조명 제거를 이용한 객체 움직임 탐지 시스템

차의영(Eui-Young Cha),허우형(Woo-Hyung Heo),구은진(Eun-Jin Goo) 한국컴퓨터정보학회 2013 한국컴퓨터정보학회 학술발표논문집 Vol.21 No.1

본 논문은 조명을 제거한 차영상을 이용하여 객체의 움직임을 탐지하는 시스템을 제안한다. 먼저, 입력받은 RGB영상을 Lab영상으로 변환하여 L채널 영상을 분리해낸다. 분리해낸 L채널 영상을 반전시켜 역 조명 영상을 만들어 원 영상과 합성한다. 그 후 만들어진 영상에 모폴로지 기법을 적용하고, 잡음 제거를 위해 크기 필터링을 사용한다. 그리고 배경 영상과 현재 영상의 차영상을 이용하여 객체의 움직임을 탐지한다. 실험 결과 제안된 시스템은 조명이 밝거나 어두워 영상 분석이 힘든 경우, 제대로 분석되지 않은 배경과 전경에 있어서 더욱 효과적으로 작동함을 증명한다.

확장 동사형에 기반한 동사사전과 영어문장 검사기

차의영(Eui Young Cha) 한국인지과학회 1992 인지과학 Vol.3 No.2

확장된 동사형을 이용한 영어문장 검사기

차의영(Eui Young Cha),김영택(Young Taek Kim) 한국정보과학회 언어공학연구회 1992 한국정보과학회 언어공학연구회 학술발표 논문집 Vol.1992 No.10

군복의 색깔을 이용한 피아식별 기법

차의영(Woo-Hyung Heo),구은진(Eun-Jin Gu),허우형(Eui-Young Cha) 한국컴퓨터정보학회 2013 한국컴퓨터정보학회 학술발표논문집 Vol.21 No.1

본 논문에서는 차세대 무인 군사 로봇에 활용할 수 있는 적군 및 아군 식별 수단으로 군복의 색깔을 이용한 기법을 제안한다. 이 기법은 전장지역의 군사로봇이 할 수 있는 피아식별법 중에 하나로 로봇에 부착되어 있는 카메라 외에 추가적으로 가져야 하는 장비가 필요 없기 때문에 추가비용 없이 효과적으로 적군을 포착할 수 있다. 군복의 색깔 차이를 식별하기 위해서는 먼저 HOG(Histogram of Oriented Gradients) 기법을 이용하여 사람을 검출한 다음, 이후 검출된 사람영역에 대하여 인체 비율을 고려해서 추출한 상의 부분의 색깔 데이터를 받는다. 이때 색공간은 HSV 공간으로 하여 조명의 변화에 덜 민감하도록 하였다. 북한 군복 색깔 영역의 pixel들만 추출하여 이진화를 한 후, 상의 전체 픽셀에 대한 개수 비율을 계산한다. 비율이 임계값 보다 높을 경우 적으로 인식한다.

차영상과 ART2 클러스터링을 이용한 스마트폰 기반의 FND 인식 기법

구경모,차의영,Koo, Kyung-Mo,Cha, Eui-Young 한국정보통신학회 2012 한국정보통신학회논문지 Vol.16 No.7

본 논문에서는 가전기기에 탑재 된 FND에 표시되는 부호화 된 코드를 스마트폰으로 촬영하여 이로부터 원문데이터를 추출하는 인식기법에 대해 제안한다. 제안하는 스마트폰 기반의 FND 인식 기법은 먼저 차영상을 이용하여 입력되는 영상에서 FND의 위치를 추정한 뒤 RGB값 클러스터링을 통해 Segment를 추출한다. 다음으로 기울어진 Segment에 대한 정규화 과정을 거친 뒤 상대적인 거리를 이용하여 각각의 Segment를 인식한다. 실험을 통해 실제 스마트폰에서 사용 시 속도와 인식률이 모두 양호함을 확인하였다. In this paper, we propose a novel recognition method that extract source data from encoded signal that are displayed on FND mounted on home appliances. First of all, it find a candidate FND region from sequential difference images taken by smartphone and extract segment image using clustering RGB value. After that, it normalize segment images to correct a slant error and recognize each segments using a relative distance. Experiments show the robustness of the recognition algorithm on smartphone.

