형태 묘사자와 주성분에 의한 밀리미터파 영상 은닉물체의 기하학적 특징 추출 (Geometrical Feature Extraction of Hidden Objects with Millimeter Wave Imaging by Shape Descriptors and Principal Components)

서지정보

· 발행기관 : 한국통신학회
· 수록지 정보 : 한국통신학회논문지 / 42권 / 10호 / 1878 ~ 1885페이지
· 저자명 : 염석원, 손정영

초록

밀리미터파(Millimeter Wave)는 의복을 투과하는 성질이 있기 때문에 은닉된 무기를 검출하는 보안 분야에 활용도가 높다. 본 논문에서 수동형 밀리미터파 영상의 은닉된 물체를 분할하고 기하학적 특징을 추출한다. 은닉 물체의 영역의 분할은 몸체에 해당하는 관심영역을 분할한 후 관심영역에서 표적을 분할하는 다단계　분할방법을 이용한다. 분할된 표적 영역의 형태 묘사자(Shape Descriptor)인 경계의 둘레, 영역의 크기, 장축과 단축의 길이와주성분(Principal Component)의 고유값을 구한다. 기하학적 특징은 크기, 회전, 이동에 변이가 없는 다짐도, 직사각형과의 형태유사도, 타원 이심률, 주성분 이심률로 구성한다. 실험에서는 3개의 금속물체(나이프, 권총, 손도끼)와1개의 비금속 물체(액체를 담은 플라스틱 로션 통)를 은닉한 사람으로부터 획득한 수동형 밀리미터파 영상을 이용하여 표적을 분할하고 기하학적인 특징을 추출한다. 기하학적 특징은 표적의 실측모델로부터 추출한 특징과 비교하여 금속물체에서 91%, 비금속 물체는 87% 이상의 정확성을 보였다.

영어초록

Millimeter wave (MMW) imaging has found rapid adoption in security applications such as concealed object detection because of is penetrating property to clothing. This study addresses the concealed object segmentation and geometric feature extraction with passive MMW imaging. The multi-level segmentation extracts the body area at the first level and the object area from the body area at the second level. Shape descriptors such as perimeter, size, major and minor axes, and the eigenvalues of the principal components are calculated from the segmented object area. Scale, rotation, and translation invariant features are composed of compactness, rectangularity, ellipse eccentricity, and principal component eccentricity. In the experiments, three metallic objects (gun, knife, hand-axe) and one non-metallic objects (plastic lotion bottle containing liquid) concealed under clothing are captured by the passive MMW imaging system. The geometric features extracted from the segmented areas and the binary models of the real objects are compared showing more than 91% accuracy for metallic objects and 87% for a non metallic object.

참고자료

· 없음