가지고 있는 기술 썸네일형 리스트형 Feature-Based Image Morphing 방법 Feature 기반 몰핑 기법 결과입니다. Reference 1 에서 grid 기반(이전 포스트 참조) 몰핑 다음으로 나오는 섹션에 보면 알수 있습니다. 좀더 Advanced 하죠~ 컨트롤 포인트 즉, pair 라인으로 구성되어 몰핑하는것이죠.~ (음 와핑할 영역을 좀 더 자세히 컨트롤할수 있다는 의미)(저는 머리 윤곽과 두눈 사이/ 입을 구성하였습니다.) 일단 Opencv/c++로 구현하였습니다. animated gif 만드는것은 reference 4를 참조 하시면 됨. 지난 포스트에서 몰핑은 와핑의 시퀀스 plus weight를 주면서 합성합니다. 다음 예제를 보면, 여자쪽 와핑 시퀀스입니다. 남자쪽 와핑 시퀀스입니다. 위의 두개를 weight를 주면서 합치면 첫번째 이미지 결과와 같이 됩니다. Re.. 더보기 Grid 기반 Morphing(몰핑) 기법 올만에 올리네요~^^ 몰핑기법은 일종의 와핑(Warping)기법의 시퀀스결과이다. 먼저 Warping 알고리즘을 알아야하는데 그 기본이 interpolation이다. Reference 1를 참고! 그리고 안에 소스도 존재하는데. 앗 포팅이 난 불가능하던데..ㅎ 그렇지만 엄청 참고가 된 소스 그리고 이를 이용하여 iPhone용 응용앱 개발에 들어갔고 완성하면 공개!!또한 Warping 결과도 조만간 올리것임. 참고로 위의 결과물은 OpenCV를 이용하여 구현하였고. animated gif는 imagemgick tool(Refenence 4) 를 이용. 그리고 이용 방법은 다음과 같음. convert -delay 50 -loop 0 morp_00*.jpg jang_gil.gif Reference1. http.. 더보기 CBIR 이거 예전 학교에 있을때 한건데~ 찾아보니 캡쳐사진이 있네요. 그때 생각이 크롤링을 통해 이미지를 수집한 후에 웹에 적용한 걸로 아는데요. 처음에 DB를 하지 못해서~ 꽤 고생한 걸로 기억합니다. 그때 MySQL을 쓴거 같고~! 암튼 엉망인듯~ 지금은 이 시스템 자체는 없지만, 기본적 소스는 가지고 있습니다. 3가지 MPEG-7 Descriptor를 적용합니다. 이 3개의 Feature를 동시에 추출해서 적용하고 밝힐순 없지만 그 당시에 고차원 벡터를 빠르게 찾기 위해 나름 Fast Indexing를 적용했습니다.~ 사실 요즘 LSH, ANN, Radomized Tree등을 사용하는게 사실 더 빠르죠. 이런것들은 다 오픈되어있으니 찾아서 사용해보시고 바랍니다. 음 저도 실제 적용한다면 이 비슷한 알고리즘.. 더보기 이미지 중복 감지 및 이미지 저작권 인식 대용량 DB를 처리하는 회사중 가장 골칫거리는 이미지 중복, 광고 관련 스팸 이미지, 음란 이미지가 아닐까쉽다. 이들 처리는 100%처리가 곤란하다는 점이다. 한다고 해도 매우 많은 비용이 들어간다. 대부분 인간의 손을 거친다고 알려져 있다. 이러한 Image Filtering 기술은 매우 귀찮고 그 서비스의 메인이 되는 작업도 아니다. 그렇지만 그 서비스의 질을 높이는데 매우 중요한 작업이다. 이미지 중복 처리에 관한 Always Next Studio 기술 이미지 중복도 종류 별로 나눠서 얘기해야 할 듯하다. 기술적 난이도, 그 계산 비용, 알고리즘등이 다르기 때문이다. 기본적으로 Always Next Studio는 이러한 중복 처리 기술을 가지고 있다. 1. 이미지 완전 중복 완전히 같은 이미지를 말.. 더보기 얼굴 변형 효과를 줘볼까? 한대 때리는 효과 아님 웃기게 얼굴을 만들어보면 어떨까? 이전 포스트에서 얼굴 영역을 찾는 루틴을 만들어 보았습니다. 그 다음 과정이라고 생각하시면 됩니다. 얼굴에 효과 어떻게 하면 될까요? 2가지 정도가 생각나네요~ 첫번째는 이쁘거나 귀여운 안경, 코, 수염, 눈등을 디자인해서 이전에 찾은 얼굴 세부 영역에다가 적당하게 이를 합치면 되겠습니다. 물론 디자인 실력이 뛰어나야합니다. 이게 단점이죠!! 혹 저에게 지원해주실 분 있으시면!! 연락주세요! 두번째는 그 자체를 변형해보면 어떨까요? 찾아보니 이를 "Image Warpping" 이라고 합니다. 이 포스트는 이걸 말합니다. 참고 사이트와 관련 내용은 (소스 포함) http://davis.wpi.edu/~matt/courses/morph/2d.htm 이.. 더보기 사물 인식 Always Next Studio에서는 사물인식에 대한 기술을 가지고 있습니다. 사물인식이란? 특정 대상을 찍어 그 대상 이미지를 사물인식(비주얼 검색) 엔진에 보내어 가지고 있는 DB와 매칭여부를 통해 인식여부를 알게 합니다. 다시말해서, 그 대상과 똑같은 이미지를 찾습니다. 저는 이를 Near-Duplication Image Detection 라고 말합니다. 앞으로 이 쓰임새는 다양한 형태로 확장된다고 확신합니다. 데모 링크 저의 Always Next Studio은 이에 기반하여 준 서비스화 하였습니다. 다만, 속도와 인식률은 조금 낮아질수 있습니다.(개의치 않는 수준입니다.!) 기존 유사앱과 다르게 포톡스는 사용자가 직접 이미지를 등록할 수 있습니다. 이는 사용자가 원하는 사물(상품, 빌딩)에 대해.. 더보기 이전 1 다음
