http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
색상정보와 행별 Red값 변화량을 이용한 자동차 번호판과 글자 추출
유송현(SongHyun Yu),이도경(Dokyung Lee),정제창(Jechang Jeong) 한국방송·미디어공학회 2014 한국방송공학회 학술발표대회 논문집 Vol.2014 No.11
본 논문에서는 색상 정보를 이용하여 배경 영역이 포함된 자동차의 전,후면 사진에서의 자동차 번호판 영역(녹색, 흰색) 추출과 추출된 번호판에서 글자를 분리해내는 방법을 제안한다. 기존의 색상 정보를 이용하여 번호판을 추출하는 방법은 흰색 번호판(신형 번호판)의 경우에는 배경 영역에서 흰색인 영역도 많고 국내 차량 중에 흰색 차량이 많기 때문에 번호판 영역과 배경 영역 사이의 명확한 구분에 어려움이 있었다. 따라서 행별 Red값 변화도를 조사하여 배경 영역과 번호판 영역 사이의 명확한 구분을 하게 하며, 흰색 번호판의 경우에 추출이 안되면 흰색의 기준을 더 낮추어서 다시 영역 추출을 할 수 있는 재추출 알고리즘을 추가해서 비교적 어두운 사진에서도 번호판영역을 추출할 수 있도록 한다. 추출된 번호판에서 글자를 추출해내는 과정에서도 이진화를 거치면 노이즈가 많이 생기기 때문에 이를 줄이고자 행별 Red값 변화도를 조사하여 번호판 영역에서 위아래 부분의 노이즈를 줄일 수 있도록 하였다.
프레임 율 향상을 위한 계층적 다방향 움직임 추정 알고리즘
유송현(Songhyun Yu),박범준(Bumjun Park),정제창(Jechang Jeong) 한국방송·미디어공학회 2017 한국방송공학회 학술발표대회 논문집 Vol.2017 No.6
본 논문에서 프레임 율 향상을 위한 새로운 움직임 추정 알고리즘에 대해 제안한다. 계산량을 줄이고 다해상도의 영상을 이용하기 위하여 원본 프레임들을 계층적 구조로 형성하고, 최상위 계층에서 단방향 움직임 추정을 수행한다. 최상위 계층은 낮은 해상도 때문에 움직임 벡터의 정확도가 낮아지므로, 정확도를 향상시키기 위해 각각의 블록은 5 개의 움직임 벡터 후보들을 가진다. 이 후보들은 아래 계층들에서 수정되며, 움직임 추정이 완료되면 최하위 계층의 움직임 벡터들은 SAD (sum of absolute difference) 값을 이용해서 최종적으로 수정된다. 이렇게 구해진 단방향 움직임 벡터들은 양방향 움직임 벡터로 변환되고 양방향 보간법을 사용하여 보간 프레임을 생성한다. 결과적으로, 제안하는 알고리즘은 기존 알고리즘들에 비해 낮은 계산량을 나타내면서 PSNR (peak signal-to-noise ratio) 수치에서 최대 1.3 dB 의 향상을 나타냈고, 주관적으로도 더 선명한 결과를 보여주었다.
Comparative Analysis of Image Denoising Based on DCT and DWT
Wei Yu Lu(륙위여),Songhyun Yu(유송현),Jechang Jeong(정제창) 대한전자공학회 2018 대한전자공학회 학술대회 Vol.2018 No.11
Digital images are often interfered by imaging equipment and external environmental noise during digitization and transmission. It is called a noisy image. Image denoising is the process of reducing the noise of noisy images. This paper briefly introduces the concept of image noise using DCT and DWT denoising algorithms, and compares the denoising effects of DCT and DWT through experiments.
잔차 블록 기반의 깊은 합성곱 신경망을 통한 단일 영상 초해상도 복원
김인구(Kim, Ingu),유송현(Yu, Songhyun),정제창(Jeong, Jaechang) 한국방송·미디어공학회 2018 한국방송공학회 학술발표대회 논문집 Vol.2018 No.11
신경망은 깊어질수록 gradient vanishing/exploding과 같은 네트워크가 불안정해지는 문제가 발생 한다. 잔차 블록을 이용하여 이러한 문제를 해결 할 수 있다. 본 논문에서는 영상 인식 분야에서 휼륭한 성능을 보여준 잔차 블록 기반의 깊은 합성곱 신경망을 통한 단일 영상 초해상도 복원 기법을 제안 한다. 제안한 알고리듬은 EDSR에 사용된 잔차 블록을 다양한 크기의 합성곱 연산을 통해 영상의 특징들을 다르게 분석하도록 수정하고 VDSR과 비숫한 수준의 복잡도로 구성하여 향상된 성능을 얻었다. 실험 결과, VDSR에 비해 PSNR이 최대 0.1㏈까지 증가했다.
Comparison of Convolutional Neural Network Models for Image Super Resolution
Chen Jian(진건),Songhyun Yu(유송현),Jechang Jeong(정제창) 한국방송·미디어공학회 2018 한국방송공학회 학술발표대회 논문집 Vol.2018 No.6
Recently, a convolutional neural network (CNN) models at single image super-resolution have been very successful. Residual learning improves training stability and network performance in CNN. In this paper, we compare four convolutional neural network models for super-resolution (SR) to learn nonlinear mapping from low-resolution (LR) input image to high-resolution (HR) target image. Four models include general CNN model, global residual learning CNN model, local residual learning CNN model, and the CNN model with global and local residual learning. Experiment results show that the results are greatly affected by how skip connections are connected at the basic CNN network, and network trained with only global residual learning generates highest performance among four models at objective and subjective evaluations.
경계 강조를 이용한 수정된 MSRCR 알고리즘을 이용한 역광사진 개선
강라훈(Rahoon Kang),유송현(Songhyun Yu),정제창(Jechang Jeong) 대한전자공학회 2017 대한전자공학회 학술대회 Vol.2017 No.6
Retinex Algorithm is one of the most outstanding algorithms to enhance back-litght images in image processing. In this paper, we propose a image enhancement algorithm which is based on MSRCR (multi-scale retinex with color restoration) algorithm. It uses the Canny edge detection to emphasize the edge and thus the color restoration process is also affected. As a result, this algorithm can recover edge at bright part of image and enhance contrast.