http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
적응적 임계값 추출에 의한 연속 블로치 영역 자동 검출
안기옥(Kiok Ahn),김민기(Mingi Kim),모니룰(Monirul Hoque),채옥삼(Oksam Chae) 대한전기학회 2014 정보 및 제어 심포지엄 논문집 Vol.2014 No.10
An automatic detection technique is proposed for blotch detection, evident in old archived media. Traditional pixel based blotch detection methods fail to detect blotch, if present, at the identical location in successive frames. Additional complexity incurs from manual threshold tuning to get optimal performance. To alleviate these problems, in this paper, we have proposed a fusion of three Rank order difference (ROD) detectors which works on five consecutive frames. Effect of manual thresholding is reduced by introducing adapting threshold based on local neighborhood and image statistics of candidate blotch positions. Experiment is performed on real dataset to evaluate the accuracy of proposed solution.
표준화된 Edge기반 영상분석 알고리즘 개발을 위한 윤곽선 클래스 설계 및 구현
안기옥(Kiok Ahn),황혜정(Heajung Hoang),채옥상(Oksam Chae) 한국정보과학회 2003 한국정보과학회 학술발표논문집 Vol.30 No.2Ⅱ
영상에 추출된 윤곽선(Edge)은 물체의 핵심적인 형태정보를 포함하고 있어서 영상인식과 분석의 근간이 되고 있다. 따라서 정확한 윤곽선 검출을 위한 많은 연구가 진행되고 있으며 그 응용분야도 다양하다. 그러나 정작 추출된 윤곽선 정보를 효율적으로 표현하고 활용하기 위한 표준화된 자료구조에 대한 연구는 많지 않아서 연구결과의 공유를 어렵게 하고 있다. 본 논문에서는 검출된 윤곽선을 효율적으로 표현, 관리, 검색, 조작하기 위한 자료클래스를 설계구현 함으로서 윤곽선검출 알고리즘의 표준화와 재사용을 촉진시키고 검출된 다양한 응용을 가능하게 한다.
원격 스마트 협업을 위한 컬러와 LBP 코드 기반 비디오 샷 경계 검출
안기옥(Kiok Ahn),홍석진(Seokjin Hong),조영탁(Youngtak Cho),채옥삼(Oksam Chae) 대한전자공학회 2015 대한전자공학회 학술대회 Vol.2015 No.6
Performance of the remote collaboration system depend on recognition such as appearance and disappearance of a new object, we use shot boundary detection method to analyse this. Color histogram based method is sensitive to noise, brightness changes and states of the object. In this paper, we suggest a new shot boundary detection method which uses color and texture information and analyse this result. The result shows proposed method is more robust against noise, brightness changes and states of the object than color histogram based method and more effective against shot boundary detection.
셋톱박스 품질검사를 위한 개선된 지역 방향 패턴(eLDP) 기반의 비디오 샷 경계 검출
조영탁 ( Youngtak Cho ),안기옥 ( Kiok Ahn ),김민기 ( Mingi Kim ),이태원 ( Taewon Lee ),송기훈 ( Gihun Song ),채옥삼 ( Oksam Chae ) 한국정보처리학회 2017 한국정보처리학회 학술대회논문집 Vol.24 No.2
디지털 비디오의 발전이 가속됨에 따라, 비디오 샷 경계 검출은 비디오 분석 및 카타로깅 등 여러 분야에 있어 필수적인 요소가 되었다. 기존 샷 경계 검출 방법들은 잡음이나 카메라 혹은 물체의 이동, 그리고 색상의 급격한 변화 등에 민감한 성능을 보인다. 본 논문에서는 개선된 지역 방향 패턴 기반(eLDP) 검출 방법을 제안한다. 제안하는 방법은 RGB 색상의 일부와 eLDP 의 특징을 결합해 더욱 강인한 샷 경계 검출 성능을 보였다. 또한, 셋롭박스 품질검사 시 필요한 채널 간 동기 화의 신뢰성을 높였고, 실시간으로 검사하면서도 안정적인 샷 경계 검출이 가능함을 입증하였다.
