• 정보처리학회논문지B
• /
• 제14B권5호
• /
• pp.351-360
• /
• 2007

비디오 복원(video completion) 기술은 비디오 영상에서 색상 정보가 없는 픽셀에 적절한 색을 채워 영상을 복원하는 기술이다. 본 논문에서는 움직이는 물체가 서로 교차하는 비디오 영상에서 원하지 않는 물체를 제거하고 이때 발생한 영상 홀(image hole)을 채우는 비디오 복원 기술을 제안한다. 움직이는 카메라에서 획득한 비디오 영상에서 이동하는 두 물체 중 카메라와 가까운 물체를 제거함으로써 가려진 이동물체와 배경에 홀이 발생하게 되고, 이 홀온 다른 프레임들의 정보를 이용하여 채움으로써 새로운 비디오를 생성한다. 입력 영상의 모든 프레임에 대해 각 물체의 중심을 추정하여 물체의 중심을 기준으로 시-공간 볼륨(spatio-temporal volume)을 생성하고, 복셀 매칭(voxel matching)을 통한 시간적 탐색(temporal search)을 수행한 후 두 물체를 분리한다. 가리는 물체 영역으로 판단된 부분을 삭제하고 공간적 탐색(spatial search) 방법을 이용하여 홀을 채워 가려짐이 있는 이동 물체 및 배경을 복원한다. 복원된 영상에서 블렌딩을 통해 솔기(seam)를 제거한다. 비디오카메라로 획득한 두 실영상을 이용하여 실험을 수행한 결과 가려진 물체를 복원한 새로운 비디오 영상을 생성할 수 있었다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2007년도 학술대회 1부
• /
• pp.281-286
• /
• 2007

비디오 복원(video completion)은 비디오 영상에서 색상값에 대한 정보가 없는 픽셀에 적절한 색을 채워 영상을 복원하는 기술이다. 본 논문에서는 움직이는 두 물체가 교차하는 입력영상으로부터 하나의 물체를 제거함으로 발생하는 홀(hole)을 채우는 비디오 복원 기술을 제안한다. 입력 영상에서의 두 물체 중 카메라와 가까운 물체를 제거함으로써 영상의 홀이 발생하게 되고, 이 홀을 다른 프레임들의 정보를 이용하여 채움으로써 가려진 물체를 복원한다. 모든 프레임에 대해 각 물체의 중심을 추정하여 물체의 중심을 기준으로 시-공간 볼륨(spatio-temporal volume)을 생성하고, 복셀 매칭(voxel matching)을 통한 시간적 탐색을 수행한 후 두 물체를 분리한다. 가리는 물체 영역으로 판단 된 부분을 삭제하고 공간적 탐색 방법을 이용하여 홀을 채워 가려짐이 있는 물체를 복원하는 과정을 소개한다. 실험 결과를 통해 제안한 기술이 비교적 자연스러운 결과를 얻을 수 있다는 것을 보여준다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제12권1호
• /
• pp.56-65
• /
• 2006

최근 서비스 로봇에 대한 연구가 여러분야에서 활발해지며, 노인 보조와 같은 실내 서비스를 위한 연구가 많이 이루어지고 있다. 이 때 로봇이 효과적이고 정확한 서비스를 하기 위해서 물체와 상황을 적절하게 인식하는 것은 중요하다. 전통적인 물체 인식 방법은 미리 정의된 기하학적 모델에 기반하였으나 이런 접근 방법은 대상 물체가 다른 물체에 가려져 보이지 않는 상황 둥 불확실성을 포함하는 실내환경에서는 한계가 있다 본 논문에서는 로봇의 효과적인 물체 탐색을 위해 대상이 되는 물체의 존재 가능성을 추론하기 위한 베이지안 네트워크 모델을 제안한다. 이를 위해 활동별로 물체간의 관계를 모델링하여 고정되어 있지 않은 환경에 보다 유연하게 적용될 수 있게 하였다. 전체적인 구조는 공통-원인 구조를 물체간의 관계를 나타내는 단위로 사용하여 이를 결합해가며 구성되는데 이러한 방법은 베이지안 네트워크 설계를 효과적이게 한다. 제안하는 베이지안 네트워크 모델을 검증하기 위해 두 개의 베이지안 네트워크의 성능을 실험을 통해 검사하였는데 각각 $86.5\%$와 $89.6\%$의 정확도를 보였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2005년도 추계학술대회 학술발표 논문집 제15권 제2호
• /
• pp.195-198
• /
• 2005

