$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

[국내논문] 인수분해 공식을 이용한 영상 필터링 연산량 저감 방법
Reduction Method of Computational Complexity for Image Filtering Utilizing the Factorization Theorem 원문보기

한국정보통신학회 2013년도 춘계학술대회, 2013 May 22, 2013년, pp.354 - 357  

정찬성 (한국교통대학교 전자공학과) ,  이재성 (한국교통대학교 전자공학과)

초록
AI-Helper 아이콘AI-Helper

기본 영상 처리 알고리즘들 중 컴퓨터 비전 처리의 전반부에 매우 자주 사용하게 되는 알고리즘이 바로 필터링이다. 그런데 일반적으로 영상 신호는 2차원 신호이므로 테이터량과 연산량이 방대하다. 이런 방대한 연산량을 줄이기 위해, 분리가능 필터와 필터의 대칭성을 이용한 인수분해 공식을 필터링 연산에 적용하였다. 실험결과 이미지의 조건에 따라 다르지만, 상당한 연산량 감소를 확인 할 수 있었다.

Abstract AI-Helper 아이콘AI-Helper

The filtering algorithm is used very frequently in the preprocessing stage of many image processing algorithms in computer vision processing. Because video signals are two-dimensional signals, computaional complexity is very high. To reduce the complexity, separable filters and the factorization the...

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 논문은 영상처리에서 가장 많이 사용되며 가장 많은 연산량을 차지하는 연산 중의 하나인 필터 연산의 연산량을 줄이므로써 전체적인 영상처리 과정의 연산량을 줄일 수 있는 방법을 제시한다.
  • 본 논문에서는 컨벌루션 계산시 연산량을 줄이기 위해 필터 연산에 분리 가능한 필터를 사용하여 1차적으로 연산량을 줄인 후, 이미지의 이웃한 픽셀의 값이 똑같거나 유사한 경우 연속적인 곱셈과 덧셈의 연산이 아닌 결합법칙(associative law)를 사용하여 연산량을 줄이는 방법을 제시한다.
  • 본 논문은 영상 필터링 연산 과정인 2D 컨벌루션 기법에서 분리가능 필터와 결합법칙을 이용한 연산량 감소방법을 제안하였다. 제안한 방법을 Canny Edge Detection 및 Circular Hough Transform 알고리즘에 적용하였을 때 최종 처리 결과는 동일한 반면 오차 허용 조건에 따라 연산 량은 무려 80%까지 감소시킬 수 있음을 확인 할수 있었다.

가설 설정

  • 1)이중 적분으로 2차원에 대한 계산되도록 변경해야한다.
  • 2)통합한 값을 각 지점별로 따로 값을 구해야 한다.
  • n*n 필터가 크기가 n*1 과 1*n인 개의 필터로 분리가능하다고 가정하자. 하나의 n*n 필터를 사용하면 영상의 각 화소에 대해서 n2번의 곱셈과 n2 - 1번의 덧셈이 필요하다.
  • 입력영상에서 조건에 만족하는 픽셀수가 많을수록 연산량은 감소할 것이다. 또한 조건을 인접한 픽셀의 완전한 일치가 아닌 일정 오차를 허용하여 오차 내의 인접한 두 픽셀을 같다고 가정하면, 그 만큼 오차가 발생하지만 조건의 충족되는 픽셀수도 증가해 연산량은 더욱 감소할 것이다. 중요한 것은 그러한 미세한 오차를 허용해도 전체 알고리즘 처리 결과에 큰 영향을 끼치지 않는 다는 것이다
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
컴퓨터 비전 제품 시장 중 가장 활발한 부문인 보안 분야는 어떤 성질을 중요하게 여기는가? 일반적으로 영상 신호는 2차원 신호이며 해상도 증가에 따라 처리하여야 하는 데이터량과 연산량이 방대하다. 특히, 컴퓨터 비전 제품 시장 중 가장 활발한 부문인 보안(surveillance) 분야는 실시간성을 중요시하기 때문에 HD급 이상의 고화질 영상을 초당 20~30 frames 씩 run-time 으로 처리해야 한다.
기본 영상 처리에서 필터링은 어떠한 기법으로 수행되는가? 기본 영상 처리 알고리즘들 중 일반적으로 컴퓨터 비전 처리의 전반부에 매우 자주 사용하게 되는 알고리즘이 바로 필터링(혹은 2D convolution) 이다. 이는 출력 영상의 새로운 화소 값을 결정하기 위해 해당 화소뿐만 아니라 그 주위의 화소들도 함께 고려하는 공간 영역 연산(area process)으로서 공간 영역에서 이웃 화소 값들의 가중치 합을 구하는 기법으로 수행된다.
일반적인 영상 신호는 몇 차원 신호인가? 오늘날 컴퓨터 비전 연구 분야는 비약적으로 발전하여 사람의 행위나 얼굴 인식은 물론 얼굴 내의 각 부분의 인식에 따른 표정 인식까지 미묘한 움직임 정보까지 처리할 수 있게 되었다. 일반적으로 영상 신호는 2차원 신호이며 해상도 증가에 따라 처리하여야 하는 데이터량과 연산량이 방대하다. 특히, 컴퓨터 비전 제품 시장 중 가장 활발한 부문인 보안(surveillance) 분야는 실시간성을 중요시하기 때문에 HD급 이상의 고화질 영상을 초당 20~30 frames 씩 run-time 으로 처리해야 한다.
질의응답 정보가 도움이 되었나요?

관련 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로