조명 변화에 강한 물체인식에 관한 연구
The study on Robust Object Recognition in the Variable Illumination
2
조회
0
다운로드
3
인용
0
참고문헌
키워드
초록
본 논문에서 제안한 물체 인식 시스템은 물체 영상 집합으로부터 고유벡터를 구하고 기여도가 큰 벡터만으로 구성된 고유공간을 이용하여 물체를 인식하는 방법인 주성분 분석(PCA)을 제안하였다. 그러나 PCA는 영상의 조명변화가 있을 때 인식률이 떨어지는 경향이 있다. 특히 학습영상에서 각각의 물체마다 조명의 차이가 있을 경우 이것이 하나의 잘못된 특징 점으로 작용할 우려가 있어서 인식률이 크게 감소하게 된다. 그래서 본 논문에서는 입력영상이 학습영상에 대해 조명의 차이가 있는 경우에도 데이터베이스 안의 어떤 물체인지를 가려내는 새로운 주성분 분석 방법을 제안하였다. 제안한 물체 인식 알고리즘은 히스토그램 평활화라는 방법을 사용하여 히스토그램을 펼침으로서 조명변화에 영향을 감소시키는 결과를 나았고, 기본적인 PCA 방법과 휘도치 정규화를 이용한 방법 등과 비교해본 결과 거의 조명변화에 영향 없이 90% 이상의 일정한 인식률을 유지하였다.
Abstract
The object recognition system presented in this paper adopted Principal Component Analysis, which calculates Eigenvectors from a set of object images and recognizes the object using Eigenspace consisting only of highly coherent vectors. For PCA, however, the recognition rate tended to drop whenever lighting for images changes. In particular, if the lighting is different for each person in the images for learning, it may act as a wrong feature point, significantly reducing the recognition rate. On this, we proposed in this paper a new Principal Component Analysis (PCA) that can recognize the object in the database even when lighting for input images varies with each image. The proposed object recognition algorithm resulted in reducing the influence of lighting change by adopting the method of histogram equalization. When compared to normal PCA method, the new PCA method using luminance value normalization appeared to maintain a consistent recognition rate over 90% regardless of the lighting change.
참고문헌 (10)
- Hiroshi Murase, "Visual Learning and Recogntion 3-D object from appearance", international journal of Computer Vision, 14 (1995)
- Shigeyoshi Hiratsuka, "Stable Gesture Verification in Eigen Space", LAPR Workshop on Machine Vision Application, pp.17~19 (1998)
- J.Weng, "Learning recognition and segmentation of 3-D object from 2-D images", Proc. of Fourth Int'l Conf. on Computer Vision, pp.121~128 (1993)
- Randy Crane, "simplified approach to Image Processing" (2002), Prentice Hall
- V.Pavlovic, "Visual Interpretation of Hand Gestures for Human-Computer Interaction: A Review", IEEE Trans. on PAMI, 19(7), pp.677~695 (1997)
- J. Segen, "Shadow Gestures: 3D Hand Pose Estimation Using a Single Camera", CVPR99, 통권 : 1, pp.479~485 (1999)
- 김종민, "파라메트릭 손 포즈 공간에서 방향성 히스토그램 데이터를 이용한 손 포즈 인식", 정보과학회 (2004)
- Jong-Min Kim, "Three Dimensional Gesture Recognition Using PCA of Stereo Images and Modified Matching Algorithm", IEEE Fuzzy Systems and Knowledge Discovery, 4, pp.116~120 (2008)
- Jong-Min Kim, "Network-Based Face Recognition System Using Multiple Images", Lecture Notes in Artificial Intelligence LNAI, 4088, pp.626~631 (2006)
- Xiao-Peng, D., "Novel Method for Background Modeling and Update", Application Research of Computers, pp.141~239 (2005)