• 한국콘텐츠학회논문지
• /
• 제8권9호
• /
• pp.1-9
• /
• 2008

일반적으로 얼굴 추적 시 움직임에 강건한 Lucas-Kanade 추적 방법이 많이 사용된다. 그러나 얼굴이 회전되었을 경우, 정확한 얼굴 영역 검출이 어렵다. 따라서 본 논문에서는 이러한 문제점을 해결하기 위해 Lucas-Kanade 추적 방법에 평가함수를 도입하여 회전에 강건한 자동 얼굴 영역 검출 및 추적 방법을 제안하였다. 얼굴영역은 색상정보를 이용하여 자동으로 추출하였으며, Harris 코너 추출 알고리즘으로 특징점을 추출하였다. 폐색된 특징점을 구분하기위하여 특징점마다 기존 특징점과 새로운 특징점과의 차이 값을 계산한다. 만약, 특징점이 폐색되었을 경우, 잡음을 제거하기 위하여 제거하며 특징점의 개수가 일정 임계값 이하일 경우, 얼굴 영역을 다시 검출하였다. 실험결과를 통하여 얼굴 영역이 회전되었을 경우, 기존의 Lucas-Kanade 추적 방법보다 더 좋은 결과를 확인하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2016년도 하계학술대회
• /
• pp.29-32
• /
• 2016

특징점 기반 건물인식 시스템에서는 강건한 특징점을 추출하는 것이 인식률 향상에 바로 직결되는 중요한 요소이다. 영상에서 특징점들이 너무 많이 추출되는 경우 인식이나 학습단계에서의 알고리즘 수행 시간을 증가시키는 원인이 된다. 또환 중요하지 않은 특징점(배경이나 가려짐 영역, 기타 객체에서 추출된 특징점)이나 조명 변화에 민감한 영역에서 임의로(arbitrarily) 추출된 특징점은 인식률을 저하시키는 문제를 발생시킨다. 특히 도시환경에서 촬영된 영상의 특징점을 추출할 때 이러한 문제 현상들이 빈번하게 발생한다. 본 논문에서는 이러한 문제를 해결하고자 multi-view 영상에서 건물의 homography를 기반으로 정확히 정합된 특징점인 inlier만을 선택하는 알고리즘을 제안한다. Inlier로 분류된 특징점들은 건물 인식 시스템을 구성하기 위해 사용되고 조명 변화에 민감한 영역에서 임의로 추출된 특징점들은 영역 기반 특징을 추출하여 건물 인식 시스템의 인식률을 높인다. 또한 이를 이용하여 인식하고자 하는 건물과의 상관관계가 적은 잉여 영상들을 DB에서 제거하는 방법도 제안한다. 실험을 통하여 제안하는 기법의 우수성을 보였다.

• 정보처리학회논문지B
• /
• 제14B권7호
• /
• pp.473-480
• /
• 2007

비디오 영상 프레임들에서 2D 특징점들을 지속적으로 추적하는 문제는 프레임 간의 빈번한 특징점 매칭 실패로 인하여 어려움을 겪어왔다. 본 논문에서는 긴 비디오 프레임들에서 강건하게 2D 특징점들을 추적하는 기법을 제안한다. 이전 프레임까지 추적되어온 각 특징점에 대해 움직임 상태변수를 정의하고 이들 상태변수로부터 현재 프레임에서의 움직임을 예측한다. 예측된 움직임은 추적을 위한 탐색 윈도우를 설정을 위한 초기 위치로 지정된다. 유사성 검사를 통해서 탐색 윈도우 내에서 대응점을 결정한다. 측정 데이터를 반영하여 현재 프레임에서의 특징점의 움직임 상태 변수를 수정하는 과정을 갖는다. 특징점의 추적 결과는 오차를 포함하고 있고 잘못된 추적이 발생될 수 있다. 잘못 추적된 이상값들은 RANSAC 알고리즘을 적용하여 제거함으로써 정확한 특징점 추적이 지속될 수 있도록 한다. 실제 비디오 프레임들에 대해 특징점 추적을 실시한 결과 긴 비디오 프레임들에 대해서도 특징점 추적이 안정적으로 수행됨을 확인할 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2012년도 한국컴퓨터종합학술대회논문집 Vol.39 No.1(C)
• /
• pp.341-343
• /
• 2012

