비전 기반의 실시간 지화 인식 시스템

박안진(Anjin Park),윤성주(Sungju Yun),정기철(Keechul Jung) 한국정보과학회 2008 한국정보과학회 학술발표논문집 Vol.35 No.2

Mean Shift 분석을 이용한 그래프 컷 기반의 자동 칼라 영상 분할 (pp.936-946)

박안진(Anjin Park),김정환(Jungwhan Kim),정기철(Keechul Jung) 한국정보과학회 2009 정보과학회논문지 : 소프트웨어 및 응용 Vol.36 No.11

그래프 컷(graph cuts) 방법은 주어진 사전정보와 각 픽셀간의 유사도를 나타내는 데이터 항(data term)과 이웃하는 픽셀간의 유사도를 나타내는 스무드 항(smoothness term)으로 구성된 에너지 함수를 전역적으로 최소화하는 방법으로, 최근 영상 분할에 많이 이용되고 있다. 기존 그래프 컷 기반의 영상 분할 방법에서 데이터 항을 설정하기 위해 GMM(Gaussian mixture model)을 주로 이용하였으며, 평균과 공분산을 각 클래스를 위한 사전정보로 이용하였다. 이 때문에 클래스의 모양이 초구(hyper-sphere) 또는 초타원(hyper-ellipsoid)일 때만 좋은 성능을 보이는 단점이 있다. 다양한 클래스의 모양에서 좋은 성능을 보이기 위해, 본 논문에서는 mean shift 분석 방법을 이용한 그래프 컷 기반의 자동 영상분할 방법을 제안한다. 데이터 항을 설정하기 위해 L<SUP>*</SUP>u<SUP>*</SUP>v<SUP>*</SUP> 색상공간에서 임의로 선택된 초기 mean으로부터 밀도가 높은 지역인 모드(mode)로 이동하는 mean의 집합들을 사전정보로 이용한다. Mean shift 분석 방법은 군집화에서 좋은 성능을 보이지만, 오랜 수행시간이 소요되는 단점이 있다. 이를 해결하기 위해 특징공간을 3차원 격자로 변형하였으며, mean의 이동은 격자에서 모든 픽셀이 아닌 3차원 윈도우내의 1차원 모멘트(moment)를 이용한다. 실험에서 GMM을 이용한 그래프 컷 기반의 영상분할 방법과 최근 많이 이용되고 있는 mean shift와 normalized cut기반의 영상분할 방법을 제안된 방법과 비교하였으며, Berkeley dataset을 기반으로 앞의 세 가지 방법보다 좋은 성능을 보였다. A graph cuts method has recently attracted a lot of attentions for image segmentation, as it can globally minimize energy functions composed of data term that reflects how each pixel fits into prior information for each class and smoothness term that penalizes discontinuities between neighboring pixels. In previous approaches to graph cuts-based automatic image segmentation, GMM(Gaussian mixture models) is generally used, and means and covariance matrixes calculated by EM algorithm were used as prior information for each cluster. However, it is practicable only for clusters with a hyper-spherical or hyper-ellipsoidal shape, as the cluster was represented based on the covariance matrix centered on the mean. For arbitrary-shaped clusters, this paper proposes graph cuts-based image segmentation using mean shift analysis. As a prior information to estimate the data term, we use the set of mean trajectories toward each mode from initial means randomly selected in L<SUP>*</SUP>u<SUP>*</SUP>v<SUP>*</SUP> color space. Since the mean shift procedure requires many computational times, we transform features in continuous feature space into 3D discrete grid, and use 3D kernel based on the first moment in the grid, which are needed to move the means to modes. In the experiments, we investigate the problems of mean shift-based and normalized cuts-based image segmentation methods that are recently popular methods, and the proposed method showed better performance than previous two methods and graph cuts-based automatic image segmentation using GMM on Berkeley segmentation dataset.