최근 실내 환경에서 영상 정보를 사용하여 로봇이 서비스를 제공하기 위한 연구가 활발하다. 과거 영상 처리 접근 방법은 산업 환경과 같은 예측 가능한 환경을 바탕으로 미리 정의된 기하학적 모델을 통해 상황을 인식하였기에, 이를 실내 환경과 같은 가변적인 환경에 적용할 시 성능이 저하된다. 이에 지식을 기반으로 불확실성을 해결하여 정확도를 향상 시킴으로써 영상 인식 성능을 높이기 위한 다양한 연구가 진행되어 왔다. 본 논문에서는 실내에서 활동하는 서비스 로봇의 물체인식 성능을 향상시키기 위해, 대상 물체가 다른 물체에 의해서 가려져 있는 경우 대상 물체의 존재 여부를 추론하기 위한 베이지안 네트워크 모델링 방법을 제안한다. 제안하는 방법은 작은 단위로 설계된 베이지안 네트워크들을 상황에 따라 결합하여 추론 모델이 구성되게 하였고 물체간의 관계를 효과적으로 표현하고 초기 확률 값을 단일하게 유지하기 위해 제안된 확률 값 설정 방법을 사용하였다. 실험은 물체 관계를 추론하는 모듈의 성능을 검증하기 위해 수행되었는데, 5가지 장소에서 82.8$\%$의 정확도를 보여주었다.

• 한국지능시스템학회논문지
• /
• 제15권7호
• /
• pp.817-822
• /
• 2005

최근 실내 환경에서 로봇의 서비스를륵 위해 영상 정보를 사용하기 인한 인구가 활발하다. 과거의 영상 처리 전근 방법은 미리 정의된 기하학적 모델에 기반 하기에, 이를 실내 환경과 같은 가변적인 환경에 적용할 시 성능이 저하된다. 이에 지식을 기반으로 불확실성을 해결하여 영상 인식 성능을 높이기 위한 다양한 연구가 진행되어 왔다. 본 논문에서는 실내에서 활동하는 서비스 로봇의 물체 인식 성능을 향상시키기 위해, 대상 물체가 다른 물체에 의서 가려져 있는 경우 대상물체의 존재 여부를 추론하기 위한 베이지안 네트워크 모델링 방법을 제안한다. 제안하는 방법은 물체간이 관계를 모델링하여 발견된 물체를 통해 대상 물체를 추론할 수 있게 하였다. 이를 위해 작은 규모의 베이지안 네트워크(프리미티브 베이지안 네트워크)를 위한 설계 방법을 정의하고 이를을 다시 상황에 맞게 결합하였다. 실험은 설계된 모델의 성능을 검증하기 위해 수행되었는데, 5가지 장소에서 $82.8\%$의 정확도를 보여주었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2013년도 추계학술대회
• /
• pp.1027-1030
• /
• 2013

최근 동영상에서의 객체추적을 위해 주파수변환을 적용하는 연구가 발표되고 있다. 동영상에서 객체는 형상이 조금씩 변할 수 있다. ASEF, MOSSE와 같은 주파수변환을 통한 객체 추적 기법은 객체의 형상이 변하는 것에 대응하기 위해 추적에 사용되는 검출필터를 갱신하는 기능을 포함하고 있다. 그러나 객체의 형상이 변하는 객체 추적을 위한 이러한 주파수변환 기반 객체 추적방법들은 추적 대상 객체가 다른 물체에 의해 대부분이 일시적으로 가려진 후 형상이 변한 후에 인근의 다른 위치에 나타나는 경우, 추적에 실패하는 경우가 종종 발생한다. 본 논문에서는 추적 대상 객체가 다른 물체에 의해 가려지는 상황에 따라 필터갱신을 적응적으로 수행하고 이동경로와 주변정보를 활용함으로써 추적 대상객체가 가려지는 상황에서도 추적 실패를 줄일 수 있는 객체 탐색 기법을 제안한다.