Earticle

The three-dimensional (3D) displays required the depth information which is unavailable in the conventional 2D content. This work describes a novel method that automatically converts 2D images into 3D ones. The proposed algorithm is composed of the estimation of depth levels by using modulation transfer function (MTF) squeeze model and determination of gradient map related to each depth level. The grouping is based on the pixels having similar colors and spatial locality. Based on a depth gradient map, a depth level is assigned. Next, the depth map is assigned by cooperating with a cross bilateral filter to diminish the blocky artifacts.

aSuppose that (M, g) is a complete Riemannian manifold with Ricci curvature bounded below by -K < 0 and (N, $\bar{b}$) is a complete Riemannian manifold with sectional curvature bounded above by a constant $\mu$ > 0. Let u : $M{\times}[0,\;{\infty}]{\rightarrow}B_{\tau}(p)$ is a heat equation for harmonic map. We estimate the energy density of u.

본 논문에서는 의료영상 영역화 기법으로 이용되는 레이블 융합 기법을 기반으로, 정합 기법을 이용했을 시 빈번하게 발생하는 경계에서의 오차를 크게 줄여줄 수 있는 기법을 제안한다. 패치 기반 레이블 융합 기법은 패치 간의 밝기 값의 유사도를 기반으로 융합 가중치를 계산하였지만 이는 밝기의 분포가 상대적으로 다른 자기공명영상에 적합하지 못한 경우가 많았다. 본 논문에서는 밝기 값과 함께 밝기 값의 경사도 유사도를 추가적으로 계산하여 융합 가중치를 얻어내는 기법을 제안한다. 밝기의 분포가 다른 영역에서도 밝기의 경사도 분포는 대부분 유사하기 때문에, 오차가 많은 모호한 경계에서 향상된 결과를 얻을 수 있었다. 제안하는 기법의 성능평가를 위해 50 개의 SKI10 무릎 관절 데이터 셋 내에서 대퇴골을 영역화 하였다. 실험 결과를 통해 제안하는 기법이 밝기 값 유사도 정보만을 이용했던 기법에 비해 개선된 성능을 보이고 있음을 확인할 수 있다.

실시간 인체 검출에 대한 관심이 높아짐에 따라 피부색을 통한 인체 검출에 대한 연구가 활발히 진행되고 있다. 하지만 대다수 기존 피부 탐지 방법은 정적인 피부색 모델을 이용하기 때문에 색왜곡이 발생한 영상에서 낮은 탐지율을 보인다. 이에 본 논문에서는 경사도 맵과 채도의 특징, K-평균 클러스터링 알고리즘을 이용하여 피부영역을 탐지하는 기법을 제시한다. 제안하는 방법의 기본적인 절차는 경사도 맵 생성, 피부영역에서 발견되는 경사도 특징의 추출, 피부의 채도 특징을 이용한 잡음 제거, 추출된 영역의 색상정보 군집화 수행, 클러스터 정보를 이용한 피부영역 탐지, 결과 검증 순이다. 이방법은 색상 이외의 특징을 이용하여 조명, 인종, 나이, 개인차 등에 상관없이 강건하게 피부를 탐지하는 것에 중점을 두고 있다. 실험을 통하여 기존의 주요 방법들 보다 탐지 결과가 10% 이상 높게 나타남을 확인할 수 있다.

Real-time body detection has been researched actively. On the other hand, the detection rate of color distorted images is low because most existing detection methods use static skin color model. Therefore, this paper proposes a new method for detecting the skin color region using a gradient map and saturation features. The basic procedure of the proposed method sequentially consists of creating a gradient map, extracting a gradient feature of skin regions, noise removal using the saturation features of skin, creating a cluster for extraction regions, detecting skin regions using cluster information, and verifying the results. This method uses features other than the color to strengthen skin detection not affected by light, race, age, individual features, etc. The results of the detection rate showed that the proposed method is 10% or more higher than the traditional methods.

본 논문에서는 연속 프레임에서 움직임이 큰 얼굴을 자동으로 추적하기 위해 두 단계 합성 기울기 지형 생성 방법을 제안한다. 본 제안 방법은 다음과 같은 세 가지 단계로 이루어진다. 첫째, 활성 외곽선이 빠르게 수렴하기 위한 두 단계 해상도 기울기 맵을 생성한다. 둘째, 연속하는 프레임 간의 변위를 파악하고 주변 배경을 제거하기 위하여 이전 프레임과 현재 프레임의 합성 기울기 맵과 차별 마스크를 산정하여 가중 합성 기울기 맵을 구성한다. 셋째, 활성 외곽선이 지역적 최소값에 수렴하는 것을 막기 위해 닫기 연산을 사용하여 에너지 비탈면을 생성한다. 이 때, 닫기 연산의 계산 비용 문제는 빠른 닫기 연산을 통해 해결한다. 제안방법의 정확성을 평가하기 위해 기존 활성 외곽선 모델 기반 방법들과 제안방법의 수행 결과를 통한 육안 평가와 활성 외곽선의 평균 에너지 변화를 통한 견고성 평가를 수행하고, 수행 시간을 분석한다. 실험 결과 제안방법의 경우 배경의 영향을 받지 않으면서 얼굴의 움직임이 큰 경우에도 빠르고 정확하게 추적할 수 있었다.

In this paper, we propose a construction technique of two-level composite gradient map to automatically track a face with large movement in successive frames. Our method is composed of three main steps. First, the gradient maps with two-level resolution are generated for fast convergence of active contour. Second, to recognize the variations of face between successive frames and remove the neighbor background, weighted composite gradient map is generated by combining the composite gradient map and difference mask of previous and current frames. Third, to prevent active contour from converging local minima, the energy slope is generated by using closing operation. In addition, the fast closing operation is proposed to accelerate the processing time of closing operation. For performance evaluation, we compare our method with previous active contour model-based face tracking methods using a visual inspection, robustness test and processing time. Experimental results show that our method can effectively track the face with large movement and robustly converge to the optimal position even in frames with complicated background.

본 논문은 고해상도의 깊이맵을 얻기 위해서 대응되는 색상 영상의 최대 변화도를 이용한 깊이맵 업샘플링 기술을 제안한다. 기존 알고리즘들이 인접한 화소의 깊이 값을 참조할 때 거리에 따른 가중치를 부여하는 것과 달리, 제안한 방법은 현재 화소와 참조 화소 사이의 최대 색차 변화도를 이용하여 가중치를 부여한다. 이런 접근 방법은 비슷한 색상의 물체가 서로 붙어 있거나 큰 크기의 객체가 존재할 경우에도 모두 올바른 가중치를 부여할 수 있다는 장점을 갖는다. 먼저, 색상 영상의 색차 성분에 대한 변화도 영상을 계산하고, 업샘플링하고자 하는 화소와 참조 화소 사이의 최단 경로 위에서 가장 큰 변화도를 취한다. 변화도가 클수록 다른 객체에 존재할 확률이 높기 때문에 변화도가 큰 참조 화소에는 작은 가중치를 부여하고, 이들의 가중합을 통해 최종 깊이 값을 계산한다. 제안한 방법을 이용하여 깊이맵을 업샘플링한 결과가 기존 알고리즘들에 비해 우수한 결과를 보였다.