Client/Server 구조를 이용한 PDA기반의 문자 추출 시스템 (pp.751-753)

박안진(Anjin Park),정기철(Keechul Jung) 한국정보과학회 2004 한국정보과학회 학술발표논문집 Vol.31 No.1B

PDA에서 사용하는 대부분의 CPU는 실수 연산 구성요소(float computation component)가 없는 정수(integer) CPU를 사용한다. 인공 신경망(neural network)과 같은 실수 연산이 많은 알고리즘은 PDA에서 많은 수행시간을 가진다. 본 논문에서는 이런 단점을 해결하기 위해 무선 랜(LAN)으로 연결된 Client(PDA)/Server(PC) 구조를 이용한 효과적인 문자 추출 시스템을 제안한다. Client(PDA)는 대략적인 문자 추출 결과를 JPEG으로 압축하여 전송속도를 최소화한다. Server(PC)는 Client(PDA)의 결과를 바탕으로 정밀한 문자 영역 추출을 위해, 텍스춰 분류 방법과 연결 성분 분석 방법을 이용한다. 실험에서 제안한 방법은 속도뿐만 아니라 문자 추출에서도 효과적이었다.

Client / Server구조를 이용한 PDA기반의 문자 추출 시스템 (pp.85-98)

박안진(Anjin Park),정기철(Keechul Jung) 한국정보과학회 2005 정보과학회논문지 : 소프트웨어 및 응용 Vol.32 No.2

최근, PDA를 이용한 모바일 비젼 시스템에 관한 많은 연구가 진행되고 있다. 대부분의 PDA에서 사용하는 CPU는 실수 연산 구성요소(floating-computation component)가 없는 정수(integer)형 CPU를 사용하므로, 실수 연산이 많은 영상 처리 및 비젼 시스템에서는 많은 시간이 소요되는 단점이 있다. 본 논문에서는 이를 해결하기 위해 무선 랜(LAN)으로 연결된 Client(PDA)/Server(PC)구조를 이용한 시스템을 제안하며, 연속 영상에서 Client(PDA)와 Server(PC) 각각의 CPU를 이용하여 파이프라이닝 형식으로 시스템을 구축함으로써 수행 시간을 단축한다. Client(PDA)는 에지 밀도(edge density)를 이용하여 대략적인 문자 영역을 추출하며, Server(PC)는 Client(PDA)에서 대략적으로 검출된 결과를 바탕으로 정밀한 문자 영역을 추출하기 위해, MLP(multi-layer perceptron) 기반의 텍스춰 분류 방법과 연결 성분(connected component:CC) 기반의 필터링 방법을 이용한다. 본 실험에서 제안한 방법은 MLP와 CC를 이용함으로써 효과적인 문자 추출 결과를 보였으며, 파이프라이닝 형식의 Client(PDA)/Server(PC)구조를 이용함으로써 빠른 수행 시간을 보였다. Recently, a lot of researches about mobile vision using Personal Digital Assistant(PDA) has been attempted. Many CPUs for PDA are integer CPUs, which have no floating-computation component. It results in slow computation of the algorithms performed by vision system or image processing, which have much floating-computation. In this paper, in order to resolve this weakness, we propose the Client(PDA)/Server(PC) architecture which is connected to each other with a wireless LAN, and we construct the system with pipelining processing using two CPUs of the Client(PDA) and the Server(PC) in image sequence. The Client(PDA) extracts tentative text regions using Edge Density(ED). The Server(PC) uses both the Multi-Layer Perceptron(MLP)-based texture classifier and Connected Component(CC)-based filtering for a definite text extraction based on the Client(PDA)'s tentatively extracted results. The proposed method leads to not only efficient text extraction by using both the MLP and the CC, but also fast running time using Client(PDA)/Server(PC) architecture with the pipelining processing.

