권호 표지

The KIPS Transactions:PartB (정보처리학회논문지B)

Korea Information Processing Society

  • Bimonthly
  • /
  • 1598-284X(pISSN)

Domain

  • Information/Communication ＞ Information Processing Theory

Aim & Scope

The KIPS Transactions:PartB publishes original research papers in information processing focusing on theories, methods, algorithms in multimedia system and graphics. Application oriented papers are also accepted. Technical fields of this journal in detail are as follows; artificial intelligence, image processing, voice processing, natural language processing, multimedia, human computer interface, pattern recognition, computer graphics, semantic web and web services.

KSCI

Volume 17B Issue 5

  1. Kwon, Ki-Won;Lee, Hae-Yeoun;Oh, Duk-Hwan 333
    https://doi.org/10.3745/KIPSTB.2010.17B.5.333 PDF KSCI
    본 논문은 동일한 대상물을 촬영한 영상을 합성하여 파노라마 영상을 생성하는 방법에 대하여 설명한다. 디지털 카메라의 보급으로 파노라마 영상에 대한 관심이 높아지면서 다양한 방법의 파노라마 영상의 제작 방법이 연구되고 있다. 본 논문에서는 크기 및 회전 불변 특징점을 활용하여 파노라마 영상을 합성하는 방법에 대해서 제안한다. 먼저, 입력 영상들에 대해서 특징점을 추출하고, RANSAC 알고리즘을 통해 추출된 특징점을 정합한다. 정합점을 이용하여 투영 변환식을 모델링하고, 모델링된 변환식을 통하여 영상을 정렬하여 파노라마 영상을 생성한다. 제안한 알고리즘은 SURF 특징점 추출 알고리즘을 적용하여 영상의 크기 및 회전 등의 기하학적 변형에 강인하며, 처리 속도도 향상하였다. 실험에서는 기존 Harris corner 검출기나 SIFT 알고리즘을 통해 검출한 특징과 제안한 알고리즘에서 사용된 SURF 알고리즘을 비교 분석 하였고, $640{\times}480$ 크기의 영상을 이용하여 제안한 알고리즘을 통해 파노라마 영상을 합성하였다. 그 결과 파노라마 영상의 합성에 소요되는 시간은 평균0.4초로 나타났고, 기존 알고리즘에 비하여 효율적인 것으로 나타났다.
  2. Bae, Byung-Jo;Park, Jong-Seung 345
    https://doi.org/10.3745/KIPSTB.2010.17B.5.345 PDF KSCI
    시각기반 증강현실을 구현하기 위한 추적 방법들은 정형 패턴 마커를 가정하는 마커 추적기법과 영상 특징점을 추출하여 이를 추적하는 자연특징 추적기법으로 분류된다. 마커 추적기법은 빠른 마커의 추출 및 인식이 가능하여 모바일 기기에서도 실시간 처리가 가능하다. 한편 자연 특징 추적기법의 경우는 입력 영상의 다양성을 고려해야 하므로 계산량이 많은 처리과정을 거쳐야 한다. 따라서 저사양의 모바일 기기에서는 빠른 실시간 처리에 어려움이 있다. 기존의 자연특징 추적에서는 입력되는 카메라 영상의 매 프레임마다 특징점을 추출하고 패턴매칭 과정을 거친다. 다수의 자연특징점들을 추출하는 과정과 패턴매칭 과정은 계산량이 많아 실시간 응용에 많은 제약을 가하는 요인으로 작용한다. 