• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2019.06a
• /
• pp.9-12
• /
• 2019

지난 수 년 동안 계속해서 일반 실상 카메라를 이용한 영상분석기술에 대한 연구가 활발히 진행되고 있다. 최근에는 딥러닝 기술을 적용한 지능형 영상분석기술로 발전해 왔으며 국방기지방호, CCTV, 사용자 얼굴인식, 머신비전, 자동차, 드론 산업이 활성화되면서 많은 시너지를 효과를 일으키고 있다. 그러나 어두운 밤과 안개, 날씨, 연기 등 다양한 여건에서 따라서 카메라의 영상분석 정확성 감소와 오류가 수반될 수 있으며 일반적으로 딥러닝 기술을 활용하기 위해서는 고사양의 GPU를 필요로 하기 때문에 다른 추가적인 시스템이 요구된다. 이에 본 연구에서는 열적외선 영상의 객체 검출에 적용하기 위해 SSD(Single Shot MultiBox Detector) 기반의 경량적인 MobilNet 네트워크로 재구성하여, 모바일 기기 등 낮은 사양의 낮은 임베디드 시스템에서도 활용 할 수 있는 방법을 제안한다. 모의 실험결과 제안된 방식의 모델은 적외선 열화상 카메라에서 객체검출과 학습시간이 줄어든 것을 확인 할 수 있었다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.35 no.1C
• /
• pp.24-32
• /
• 2010

In this paper we proposed an object tracking system that detects the abandoned and removed objects, which is to be used in the intelligent surveillance applications. After the GMM based background subtraction and by using histogram method, the static region is identified to detect abandoned and removed objects. Since the system is implemented on DSP chip, it operates in realtime and is programmable. The input videos used in the experiment contain various indoor and outdoor scenes, and they are categorized into three different complexities; low, midium and high. By 10 times of experiment, we obtained high detection ratio at low and medium complexity sequences. On the high complexity video, successful detection ratio was relatively low because the scene contains crowdedness and repeated occlusion. In the future work, these complicated situation should be solved.

• KIPS Transactions on Software and Data Engineering
• /
• v.2 no.11
• /
• pp.789-794
• /
• 2013

A vehicle tracking system makes it possible to induce the vehicle movement path for avoiding traffic congestion and to prevent traffic accidents in advance by recognizing traffic flow, monitoring vehicles, and detecting road accidents. To track the vehicles effectively, those which appear in a sequence of video frames need to identified by extracting the features of each object in the frames. Next, the identical vehicles over the continuous frames need to be recognized through the matching among the objects' feature values. In this paper, we identify objects by binarizing the difference image between a target and a referential image, and the labelling technique. As feature values, we use the center coordinate of the minimum bounding rectangle(MBR) of the identified object and the averages of 1D FFT(fast Fourier transform) coefficients with respect to the horizontal and vertical direction of the MBR. A vehicle is tracked in such a way that the pair of objects that have the highest similarity among objects in two continuous images are regarded as an identical object. The experimental result shows that the proposed method outperforms the existing methods that use geometrical features in tracking accuracy.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.10a
• /
• pp.827-829
• /
• 2018

최근 몇 년 동안 딥러닝 기법을 이용한 객체 검출이 뛰어난 성능을 보여주었다. 얼굴 검출은 도전적인 문제로 많은 연구가 되고 있다. 본 논문에서는 임베디드 환경에서 적용할 수 있는 객체 검출을 위한 딥러닝 방법을 살펴보고, 얼굴 데이터 셋을 이용하여 훈련시켜 얼굴 검출에 적용한다. 훈련된 모델의 크기는 임베디드 환경에 적합한 메모리 요구량을 보여준다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2017.11a
• /
• pp.13-15
• /
• 2017

최근 카메라로부터 획득한 영상을 이용하여 지능적으로 상황을 인지하고 판단하고 결정하는 알고리즘의 연구개발이 활발하게 이루어지고 있다. 예를 들어 영상 내의 객체를 검출하는 알고리즘, 영상 내 화재와 같은 위험 상황을 알려주는 알고리즘 등이 있다. 본 논문에서는 SuBSENSE 라고 하는 영상 내 객체를 검출하는 알고리즘에 대해서 분석하고자 한다. SuBSENSE 는 background subtraction 기반으로 동작하는 객체 알고리즘으로서 다양한 상황에도 강건하게 객체를 추출하기위한 몇 가지 과정들이 존재한다. 본 논문에서는 SuBSENSE 알고리즘 구조 분석 및 해당 구조에서 동작하는 파라미터들의 역할에 대해 살펴보고자 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.206-208
• /
• 2000