Active 카메라를 이용한 지능형 문서 영상 획득

박안진(Anjin Park),정기철(Keechul Jung) 한국정보과학회 2004 한국정보과학회 학술발표논문집 Vol.31 No.2Ⅱ

문서 영상 획득(document scanning)은 문서 영상 분석과 인식을 위한 중요한 단계이다. 최근 문서 영상 획득 장치로 스캐너(flat scanner)가 가장 많이 이용되고 있지만, 만지면 망가질 것 같은 앓은 고서, 매우 두꺼운 책과 같은 문서를 획득하기에는 어려움이 있다. 이런 어려움을 해결하기 위해 카메라를 이용한 문서 영상 획득에 관한 많은 연구가 진행되고 있으며, 카메라의 저해상도나 잡음과 같은 문제를 해결하면, 스캐너를 대신하는 입력 장치로 이용할 수 있다. 저해상도 문제를 해결하는 방법으로 기본의 일반적인 레지스트레이션(registration) 방법은, 연결 부분(stitching position)에서 오브젝트(object:text, graphics, image)의 왜곡이 생기는 문제점이 있다. 본 논문에서는 PTZ(pan-tilt-zoom) 카메라를 이용하여 연결 부문에서 왜곡을 최소화하여 오브젝트를 획득하는 컴포넌트 기반의 영상 레지스트레이션 (component-based image registration) 방법을 제안한다. 제안한 방법은 연결 부문에서 오브젝트의 수를 최소화하는데 목적이 있으며 일반적인 레지스트레이션 방법에 비해 연결 부문에서 왜곡을 상당히 줄일 수 있으며, 상대적으로 인식률을 높일 수 있다.

모바일기기를 이용한 문서영상에서의 자동 단어추출 시스템

박안진(Anjin Park),권우업(Woo Up Kwon),정기철(Keechul Jung) 한국멀티미디어학회 2006 한국멀티미디어학회 학술발표논문집 Vol.2006 No.1

언제, 어디서, 누구나 대용량 네트워크를 이용할 수 있는 유비쿼터스(ubiquitous) 시대가 다가오면서, 카메라가 설치된 PDA, 핸드폰과 같은 모바일기기가 가까운 미래에는 일상의 한 부분이 될 것이다. 이런 시대를 반영하듯, 다양한 영상처리나 컴퓨터 비전기반의 시스템이 연구 및 개발되고 있으며, 특히 영상의 특징을 표현하고 인덱싱(indexing)하기 위해 유용한 정보를 많이 포함하고 있는 문자를 추출하기 위한 다양한 연구가 진행되고 있다. 연산자원이 부족한 모바일기기에서 문자를 추출하기 위해 기존에는 사용자가 입력영상에서 대략적인 문자를 직접 선택하거나, 서버(server)를 주로 이용하였으며, 서버를 이용할 경우 서버에 접근할 수 없는 경우, 수행이 되지 않는 단점이 있으며, 서버에 영상을 보내고 결과를 받는 시간 때문에 실시간으로 문자를 추출하기 힘든 단점이 있다. 본 논문에서는 서버없이 모바일만을 이용하여 자동으로 문자영역을 추출하는 실시간 문자추출 시스템을 제안한다. 수행시간을 최소화하기 위해 문서에 포함된 문자와 입력받은 문서영상의 중심에 있는 한 단어를 문자추출의 대상으로 고려하며, 적은 연산 자원에서 실시간 수행이 가능한 에지(edge) 정보를 이용하다. 실험에서 문서내의 한 문자에 대해서는 높은 검출률을 보였으며, 모바일기기에서 빠른 수행시간을 보였다.

다중 RGB-D 카메라를 이용한 3D 동영상 생성 및 렌더링 방법

박안진(Anjin Park),이동길(Dong-Kil Lee),김양규(Yang-Gyu Kim),이광훈(Kwang-Hoon Lee),장원근(Won- Gun Jang),박영식(Young-Sik Park),김진욱(Jinwook Kim) 한국통신학회 2014 한국통신학회 학술대회논문집 Vol.2014 No.6

시드 확장과 워터쉐드를 이용한 사용자입력기반 의료볼륨영상 분할 방법

박안진(Anjin Park),정홍열(Honglyel Jung),안재성(Jaesung Ahn),엄주범(Joo Beom Eom),이병일(Byeong-Il Lee) 한국정보과학회 2015 한국정보과학회 학술발표논문집 Vol.2015 No.12

CUDA와 OpenMP를 이용한 빠르고 효율적인 신경망 구현

박안진(Anjin Park),장홍훈(Honghoon Jang),정기철(Keechul Jung) 한국정보과학회 2009 정보과학회논문지 : 소프트웨어 및 응용 Vol.36 No.4