특히 등록된 패턴의 개수가 증가될수록 패턴매칭 과정의 처리시간도 증가하게 된다. 본 논문에서는 이러한 단점을 해결하고자 자연특징 추적 과정에 광류를 사용하여 모바일 기기에서의 실시간 동작이 가능하도록 하였다. 패턴매칭에 사용된 특징점들은 다음의 연속 프레임에서 광류추적 기법을 적용하여 대응점들을 빠르게 찾도록 하였다. 또한 추적 과정에서 소실되는 특징점의 수에 비례하여 새로운 특징점들을 추가하여 특징점의 전체 개수는 일정 수준으로 유지되도록 하였다. 실험 결과 제안하는 추적 방법은 자연특징점 추적 시간을 상당히 단축시킬 뿐만 아니라 카메라 자세 추정 결과도 더욱 안정시킴을 보여주었다.
  3. Eom, Sung-Eun;Jang, Jun-Su 355
    https://doi.org/10.3745/KIPSTB.2010.17B.5.355 PDF KSCI
    얼굴추적은 3차원 공간상에서 머리(head)와 안면(face)의 움직임을 추정하는 기술로, 얼굴 표정 감정인식과 같은 상위 분석단계의 중요한 기반기술이다. 본 논문에서는 AAM 기반의 얼굴추적 알고리즘을 제안한다. AAM은 변형되는 대상을 분할하고 추적하는데 광범위하게 적용되고 있다. 그러나 여전히 여러 가지 해결해야할 제약사항들이 있다. 특히 자체중첩(self-occlusion)과 부분적인 중첩, 그리고 일시적으로 완전히 가려지는 완전중첩 상황에서 보통 국부해에 수렴(local convergence)하거나 발산하기 쉽다. 본 논문에서는 이러한 중첩상황에 대한 AAM의 강인성을 향상시키기 위해서 SIFT 특징을 이용하고 있다. SIFT는 일부 영상의 특징점으로 안정적인 추적이 가능하기 때문에 자체와 부분중첩에 효과적이며, 완전중첩의 상황에도 SIFT의 전역적인 매칭성능으로 별도의 재초기화 없이 연속적인 추적이 가능하다. 또한 추적과정에서 큰 자세변화에 따른 움직임을 효과적으로 추정하기 위해서 다시점(multi-view) 얼굴영상의 SIFT 특징을 온라인으로 등록하여 활용하고 있다. 제안한 알고리즘의 이러한 강인성은 위 세 가지 중첩상황에 대해서 기존 알고리즘들과의 비교실험을 통해서 보여준다.
  4. Han, Gi-Tae 363
    https://doi.org/10.3745/KIPSTB.2010.17B.5.363 PDF KSCI
    본 논문에서는 영상의 동질성 영역 분할을 위한 동질성 문턱 값(Homogeneity Threshold: $H_T$)의 자동 추출과 USRG(Unseeded Region Growing) 기반의 동질성 영역 자동 분할 방법을 제안한다. $H_T$는 인접한 화소들 간에 동질성을 구분하는 기준이 되며, 제안한 방법에 의하여 원본영상으로부터 자동 계산된다. 제안한 방법의 이론적 배경은 Otsu의 단일수준 문턱 값(single level threshold) 방법인데, 이것은 원본 영상의 작은 국소영역을 두 클래스로 분할하기 위하여 사용되고, 두 클래스가 서로 다른 영역으로 구별되는 조건을 만족할 때의 각 클래스의 표준편차의 합($\sigma_c$)을 $H_T$를 계산하기 위한 요소로 사용한다. 제안한 방법의 타당성을 보이기 위해 분할된 동질성 영역들만을 가지고 새롭게 생성한 영상과 원본 영상과의 비교를 통해 시각적으로 차이가 없음을 보이고, 분할된 동질성 영역의 크기순과 화소수가 많은 명암도 순으로 분할된 영역들을 결합한 영상들과 자동 추출된 문턱 값($H_T$)에 범위조정계수 ${\alpha}$을 적용한 값($H^*_T$)를 가지고 분할한 결과 영상들의 제시를 통해 제안한 방법에 대한 타당성을 보였다. 제안한 방법은 해부학이나 생물학의 연구 및 자연 영상의 시각화와 애니메이션 등 다양한 분야에서 활용될 수 있으리라 기대한다.
  5. Jang, Jong-Whan 375
    https://doi.org/10.3745/KIPSTB.2010.17B.5.375 PDF KSCI
