http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
모양에 기반한 영상 검색을 위한 2 - D Invariant Descriptor
박종승(J.S. Park),장덕호(D.H. Chang) 한국정보과학회 1999 한국정보과학회 학술발표논문집 Vol.26 No.2Ⅱ
모양 정보를 이용하는 내용기반 영상 검색 시스템에서 검색 정확도는 시스템에서 사용되는 모양 기술자에 매우 의존된다. 정확한 검색을 위해서 기술자는 이동, 회전, 스케일에 불변해야 한다. 본 논문에서는 모멘트 불변량과 푸리에 기술자를 복합적으로 사용하는 유사도 기법을 제시한다. 이 방법은 하나의 불변량 기술자를 사용하는것보다 더 우수한 결과를 나타내었다. 푸리에 기술자와 네개의 모멘트 불변량(Hu의 모멘트 불변량, Taubin의 모멘트 불변량, Flusser의 모멘트 불변량, Zernike 모멘트 불변량)을 구현하여 성능을 측정하였다. 영상분할된 이진 영상 데이터베이스로부터 각 기술자의 검색 정확도를 계산하였다. 실험 결과 경계선에 기초하는 푸리에 기술자와 영역에 기초하는 모멘트 불변량을 동시에 사용하는 방법이 영상 검색에 있어서 우수한 성능을 보였다.
일치점들로부터의 셀프 - 캘리브레이션을 통한 Euclidean 구조의 복원
박종승(J. S. Park),김재학(J. H. Kim),권혁민(H. M. Kwon),한준희(J. H. Han) 한국정보과학회 1998 한국정보과학회 학술발표논문집 Vol.25 No.1B
캘리브레이션이 되지 않은 영상들로부터 Euclidean 구조를 복원하는 문제를 다룬다. 일치점들로부터 프로젝티브 복원을 하고 카메라 파라메터를 계산하여 Euclidean 공간으로 변환시킨다. 3개 이상의 영상으로부터의 일치점들이 주어지면 3-D 구조와 투사행렬을 계산하는 방법을 제시한다. 본 논문에서 소개하는 셀프-캘리브레이션 방법은 주어진 영상의 수에 제한이 없이 유일한 프로젝티브 복원을 하므로 최근 소개된 방법들[4, 5]에 비해 보다 일반적인 방법이다. 실제 데이타로 실험한 결과 제안된 방법의 정확성을 보였다.
박종승(Jong S. Park),김명진(Myung J. Kim),한준희(Joon H. Han) 한국정보과학회 1993 한국정보과학회 학술발표논문집 Vol.20 No.1
미리 알려져 있지 않은 일반적인 도로에서 주행을 하기 위해서는 연속적으로 입력되는 도로 영상으로 부터 도로 장면 모델을 생성해야 한다. 무인화 주행을 위한 시각 시스템은 도로 장면 모델을 형성하여 주행에 필요한 도로 정보를 추출한다. 본 논문에서는 영상으로 부터 도로 외곽선을 추출하여 3차원상의 cross-segment들을 계산하고 이로부터 도로 지형을 평면 리본의 형태로 표현하고 무인 차량을 제어하기 위한 현재의 도로의 곡을을 계산하는 도로 모델을 제시한다.
김재학(J. H. Kim),박종승(J. S. Park),한준희(J. H. Han),정연구(Y. K. Chung) 한국정보과학회 1998 한국정보과학회 학술발표논문집 Vol.25 No.1B
여러대의 카메라로부터의 영상점들로부터 Euclidean 복원을 하면 3차원 영상점들을 복원할 수 있다. Euclidean 복원의 과정 중에는 프로젝티브 복원과정을 거치게 되는데, 복 논문에서는 프로젝티브 불변성질 이론을 기반으로 개선된 프로젝티브 복원을 하는 방법을 제안한다. 두 개의 사영 관찰 시점에서 6개의 3차원 점들이 영상에 맺혔을 때, 3차원 6개의 점간에는 알려진 불변 공식이 있으며, 이것은 다시 영상의 6점과 fundamental 행렬의 식으로 유도된다. 따라서, 위 관계로부터 두 사영 투사 행렬과 3차원상의 점인 4×1 벡터를 개선시킬 수 있고, 이로부터 Euclidean 복원도 개선할 수 있다. 복원된 3차원 점들은 영역별 데이터가 아닌 물체 표면에 임의적으로 놓여 있는 점들이므로 이들의 3차원 표현을 삼각화 방법을 통하여 구현함을 보여준다.
김재학(J. H. Kim),박종승(J. S. Park),한준희(J. H. Han) 한국정보과학회 1998 한국정보과학회 학술발표논문집 Vol.25 No.2Ⅱ
Video 영상을 의미있는 부분으로 나누는 video segmentation을 위해서는 video cut의 검출이 필요하다. 본 논문에서는 video cut의 검출을 위하여 신경망을 이용하였으며, cut의 측정방법으로 보색(complementary color)이 개념을 도입하였다. 이 방법을 이용하여, 여러개의 video data로부터 학습을 한 뒤 새로운 video에 대해 테스트한 결과 좋은 성능을 보였다.
권혁민(H. M. Kwon),박종승(J. S. Park),한준희(J. H. Han) 한국정보과학회 1998 한국정보과학회 학술발표논문집 Vol.25 No.1B
두 장의 영상으로부터 얻은 각각의 특징점 집합에 대해 정합을 수행한다. 영상 정합에는 relaxation기법을 사용하는데, 이 기법은 초기 정합확률의 설정이 중요하므로 초기 정합확률을 적절히 선택함으로써 정합의 효율을 증가시킨다. 정합확률의 갱신 단계에서는 이웃하는 특징점들과의 거리정보를 이용하여 그 확률을 갱신시켜 나간다. 실험을 통하여 초기 정합확률의 적절한 선택이 정합의 성능과 속도를 향상시킴을 보인다.