http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 변혜란(Byun Hyeran) (검색결과 142 건)
- 무료
- 기관 내 무료
- 유료
-
확률적 부울(Boolean) 모델과 연관성 학습을 통한 내용기반 영상 검색 성능 향상
고병철(ByoungChul Ko),변혜란(Hyeran Byun) 한국정보과학회 2001 한국정보과학회 학술발표논문집 Vol.28 No.1B
전체 영상을 이요하지 않고 영상 안에 포함된 특정 객체 혹은 영역만을 이용하는 “영역에 의한 질의(query-by-region)" 방법은 내용기반 영상 검색 중 상위개념의 방법 이지만, 영상 분할의 한계, 여러 개로 분할된 영역을 모두 검색하기 위한 인덱싱 문제, 유사성 측정 시 선형적으로 분리되지 않는 특징값들에 대한 무리한 선형 조합으로 인한 검색 오류와 같은 많은 문제점을 안고 있다. 따라서 본 논문에서는 영역 기반 영상 검색 시스템인 FRIP에 대하여 영상 분할의 한계를 극복하고, 사용자의 주관성을 영상 검색에 적용하기 위해 확률적 연관성 학습 모델(MPFRL)을 유사성 측정 단계에서 적용 하였고, 아울러 검색 결과를 보여주는 확률적 이접 부울 모델(PDB)을 사용하였다. 또한, 검색 시간을 단축 시키기 위해, 선형 검색 방법에 부울 AND 연산자를 적용 시킴으로써, 검색 시간을 상당부분 단축 할 수 있었다. 실험결과, 본 논문에서는 제안하는 방법(MPFRL+PDB)을 사용할 경우 검색 결과가 선형 조합 보다 향상되는 것을 알 수 있었다. 아울러 사용자 피드백을 통해 사용자가 특징 가중치를 일일이 조절하지 않더라도 단순한 몇 번의 클릭만으로 사용자의 주관성을 반영하고 보다 정확한 검색 결과를 보여 줄 수 있는 시스템을 설계 할 수 있었다.
-
Mean Shift와 변위지도를 결합한 카메라 이동환경에서의 다수 인체 추적
홍수연(SooYoun Hong),변혜란(Hyeran Byun) 한국정보과학회 2005 한국정보과학회 학술발표논문집 Vol.32 No.2
본 논문은 스테레오 카메라를 이용한 이동 카메라 환경에서 다수의 사람을 검출하여 검출된 사람을 추적하는 방법을 제안한다. 카메라가 이동하게 되면 카메라의 움직임과 검출 대상이 되는 사람의 움직임이 동시에 발생하기 때문에 카메라 움직임을 변환 모델을 사용하여 보정하고, 독립적인 움직임을 추출하여 사람을 검출 하였다. 추적은 검출된 사람 영역의 컬러 분포에 기반하여 평균 이동(Mean Shift) 알고리즘을 적용하였다. 평균이동 알고리즘은 빠르고 안정적인 성능으로 실시간 추적에 적합하다. 그러나 객체의 컬러 정보만으로는 배경과 컬러 분포가 유사한 객체의 경우 추적에 실패할 수 있는 단점이 있다. 이점을 보완하기 위하여 본 논문에서는 변위 지도(Disparity map)를 결합하여 객체와 배경을 분리하는 깊이 마스크를 생성하였다. 변위 지도를 사용하여 다수의 사람이 등장 할 경우 발생하는 가려짐, 겹침 등 다양한 실내 환경에서 발생하는 문제도 해결 하였다. 본 논문에서 제안하는 알고리즘은 다양한 데이터에 대해서 실험한 결과 정확한 검출과 추적에 우수한 성능을 확인 할 수 있었다.
-
-
객체 특징점 모델링을 이용한 시멘틱 단서 기반 영상 분류
박상혁(Sanghyuk Park),변혜란(Hyeran Byun) 한국정보과학회 2010 정보과학회 컴퓨팅의 실제 논문지 Vol.16 No.1
대부분의 영상들은 여러 객체 영역들의 시각적인 특징과 각각의 의미들의 조합으로 구성되어 있다. 그러나 일반적으로 영상 처리를 위한 컴퓨터 시스템들은 영상을 특정 객체 영역의 의미 정보 단위로 해석하지 못하기 때문에 사람이 영상을 인지하는 것과 의미적인 차이(semantic gap)가 발생한다. 본 논문에서는 이러한 문제점을 극복하기 위하여 각 객체 영역 단위에서 추출한 고유한 특징점들을 고차원의 의미 정보로 모델링하여 영상을 분류하는 방법을 제안한다. 제안하는 방법은 객체 단위로 추출된 고유한 특징점들의 의미 정보를 특정 객체 영역을 인식하기 위한 의미 단서로 이용한다. 이를 통하여 기존의 영상 분류 방법들에 비하여 인간의 인지 능력과 유사하고 보다 효율적으로 영상을 분류할 수 있는 장점이 있다. 실험 결과는 다양한 카테고리 종류의 영상에 대하여 제안하는 방법의 효과적인 분류 성능을 보여준다. Most images are composed as union of the various objects which can describe meaning respectively. Unlike human perception, The general computer systems used for image processing analyze images based on low level features like color, texture and shape. The semantic gap between low level image features and the richness of user semantic knowledges can bring about unsatisfactory classification results from user expectation. In order to deal with this problem, we propose a semantic cue based image classification method using salient points from object of interest. Salient points are used to extract low level features from images and to link high level semantic concepts, and they represent distinct semantic information. The proposed algorithm can reduce semantic gap using salient points modeling which are used for image classification like human perception. and also it can improve classification accuracy of natural images according to their semantic concept relative to certain object information by using salient points. The experimental result shows both a high efficiency of the proposed methods and a good performance.