본 논문에서는 기존의 특징점 기반 객체 인식 방법의 확장으로 보완적 특징점 기반의 컬러 정보를 포함하는 기술자를 활용하는 객체 인식 방법을 제안한다. 제안하는 방법은 무늬가 적은 객체에서도 에지의 위치를 샘플링함으로써 보완적 특징점을 생성해 낸다. 그리고 검출된 보완적 특징점으로부터 얻어지는 그레이 값 변화도방향 정보와 컬러 정보를 가지고 있는 기술자를 생성한다. 그리고 생성된 기술자를 객체 단위로 묶어 낼 수 있도록 하는 코드북(Codebook)을 학습함으로써 각 객체를 구분해 낼 수 있는 강건한 히스토그램를 생성한다. 생성된 코드북을 활용함으로써 제안하는 방법은 객체의 크기 및 환경 변화, 3차원 회전의 경우에도 기존의 방법보다 강건하게 인식한다. 실험 결과 제안하는 방법은 75.8% 인식률을 보이는 것을 확인하였다. 이 방법은 증강현실 응용에 정보 제시를 위해 가장 먼저 이루어지는 핵심 기술로써 활용될 수 있다.

• 대한전자공학회논문지SP
• /
• 제41권5호
• /
• pp.23-34
• /
• 2004

본 논문에서는 사전학습이 필요 없는 능동 특징점 모델(non-prior training active feature model; NPT AFM) 기반에서 광류(optical flow)를 이용한 객체추적 기술을 제안한다. 제안한 알고리듬은 비정형 객체에 대한 분석[1]에 초점을 두고 있으며, 실시간에서 NPT-AFM을 사용한 강건한 추적을 가능하게 한다. NPT-AFM 알고리듬은 관심 객체의 위치를 파악하는 과정 (localization)과 이전 프레임 정보와 현재 프레임 정보를 이용하여, 객체의 위치를 예측(prediction), 보정(correction)하는 과정으로 나눌 수 있다 위치 파악 과정에서는 움직임 분할(motion segmentation)을 수행한 후 개선된 Shi-Tomasi의 특징점 추적 알고리듬[2]을 사용 하였다. 예측 및 보정 과정에서는 광류 정보를 사용하여 특징점을 추적하고[3] 만약, 특징점이 적절히 추적 되지 않거나 추적에 실패하면 특징점들의 시간(temporal), 공간(spatial)적 정보를 이용하여 예측, 보정하게 된다. 객체의 형태 (shape)대신 특징점을 사용하였으며, 객체를 추적하는 과정에서 특징점들은 능동 특징점 모델(active feature model; AFM)을 위한 학습 집합(training sets)의 요소로 갱신된다. 실험결과, 제안한 NPT-AF% 기반 추적 알고리듬은 실시간에서 비정형 객체를 추적하는데 강건함을 보석준다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 가을 학술발표논문집 Vol.30 No.2 (2)
• /
• pp.586-588
• /
• 2003

현재 많이 연구되는 영상융합(Image fusion)에서는 필히 두 영상의 정합(alignment)이 이루어져야만 수행된다. 각기 다른 특징을 갖는 센서(EO.IR.Radar등)로부터 얻는 영상에서는 각각 다른 특징점 정보를 가지므로, 특징점을 이용한 영상 정합 구현에는 전처리 과정이 매우 복잡하고 까다롭게 이루어져야 한다. 본 논문에서는 Correlation에 대한 통계적 상관 관계를 이용하여. 전처리 과정을 단순하게 수행 하여도 매우 강건한 영상 정합이 이루어지도록 구현 하였다. 또한, 통계적 기법에 적합하도록, 효율적인 전처리 과정을 통해 계산량이 적어 지는 방법을 제안 한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 춘계학술발표대회
• /
• pp.374-376
• /
• 2013

증강 현실(Argument Reality)에 대한 관심이 증가함에 따라 빠르고 강건한 물체 추적(Object Tracking)기법의 개발이 큰 이슈가 되고 있다. 특히, 마커를 사용하지 않는 경우에 추적 속도와 정확도의 정보가 이루어지는 강건한 Markerless 3D 추적 기술은 많은 연구가 이루어지고 있다. 본 논문에서는 SIFT(Scale Invariant Feature Transform)를 이용한 특징점 추출 및 매칭 기법을 통하여 높은 정확도의 물체 추적기법을 제안한다. 그리고 실시간으로 적용하기 어려운 SIFT의 느린 특징점 추출과 매칭 단계를 GPU 기반의 병렬화 작업을 통하여 개선시켜 향상된 추적 속도를 보여준다.