영상의 깊이정보 추출을 위한 weighted cost aggregation 기반의 스테레오 정합 기법

윤희주,차의영,Yoon, Hee-Joo,Cha, Eui-Young 한국정보통신학회 2009 한국정보통신학회논문지 Vol.13 No.6

스테레오 비전 시스템(stereo vision system)은 2차원 영상정보를 이용하여 3차원 깊이 정보를 획득하는 데 유용한 방법으로, 그동안 많은 연구가 진행되었다. 3차원 깊이 정보를 획득하기 위해서는 영상의 대응점을 찾아야 하는데, 속도와 정확성을 동시에 만족시키기가 어렵다. 이러한 문제를 해결하기 위해, 본 논문에서는 적응적 가중치(weight)를 적용한 cost aggregation 기반의 스테레오 정합 기법을 제안한다. 이 방법은 스테레오 영상의 특징을 이용하여 가중치를 획득하고, 색상정보, 밝기정보에 거리정보를 이용하여 가중치를 적용한 후, 이를 이용하여 대응점을 찾아 깊이 정보를 추출한다. 제안된 방법의 성능을 평가하기 위하여 ground truth가 존재하는 다양한 스테레오 영상을 이용하여 실험하였으며, 실험 결과 다양한 영상에서도 향상된 결과를 보였다. Stereo vision system is useful method for inferring 3D depth information from two or more images. So it has been the focus of attention in this field for a long time. Stereo matching is the process of finding correspondence points in two or more images. A central problem in a stereo matching is that it is difficult to satisfy both the computation time problem and accuracy at the same time. To resolve this problem, we proposed a new stereo matching technique using weighted cost aggregation. To begin with, we extract the weight in given stereo images based on features. We compute the costs of the pixels in a given window using correlation of weighted color and brightness information. Then, we match pixels in a given window between the reference and target images of a stereo pair. To demonstrate the effectiveness of the algorithm, we provide experimental data from several synthetic and real scenes. The experimental results show the improved accuracy of the proposed method.