-
차재성(Jaeseong Cha),변혜란(Hyeran Byun) 한국정보과학회 2010 한국정보과학회 학술발표논문집 Vol.37 No.2C
내용 기반의 영상 검색 시스템들은 영상 데이터의 전체적인 화소 단위의 특징 정보를 이용하여 영상을 분석하기 때문에 실제 인간이 영상을 인지하는 것과 다르게 해석되는 문제점이 있다. 때문에 이러한 의미적 차이를 해결하기 위하여 영상의 내용을 대표할 수 있는 특정 영역이나 객체 단위의 특징을 추출하는 방법에 대한 연구가 활발하게 진행되고 있다. 본 논문에서는 그래프 기반의 특징점 검출 방법을 사용하여 객체의 영역을 검출하고 주어진 객체 영역을 통해 특징을 추출하여 색상과 질감 정보를 결합함으로써 영상 검색의 정확도를 향상시키는데 의의를 두고 있다.
-
보로노이 테셀레이션을 사용한 시공간 사건 추출을 바탕으로한 비정상 사건 탐지
김대환(Kim Daehwan),변혜란(Byun Hyeran) 한국정보과학회 2010 한국정보과학회 학술발표논문집 Vol.37 No.2C
영상 감시 시스템에 있어 최근의 논문들은 시공간상에서의 궤적이 이동하는 물체의 행동상태를 기술하는 핵심 요소임을 보여주었다. 그러나, 기존의 시공간상의 궤적을 얻기 위한 물체 추적기반의 방법론은 계산장치의 자원을 많이 소모하며 잘못 분류된 전경 화소 들에 의해 쉽게 영향 받는 문제점을 가지고 있다. 본 논문에서는 그러한 궤적을 얻기 위해 보로노이 테셀레이션(Voronoi Tessellation)을 사용한 새로운 방법을 제안한다. 우리는 전경/배경 분류의 결과를 사용하는 대신에, 현재 프레임에서 배경 프레임을 감한 차 값을 그대로 사용한다. 각 전경 물체의 중심을 구하고 이러한 물체 중심을 가지고 보로노이 테셀레이션을 통하여 개별의 전경 물체를 포함한 영역으로 나눈다. 이러한 영역들을 연결하여 각 물체의 시공간 상의 궤적을 나타내는 비디오클립을 생성한다. 결과로서 생성된 비디오 클립들은 시공간상의 사건을 기술하는 동시발생(Co-occurrence) 행렬을 학습하는 데에 사용된다. 우리는 실험에서 제안된 방법이 물체 추적기반의 방법론에 비하여 물체를 추적하는 데에 빠르며, 비정상 이벤트를 찾는데 더 정확함을 보였다.
-
박일권(Ilkwon Park),변혜란(Hyeran Byun) 한국정보과학회 2006 한국정보과학회 학술발표논문집 Vol.33 No.2B
본 논문에서는 단일 비디오 내에서 다양한 움직임 유형을 분석하여 각각의 움직임 유형에 따른 효율적인 입체 영상 변환 알고리즘을 제안한다. 움직임 정보는 단일 비디오 영상을 입체영상으로 변환하기 위해 가장 많이 사용되는 정보 중 하나이며 특히, 줌 인(zoom in), 줌 아웃 (zoom out) 움직임 발생시 상대적으로 높은 입체감을 제공한다. 따라서 본 논문은 수평, 수직 모션뿐만 아니라 줌 움직임(zooming motion)을 효율적으로 검출하기 위한 새로운 모션 결정 규칙을 제안 하였다. 실험에서는 MPEG 실험에 많이 사용되는 동영상 데이터를 이용하였으며 제안된 모션 결정 규칙은 순수한 줌 움직임뿐만 아니라 노이즈가 포함된 복잡한 줌 움직임에도 강인한 결과를 보였다.
-
조선영(Cho Sunyoung),변혜란(Byun Hyeran) 한국정보과학회 2008 한국정보과학회 학술발표논문집 Vol.35 No.2
본 논문에서는 영상 세그멘테이션 정보를 이용한 자연 영상에서의 매팅 방법을 제안한다. 이전의 매팅 방법들은 확실한 전경과 배경에 대한 정보를 주는 트라이맵을 자세하게 주지 않을 경우 불확실 영역에서의 색상 모델의 부족으로 인해 부정확한 알파맷을 생성한다. 따라서 제안하는 매팅 방법에서는 영상 세그멘테이션 정보를 이용하여 대략적인 트라이맵을 자세하게 바꿈으로써 불확실 영역에서의 색상 모델의 부족으로 인한 문제점을 해결하였다. 또한, 알파값 추정시 색상정보 뿐 아니라 명도정보 및 거리정보를 이용함으로써 더 정확한 알파맷을 생성하도록 하였다. 실험을 통해 제안하는 방법이 알파맷을 생성하는 데 효율적임을 보였다.
-
-
ScienceON연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
