컴퓨터응용과학부 김영찬 지도교수 : 이형원 교수님

Presentation on theme: "컴퓨터응용과학부 김영찬 지도교수 : 이형원 교수님"— Presentation transcript:

1 컴퓨터응용과학부 20051242 김영찬 지도교수 : 이형원 교수님
템플레이트 정합을 통한 패턴인식 컴퓨터응용과학부 김영찬 지도교수 : 이형원 교수님

2 목차 작업 환경 및 작업툴 템플레이트 정합 영상을 찾아 내는 원리 프로그램 원리 비교 기준치 연산 횟수 핵심 소스 시연 향후
작업 환경 및 작업툴 템플레이트 정합 영상을 찾아 내는 원리 프로그램 원리 비교 기준치 연산 횟수 핵심 소스 시연 향후 과제

3 작업환경 작업툴 작업 환경 및 작업툴 WindowsXp Professional
Microsoft Visual Studio 2008 C++

4 템플레이트(Template) 자신의 사무실 열쇠가 영상 내 어디에 위치하고 있는지 알고 싶다고 가정해보자. 이 물음에 대해 먼저 알아야 할 것은 내 사무실 열쇠는 무엇이고 어떻게 생겼는가에 대한 것이다. 이것은 우리가 미리 알고 있어야 하는 지식(knowledge)이다. 미리 알아야 하는 사무실 열쇠의 영상이 템플레이트(Template)이다.

5 템플레이트 정합(Template matching)
검사할 영상이 주어졌을 때 미리 주어진 템플레이트 영상을 이용하여 검사할 영상내부에 있는 유사한 영상 패턴을 찾아낸다. 이때 템플레이트는 일종의 모델(model) 영상이다.

6 영상을 찾아내는 원리 탐색할 영상과 내가 찾고자 하는 열쇠가 있다. 그러나 이 열쇠가 내가 탐색할 영상에 어느 위치에 있는지 모른다. 그걸 알기 위해서 내가 찾는 열쇠의 픽셀과 탐색할 영상에 똑같은 크기로 계속 비교해 나가서 찾아나간다. 탐색할 영상에서 똑같은 크기로 비교해서 위치가 (0,0)일때 MAD=400이 나왔다고 하자. 계속 검사하여 위치가 (90,140)일때 MAD 값이 400보다 작게 나왔다면, 이 위치가 찾는 영상일 확률은 (0,0)보다 더 높다. 그리고 픽셀값이(110,160)에 MAD값이 0이 나왔다면 이 위치가 내가 찾는 열쇠의 픽셀위치가 된다.

7 프로그램 원리

8 비교기준치 템플레이트T와 검사할 영상의 겹쳐진 영상부분 I를 서로 겹쳐놓고 대응되는 픽셀의 밝기값을 서로 빼 차이값을 더하는 것이다. MAD = 밝기값의 차이에 절대치의 평균

9 연 산 횟 수 템플레이트 크기 : M x N 검사할 영상의 크기 : R x C 겹침이 발생하는 횟수 : (R-M)x(C-N)
(MxN) 크기의 템플레이트와 (RxC)크기의 검사할 영상이 주어져 있다고 가정하면, 서로 겹쳐서 비교해보아야 할 횟수는(R-M)x(C-N)번이 발생한다.만일 템플레이트의 크기가 100x100이고 검사할 영상의 크기가 640x480이라고 가정한다면 540x380의 겹침 횟수가 발생한다는 것이다.

10 핵심 소스

11 시 연

12 향후과제 기준치가 MAD가 아닌 MSE로 설정해보기
탐색할 영역에서 탐색할 영상의 밝기가 템플레이트 영상의 밝기와 다른경우에도 찾아낼수 있는 농담정규화정합법 만들기

13 감 사 합 니 다