Geometry & Recognition

아래 그림은 손 모양의 ASM을 이용해서 영상에서 손의 형상을 찾는 과정을 보여준다. 영상의 적당한 지점에 초기 손 모양을 설정하고, 이 설정된 손 모양의 경계에서 수직방향으로 에지를 찾아서 새로운 손 모양을 구성한다. 에지 찾기로 찾은 손 모양은 잘못된 에지 정보로 인해서 손 모양에서 크게 일그러진 형태를 나타낸다(그림에서 초록색 선이 에지 찾기로 찾은 손 모양이다). 이 찾은 결과를 훈련된 손 모양을 이용해서 다시 재구성하면 일그러진 손 모양이 보정이 된다(그림에서 붉은색 선이 재구성한 손 모양이다). 이러한 보정은 다음번 에지 찾기에서 출발점으로 쓰이고, 전체적으로 손 모양이 훈련된 손 모양 이상으로 많이 찌그러지지 않도록 하는 역할을 한다. 
손 모양 찾기의 전체적인 과정은 초기에 손 모양 데이터를 어디에 놓고 얼마만 한 크기로 놓는가에 많이 의존한다. 그리고, 좋지 않은 초기 위치는 찾는 시간을 길게 할 뿐만 아니라, 잘못된 결과를 유도하기도 한다. 이것을 개선하기 위해서 보통은 이미지의 피라미드 구조를 이용해서, 처음 단계에서는 대충 찾고, 점차로 자세히 찾는 과정을 반복한다.
여기서는 손의 이미지를 이진화시켜서 사용했기 때문에 이러한 피라미드 구조는 사용하지 않았다. 이진 영상을 사용하지 않을 때는 훈련용 손영상의 경계에서 수직방향으로의 그레이 값의 프로파일 정보를 훈련시켜서 사용할 수 있다.

* 18개의 훈련용 손 모양을 가지고 얻은 12개의 eigen mode을 씀.
* data 출처:

http://personalpages.manchester.ac.uk/staff/timothy.f.cootes/data/hand_data.html

영상에 물체의 윤곽을 찾고자 할 때 active snake 알고리즘을 많이 이용한다. 이것은 물체의 윤곽에서 명암의 차이를 이용하여 윤곽선을 탄성이 있는 곡선으로 근사 시키는 방법이다. 그러나 실제의 영상에는 조명의 영향이나 잡음 아니면 다른 물체에의 한 가려짐으로 인해서 윤곽이 명확하게 나타나지 않거나 가려져서 윤곽선을 제대로 찾지 못하거나 심하게 왜곡된 윤곽선을 낳는 결과를 초래한다. 영상에서 윤곽선을 찾는 경우에 특정한 물체(예를 들면 영상에서 얼굴 윤곽, 손 모양, 초음파 사진에서 장기의 모양...)를 대상으로 하는 경우가 많다. 이 경우 대상 물체의 대략의 형태가 알려져 있고, 실제로 사진에 나타나는 형태는 평균적인 형태에서 많이 벗어난 있지 않는다. 이러한 정보를 이용하면 보다 쉽게 물체의 윤곽선을 찾을 수 있다.

먼저 찾고자 하는 물체의 윤곽 정보를 훈련을 시켜 평균 윤곽선과 평균 윤곽선에서 벗어남을 기술하는 독립적인 mode(=eigen mode=eigen shape)를 알아낸다. 이것은 얼굴인식에서 PCA 기법을 이용하여서 평균 얼굴영상에서 변화를 주는 eigen mode인 eigenface를 찾는 기법과 같다. Eigen mode는 평균 윤곽선에서 아주 미세한 변화는 버리고, 큰 것만 취하면 된다. 

이러한 eigen mode를 이용하면 잡음이나 조명 가려짐 등에 의해 잘못 찾은 윤곽선을 보정하여서 원하는 형태를 유지할 수 있다. 즉, 영상처리에 의해서 찾은 윤곽선을 eigen mode로 분해하면 각 eigen mode의 가중치를 구할 수 있는데, 이렇게 구한 가중치를 준 eigen mode를 평균 윤곽선에 더해서 윤곽선을 재구성한다. 이 재구성된 윤곽선은 잡음이나 가려짐 등의 영향으로 인한 미세한 왜곡을 없앨 수 있다. 그리고, 윤곽선 찾기를 반복적인 과정으로 구현할 때 이 재구성된 윤곽에서 출발하여 다음번의 윤곽선 찾기를 시도한다. 그러나 이 방법은 eigen mode가 훈련에 사용한 영상에 많이 의존하므로, 훈련된 윤곽과 많이 다른 윤곽은 제대로 대처하지 못한다.

아래 그림(검정선)은 영상처리에서 찾은 손 윤곽선으로 잡음으로 인해서 왜곡이 많이 되어 있는 모양이다. 빨간 선은 eigen mode를 이용해서 재구성한 윤곽선이다.

* 18개의 훈련용 손 모양을 가지고 얻은 12개의 eigen mode을 씀.
* data 출처: ttp://personalpages.manchester.ac.uk/staff/timothy.f.cootes/data/hand_data.html