수질 모니터링을 위한 유해 물질 유입에 따른 생물체의 행동 반응 분석 및 인식

김철기,차의영,Kim, Cheol-Ki,Cha, Eui-Young 한국정보처리학회 2002 정보처리학회논문지B Vol.9 No.5

본 논문에서는 자동 추적 시스템을 이용하여 카바메이트 계열의 농약인 카보퓨란의 치명적인 투여에 대하여 반자연적인 조건에서 반응하는 깔따구의 움직임을 관찰하였다. 4령기에 있는 깔따구를 $6cm\times{7cm}\times{2.5cm}$ 크기의 서식 장소와 $18^\circ{C}$의 수온, 명기와 암기를 각각 10시간, 14시간의 조건에서 관찰을 하였다. 추적 시스템은 깔따구 몸체의 부분 점들을 탐지하여 추적하도록 하였다. 모든 실험은 반자연적인(semi-natural) 상태에서 진행되었으며 약제 카보퓨란(Carbofuran 0.1mg/l) 처리 전 후 이틀씩 모두 4일에 걸쳐서 연속적으로 진행되었다. 실험 결과 약제의 처리후에 압축된 지그제그 형태로 나타나는 "떨림 현상"과 같은 비정규적인 행동들이 종종 나타남을 알 수 있었다. 약제 처리된 종들의 행동 변화를 탐지하기 위하여, 웨이블릿 분석이 다른 움직임 패턴들을 특징화하기 위하여 사용되었다. 이산 웨이블릿에 기반하여 추출된 파라미터들은 약제처리 전후의 움직임에 대한 다른 유형의 패턴들을 표현하기 위하여 인공 신경망을 통하여 학습되었다. 이러한 웨이블릿과 인공 신경망의 통합 모델은 특징화된 움직임 패턴들의 발생 시점을 탐지할 수 있었으며, 수질 모니터링을 위한 독성 물질의 유입을 자동으로 탐지할 수 있는 도구로써 사용될 수 있음을 알 수 있었다.을 알 수 있었다. In this paper, Using an automatic tracking system, behavior of an aquatic insect, Chironomus sp. (Chironomidae), was observed in semi-natural conditions in response to sub-lethal treament of a carbamate insecticide, carbofuran. The fourth instar larvae were placed in an observation cage $(6cm\times{7cm}\times{2.5cm)}$ at temperature of $18^\circ{C}$ and the light condition of 10 time (light) : 14 time (dark). The tracking system was devised to detect the instant, partial movement of the insect body. Individual movement was traced after the treatment of carbofuran (0.1ppm) for four days 2days : before treatment, 2 days : after treatment). Along with the other irregular behaviors, "ventilation activity", appearing as a shape of "compressed zig-zag", was more frequently observed after the treatment of the insecticide. The activity of the test individuals was also generally depressed after the chemical treatment. In order to detect behavioral changes of the treated specimens, wavelet analysis was implemented to characterize different movement patterns. The extracted parameters based on Discrete Wavelet Transforms (DWT) were subsequently provided to artificial neural networks to be trained to represent different patterns of the movement tracks before and after treatments of the insecticide. This combined model of wavelets and artificial neural networks was able to point out the occurrence of characteristic movement patterns, and could be an alternative tool for automatically detecting presences of toxic chemicals for water quality monitoring. quality monitoring.

효과적인 문자 인식을 위한 저 품질 문자 영상의 이진화 및 획 재구성 방법

김도현,차의영,Kim, Do-Hyeon,Cha, Eui-Young 한국정보통신학회 2007 한국정보통신학회논문지 Vol.11 No.3

영상의 이진화는 영상을 물체와 배경으로 구분하는 전처리 과정으로써 처리해야 할 대상이 되는 물체를 규정짓기 위한 매우 중요한 처리 과정이다. 본 논문에서는 저 품질 문자 영상에서 효과적인 문자 인식을 위한 효율적인 이진화 방법 및 획 영상 재구성 방법을 제안하다. 먼저 전역적 이진화 방법의 장점과 지역적 이진화 방법의 장점을 반영하여 문자 영역에 대한 이진화를 수행한 다음 이진화된 획 영상에 대한 분석을 통해 획에 붙어 있는 획 잡영 제거와 획 부분에 파여진 공백 잡영에 대한 채움 과정을 수행하여 고 품질의 획 영상으로 재구성하였다. 제안하는 문자 영상을 위한 이진화 알고리즘은 적응적인 임계값 선택 방법에 의해 속도와 성능의 효율성을 추구할 수 있도록 하였으며 이진화 결과로 인한 획 표면 잡영에 대해 단계적인 제거 과정을 수행하여 획 영상을 재구성함으로써 고 품질의 이진 영상을 획득할 수 있었다. Image binarization is an important preprocessing to identify the object of interest by dividing pixels into the background and object. We proposes efficient binarization method and a stroke reconstruction method of the low quality character image for an effective character recognition. First, the character image is binarized by using the both advantages of local and global thresholding method and then the noise elimination around the character stroke and the hole filling on the stoke by the analysis of the binarized stroke image are performed to enhance the quality of the character stroke. Proposed binarization algorithm for character image achieved an efficiency of both processing speed and performance by the adaptive threshold selection. Moreover, We could get a high qualify binary image by a stroke reconstruction of the step-by-step denoising process.