본 논문은 칼라 정보와 움직임 정보를 이용한 객체 분할 기법의 설계에 대하여 소개한다. 객체 분할 알고리즘은 L*u*v 공간의 칼라 특성과 움직임 특성을 결합하여 설계하였다. 즉 공간 분할은 mean shift 칼라 클러스터링 알고리즘(color clustering algorithm)을 사용하여 중심 칼라 영역에 따라 동일한 칼라 지역으로 통합한다. 시간 분할은 움직임 검출을 위하여 affine six parameter 움직임 모델과 optical flow equation를 이용하여 움직임이 발생한 부분을 검출한다. 다음에 공간 분할과 시간 분할에 따라 결과를 통합하고 MAD(mean absolute difference)를 사용하여 객체를 추출하는 알고리즘을 설계하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.19 no.9
• /
• pp.2153-2160
• /
• 2015

An analysis of hardware design conditions of moving object detection (MOD) algorithm is described, which is based on effective Gaussian mixture learning (EGML). A simulation model of EGML algorithm is implemented using OpenCV, and the effects of some parameter values on background learning time and MOD sensitivity are analyzed for various images. In addition, optimal design conditions for hardware implementation of EGML-based MOD algorithm are extracted from fixed-point simulations for various bit-widths of parameters. The proposed fixed-point model of the EGML-based MOD uses only half of the bit-width at the expense of the loss of MOD performance within 0.5% when compared with floating-point MOD results.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.21 no.3
• /
• pp.83-95
• /
• 2022

This paper proposes a system that performs object detection and distance estimation for application to autonomous vehicles. Object detection is performed by a network that adjusts the split grid to the input image ratio using the characteristics of the recently actively used deep learning model YOLOv4, and is trained to a custom dataset. The distance to the detected object is estimated using a bounding box and homography. As a result of the experiment, the proposed method improved in overall detection performance and processing speed close to real-time. Compared to the existing YOLOv4, the total mAP of the proposed method increased by 4.03%. The accuracy of object recognition such as pedestrians, vehicles, construction sites, and PE drums, which frequently occur when driving to the city center, has been improved. The processing speed is approximately 55 FPS. The average of the distance estimation error was 5.25m in the X coordinate and 0.97m in the Y coordinate.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.13 no.6
• /
• pp.1263-1268
• /
• 2018

In this paper, a video analysis is proposed to implement video surveillance system with deep learning object detection and probabilistic data association filter for tracking multiple objects, and suggests its implementation using GPU. The proposed video analysis technique involves object detection and object tracking sequentially. The deep learning network architecture uses ResNet for object detection and applies probabilistic data association filter for multiple objects tracking. The proposed video analysis technique can be used to detect intruders illegally trespassing any restricted area or to count the number of people entering a specified area. As a results of simulations and experiments, 48 channels of videos can be analyzed at a speed of about 27 fps and real-time video analysis is possible through RTSP protocol.

• Proceedings of the Korea Contents Association Conference
• /
• 2016.05a
• /
• pp.333-334
• /
• 2016

본 논문은 광류와 템플릿 정합을 이용한 장기 객체 추적 기법을 제안한다. 템플릿 정합은 객체의 형태, 크기, 회전 등 변화에 취약하지만, 객체의 변화량이 적은 경우 검출 성능은 우수한 편이다. 동영상의 인접한 프레임들은 객체의 변화량이 크지 않아 템플릿 정합만으로도 검출이 가능하지만, 누적되는 오차로 인해 템플릿의 갱신이 필요하다. 하지만 템플릿 정합만으로는 갱신에 필요한 객체 영역을 특정할 수 없기 때문에, 광류를 이용하여 효과적으로 템플릿을 갱신할 수 있다. 이와 같은 구조의 적응형 템플릿 정합을 적용한 장기 객체 추적 기법을 제안하며, 모의 실험을 통해 장기 객체 추적이 가능함을 증명한다.