시선 응시 모형과 피부 검출 모형을 이용한 인공망막의 영상처리

Image Processing for Artificial Retina Using Saliency Map and Skin Detection

목적: 기술적인 제약으로 인하여 인공망막에서 영상을 전달하는 전극의 개수가 제한된다. 따라서 시선 응시 모델과 피부 검출 모형을 통하여 관찰자가 주목할 만한 대상을 미리 예측, 전달하여 양질의 시각 정보를 빠르고 간편하게 전하고자 하였다. 대상과 방법: 정상 시력을 가진 일반인 7명을 대상으로 영상 처리 후 화소화한 영상을 보여주면서 시선을 추적하여 관심을 가지는 영역을 찾았다. 사람이 없는 영상은 히스토그램 평활화 처리를 한 후 시선 응시 모형을 적용했을 경우와 그렇지 않은 경우에 대하여 관심을 가지는 영역을 비교하였고, 사람이 있는 영상에는 피부 검출 모형을 함께 적용하여 그 결과를 비교하였다. 결과: 사람이 없는 영상에 대하여 시선 응시 모형을 적용하였을 때 관심을 가지는 영역이, 모형을 적용하지 않았을 때보다 48% 더 많이 원본 영상을 보았을 때와 일치하였다. 사람이 있는 영상의 경우 피부 검출 모형을 적용했을 때가 그렇지 않을 때보다 6% 더 많이 일치하였다. 결론: 시선 응시 모형과 피부 검출 모형을 이용하면 관찰자가 주목할 만한 대상을 예상하여 간단하고 쉽게 시각 정보를 전달할 수 있다.

Purpose: Because of the technical limitation, the number of microelectrode used for visual prosthesis is limited. Therefore we tried to deliver better visual information expected to attract viewer’s attention efficiently by applying a saliency map and skin detection algorithm. Methods: Seven subjects who had normal sight participated. Their gaze movement was detected about each method. After using histogram equalization, saliency map was applied to original image. Skin detection algorithm was used only when there was human in the image. Results: When using saliency map, subject s gaze movement corresponded much more with attended region in original image than those without the methods by 48 percent. For image with a person, subject’s gaze movement corresponded more with attended region in original image by 6 percent. Conclusions: Saliency map and skin detection delivered attended visual information more simply and more quickly.