디지털 영상 객체의 불투명도 추정을 위한 SOM Matting

박현준,차의영,Park, Hyun-Jun,Cha, Eui-Young 한국정보통신학회 2009 한국정보통신학회논문지 Vol.13 No.10

본 논문은 인공신경망을 이용한 새로운 매팅 기법을 제안한다. 매팅이란 영상에서 객체의 불투명도를 추정하는 기술이다. 매팅 기법을 이용하면 객체를 자연스럽게 추출할 수 있다. 먼저 trimap을 이용하여 영상을 배경 영역, 전경 영역, 미지 영역으로 구분한다. 배경 영역과 전경 영역의 정보를 이용하여 미지 영역 화소의 불투명도를 추정한다. 제안하는 알고리즘은 배경 영역과 전경 영역의 정보를 SOM을 이용하여 학습하고 그 결과를 이용하여 미지 영역의 각 화소의 불투명도를 추정한다. 본 논문에서는 배경 영역과 전경 영역의 정보를 학습하는 방법에 따라서 전역적 SOM matting과 지역적 SOM matting으로 구별한다. 제안하는 알고리즘의 성능을 평가하기 위하여 영상에 적용해보았다. 이를 통해 제안하는 알고리즘이 객체를 영상에서 분리 가능함을 확인 할 수 있다. This paper presents new matting techniques. The matting is an alpha estimation technique of object in an image. We can extract the object in an image naturally using the matting technique. The proposed algorithms begin by segmenting an image into three regions: definitely foreground, definitely background, and unknown. Then we estimate foreground, background, and alpha for all pixels in the unknown region. The proposed algorithms learn the definitely foreground and definitely background using self-organizing map(SOM), and estimate an alpha value of each pixel in the unknown region using SOM learning result. SOM matting is distinguished between global SOM matting and local SOM matting by learning method. Experiment results show the proposed algorithms can extract the object in an image.

한글 인식을 위한 CNN 기반의 간소화된 GoogLeNet 알고리즘 연구

김연규,차의영,Kim, Yeon-gyu,Cha, Eui-young 한국정보통신학회 2016 한국정보통신학회논문지 Vol.20 No.9

CNN(Convolutional Neural Network)을 사용한 심화 학습이 다양한 분야에서 진행되고 있으며 관련 연구들은 이미지 인식의 많은 분야에서 높은 성능을 보이고 있다. 본 논문에서는 한글 인식을 위해 대규모 한글 데이터베이스를 학습할 수 있는 CNN 구조의 간소화된 GoogLeNet을 사용한다. 본 논문에 사용된 데이터베이스는 대규모 한글 데이터베이스인 PHD08로 총 2,350개의 한글 문자에 대해 각 2,187개의 샘플을 가져 총 5,139,450개의 데이터로 구성되어 있다. 간소화된 GoogLeNet은 학습의 결과로 학습 종료 시점에서 PHD08에 대해 99% 이상의 Top-1 테스트 정확도를 보였으며 실험의 객관성을 높이기 위해 PHD08에 존재하지 않는 한글 폰트로 이루어진 한글 데이터를 제작하여 상용 OCR 프로그램들과 분류 성능을 비교하였다. 상용 OCR 프로그램들은 66.95%에서 83.17%의 분류 성공률을 보인 반면, 제안하는 간소화된 GoogLeNet은 평균 89.14%의 분류 성공률을 보여 상용 OCR 프로그램들보다 높은 분류 성공률을 보였다. Various fields are being researched through Deep Learning using CNN(Convolutional Neural Network) and these researches show excellent performance in the image recognition. In this paper, we provide streamlined GoogLeNet of CNN architecture that is capable of learning a large-scale Korean character database. The experimental data used in this paper is PHD08 that is the large-scale of Korean character database. PHD08 has 2,187 samples for each character and there are 2,350 Korean characters that make total 5,139,450 sample data. As a training result, streamlined GoogLeNet showed over 99% of test accuracy at PHD08. Also, we made additional Korean character data that have fonts that are not in the PHD08 in order to ensure objectivity and we compared the performance of classification between streamlined GoogLeNet and other OCR programs. While other OCR programs showed a classification success rate of 66.95% to 83.16%, streamlined GoogLeNet showed 89.14% of the classification success rate that is higher than other OCR program's rate.