognition. The anisotropic smoothing-based illumination normalization method, known to be one of the best illumination normalization methods, cannot handle casting shadows. In this paper, we present an efficient illumination normalization method for face recognition. The proposed illumination normalization method separates the effect of illumination from eigenfaces and constructs an illumination-separated eigenface subspace. Then, an incoming face image is projected into the subspace and the obtained projected face image is rendered so that illumination effects including casting shadows are reduced as much as possible. Application to real face images shows the proposed illumination normalization method.