• 한국정보통신학회논문지
• /
• 제14권11호
• /
• pp.2478-2484
• /
• 2010

본 논문은 실시간 파노라마를 위한 영상의 특징점 검출 방법을 제안한다. 파노라마 연구는 최근 실시간 지역탐색이나 DVR 등에 적용하는 연구가 최근 활발히 진행되고 있다. 특히 특징점 검출은 파노라마를 이루는 가장 중요한 요소이다. 특징점 검출을 위해서는 어떠한 명암 변화에도 특징점은 불변이어야 하며 이미지의 크기와 회전이 변화하더라도 불변의 점을 찾아야 한다. 기존 연구방법은 고차원적인 벡터와 많은 후보점을 선점하기 때문에 연산량이 많고 수행시간이 길어 실시간에 활용하기에는 어려운 점이 있다. 따라서 본 논문은 보다 빠른 실시간 특징점 검출을 위해 LOG 방법을 비트 단위로 분할 후 결합하는 BLOG 방법을 제안하고 다양한 실험을 통하여 속도와 연산량 그리고 검출 성능에 대하여 비교한다.

• 한국정보통신학회논문지
• /
• 제10권3호
• /
• pp.535-541
• /
• 2006

본 논문은 비교정된 두 장의 영상간에 움직임 정보를 이용하여 먼저 초기 대응되는 후보점들 가운데 잘못된 후보점들을 미리 대부분 찾아내서 제거 한 후에 에피폴라 평면의 기하학 정보를 이용하여 최소화된 오차를 갖는 기본 행렬을 찾아내는 보다 강건한 알고리즘을 제안한다. 제 안된 알고리즘은 초기에 대응되는 후보점을 찾을 때 고전적인 기법인 상관성 대응을 기반으로 대응점을 추출하고 잘못된 대응 후보점들을 정확히 제거함으로써 제안된 알고리즘을 강건하게 하였다. 잘못된 대응 후보점들을 정확히 제거하기 위해 본 논문에서는 두 영상간의 특징점에 대한 이동 벡터의 정보를 이용한다. 다양한 영상을 실험함으로써 제안된 알고리즘이 강건하다는 것을 검증하였고, 그에 따른 실험 결과는 기존 기법의 매칭 알고리즘보다 향상되었음을 보여준다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2014년도 하계학술대회
• /
• pp.28-31
• /
• 2014

본 논문에서는 블랙박스 혹은 운전석에 장착된 카메라로부터 얻어진 차량 영상에 대한 영역별 수직 히스토그램 매칭 및 선형 회귀분석 모델(linear regression model)을 활용한 강건한 차량 운행 동영상의 안정화(video stabilization) 기법을 제안한다. 동영상 안정화 기법은 영상의 흔들림 보정뿐 아니라 동영상 내 강건한 특징점 추적 및 매칭을 위한 이전의 전처리 과정으로 적용된다. 일반적으로 촬영 과정에서 많은 떨림이 포함될 수 있는 야외 CCTV 영상이나 손으로 들고(hand-held) 촬영된 동영상에 대한 흔들림 보정 등에 적용되고 있으나 영상 내 특징점이 지속적으로 변하고 영상의 변화 정도가 매우 심한 차량 운행 동영상에서는 적용된 사례가 드물다. 본 연구에서는 일반적인 비디오 안정화 기술이 적용되기 어려운 차량 운행 동영상에 대하여 수직 투영 히스토그램 매칭 및 선형 회귀분석 모델 기반의 안정화 기법을 제안한다. 제안된 기법은 입력영상에 대한 영역별 수직 투영 히스토그램 매칭을 수행하고 선형 회귀모델을 통해 영상에 나타나는 수직 및 회전이동 변환을 선형 근사하여 시간 영역 상의 입력 영상에 대한 안정화를 달성한다. 제안 방법의 검증을 위해 블랙박스로 촬영된 실제 동영상에 동영상 안정화 기술을 적용하였으며, 운행 중 불규칙한 노면으로 인한 영상의 흔들림이 효과적으로 제거되는 것을 확인할 수 있었다.