본문 바로가기
KERD
논문KCI 등재

영상 대비와 특징추출 알고리즘 성능평가의 관계 분석

Performance evaluation of feature extraction algorithms for various image contrast

이현규|이상철|최민국|김경율
한국차세대컴퓨팅학회 (KINGComputing)|2012.10|한국차세대컴퓨팅학회 논문지 (The Journal of Korean Institute of Next Generation Computing)|제8권 제5호|pp. 6-20

2

조회

0

다운로드

5

인용

0

참고문헌

키워드

SIFTSURFfeature extraction영상 대비특징추출옵티컬 플로우 측정image contrastoptical flow estimationScale Invariant Feature Transform(SIFT)Speeded Up Robust Feature(SURF)
주제분류컴퓨터학

초록

컴퓨터 비전분야의 저수준에서 수행되어지는 특징추출 알고리즘은 다양한 응용분야에 활용되며, 추출되는 특징은 응용분야의 성능에 많은 영향을 끼친다. 이러한 이유로 폭 넓게 사용하는 특징추출 알고리즘의 성능을 비교, 분석하는 연구들이 지속적으로 수행되고 있다. 본 연구에서는 특징추출 알고리즘 가운데 저수준 특징으로써 활용도가 높은 옵티컬 플로우, SIFT, SURF 알고리즘의 성능과 입력 영상과의 관계를 분석하기 위해 영상의 속성을 정량적으로 측정하고 알고리즘의 성능평가 결과와 상호 분석을 수행하였다. 정량적 영상속성 측정을 위해 영상의 기본적인 지각속성인 대비를 이용하였으며, 정량화된 다량의 대비 영상을 얻기 위해 매개변수 변화에 따라 대비가 다른 영상을 생성하는 흑백영상 변환 알고리즘을 활용하였다. 특징추출 알고리즘 성능 평가를 위해 옵티컬 플로우 측정 실험은 평균 각 오차와 종점 오차를, SIFT 및 SURF에 대한 실험은 추출된 기술자의 수와 매칭된 기술자의 비율을 이용하였다. 본 연구의 실험 결과, 정량적으로 측정된 대비와 각 알고리즘의 성능평가 결과는 크게 세 가지 유형의 높은 상관관계를 나타내었으며, 흑백 영상 변화 시 정보 손실로 인해 낮은 상관관계를 나타내기도 하였다.

Abstract

Feature extraction algorithms have been widely used for various applications in the field of computer vision. Since the performance of the high-level application is mainly affected by the preciseness of low-level features, the studies for evaluating analyzing performance of feature extraction algorithms have been broadly researched. In this paper, we evaluate performance of the feature extraction algorithms based on quantitative measurements of contrasts as the perceptual property in images. Large number of images with variety of contrasts are obtained by tuning the parameters in gray-scale conversions as pre-processing, and then we measure the contrast values from the images using GCF and TEN. We applied our evaluation method to optical flow estimation, SIFT and SURF algorithm. We estimate the performance of each algorithms based on average angular error, end point error for optical flow estimation, and the number of effective local descriptors, and the ratio of matching descriptors for SIFT or SURF. In our experiments, we measured the correlation with R-squared statistics between the GCF/TEN and the performance of each feature extraction algorithm. This study showed meaningful results about relationships between image contrast and the performance of the feature extraction algorithms for the most parts.

참고문헌 (25)