Signed Local Directional Pattern을 이용한 강력한 얼굴 표정인식
류병용(Byungyong Ryu),김재면(Jaemyun Kim),안기옥(Kiok Ahn),송기훈(Gihun Song),채옥삼(Oksam Chae) 대한전자공학회 2014 전자공학회논문지 Vol.51 No.6
본 논문에서는 얼굴 표정인식을 위한 새로운 지역 미세 패턴 기술 방법인 Signed Local Directional Pattern(SLDP)을 제안한다. SLDP는 얼굴 영상의 텍스쳐 정보를 표현하기 위해 에지 정보를 이용한다. 이는 기존의 방법들에 비해 뛰어난 구별 성능과 효율적인 코드 생성을 가능하게 한다. SLDP는 마스크 범위 이웃 화소들을 이용하여 에지 반응 값을 계산하고 이들 중 부호를 고려하여 에지 반응 값이 큰 에지 방향 정보를 가지고 만들어진다. 이는 기존 LDP에서 구별하지 못하던 비슷한 에지구조에 밝기 값이 반대인 지역 패턴을 구별할 수 있다. 본 논문에서는 얼굴 표정인식을 위해 얼굴 영상을 여러 영역으로 분할하고 각 영역으로부터 SLDP코드의 분포를 계산한다. 각 분포는 얼굴의 지역적인 특징을 나타내고 이들 특징을 연결해서 얼굴 전체를 나타내는 얼굴 특징 벡터를 생성한다. 본 논문에서는 생성된 얼굴 특징 벡터와 SVM(Support Vector Machine)을 이용해서 Cohn-Kanade 데이터베이스와 JAFFE데이터베이스에서 얼굴 표정인식을 수행했다. SLDP는 표정인식에서 기존 방법들보다 뛰어난 결과를 보여주었다. In this paper, we proposed a new local micro pattern, Signed Local Directional Pattern(SLDP). SLDP uses information of edges to represent the face’s texture. This can produce a more discriminating and efficient code than other state-of-the-art methods. Each micro pattern of SLDP is encoded by sign and its major directions in which maximum edge responses exist―which allows it to distinguish among similar edge patterns that have different intensity transitions. In this paper, we divide the face image into several regions, each of which is used to calculate the distributions of the SLDP codes. Each distribution represents features of the region and these features are concatenated into a feature vector. We carried out facial expression recognition with feature vectors and SVM(Support Vector Machine) on Cohn-Kanade and JAFFE databases. SLDP shows better classification accuracy than other existing methods.
송기훈(Gihun Song),류병용(Byungyong Ryu),김재면(Jaemyun Kim),안기옥(Kiok Ahn),채옥삼(Oksam Chae) 대한전자공학회 2014 전자공학회논문지 Vol.51 No.7
전 세계적으로 방송사 및 영상 관련 기관들의 비디오 기반 시스템이 디지털로 전환되고 있다. 이송 과정에서 발생하는 디지털 드롭아웃은 콘텐츠의 질을 낮추게 만든다. 게다가 디지털 드롭아웃에 초점이 맞춰진 연구가 매우 미미하며 기존 방법들로 해결하기에는 한계점이 존재한다. 상기 이유로, 우리는 디지털 드롭아웃 블록이 가지는 독특한 패턴들의 주파수 특성을 강조할 수 있도록 이산 코사인 변환 (Discrete Cosine Transform) 계수를 기반으로 하는 새로운 특징표현 방법을 제안한다. 또한, 분류를 위해 특징 벡터를 효율적으로 활용할 수 있는 SVM 기반의 오류블록 분류방법을 활용한다. 더 나아가 이 방법은 기존 방법들의 프레임 간 연속성을 이용해 발생하는 문제점들을 극복하였다. 단독 프레임의 정보만을 이용함으로써 빠른 물체의 존재하에서도 동작이 가능하고, 특정 모델이나 추정이 필요하지 않아 최소의 복잡도 하에 오류 검출이 가능하다. The video-based system of the broadcasters and the video-related institutions have shifted from analogical to digital in worldwide. This migration process can generate a defect, digital dropout, in the quality of the contents. Moreover, there are limited researches focused on these kind of defects and those related have limitations. For that reason, we are proposing a new method for feature extraction emphasizing in the peculiar block pattern of digital dropout based on discrete cosine transform (DCT). For classification of error block, we utilize support vector machine (SVM) which can manage feature vectors efficiently. Further, the proposed method overcome the limitation of the previous one using continuity of frame by frame. It is using only the information of a single frame and works better even in the presence of fast moving objects, without the necessity of specific model or parameter estimation. Therefore, this approach is capable of detecting digital dropout only with minimal complexity.
테이프리스 방송 환경에서의 자동화된 콘텐츠 품질검사 시스템 개발
이문식(Lee Moonsik),하명환(Ha Myunghwan),김윤창(Kim Yunchang),박성춘(Park Sungchoon),안기옥(Ahn Kiok),김민기(Kim Min-Gi),이정헌(Lee JungHeon) 한국방송·미디어공학회 2010 한국방송공학회 학술발표대회 논문집 Vol.2010 No.7
방송사에는 수십만 시간에 이르는 아카이브된 콘텐츠가 있으며, 수십시간에 이르는 콘텐츠가 매일매일 생산되고 있다. 이러한 콘텐츠를 고품질로 빠르고, 다양하게 서비스하기 위하여 방송 환경은 파일 기반의 테이프리스 환경으로 전환되고 있다. 이러한 방송 환경의 변화는 전통적인 콘텐츠 품질 관리에 새로운 이슈를 제기하고 있다. 테이프를 사용하는 전통적인 방송 제작 환경에서의 품질검사 방식은 대량의 콘텐츠, 빠른 서비스 그리고 파일 기반의 환경에는 적합하지 않기 때문이다. 이를 해결하기 위하여 더욱 빠르고, 일관성있게 파일 기반의 콘텐츠 오류를 검사할 수 있는 자동화된 콘텐츠 품질검사 시스템이 필요하다. 본 논문에서는 방송환경에서 발생할 수 있는 다양한 A/V 오류의 유형에 대하여 정리하였고, 컨테이너와 A/V 에센스를 검사할 수 있는 자동화된 콘텐츠 품질검사 시스템의 구현에 대하여 기술하고자 한다. 컨테이너 검사는 헤더 정보에 포함되어 있는 메타데이터에 대한 검사이고, A/V 오류 검사는 에센스 내부에 포함된 블록 오류, 인터레이스 오류, 뮤트 등의 검사이다.