컴퓨터 비전이나 패턴 인식 분야에서 이용되고 있는 많은 알고리즘들이 최근 빠른 수행시간을 위해 GPU에서 구현되고 있지만, GPU를 이용하여 알고리즘을 구현할 경우 크게 두 가지 문제점을 고려해야 한다. 첫째, 컴퓨터 그래픽스 분야의 지식이 필요한 쉐이딩(shading) 언어를 알아야 한다. 둘째, GPU를 효율적으로 활용하기 위해 CPU와 GPU간의 데이터 교환을 최소화해야 한다. 이를 위해 CPU는 GPU에서 처리할 수 있는 최대 용량의 데이터를 생성하여 GPU에 전송해야 하기 때문에 CPU에서 많은 처리시간을 소모하며, 이로 인해 CPU와 GPU 사이에 많은 오버헤드가 발생한다. 본 논문에서는 그래픽 하드웨어와 멀티코어(multi-core) CPU를 이용한 빠르고 효율적인 신경망 구현 방법을 제안한다. 기존 GPU의 첫 번째 문제점을 해결하기 위해 제안된 방법은 복잡한 쉐이딩 언어 대신 그래픽스적인 기본지식 없이도 GPU를 이용하여 응용프로그램 개발이 가능한 CUDA를 이용하였다. 두 번째 문제점을 해결하기 위해 멀티코어 CPU에서 공유 메모리 환경의 병렬화를 수행할 수 있는 OpenMP를 이용하였으며, 이는 CPU의 처리시간을 줄여 CPU와 GPU 환경에서 오버헤드를 최소화할 수 있다. 실험에서 제안된 CUDA와 OpenMP기반의 구현 방법을 신경망을 이용한 문자영역 검출 알고리즘에 적용하였으며, CPU에서의 수행시간과 비교하여 약 15배, GPU만을 이용한 수행시간과 비교하여 약 4배정도 빠른 수행시간을 보였다. Many algorithms for computer vision and pattern recognition have recently been implemented on GPU (graphic processing unit) for faster computational times. However, the implementation has two problems. First, the programmer should master the fundamentals of the graphics shadinglanguages that require the prior knowledge on computer graphics. Second, in a job that needs much cooperation between CPU and GPU, which is usual in image processing and pattern recognition contrary to the graphic area, CPU should generate raw feature data for GPU processing as much as possible to effectively utilize GPU performance. This paper proposes more quick and efficient implementation of neural networks on both GPU and multi-core CPU. We use CUDA (compute unified device architecture) that can be easily programmed due to its simple C language-like style instead of GPU to solve the first problem. Moreover, OpenMP (Open Multi-Processing) is used to concurrently process multiple data with single instruction on multi-core CPU, which results in effectively utilizing the memories of GPU. In the experiments, we implemented neural networks-based text extraction system using the proposed architecture, and the computational times showed about 15 times faster than implementation on only GPU without OpenMP.

네비게이션을 위한 문자영상기반의 영상매칭 방법

박안진(Anjin Park),정기철(Keechul Jung) 한국정보과학회 2005 한국정보과학회 학술발표논문집 Vol.32 No.2

유비쿼터스 시대가 다가오면서, 많은 사람들은 모르는 장소에서 자신의 위치와 목적지까지의 경로에 대한 정보를 알고 싶어할 것이다. 기존의 네비게이션(navigation)을 위한 비전기술은 고차원과 저차원 특징값을 이용하였다. 텍스춰 정보, 색상 히스토그램과 같은 저차원 특징값은 영상의 특징을 정확하게 표현하기 어려우며, 마커와 같은 고차원 정보는 실험환경을 구축하는데 어려움이 있다. 우리는 기존 저/고차원의 특징값 대신, 영상의 특징을 표현하고 인덱싱(indexing)하기 위한 유용한 정보를 많이 포함하고 있으며, 실제환경에서 널리 분포되어있는 중차원 특징값인 문자영상을 이용한다. 문자영상추출은 MLP(multi-layer perceptron)와 CAMShift알고리즘을 결합한 방법을 이용하며, 서로 다른 장소지만 같은 문자를 가진 곳에서 인식을 수행하기 위해 문자영상의 크기와 기울기를 기반으로 한 영상 검색공간을 대상으로 영상매칭을 수행한다. 실험에서 문자영상을 포함하는 직사각형 검색공간으로 인해 다양한 크기와 기울기에서 높은 인식률을 보이며, 간단한 계산으로 빠른 수행시간을 가진다.