  1. 허진경, "조명 변화에 강한 물체인식에 관한 연구", 한국차세대컴퓨팅학회 논문지, 5(2), pp.58~63 (2009), 한국차세대컴퓨팅학회
  2. 조한수, "컬러정보에 기반한 분포맵과 얼굴 구성 요소 인식을 위한 평가함수를 이용한 얼굴 검출", 한국차세대컴퓨팅학회 논문지, 5(4), pp.74~81 (2009), 한국차세대컴퓨팅학회
  3. 황경조, "2D 및 3D 정보 융합 기술을 이용한 표지판 검출", 한국차세대컴퓨팅학회 논문지, 7(6), pp.61~70 (2011), 한국차세대컴퓨팅학회
  4. J. Canny, "A Computational Approach to Edge Detection", IEEE Transaction on Pattern Analysis and Machine Intelligence, 8 (1986)
  5. C. Harris, "A combined corner and edge detector", Alvey vision conference (1988)
  6. B. Horn, "Determining optical flow", Artificial Intelligence, 17, pp.185~203 (1981)
  7. D. Lowe, "Distinctive Image Features from Scale-Invariant Keypoints", International Journal of Computer Vision(IJCV), 60(2), pp.91~110 (2004)
  8. H. Bay, "SURF: Speeded Up Robust Features", Computer Vision and Image Understanding, 110(3), pp.346~359 (2008)
  9. D. Scharstein, "A Taxonomy and Evaluation of Dense Two-Frame Stereo Correspondence Algorithms", International Journal of Computer Vision, 47, pp.7~42 (2002)
  10. K. Mikolajczyk, "Indexing based on scale invariant interest points", International Conference on Computer Vision, 1, pp.525~531 (2001)
  11. L. Juan, "A Comparison of SIFT, PCA-SIFT and SURF", International Journal of Image Processing, 3, pp.187~245 (2009)
  12. E. Peli, "Contrast in complex image", Journal of the Optical Society of America A, 7, pp.2032~2040 (1990)
  13. Q. S. Chen, "An Efficient Perceived Contrast Evaluation Model for Natural Image", Proceedings of the SPIE, 7528 (2010)
  14. M. Grundland, "Decolorize: fast, contrast enhancing color to grayscale conversion", Pattern Recognition, 40, pp.2891~2896 (2007)
  15. K. Matkovic, "Global Contrast Factor – a New Approach to Image Contrast", Computational Aesthetics in Graphics, Visualization and Imaging, pp.159~168 (2005)
  16. E. P. Krotkov, "Active Computer Vision by Cooperative Focus and Stereo", pp.30~38 (1989), Springer-Verlag
  17. M. Cadik, "Perceptual Evaluation of Color-to- Grayscale Image Conversions", Computer Graphics Forum, 27, pp.1745~1754 (2008)
  18. D. Sun, "Secrets of optical flow estimation and their principles", IEEE Conference on Computer Vision and Pattern Recognition(CVPR), pp.2432~2439 (2010)
  19. S. Baker, "A Database and Evaluation Methodology for Optical Flow", IJCV, 92(1), pp.1~31 (2011)
  20. Y. Ke, "PCA-SIFT: A More Distinctive Representation for Local Image Descriptors", CVPR, 2, pp.506~513 (2004)
  21. E. L. Hall, "A Survey of Preprocessing and Feature Extraction Techniques for Radiographic Images", IEEE Transaction on Computers (1971)
  22. C. O. Ancuti, "Decolorizing Images for Robust Matching", IEEE International Conference on ImageProcessing, pp.149~152 (2010)
  23. O. M. Aodha, "Segmenting Video Into Classes of Algorithm-Suitability", CVPR, pp.1054~1061 (2010)
  24. P. Moreels, "Evaluation of Features Detectors and Descriptors based on 3D Objects", IJCV, 73(3), pp.263~284 (2007)
  25. J. L. Barron, "Performance of Optical Flow Techniques", IJCV, 12(1), pp.43~77 (1994)

관련 논문AI추천

파노라마 영상을 이용한 특징점 탐지 알고리즘의 성능평가김형우, 이양원한국사진지리학회 · 경관과 지리2017 · 제27권 제3호토폴로지 기반 특징 기술을 위한 특징 검출 방법의 성능 분석문광석, 박한훈한국융합신호처리학회 · 융합신호처리학회 논문지2015 · 제16권 제2호특징점 추출 기법에 따른 구조물 동적 변위 측정 성능에 관한 연구공준호한국구조물진단유지관리공학회 · 한국구조물진단유지관리공학회 논문집2024 · 제28권 제3호CamShift와 개선된 SURF 방법에 기반한 강인한 물체 탐지와 추적 알고리즘 연구신인경, 안효창한국컴퓨터정보학회 · 한국컴퓨터정보학회논문지2018 · 제23권 제1호특징점 매칭을 이용한 다중 차량 객체 검출 알고리즘이경민, 인치호한국ITS학회 · 한국ITS학회 논문지2018 · 제17권 제1호SIFT 기술자를 이용한 얼굴 표정인식김동주, 손명규, 이상헌한국정보처리학회 · 정보처리학회 논문지2016 · 제5권 제2호

이 간행물의 다른 논문 (7건)

스마트폰 환경에서의 사용자 행동기록을 위한 수집주기 최적화배창석, 권용진, 강규창, 허성욱pp. 21-31A New IFMA MAC Protocol for Enhancing Intra-class Fairness in IEEE 802.11e Networks신석주, Nipun Tamrakarpp. 32-39Network Address Translator 모델들의 Hole punching 기술 지원에 관한 성능분석유정현, 박태현, 김하영, 권구인pp. 40-49S-100 표준 기반 국제수로 데이터 저장을 위한 피처개념사전 저장소박준석, 염근혁, 문미경pp. 49-59스마트폰 시장에서의 고 가격의 브랜드 협업 제품에 대한 인식과 구매의사와의 관계김중규, 최화열pp. 60-72
원문 보기