• 한국산학기술학회논문지
• /
• 제21권10호
• /
• pp.454-460
• /
• 2020

최근 들어, 동영상의 간편한 촬영 그리고 인터넷을 통한 동영상의 보급 및 시청이 기하급수적으로 늘어남에 따라서 개인 정보의 외부 노출로 인한 피해가 발생하고 있다. 본 논문에서는 연속적으로 들어오는 영상으로부터 사람의 개인 정보가 노출된 목표 객체 영역을 강인하게 추출한 다음, 추출된 객체를 위치 예측 알고리즘을 이용해 빠르게 추적하면서 영상 블러링 기법을 통해 동시에 블로킹하는 새로운 방법을 제안한다. 본 논문에서는 먼저 입력받은 컬러 영상으로부터 개인 정보 영역이 노출된 목표 객체 영역을 인공 신경망 기반의 학습 알고리즘을 이용하여 정확하게 추출한다. 그런 다음, 검출된 객체를 위치 예측 알고리즘을 이용하여 빠르게 추적하면서 영상 블러링을 적용하여 블로킹한다. 실험 결과에서는 제안된 방법이 받아들인 다양한 종류의 컬러 영상 데이터로부터 개인 정보가 노출된 목표 객체를 기존 방법에 비해 2.5% 보다 정확하게 추적하면서 동시에 블러링함으로써 개인 정보 영역을 효과적으로 차단한다는 것을 보여준다. 본 논문에서 제안된 물체 차단 방법은 개인 정보의 보호, 비디오 감시 및 보안, 객체 검출 및 추적 등과 같은 많은 실제적인 응용 분야에서 유용하게 활용될 수 있을 것으로 기대된다.

• 로봇학회논문지
• /
• 제5권2호
• /
• pp.152-159
• /
• 2010

Finding a head of a person in a scene is very important for taking a well composed picture by a robot photographer because it depends on the position of the head. So in this paper, we propose a robust head tracking algorithm using a hybrid of an omega shape tracker and local binary pattern (LBP) AdaBoost face detector for the robot photographer to take a fine picture automatically. Face detection algorithms have good performance in terms of finding frontal faces, but it is not the same for rotated faces. In addition, when the face is occluded by a hat or hands, it has a hard time finding the face. In order to solve this problem, the omega shape tracker based on active shape model (ASM) is presented. The omega shape tracker is robust to occlusion and illuminationchange. However, whenthe environment is dynamic,such as when people move fast and when there is a complex background, its performance is unsatisfactory. Therefore, a method combining the face detection algorithm and the omega shape tracker by probabilistic method using histograms of oriented gradient (HOG) descriptor is proposed in this paper, in order to robustly find human head. A robot photographer was also implemented to abide by the 'rule of thirds' and to take photos when people smile.

• 정보처리학회논문지B
• /
• 제12B권5호
• /
• pp.561-566
• /
• 2005

본 논문에서는 기존의 모델 기반 추적 기법에서의 중심점 고정 문제를 해결하기 위한 비디오 프레임의 화소 정보와 골프채의 이동정보를 이용한 추적 알고리즘을 제안한다. 모델기반의 추적 기법은 골프채의 위치와 스윙 속도에 대한 정보를 4차, 6차 다항식 함수로 모델링하여 고정된 축을 중심으로 궤도를 계산해낸다. 실제 자세 교정이 필요한 골프 초심자의 경우 중심이 많이 움직이는 경우가 많으므로 중심점을 고정하여 스윙 케도를 모델링하는 모델 기반의 추적 기법을 직접 적용하기에는 어려운 문제점이 따른다. 따라서 본 논문에서는 이러한 문제점을 해결하기 위해 프레임 간의 화소 정보를 이용하여 모션을 검출한 후, 검출된 모션으로부터 골프채가 평행인 두개의 직선으로 이루어져있다는 특성과 업스윙과 다운스윙 시 이동하는 골프채의 위치를 분석하여 클럽 헤드와 손의 위치를 추출해 낸다. 또한 얼굴의 중심점과 양 발을 잇는 직선의 중심을 추적함으로써 사용자의 중심점을 추적해낼 수 있다. 중심점의 이동정보에 종속되지 않는 강인함을 증명하기 위해 중심점의 이동이 큰 초심자의 데이터를 가지고 실험을 하였으며, 그 결과 실제 클럽 헤드와 손, 그리고 중심점의 궤도를 정확히 추적해 낼 수 있었다.