    객체 윤곽을 추출하는 대부분의 기존 방법들은 단일객체의 윤곽검출에 대해 연구하였다. 그러나, 실 세계에서는 복수객체가 일반적이다. 본 논문에서 제안한 복수객체 윤곽추출 알고리즘은 2 단계로 구성된다. 첫 번째 단계는 외적 및 내적을 사용하여 초기에 복수객체를 포함한 윤곽을 고속으로 분리하고 연결하여 각각이 윤곽이 단일 개체만을 포함하는 방법을 제안한다. 두 번째 단계는 각각의 윤곽에 포함된 단일 객체의 윤곽을 추출하는 개선된 능동윤곽모델 알고리즘을 설명한다. 여러 실험영상에 대한 실험결과는 다른 방법과 비교하여 속도가 빠르며 정확하게 윤곽을 추출한다.
  6. Lee, Chang-Hwan;Bae, Joo-Hyun 381
    https://doi.org/10.3745/KIPSTB.2010.17B.5.381 PDF KSCI
    나이브 베이시안 알고리즘은 데이터 마이닝의 여러 분야에서 적용되고 있으며 좋은 성능을 보여주고 있다. 하지만 이 학습 방법은 모든 속성의 가중치가 동일하다는 가정을 하고 있으며 이러한 가정으로 인하여 가끔 정확도가 떨어지는 현상이 발생한다. 이러한 문제를 보완하기 위하여 나이브 베이시안에서 속성의 가중치를 조절하는 다수의 연구가 제안되어 이러한 단점을 보완하고 있다. 본 연구에서는 나이브 베이시안 학습에서 기존의 속성에 가중치를 부여하는 방식에서 한걸음 나아가 속성의 값에 가중치를 부여하는 새로운 방식을 연구하였다. 이러한 속성값의 가중치를 계산하기 위하여 점진적 하강(gradient descent) 방법을 이용하여 가중치를 계산하는 방식을 제안하였다. 제안된 알고리즘은 다수의 데이터를 이용하여 속성 가중치 방식과 비교하였고 대부분의 경우에 더 좋은 성능을 제공함을 알 수 있었다.
  7. Hong, Myung-Duk;Yu, Young-Hoon;Jo, Geun-Sik 389
    https://doi.org/10.3745/KIPSTB.2010.17B.5.389 PDF KSCI
    차량 경로 스케줄링 문제(VRSPTW, the Vehicle Routing and Scheduling Problem with Time Window)는 여러 고객의 시간 제약과 요구량을 만족시키면서 최소 이동 비용을 가지는 경로를 구성하는 문제이다. 이 문제는 NP-Hard 문제이기 때문에 해를 산출하는데 시간이 오래 걸린다. 본 연구는 VRSPTW를 빠른 시간 내에 최근사해를 구하기 위한 멀티 비용 함수(Multi Cost Function)를 갖는 개미 군집 최적화(Ant Colony Optimization)을 이용한 휴리스틱을 제안하였다. 멀티 비용 함수는 각 개미가 다음 고객 노드로 이동하기 위해 비용을 평가할 때 거리, 요구량, 각도, 시간제약에 대해 서로 다른 가중치를 반영하여 우수한 초기 경로를 구할 수 있도록 한다. 본 연구의 실험결과에서 제안된 휴리스틱이 Solomon I1 휴리스틱과 기회시간이 반영된 하이브리드 휴리스틱보다 효율적으로 최근사 해를 얻을 수 있음을 보였다.
  8. Jang, Kye-Hun;Lee, Kyung-Soon 399
    https://doi.org/10.3745/KIPSTB.2010.17B.5.399 PDF KSCI
    본 논문에서는 상위 검색결과 문서의 정확률을 향상시키기 위하여 핵심질의 클러스터와 단어 근접도를 이용해 재순위화하는 방법을 제안한 다. 언어모델에 의한 초기 검색결과를 상위 문서에 대해 발생한 질의어휘 조합을 기반으로 문서를 클러스터링한다. 질의어휘 조합 클러스터에 대해 질의어휘 사이의 근접도를 이용하여 핵심질의 클러스터를 선택한다. 질의의 문맥정보를 이용해 핵심질의 클러스터의 문서를 재순위화한다. 뉴스집합인 TREC AP 컬렉션에 대해 언어모델과 제안한 방법의 문서 정확률을 비교한 결과 제안방법이 언어모델에 비해 상위 100개 문서(P@100)에서 11.2% 성능이 향상되었다.