Earticle

Due to the advantages of scale invariant feature transform (SIFT) feature points on the invariant to image scale, brightness, rotation, occlusion, noise and so on, this paper proposes a Particle Tracking Velocimetry (PTV) method, based on SIFT feature points matching for velocity measurement of oil-water two-phase flow in horizontal pipelines. The oil-water two-phase flow with large droplet diameter, oil droplets overlap, ununiform lighting, and the centroid position of oil droplets can’t be obtained only by using traditional PTV methods through morphological processing. However, in this paper, the algorithm can directly achieve the average velocity of the flow field according to the positions of correctly matched SIFT feature points, and there is no need to extract the centroid coordinates of each oil droplet. The experimental results show that the proposed algorithm not only can be used in the average velocity measurement of oil-water two-phase flow in horizontal pipelines, but also can reach 95% in the measuring accuracy when the matching feature points are enough sufficient.

본 논문에서는 3차원 복원을 위한 특징점 추출 및 매칭에 대한 보다 정확한 방법을 제안한다. 이 방법은 컴퓨터 비전의 기본이 되는 분야로 복원뿐 만 아니라 SLAM과 같은 지도 작성 및 자율 운행에도 필요한 방법이다. 본 연구는 3차원 물체 복원을 위해서 사용하는 방법 중 하나인 Column space fitting(CSF)을 이용하여 turntable-image data에 적용하여 성능을 평가하여 정확성을 검증을 한다. 오늘날 3D scanner를 이용하여 물체를 3차원 모델을 획득하고 3D프린터를 이용하여 다양한 분야에 적용한다. 그러나 고가의 장비이기 때문에 접근성이 떨어진다. 본 연구는 영상들만을 가지고 기하학적 계산을 통해 3차원 모델을 획득한다. 본 연구결과는 기존의 방법인 KLT 알고리즘과 비교하여 RMSE의 값을 약 5배를 줄이는 성능 향상을 보인다.

모델을 이용한 물체인식을 모델영상들과 입력영상 간의 그래프 매칭과정으로 정의하였다. 본 논문에서는 그래프 매칭 문제를 최적화문제로 모델링하였고 최적화 문제해결을 위하여 유전자 알고리즘을 제안하였다. 이를 위하여 적합성함수, 자료구조, 유전연산자들이 개발되었다. 제안된 유전자 알고리즘이 이차원 영상에서 부분적으로 겹쳐진 물제들을 인식하기 위한 모델영상과 입력영상 간의 특징 점들을 일치시킴을 시뮬레이션을 통하여 보였다. 제안된 방법의 성능을 신경회로망을 이용한 방법과 비교하였다.

The model-based object recognition is defined as a graph matching process between model images and an input image. In this paper, a graph matching problem is modeled as a n optimization problems and a genetic algorithm is proposed to solve the problems. For this work, fitness function, data structured and genetic operators are developed The simulation results are shown that the proposed genetic algorithm can match feature points between model image and input image for recognition of partially occluded two-dimensional objects. The performance fo the proposed technique is compare with that of a neural network technique.

본 논문에서는 자동적으로 얼굴과 얼굴 특징점을 검출하는 시스템을 제안하였다. 얼굴은 Gabor 특징에 의하여 지정된 특징점의 교점 그래프와 공간적 연결을 나타내는 에지 그래프로 표현하였으며, 제안된 탄력적 특징 정합은 모델과 입력 영상에 상응하는 특징을 취하였다. 정합 모델은 국부적으로 경쟁적이고 전체적으로 협력적인 구조를 이룸으로서 영상공간에서 불규칙 확산 처리와 같은 역할을 하도록 하였다. 복잡한 배경이나 자세의 변화, 그리고 왜곡된 얼굴 영상에서도 원활하게 동작하는 얼굴 식별 시스템을 구성함으로서 제안된 방법의 효율성을 증명하였다.

An automatic face and facial feature points(FFPs) detection system is proposed. A face is represented as a graph where the nodes are placed at facial feature points(FFPs) labeled by their Gabor features md the edges are describes their spatial relations. An innovative flexible feature matching is proposed to perform features correspondence between models and the input image. This matching model works likes random diffusion process in the image spare by employing the locally competitive and globally corporative mechanism. The system works nicely on the face images under complicated background, pose variations and distorted by facial accessories. We demonstrate the benefits of our approach by its implementation on the fare identification system.