The Journal of Korean Institute of Communications and Information Sciences (한국통신학회논문지)

The Korean Institute of Commucations and Information Sciences (한국통신학회)
권호 표지

VLSI Architecture for Video Object Boundary Enhancement

비디오객체의 경계향상을 위한 VLSI 구조

  • 김진상 (경희대학교 전자공학과)
  • Published : 2005.11.01
Download PDF
⟨ Previous Next ⟩

Abstract

The edge and contour information are very much appreciated by the human visual systems and are responsible for our perceptions and recognitions. Therefore, if edge information is integrated during extracting video objects, we can generate boundaries of oects closer to human visual systems for multimedia applications such as interaction between video objects, object-based coding, and representation. Most of object extraction methods are difficult to implement real-time systems due to their iterative and complex arithmetic operations. In this paper, we propose a VLSI architecture integrating edge information to extract video objects for precisely located object boundaries. The proposed architecture can be easily implemented into hardware due to simple arithmetic operations. Also, it can be applied to real-time object extraction for object-oriented multimedia applications.

에지나 윤곽 정보는 인간의 시각 시스템에 의하여 가장 잘 인식되며 객체의 인식과 지각에 사용되는 중요한 정보이다. 그러므로 비디오내의 객체간의 상호작용, 객체기반 코딩과 표현과 같은 응용을 위하여, 비디오객체의 추출과정에 에지정보를 적용하면 인간의 시각 시스템과 근접한 객체 경계를 얻을 수 있다. 대부분의 객체추출 방식은 연산량이 많고 반복적인 연산을 수행하므로 실시간 처리가 어렵다. 본 논문에서는 비디오객체 분할 과정에 에지 정보를 적용하여 정확한 객체 경계를 추출하는 VLSI 구조를 제안한다. 제안된 하드웨어 구조는 연산방식이 간단하므로 하드웨어로 쉽게 구현될 수 있으며, 제안된 VLSI 하드웨어 구조를 이용하면 객체기반 멀티미디어 응용을 위하여 실시간으로 비디오객체를 분할할 수 있다.

Keywords

References

  1. A.A.Alatan and et al. 'Image Sequence Analysis for Emerging Interactive Multimdia Services-The European C0ST211 framework' IEEE Trans. CSVT, vol 8. 802-813, Nov. 1998
  2. Roberto Castagno and et al., 'Video Segmentation Based on Multiple Features for Interactive Multimedia Applications,' IEEE Trans. CSVT, vol 8, no. 5, pp. 562-571, Sep. 1998
  3. T. Kohonen, 'Self-organized formation of topologically correct feature maps,' Biological Cybernetics, vol. 4, pp.59-69, Jul. 1982
  4. Y. J. Zhang, 'A Survey on Evaluation Methods for Image Segmentation,' Pattern Recognition, vol. 29, no.8, pp. 1335-1346, 1996 https://doi.org/10.1016/0031-3203(95)00169-7
  5. Xue Dong Yang, 'Design of Fast Connected Components Hardware,' IEEE Computer Society Conference on Computer Vision and Pattern Recognition, pp. 937-944, 1996
  6. Amjad and T. Chen, 'A VLSI Architecture for Real-Time Edge Linking,' IEEE Trans. PAMI, Vol. 21, no.1, pp. 89-94, 1999 https://doi.org/10.1109/34.745740
  7. C. D. Thompson, 'The VLSI Complexity of Sorting,' IEEE Trans. on Computers, vol 32, pp. 1171-1184, 1983 https://doi.org/10.1109/TC.1983.1676178
  8. Jinsang Kim and T. Chen, 'Low-Complexity Fusion of Intensity, Motion, Texture and Edge for Image Sequence Segmentation: A Neural Network Approach,' IEEE International Workshop on Neural Networks for Signal Processing, Sydney, Australia, pp.497-506, Dec. 2000