정보과학회논문지 (Journal of KIISE)
Current Result Document :
| 한글제목(Korean Title) |
수퍼픽셀 기반의 HDR 이미지 관심 영역 추출 기법 |
| 영문제목(English Title) |
Superpixel-Based HDR Image Region of Interest Extraction Method |
| 저자(Author) |
서심온
옥승렬
김영진
Simon Suh
Seung-Ryeol Ohk
Young-Jin Kim
|
| 원문수록처(Citation) |
VOL 47 NO. 09 PP. 0793 ~ 0803 (2020. 09) |
한글내용
(Korean Abstract) |
HDR(High Dynamic Range)이미지와 LDR(Low Dynamic Range)이미지에 채널 당 비트 수의 차이 때문에 LDR 디스플레이에서 HDR 이미지를 표현하기 위해 톤 매핑 과정이 필요하다. 이때 이미지 관심 영역과 비 관심 영역에 차이를 두어 톤 매핑 효율을 높일 수 있다. itti 모델은 이미지의 색, 모양, 움직임의 초점을 맞추어 관심 영역을 추출하는 대표적인 방법이다. 본 논문은 itti와 달리 객체의 특징에 기반하여 수퍼픽셀(superpixel)을 이용해 관심 영역을 추출한다. 수퍼픽셀에 기반한 이미지 관심 영역들의 특징을 시드 포인트로 이용해 k-means 군집화를 수행하고 결국 객체 지향적인 관심 영역을 HDR 이미지에서 추출한다. 제안하는 기법은 itti보다 전체이미지에서 평균적으로 정밀도와 NSS가 각각 10.7%, 28.14% 낮지만, 재현율, SIM, CC가 각각 44.44%, 19.53%, 7.43% 증가하였다.
|
영문내용
(English Abstract) |
Because of the difference in the number of bits per channel between high dynamic range (HDR) and low dynamic range (LDR) images, a tone mapping process is required to represent an HDR image on an LDR display. In this case, by using the difference between the image ROI and the non-ROI, the efficiency of the tone-mapping may be increased. The itti model is a representative method of extracting a region of interest by focusing colors, shapes, and movements of an image. Unlike the itti model, this paper extracts the region of interest using superpixels based on the characteristics of the object. The k-means clustering is performed using the features of the superpixel-based image regions of interest as a seed point, and finally the object-oriented region of interest is extracted from the HDR image. In the proposed technique, the precision and NSS are 10.7% and 28.14% lower than those from the itti model on average, but the recall, SIM, and CC increased by 44.44%, 19.53%, and 7.43%, respectively.
|
| 키워드(Keyword) |
HDR이미지
관심영역
톤 매핑
디스플레이
평가행렬
인간시각 만족도
HDR image
region of interest
tone mapping
display
evaluation matrix
human visual satisfaction
|
| 파일첨부 |
PDF 다운로드
|
